数字图像处理实验报告Word格式文档下载.docx
《数字图像处理实验报告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Word格式文档下载.docx(15页珍藏版)》请在冰豆网上搜索。
广泛的基本概念之一。
图像的直方图事实上就是图像的亮度分布的概率密度函数,是一幅图像的所
有象素集合的最基本的统计规律。
直方图反映了图像的明暗分布规律,可以通过
图像变换进行直方图调整,获得较好的视觉效果。
直方图均衡化是通过灰度变换
将一幅图像转换为另一幅具有均衡直方图,即在每个灰度级上都具有相同的象素
点数的过程。
三、实验程序
H=imread('
001.jpg'
);
%读入原图像
I=rgb2gray(H);
%进行灰度图像转换
subplot(2,3,1);
%把原图像作为第1幅子图
figure
(1),imshow(H);
%显示原图像
Title('
原图像'
)
J=histeq(I);
%对灰度图像进行直方图均衡化处理
subplot(2,3,2);
%把灰度图像作为第2幅子图
figure
(1),Imshow(I);
%显示灰度图像
灰度图像'
%给灰度图像加标题名
subplot(2,3,3);
%作第3幅子图
figure
(1),imshow(J);
%对原图像进行屏幕控制;
显示直方图均衡化后的图像
直方图均衡化后的图像'
);
%给直方图均衡化后的图像加标题名作为并排两幅图的第1幅图
Subplot(2,3,4);
%作第4幅子图
Imhist(I,64);
%将原图像直方图显示为64级灰度
原图像直方图'
%给原图像直方图加标题名
subplot(2,3,5);
Imhist(J,64);
%将均衡化后图像的直方图显示为64级灰度
均衡变换后的直方图'
%给均衡化后图像直方图加标题名
四、实验步骤
1、打开计算机,启动MATLAB程序;
程序组中“work”文件夹中应有待处理的图像文件;
2、调入“实验一”中获取的数字图像,并进行计算机均衡化处理;
3、显示原图像的直方图和经过均衡化处理过的图像直方图。
4、记录和整理实验报告
五、实验仪器
1、计算机;
2、MATLAB程序;
3、移动式存储器(软盘、U盘等);
4、记录用的笔、纸。
六、实验结果
实验二图像增强—空域滤波
一、实验目的
1、进一步了解MatLab软件/语言,学会使用MatLab对图像作滤波处理,使学生有机会掌握滤波算法,体会滤波效果。
2、了解几种不同滤波方式的使用和使用的场合,培养处理实际图像的能力,并为课堂教学提供配套的实践机会。
二、实验程序
002.jpg'
%读入原图像
%把原图像转换为灰度图像
figure
(1),imshow(H);
J=imnoise(I,'
gauss'
0.02);
%添加高斯噪声
salt&
pepper'
%添加椒盐噪声
ave1=fspecial('
average'
3);
%产生3×
3的均值模版
ave2=fspecial('
5);
%产生5×
5的均值模版
K=filter2(ave1,J)/255;
%均值滤波3×
3模板
L=filter2(ave2,J)/255;
%均值滤波5×
5模板
M=medfilt2(J,[33]);
%中值滤波3×
3模板
N=medfilt2(J,[44]);
%中值滤波4×
4模板
figure
(2),subplot(2,3,1),imshow(I);
figure
(2),subplot(2,3,2),imshow(J);
figure
(2),subplot(2,3,3),imshow(K);
figure
(2),subplot(2,3,4),imshow(L);
figure
(2),subplot(2,3,5),imshow(M);
figure
(2),subplot(2,3,6),imshow(N);
三、实验设备与软件
1、IBM-PC计算机系统
2、MatLab软件/语言包括图像处理工具箱(ImageProcessingToolbox)
3、实验所需要的图片
四、实验内容与步骤
1、调入并显示原始图像pcb.tif;
2、利用imnoise命令在图像pcb.tif上加入高斯(gaussian)噪声;
3、利用预定义函数fspecial命令产生平均(average)滤波器;
4、采用3x3的模板,分别用平均滤波器以及中值滤波器,对加入噪声的图
像进行处理并观察不同噪声水平下,上述滤波器处理的结果;
5、选择不同大小的模板,对加入某一固定噪声水平噪声的图像进行处理,
观察上述滤波器处理的结果。
6、利用imnoise命令在图像pcb.tif上加入椒盐噪声(salt&
pepper);
7、重复3-5的步骤;
8、输出全部结果并进行讨论。
五、实验结果
1、原图像
2、处理结果
实验三图像增强—频域滤波
1、掌握怎样利用傅立叶变换进行频域滤波
2、掌握频域滤波的概念及方法
3、熟练掌握频域空间的各类滤波器
4、利用MATLAB程序进行频域滤波
二、实验原理及知识点
频域滤波分为低通滤波和高通滤波两类,对应的滤波器分别为低通滤波器和高通滤波器。
频域低通过滤的基本思想:
G(u,v)=F(u,v)H(u,v)
F(u,v)是需要钝化图像的傅立叶变换形式,H(u,v)是选取的一个低通过滤器变换函数,G(u,v)是通过H(u,v)减少F(u,v)的高频部分来得到的结果,运用傅立叶逆变换得到钝化后的图像。
理想地通滤波器(ILPF)具有传递函数:
其中,D0为指定的非负数,D(u,v)为(u,v)到滤波器的中心的距离。
D(u,v)=D的
点的轨迹为一个圆。
n阶巴特沃兹低通滤波器(BLPF)(在距离原点D0处出现截至频率)的传递函数为
与理想地通滤波器不同的是,巴特沃兹率通滤波器的传递函数并不是在D0处突然不连续。
高斯低通滤波器(GLPF)的传递函数为
其中,
为标准差。
相应的高通滤波器也包括:
理想高通滤波器、n阶巴特沃兹高通滤波器、高斯高通滤波器。
给定一个低通滤波器的传递函数
,通过使用如下的简单关系,可以获得相应高通滤波器的传递函数:
003.jpg'
f=rgb2gray(H);
F=fft2(f);
%对图像进行傅立叶变换
S=fftshift(log(1+abs(F)));
%对变换后图像进行队数变化,并对其坐标平移,使其中心化
S=gscale(S);
%将频谱图像标度在0-256的范围内
figure,imshow(S)%显示频谱图像
h=fspecial('
sobel'
%产生空间‘sobel’模版
freqz2(h)%查看相应频域滤波器的图像
PQ=paddedsize(size(f));
%产生滤波时所需大小的矩阵
H=freqz2(h,PQ
(1),PQ
(2));
%产生频域中的‘sobel’滤波器
H1=ifftshift(H);
%重排数据序列,使得原点位于频率矩阵的左上角
figure,imshow(abs(H),[])%以图形形式显示滤波器
figure,imshow(abs(H1),[])
gs=imfilter(double(f),h);
%用模版h进行空域滤波
gf=dftfilt(f,H1);
%用滤波器对图像进行频域滤波
figure,imshow(gs,[])
figure,imshow(gf,[])
figure,imshow(abs(gs),[])
figure,imshow(abs(gf),[])
Q=imread('
005.jpg'
%读取图片
f=rgb2gray(Q);
D0=0.05*PQ
(1);
%设定高斯高通滤波器的阈值
H=hpfilter('
gaussian'
PQ
(1),PQ
(2),D0);
%产生高斯高通滤波器
g=dftfilt(f,H);
%对图像进行滤波
figure,imshow(f)%显示原图像
figure,imshow(g,[])%显示滤波后图像
四、实验步骤:
1、调入并显示所需的图片;
2、利用MATLAB提供的低通滤波器实现图像信号的滤波运算,并与空间滤
波进行比较。
3、利用MATLAB提供的高通滤波器对图像进行处理。
4、记录和整理实验报告。
3、移动式存储器(软盘、U盘等)。
实验四图像边缘检测和处理
1.掌握几种常用边缘检测算子的程序设计;
2.使学生掌握各种边缘检测算子的特征;
3.掌握Hough变换的算法本质和程序设计技巧。
4.掌握域值处理方法
5.掌握区域分割方法和思想Roberts边缘检测算子
二、实验程序及结果
1、原图像
2、处理程序
Roberts边缘检测算子:
f=imread('
room.tif'
[gv,t]=edge(f,'
roberts'
'
vertical'
imshow(gv)
gv=edge(f,'
0.15,'
figure,imshow(gv)
gboth=edge(f,'
0.15);
figure,imshow(gboth)
w45=[-2-10;
-101;
012];
g45=imfilter(double(f),w45,'
replicate'
T=0.3*max(abs(g45(:
)));
g45=g45>
=T;
figure,imshow(g45)
Sober边缘检测算子:
拉普拉斯算子:
log'