数字图像处理实验报告Word文件下载.docx
《数字图像处理实验报告Word文件下载.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文件下载.docx（19页珍藏版）》请在冰豆网上搜索。
结果图
1.216色位图图像的操作
[fid2,mesage2]=fopen（'
cameraman-4.bmp'
data2=fread（fid2）;
fileinfo2=imfinfo（'
[img2,map2]=imread（'
figure,imshow（img2,map2）;
1.3256色位图图像的操作
[fid3,mesage3]=fopen（'
cameraman-8.bmp'
Data3=fread（fid3）;
Fileinfo3=imfinfo（'
[img3,map3]=imread（'
figure,imshow（img3,map3）;
1.4彩色位图图像的操作
1.4.1基于索引色的彩色位图图像的操作
[fid4,mesage4]=fopen（'
canoe-256.bmp'
Data4=fread（fid4）;
Fileinfo4=imfinfo（'
[img4,map4]=imread（'
figure,imshow（img4,map4）;
[fid5,mesage5]=fopen（'
forest-256.bmp'
Data5=fread（fid5）;
Fileinfo5=imfinfo（'
[img5,map5]=imread（'
figure,imshow（img5,map5）;
1.4.2真彩色图像操作
[fid6,mesage6]=fopen（'
peppers.bmp'
Data6=fread（fid6）;
Fileinfo6=imfinfo（'
[img6,map6]=imread（'
figure,imshow（img6,map6）;
2、根据BMP文件存储格式观察分析不同单色、16色位图、256色、真彩色位图图像data,fileinfo,img数据内容，结合以下5方面理解BMP格式存储特征。
2.1位图文件头结构及其各组分内容：
包括bfType、bfSize、bfOffBits。
2.2位图信息头结构及其各组分内容:
分析biSize、biWidth、biHeight、biPlanes、biBitCount、biCompression、biSizeImage等内容。
2.3调色板内容及其组分内容：
调色板的结构、调色板内容、调色板大小，分析单色图像、灰度图像、索引色图像、真彩色图像的调色板。
2.4位图数据内容：
索引色图像和真彩色图像的位图数据内容，图像数据是如何保存到位图数据结构的，单色、16色和256色、真彩色图像存储时文件大小的计算。
2.5图像数据宽度对BMP图像存储的影响
四实习体会与收获
附录：
1：
BMP文件组成
BMP文件由文件头、位图信息头、颜色信息和图像数据四部分组成。
2：
BMP文件头（14字节）
BMP文件头数据结构含有BMP文件的类型、文件大小和位图起始位置等信息。
其结构定义如下：
typedefstructtagBITMAPFILEHEADER
{
WORDbfType;
//位图文件的类型，必须为BM（1-2字节）
DWORDbfSize;
//位图文件的大小，以字节为单位（3-6字节）
WORDbfReserved1;
//位图文件保留字，必须为0（7-8字节）
WORDbfReserved2;
//位图文件保留字，必须为0（9-10字节）
DWORDbfOffBits;
//位图数据的起始位置，以相对于位图（11-14字节）
//文件头的偏移量表示，以字节为单位
}BITMAPFILEHEADER;
typedefstructtagBITMAPINFOHEADER{
DWORDbiSize;
//本结构所占用字节数（15-18字节）
LONGbiWidth;
//位图的宽度，以像素为单位（19-22字节）
LONGbiHeight;
//位图的高度，以像素为单位（23-26字节）
WORDbiPlanes;
//目标设备的级别，必须为1（27-28字节）
WORDbiBitCount;
//每个像素所需的位数，必须是1（双色），（29-30字节）
//4（16色），8（256色）16（高彩色）或24（真彩色）之一
DWORDbiCompression;
//位图压缩类型，必须是0（不压缩），（31-34字节）
//1（BI_RLE8压缩类型）或2（BI_RLE4压缩类型）之一
DWORDbiSizeImage;
//位图的大小，以字节为单位（35-38字节）
LONGbiXPelsPerMeter;
//位图水平分辨率，每米像素数（39-42字节）
LONGbiYPelsPerMeter;
//位图垂直分辨率，每米像素数（43-46字节）
DWORDbiClrUsed;
//位图实际使用的颜色表中的颜色数（47-50字节）
DWORDbiClrImportant;
//位图显示过程中重要的颜色数（51-54字节）
}BITMAPINFOHEADER;
typedefstructtagRGBQUAD{
BYTErgbBlue;
//蓝色的亮度（值范围为0-255）
BYTErgbGreen;
//绿色的亮度（值范围为0-255）
BYTErgbRed;
//红色的亮度（值范围为0-255）
BYTErgbReserved;
//保留，必须为0
}RGBQUAD;
5：
位图数据
位图数据记录了位图的每一个像素值，记录顺序是在扫描行内是从左到右，扫描行之间是从下到上。
位图的一个像素值所占的字节数：
当biBitCount=1时，8个像素占1个字节；
当biBitCount=4时，2个像素占1个字节；
当biBitCount=8时，1个像素占1个字节；
当biBitCount=24时，1个像素占3个字节；
Windows规定一个扫描行所占的字节数必须是
4的倍数（即以long为单位），不足的以0填充，
biSizeImage=（（（（bi.biWidth*bi.biBitCount）+31）&
~31）/8）*bi.biHeight;
实验二Matlab图像处理
利用Matlab图像处理工具箱中的函数实现各种图像常规处理，深化课程理论知识认识。
二、实验内容和要求
实习内容：
利用matlab读取BMP图像，实现图像点变换、空间域局部处理、几何变换、彩色合成和彩色变换。
3、实习步骤及结果
1图像的灰度变换
I=imread（'
figure;
subplot（2,2,1）,imshow（I）;
subplot（2,2,2）,imhist（I）;
[counts1,x1]=imhist（I）;
%观察Counts,x的值
subplot（2,2,3）,stem（x1,counts1）;
J=imadjust（I,[0.10.7],[0.00.9]）;
subplot（2,2,4）,imshow（J）;
subplot（2,3,1）,imshow（I）;
subplot（2,3,2）,imshow（J）;
subplot（2,3,4）,imhist（I）;
subplot（2,3,5）,imhist（J）;
[counts2,x2]=imhist（J）;
subplot（2,3,6）,stem（x2,counts2）;
图1
图2
2图像直方图处理
2.1直方图均衡化
I=imread（'
）;
J=histeq（I）;
figure
（1）,subplot（2,2,1）,imshow（I）,subplot（2,2,2）,imshow（J）;
figure
（1）,subplot（2,2,3）,imhist（I）,subplot（2,2,4）,imhist（J）;
2.2直方图规定化
I1=imread（'
TM5.bmp'
I2=imread（'
TM3.bmp'
K1=histeq（I1,imhist（I2））;
subplot（3,2,1）,imshow（I1）;
subplot（3,2,2）,imhist（I1）;
subplot（3,2,3）,imshow（I2）;
subplot（3,2,4）,imhist（I2）;
subplot（3,2,5）,imshow（K1）;
subplot（3,2,6）,imhist（K1）;
3图像空间域平滑
3.1用均值滤波器实现图像空间域的平滑
J=imnoise（I,'
gaussian'
%添加高斯噪声
K=imnoise（I,'
salt&
pepper'
%添加椒盐噪声
M=imnoise（I,'
speckle'
%添加乘性噪声
H=ones（3,3）/9;
%3*3的均值去噪模板
I1=imfilter（I,H）;
J1=imfilter（J,H）;
K1=imfilter（K,H）;
M1=imfilter（M,H）;
%去噪
subplot（2,4,1）,imshow（I）;
title（'
原图'
subplot（2,4,2）,imshow（J）;
title（'
高斯噪声图像'
subplot（2,4,3）,imshow（K）;
椒盐噪声图像'
subplot（2,4,4）,imshow（M）;
乘性噪声图像'
subplot（2,4,6）,imshow（J1）;
高斯噪声滤波图像'
subplot（2,4,7）,imshow（K1）;
椒盐噪声滤波图像'
subplot（2,4,8）,imshow（M1）;
乘性噪声滤波图像'
3.2用中值滤波器实现图像空间域的平滑
I1=imnoise（I,'
I2=imnoise（I,'
0.02）;
I3=imnoise（I,'
J=medfilt2（I,[3,3]）;
%3×
3中值滤波模板
J1=medfilt2（I1,[3,3]）;
J2=medfilt2（I2,[3,3]）;
J3=medfilt2（I3,[3,3]）;
figure,subplot（2,4,1）,imshow（I）;
subplot（2,4,2）,imshow（I1）;
添加高斯噪声'
subplot（2,4,3）,imshow（I2）;
添加椒盐噪声'
subplot（2,4,4）,imshow（I3）;
添加乘性噪声'
subplot（2,4,6）,imshow（J1）;
高斯噪声3*3中值滤波'
subplot（2,4,7）,imshow（J2）;
椒盐噪声3*3中值滤波'
subplot（2,4,8）,imshow（J3）;
乘性噪声3*3中值滤波'
K=medfilt2（I,[5,5]）;
%5×
5中值滤波模板
K1=medfilt2（I1,[5,5]）;
K2=medfilt2（I2,[5,5]）;
K3=medfilt2（I3,[5,5]）;
subplot（2,2,1）,imshow（K）;
原图5*5中值滤波'
subplot（2,2,2）,imshow（K1）;
高斯噪声5*5中值滤波'
subplot（2,2,3）,imshow（K2）;
椒盐噪声5*5中值滤波'
subplot（2,2,4）,imshow（K3）;
乘性噪声5*5中值滤波'
4图像空间域锐化
）
H=fspecial（'
sobel'
）%用sobel算子做模板
J=imfilter（I,H）
figure,subplot（1,2,1）,imshow（I）,subplot（1,2,2）,imshow（J）;
5图像几何变换
5.1缩放
'
J=imresize（I,2）;
K=imresize（I,0.5）;
figure
（1）,subplot（）,imshow（I）,title（'
figure
（2）,subplot（）,imshow（J）,title（'
放大两倍的图'
figure（3）,subplot（）,imshow（K）,title（'
缩小0.5倍的图'
5.2旋转
M=imrotate（I,45）;
subplot（1,2,1）,imshow（I）,subplot（1,2,2）,imshow（M）;
6、彩色图像处理
6.1彩色变换
HSV=rgb2hsv（I）;
RGB=hsv2rgb（HSV）;
subplot（1,3,1）,imshow（I）,title（'
）,
subplot（1,3,2）,imshow（HSV）,title（'
HSV图像'
subplot（1,3,3）,imshow（RGB）,title（'
RGB图像'
6.2彩色合成
J1=I;
J2=I;
J3=I;
J4=I;
J5=I;
J1（:
:
1）=I（:
2）,J1（:
2）=I（:
3）,J1（:
3）=I（:
1）;
J2（:
1）,J2（:
3）,J2（:
2）;
J3（:
2）,J3（:
1）,J3（:
3）;
J4（:
3）,J4（:
2）,J4（:
J5（:
3）,J5（:
1）,J5（:
figure,subplot（2,3,1）,imshow（I）,title（'
subplot（2,3,2）,imshow（J1）,title（'
变换一'
subplot（2,3,3）,imshow（J2）,title（'
变换二'
subplot（2,3,4）,imshow（J3）,title（'
变换三'
subplot（2,3,5）,imshow（J4）,title（'
变换四'
subplot（2,3,6）,imshow（J5）,title（'
变换五'
函数说明
读取图像
Imadjust（）:
Adjustimageintensityvaluesorcolormap
Imhist（）:
Displayhistogramofimagedata
stem（）:
Plotdiscretesequencedata
subplot（）:
Createaxesintiledpositions
histeq（）:
Enhancecontrastusinghistogramequalization
imshow（）:
Displayimage
imnoise（）:
Addnoisetoimage
ones（）:
Createarrayofallones
medfilt2（）:
2-Dmedianfiltering
rgb2hsv（）:
ConvertRGBcolormaptoHSVcolormap
hsv2rgb（）:
ConvertHSVcolormaptoRGBcolormap
升级会员 