图像处理和分析技术实验报告Word格式文档下载.docx
《图像处理和分析技术实验报告Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《图像处理和分析技术实验报告Word格式文档下载.docx（16页珍藏版）》请在冰豆网上搜索。
原图像'
B=rgb2gray（A）;
subplot（2,3,2）;
imshow（B）;
原图像灰度图像'
C=FFT2（B）;
subplot（2,3,3）;
imagesc（abs（C）,[02000]）;
傅里叶变换图像'
subplot（2,3,4）;
imshow（log（1+abs（C））,[010]）;
增强'
%subplot（2,2,3）;
imshow（（F.*F）,[010]）;
subplot（2,3,5）;
imshow（fftshift（C））;
移位图像'
D=ifft（double（B））;
subplot（2,3,6）;
imshow（D）;
傅里叶反变换图像'
【实验结果】：
移宜囲傑
條里叶反驾拽團像
实验二：
图像处理基础及图像变换
（二）
掌握使用Matlab进行图像处理的基本知识，掌握对图像进行变换的方法，观察图像变换的效果，加深对图像变换知识的理解。
离散余弦变换，小波变换
1、离散余弦变换（dct2）
2）对图像做离散余弦变换，观察图像的原始频谱。
3）对离散余弦变换的进行移动，观察移位以后的频谱。
5）对图像的离散余弦变换进行逆变换，比较原始图像和经过离散余弦变换和逆变换以后获得的图像。
6）比较离散余弦变换和傅立叶变换的频谱。
2、小波变换（wavefast,wave2gray,waveback）
2）对图像做小波变换，观察在不同小波族的图像。
3）观察小波分析系数。
4）观察在不同尺度小的小波变换的图像。
5）对图像的小波变换进行逆变换，比较原始图像和进行小波变换和逆变换以后获得的图像
6）修改小波分析系数观察，再进行逆变换，并与原始图像进行对比。
（1）离散余弦变换closeall;
RGB=imread（'
Fig6.08.jpg'
subplot（2,3,1）;
imshow（RGB）;
原图像'
I=rgb2gray（RGB）;
subplot（2,3,2）;
imshow（I）;
灰度图像'
J=dct2（I）;
subplot（2,3,3）;
imshow（J）;
二维离散余弦变换图像'
imshow（log（1+abs（J））,[010]）;
增强图像'
%subplot（2,2,4）;
subplot（2,3,5）;
imshow（fftshift（J））;
移位图像'
K=idct2（J）/255;
subplot（2,3,6）;
imshow（K）;
二维离散余弦反变换图像'
（2）小波变换closeall;
B=rgb2gray（A）;
原图像灰度图像'
[a,b]=wavefast（B,1,'
db4'
%小波变换
wave2gray（a,b）;
小波一层变换’）;
％小波灰度变换[a1,b1]=wavefast（B,2,'
subplot（2,3,4）;
wave2gray（a1,b1）;
小波二层变换'
F=waveback（a,b,'
imshow（uint8（F））;
小波反变换'
（1）离散余弦变换
（2）小波变换
小液一屋变找
小帙二层变按
小玄反变换
实验三：
图像的灰度变换和直方图的规定化
【实验目的】：
了解对图象进行增强以及对退化图像恢复的基本理论，学会使用灰度变换和直方图的规定化增强图像。
灰度变换，直方图规定化。
1、灰度变换（imadjust）
1）调入原始图像文件。
2）采用不同的灰度映射曲线对图像进行灰度变换。
3）采用matlab工具箱提供的函数对图像进行灰度变换。
4）比较不同方法对图像进行灰度变换的效果。
2、直方图的规定化（imhist，bar，stem，histeq）
2）采用不同的方法绘制原始图象的直方图。
3）采用组映射规则对图像进行直方图的规定化。
4）采用matlab工具箱提供的函数对图像进行灰度变换。
5）观察采用不同方法对原始图像进行直方图的规定化获得的图像效果。
（1）灰度变换closeall;
clearall;
I=imread（'
J=rgb2gray（I）;
原图像灰度图像'
K=imadjust（J,[0.30.7],[]）;
变换图'
M=imadjust（J,[0.20.4],[]）;
imshow（M）;
原图像灰度变换图2'
N=imadjust（J,[0.30.7],[0.10.8]）;
imshow（N）;
原图像灰度变换图3'
L=imadjust（J,[0.20.4],[0.30.7]）;
imshow（L）;
原图像灰度变换图4'
实验结果】
图1.灰度变换图:
图2.规定直方图系列图像
实验四：
噪声及其描述
掌握图象退化的基本理论，理解噪声的统计特性，掌握噪声的描述。
噪声及其描述，包括高斯噪声、椒噪声、盐噪声、泊松噪声。
【步骤】：
1）调入原始图像文件。
2）在原始图象中加入高斯噪声，观察在不同均值和期望下的加噪图像与原始图像的效果。
3）在原始图像中加入椒盐噪声，观察在不同噪声密度下的加噪图像与原始图像的效果。
4）在原始图像中仅加入椒噪声，观察在不同噪声密度下的加噪图像与原始图像的效果。
5）在原始图像中仅加入盐噪声，观察在不同噪声密度下的加噪图像与原始图像的差效果另阮
6）在原始图像中加入泊松噪声，观察加噪图像与原始图像的效果。
7）比较在不同噪声下的加噪图像和原始图像的差别。
clearall
泊松噪声'
实验内容】：
均值滤波器、中值滤波器、最大/小值滤波器、混合滤波器、组合滤波器
理解空域滤波器模板的运算过程，以及对图像的增强能力。
实验五：
空域滤波器
对比并掌握不同滤波器对噪声的处理能力
【实验方法】：
空域滤波器（
2）对原始图像和加噪图像进行
3）对原始图像和加噪图像进行
4）改变均值滤波器的权重系数，
filter2，medfilt2，adpmedian）
4领域均值滤波，观察对原始图像和加噪图像的效果。
8领域均值滤波，观察对原始图像和加噪图像的效果。
对原始图像和加噪图像进行滤波，观察原始图像和加噪图像的效果。
5）对原始图像和加噪图像进行中值滤波，观察对原始图像和加噪图像的效果。
6）对原始图像和加噪图像进行最大值滤波，观察对原始图像和加噪图像的效果。
7）对原始图像和加噪图像进行最小值滤波，观察对原始图像和加噪图像的效果。
8）对原始图像和加噪图像进中点滤波，观察对原始图像和加噪图像的效果。
9）对原始图像和加噪图像进行混合滤波，观察对原始图像和加噪图像的效果。
10）对原始图像和加噪图像进行自适应滤波，观察对原始图像和加噪图像的效果。
11）
比较不同的空域滤波器对原始图像和不同的加噪图像处理的差别。
2）二维线性滤波
（1）4、8临域滤波~自适应滤波
实验六：
频域滤波器
实验目的：
理解频率滤波器的频谱图，学会对图像进行频域分析，并使用滤波器对图像进行处理，掌握不同滤波器对噪声的处理能力以及对图像的增强能力。
实验内容：
低通滤波器、高通滤波器、带通滤波器、带阻滤波器实验方法：
频域滤波器（lpfilter，Hpfilter，ifft2，dftfilt）步骤：
2）观察理想低通滤波器、高斯低通滤波器、巴特沃斯低通滤波器的频谱。
3）对原始图像和加噪图像分别采用理想低通滤波器、高斯低通滤波器、巴特沃斯低通滤波器进行滤波，观察对原始图像和加噪图像的效果。
4）观察理想高通滤波器、高斯高通滤波器、巴特沃斯高通滤波器的频谱。
5）对原始图像和加噪图像分别采用理想高通滤波器、高斯高通滤波器、巴特沃斯高通滤波器进行滤波，观察对原始图像和加噪图像的效果。
6）观察高斯带通滤波器、巴特沃斯带通滤波器的频谱。
7）对原始图像和加噪图像分别采用高斯带通滤波器、巴特沃斯带通滤波器进行滤波，观察对原始图像和加噪图像的效果。
8）观察高斯带阻滤波器、巴特沃斯带阻滤波器的频谱。
9）对原始图像和加噪图像分别采用高斯带阻滤波器、巴特沃斯带阻滤波器进行滤波，观察对原始图像和加噪图像的效果。
10）
比较不同的频域滤波器对原始图像和不同的加噪图像处理的差别。
【实验结果】
1、低通滤波
原图俊灰度图诩
■
加期抚哽声石的图朦
匣图傩理患底遐號渡
訥扇图像理想低锂聽慑
2、高通滤波
原圈朦高斯低進減坡
原图熾巴特试斯低通谑泯
加噪图像巴特说斯■址通漑波
廷:
梅高迪滤潼頻谱
原阳诵逗想高適懑渡
抚嗥图廉理寒高通滤被
高斯蛊逍涯波惡谐
忑圈懐高斯蛊逋滤波
加嗥图陵畫斯高進滤波
巴特饭斯高過歳波疑谱
怎图爛巴特歩斯高通滤波
加嗥图像巴特扳斯高運虑被
实验七：
图像压缩技术
（一）
掌握图像压缩的基本理论，理解图像压缩的系统基本结构，加深对图像处理中像素间冗余、编码冗余和视觉冗余的理解，以及会正确使用不同的压缩方法对不同冗余的压缩处理。
图像压缩中相关概念，哈夫曼编解码。
一、图像压缩中相关概念（hist，entropy，imratio）
2）分析并获得灰度直方图。
3）计算一阶熵估计。
4）计算压缩比。
二、哈夫曼编解码（huffman，mat2huff，huff2mat）
3）对灰度直方图进行哈夫曼编码。
4）利用mat2huff直接对图像进行哈夫曼编码。
5）比较采用对直方图进行哈夫曼编码和mat2huff编码的图像质量、压缩比、编码数值、以及计算一阶熵估计
7）对编码是数据进行解码，比较原始数据和经过编解码以后的数据
【实验程序】
1、灰度直方图closeall;
subplot（4,2,1）;
J=rgb2gray（I）;
subplot（4,2,2）;
F=FFT2（double（J））;
%傅里叶变换
F1=fftshift（F）;
%傅里叶变换平移
T=imhist（J）;
subplot（4,2,3）;
bar（T）;
直方图1'
subplot（4,2,4）;
stem（T）;
直方图2'
y=0:
250;
K=histeq（J,y）;
subplot（4,2,5）;
规定化后的图像'
subplot（4,2,6）;
imhist（K）;
规定化后直方图'
h=entropy（'
sobel'
100）;
%熵函数;
'
soble'
为矩阵h1=F1.*h;
H1=ifftshift（h1）;
ha=ifft2（H1）;
subplot（4,2,7）;
imshow（uint8（ha））;
熵'
2、哈夫曼编解码
subplot（3,2,1）;
subplot（3,2,2）;
subplot（3,2,3）;
灰度直方图1'
F=FFT2（double（T））;
subplot（3,2,4）;
Z=0:
K=histeq（J,Z）;
subplot（3,2,5）;
H=huffman（50）;
%哈夫曼编码h1=F1.*H;
subplot（3,2,6）;
huffman哈夫曼编码'
x=[123;
456]
y=mat2huff（x）;
L1=F1.*y;
L2=ifftshift（L1）;
la=ifft2（L2）;
subplot（3,2,7）;
imshow（L1）;
哈夫曼编码'
1、灰度直方图
自方图2
10000■
牌程比启百施5300
2、哈弗曼编码
实验八：
图像压缩技术
（二）
掌握图像压缩的基本理论，理解图像压缩的系统基本结构，加深对图像处理中像素间冗余、编码冗余和视觉冗余的理解，以及会正确使用不同的压缩方法对不同冗余的压缩处理。
无损预测编解码，混和编解码。
实验方法：
三、无损预测编解码（mat2lpc，lpc2mat）
2）对图像数据进行一阶线性无损预测编码。
3）比较原始图像和编码后的图像质量以及压缩比。
4）对编码是数据进行解码，比较原始数据和经过编解码以后的数据。
5）比较采用哈夫曼编解码和无损预测编解码的异同和作用。
四、混和编解码（quantize，compare）
2）对原始图像进行量化。
3）对量化以后的数据进行无损预测编码。
4）对无损预测编码数据进行哈夫曼编码。
5）计算压缩比，观察图像质量以及计算一阶熵估计。
6）通过哈夫曼解码和无损预测解码获得图像。
比较原始图像。
7）比较原始图像和经过压缩解压缩以后的图像。
原图像'
Fig8.32.jpg'
F=FFT2（double（A））;
x=[2,2];
y=mat2lpc（x,1）;
C=F1.*y;
D=ifftshift（D）;
E=ifft2（D）;
imshow（uint8（E））;
升级会员 