数字图像处理实验报告全答案Word格式文档下载.docx
《数字图像处理实验报告全答案Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验报告全答案Word格式文档下载.docx（26页珍藏版）》请在冰豆网上搜索。
5subplot
把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。
Subplot（m，n，p）分成m*n个小窗口，在第p个窗口中创建坐标轴为当前坐标轴，用于显示图形。
6plot
绘制二维图形
plot（y）
Plot（x，y）xy可以是向量、矩阵。
●图像类型转换
1rgb2gray
N须是0,4,6,8.当N大于0时,圆盘形结构元素由一组N（或N+2）个周期线结构元素来近似。
当N等于0时,不使用近似，即结构元素的所有像素是由到中心像素距离小于等于R的像素组成。
N可以被忽略,此时缺省值是4。
注:
形态学操作在N>
0情况下要快于N=0的情形。
如：
se1=strel（'
square'
11）%11乘以11的正方形
4imerode
腐蚀图像
用法：
IM2=imerode（IM,SE）
腐蚀灰度、二进制或压缩二进制图像IM，返回腐蚀图像IM2。
参数SE是函数strel返回的一个结构元素体或是结构元素体阵列。
使用一个盘状结构元素腐蚀一幅二进制图像。
originalBW=imread（'
'
se=strel（'
disk'
11）;
erodedBW=imerode（originalBW,se）;
imshow（originalBW）,figure,imshow（erodedBW）
5imdilate
膨胀图像
IM2=imdilate（IM,SE）
膨胀灰度图像、二值图像、或者打包的二值图像IM，返回膨胀图像M2。
变量SE是一个结构元素或者一个结构元素的数组，其是通过strel函数返回的。
利用一个运行结构元素膨胀灰度图像。
I=imread（'
ball'
5,5）;
I2=imdilate（I,se）;
imshow（I）,title（'
Original'
）
figure,imshow（I2）,title（'
Dilated'
三、实验步骤
1、产生运动模糊图像，运用维纳滤波进行图像恢复，显示结果。
i=imread（'
f:
I=rgb2gray（s）
I=im2double（I）;
%模拟运动模糊
LEN=21;
THETA=11;
PSF=fspecial（'
motion'
LEN,THETA）;
blurred=imfilter（I,PSF,'
conv'
'
circular'
%恢复图像
wnr2=deconvwnr（blurred,PSF）;
subplot（1,2,1）;
imshow（blurred）;
title（'
运动模糊图像'
subplot（1,2,2）;
imshow（wnr2）;
恢复图像'
2、采用三种不同算子检测图像边缘，显示结果。
BW1=edge（I,'
prewitt'
BW2=edge（I,'
zerocross'
BW3=edge（I,'
canny'
subplot（2,2,1）;
原图像'
subplot（2,2,2）;
imshow（BW1）;
prewitt边缘图'
subplot（2,2,3）;
imshow（BW2）;
zerocross边缘图'
subplot（2,2,4）;
imshow（BW3）;
canny边缘图'
3、对二值图像分别进行方形模板3*3和5*5的膨胀和腐蚀操作，显示结果。
i=rgb2gray（a）
I=im2bw（a,
se3=strel（'
3）;
erodedBW1=imerode（I,se3）;
se4=strel（'
5）;
erodedBW2=imerode（I,se4）;
3,3）;
I1=imdilate（a,se1）;
se2=strel（'
I2=imdilate（a,se2）;
imshow（I1）;
3*3膨胀图像'
imshow（I2）;
5*5膨胀图像'
imshow（erodedBW1）;
3*3腐蚀图像'
imshow（erodedBW2）;
5*5腐蚀图像'
实验六图像处理实际应用
1、熟悉并掌握MATLAB图像处理工具箱的使用；
2、理解并掌握常用的图像处理技术。
三、实验内容
调试运行下列程序,分析程序,对每条语句给出注释,并显示最终执行结果。
总结算法思想及优缺点.
I=imread（'
[y,x,z]=size（I）;
myI=double（I）;
%%%%%%%%%%%RGBtoHSI%%%%%%%%
tic
%%%%%%%%Y方向%%%%%%%%%%
Blue_y=zeros（y,1）;
fori=1:
y
forj=1:
x
if（（myI（i,j,1）<
=30）&
&
（（myI（i,j,2）<
=62）&
（myI（i,j,2）>
=51））&
（（myI（i,j,3）<
=142）&
（myI（i,j,3）>
=119）））%蓝色RGB的灰度范围
Blue_y（i,1）=Blue_y（i,1）+1;
end
end
[tempMaxY]=max（Blue_y）;
%Y方向车牌区域确定
PY1=MaxY;
while（（Blue_y（PY1,1）>
=5）&
（PY1>
1））
PY1=PY1-1;
end
PY2=MaxY;
while（（Blue_y（PY2,1）>
（PY2<
y））
PY2=PY2+1;
IY=I（PY1:
PY2,:
:
%%%%%%%%X方向%%%%%%%%%%
Blue_x=zeros（1,x）;
forj=1:
fori=PY1:
PY2
=119）））
Blue_x（1,j）=Blue_x（1,j）+1;
PX1=1;
while（（Blue_x（1,PX1）<
3）&
（PX1<
x））
PX1=PX1+1;
PX2=x;
while（（Blue_x（1,PX2）<
（PX2>
PX1））
PX2=PX2-1;
PX1=PX1-2;
%对车牌区域的修正
PX2=PX2+2;
Plate=I（PY1:
PY2,PX1-2:
PX2,:
t=toc%读取计时
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
figure,imshow（I）;
figure,plot（Blue_y）;
grid
figure,plot（Blue_x）;
figure,imshow（IY）;
添加注释和改正后的程序：
%读取图片
%给定图片大小
%返回双精度值
tic%计时开始
%一列全零矩阵
y%给定i的范围
x%给定j的范围
%y矩阵加一
%y矩阵的最大元素
1））%确定蓝色RGBBlue_y所在位置
%对车牌区域的修正，向上调整
%y矩阵的最大元素
y））%确定蓝色RGBBlue_y所在位置
%对车牌区域的修正向下调整
%行的范围
%一行全一矩阵
x%给定j的取值范围
PY2%给定i的取值范围
=119）））%调整I中的范围
%Blue_x的矩阵加一
%当PX1等于1时
x））%确定蓝色RGBBlue_x的位置
%当PX2等于x时
PX1））%确定蓝色RGBBlue_x的位置
%对车牌区域的修正
%矩阵行列的范围
t=toc%读取计时
%创建图像窗口，显示图像I
grid%创建图像窗口，绘制Blue_y图像，画出网格线
grid%创建图像窗口，绘制Blue_x图像，画出网格线
figure,imshow（Plate）;
%创建图像窗口，显示图像Plate
t=
实验二图像基本操作
1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换。
2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图均衡和直方图规定化方法对图像进行修正。
三、相关函数
●图像的增强
1、直方图
imhist函数用于数字图像的直方图计算或显示，
imhist（I,
n）计算和显示图像I的直方图，n为指定的灰度级数目，默认为256。
如果I是二值图像，那么n仅有两个值。
[counts,x]
=
imhist（...）返回直方图数据向量counts，相应的色彩值向量x。
imhist（i）;
2、直方图均衡化
histeq函数用于数字图像的直方图均衡化，
J=histeq（I,n）
均衡化后的级数n，缺省值为64。
J=histeq（I,hgram）"
直方图规定化"
，即将原是图象I的直方图变换成用户指定的向量hgram（即指定另一幅图像的直方图数据向量）。
j=histeq（i，N）;
对图像i执行均衡化，得到具有N个灰度级的灰度图像j，N缺省值为64
3、灰度调整
imadjust函数用于数字图像的灰度或颜色调整，
J=imadjust（I）将灰度图像I中的亮度值映射到J中的新值并使1％的数据是在低高强度和饱和，这增加了输出图像J的对比度值。
J=imadjust（I,[low_in;
high_in],[low_out;
high_out]）
将图像I中的亮度值映射到J中的新值，即将low_in至high_in之间的值映射到low_out至high_out之间的值。
low_in以下与high_in以上的值被剪切掉了，也就是说，low_in以下的值映射到low_out，high_in以上的值映射到high_out。
它们都可以使用空的矩阵[]，默认值是[01]。
j=imadjust（i,[,],[]）;
将图像i转换为j，使灰度值从~与缺省值0~1相匹配
●运算函数
1、Zeros生成全0数组或矩阵
如B=zeros（m,n）orB=zeros（[mn]）返回一个m*n全0矩阵
2、取整函数
floor最小取整函数
round四舍五入取整函数
ceil最大取整函数
如a=[,,,,,+]
I=round（a）
I=[-203672+4i]
四、实验内容
1、对一幅图像进行2倍、4倍、8倍和16倍减采样，显示结果。
a=imread（'
/'
b=rgb2gray（a）;
form=1:
4
figure
[width,height]=size（b）;
quartimage=zeros（floor（width/（m））,floor（height/（2*m）））;
k=1;
n=1;
fori=1:
（m）:
width
（2*m）:
height
quartimage（k,n）=b（i,j）;
n=n+1;
k=k+1;
end
imshow（uint8（quartimage））;
End
2、显示一幅灰度图像a，改变图像亮度使其整体变暗得到图像b，显示两幅图像的直方图。
c=rgb2gray（a）
b=c-46
subplot（2,1,1）;
imhist（c）;
subplot（2,1,2）;
imhist（b）;
变暗后的图像'
3、对图像b进行直方图均衡化，显示结果图像和对应直方图。
b=imread（'
c=rgb2gray（b）
j=histeq（c）
subplot（2,2,1）,imshow（c）
subplot（2,2,2）,imshow（j）
subplot（2,2,3）,imhist（c）%显示原始图像直方图
subplot（2,2,4）,imhist（j）%显示均衡化后图像的直方图
4、读入图像c，执行直方图规定化，使图像a的灰度分布与c大致相同，显示变换后图像及对应直方图。
>
J=histeq（I,64）;
%均衡化成32个灰度级的直方图
[counts,x]=imhist（J）;
%返回直方图图像向量counts
Q=rgb2gray（b）
M=histeq（Q,counts）;
%将原始图像Q的直方图变成指定向量counts
figure,
subplot（3,2,1）,imshow（I）;
subplot（3,2,2）,imshow（Q）;
subplot（3,2,3）,imhist（I）;
subplot（3,2,4）,imhist（Q）
subplot（3,2,5）,imhist（J）;
subplot（3,2,6）,imhist（M）;
实验三图像变换
1、熟悉及掌握图像的变换原理及性质，实现图像的傅里叶变换。
●图像的变换
1fft2
fft2函数用于数字图像的二维傅立叶变换，如：
j=fft2（i）;
由于MATLAB无法显示复数图像，因此变换后的结果还需进行求模运算，即调用abs函数。
之后常常还进行对数变换，即调用log函数，以减缓傅里叶谱的快速衰减，更好地显示高频信息。
2ifft2
ifft2函数用于数字图像的二维傅立叶反变换，如：
j=fft2（i）;
k=ifft2（j）;
3fftshift
用于将变换后图像频谱中心从矩阵的原点移动到矩阵的中心
B=fftshift（i）
4利用fft2计算二维卷积
利用fft2函数可以计算二维卷积,如:
a=[8,1,6;
3,5,7;
4,9,2];
b=[1,1,1;
1,1,1;
1,1,1];
a（8,8）=0;
b（8,8）=0;
c=ifft2（fft2（a）.*fft2（b））;
c=c（1:
5,1:
5）;
利用conv2（二维卷积函数）校验,如：
c=conv2（a,b）;
1、对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。
s=imread（'
%读入原图像
i=rgb2gray（s）
i=double（i）
%傅里叶变换
k=fftshift（j）;
%直流分量移到频谱中心
l=log（abs（k））;
%对数变换
m=fftshift（j）;
%直流分量移到频谱中心
RR=real（m）;
%取傅里叶变换的实部
II=imag（m）;
%取傅里叶变换的虚部
A=sqrt（RR.^2+II.^2）;
%计算频谱府幅值
A=（A-min（min（A）））/（max（max（A）））*255;
%归一化
b=circshift（s,[800450]）;
%对图像矩阵im中的数据进行移位操作
b=rgb2gray（b）
b=double（b）
c=fft2（b）;
e=fftshift（c）;
l=log（abs（e））;
f=fftshift（c）;
WW=real（f）;
%取傅里叶变换的实部B
ZZ=imag（f）;
B=sqrt（WW.^2+ZZ.^2）;
B=（B-min（min（B）））/（max（max（B）））*255;
imshow（s）;
imshow（uint8（b））;
;
平移图像'
imshow（A）;
离散傅里叶频谱'
imshow（B）;
平移图像离散傅里叶频谱'
2、对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的对应关系。
b=imrotate（s,-90）;
ims
升级会员 