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'
升级会员 