数字图像处理实验报告附答案解析Word格式.docx
《数字图像处理实验报告附答案解析Word格式.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附答案解析Word格式.docx（36页珍藏版）》请在冰豆网上搜索。
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//灰色
把真彩图像转换为灰度图像
i=rgb2gray（j）
2im2bw//黑白
通过阈值化方法把图像转换为二值图像
I=im2bw（j，level）
Level表示灰度阈值，取值范围0~1（即0.n），表示阈值取自原图像灰度范围的n%
3imresize
改变图像的大小
I=imresize（j，[mn]）将图像j大小调整为m行n列
●图像运算
1imadd
两幅图像相加，要求同样大小，同种数据类型
Z=imadd（x，y）表示图像x+y
2imsubstract
两幅图像相减，要求同样大小，同种数据类型
Z=imsubtract（x，y）表示图像x-y
3immultiply
Z=immultiply（x，y）表示图像x*y
4imdivide
Z=imdivide（x，y）表示图像x/y
5：
m=imadjust（a,[,],[0.5;
1]）;
%图像变亮
n=imadjust（a,[,],[0;
0.5]）;
%图像变暗
g=255-a;
%负片效果
四、实验内容（请将实验程序填写在下方合适的位置，实验图像结果拷屏粘贴）
1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。
f:
\1.jpg'
i=rgb2gray（a）
I=im2bw（a,0.5）
subplot（3,1,1）;
imshow（a）;
title（'
原图像'
subplot（3,1,2）;
灰度图像'
subplot（3,1,3）;
imshow（I）;
二值图像'
）
2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。
A=imresize（a,[800800]）
b=imread（'
\2.jpg'
B=imresize（b,[800800]）
Z1=imadd（A,B）
Z2=imsubtract（A,B）
Z3=immultiply（A,B）
Z4=imdivide（A,B）
subplot（3,2,1）;
imshow（A）;
原图像A'
subplot（3,2,2）;
imshow（B）;
原图像B'
subplot（3,2,3）;
imshow（Z1）;
加法图像'
subplot（3,2,4）;
imshow（Z2）;
减法图像'
subplot（3,2,5）;
imshow（Z3）;
乘法图像'
subplot（3,2,6）;
除法图像'
3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。
subplot（2,2,1）;
subplot（2,2,2）;
imshow（m）;
图像变亮'
subplot（2,2,3）;
imshow（n）;
图像变暗'
subplot（2,2,4）;
imshow（g）;
负片效果'
4、熟悉数字图像处理常用函数的使用，调出帮助文档查看其各种不同用法。
方法：
选择函数（函数所在区变暗），点右键弹出菜单，选择“HelponSelection”
五、实验总结
分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。
实验四常用图像增强方法
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的增强技术。
三、相关知识
1imnoise
imnoise函数用于对图像生成模拟噪声，如：
j=imnoise（i,'
gaussian'
0,0.02）;
模拟均值为0方差为0.02的高斯噪声，
salt&
pepper'
0.04）模拟叠加密度为0.04的椒盐噪声
2fspecial
fspecial函数用于产生预定义滤波器，如：
h=fspecial（'
sobel'
%sobel水平边缘增强滤波器
%高斯低通滤波器
laplacian'
%拉普拉斯滤波器
log'
%高斯拉普拉斯（LoG）滤波器
average'
%均值滤波器
3基于卷积的图像滤波函数
imfilter函数，filter2函数，二维卷积conv2滤波,都可用于图像滤波，用法类似，如：
h=[1,2,1;
0,0,0;
-1,-2,-1];
%产生Sobel算子的水平方向模板
j=filter2（h,i）;
或者：
h=fspecial（‘prewitt’）
I=imread（'
cameraman.tif'
H=fspecial（'
prewitt‘）;
%预定义滤波器
M=imfilter（I,H）;
imshow（M）
h=[1,1,1;
1,1,1;
1,1,1];
h=h/9;
j=conv2（i,h）;
4其他常用滤波举例
（1）中值滤波
medfilt2函数用于图像的中值滤波，如：
j=medfilt2（i，[MN]）;
对矩阵i进行二维中值滤波，领域为M*N，缺省值为3*3
（2）利用拉氏算子锐化图像,如:
j=double（i）;
h=[0,1,0;
1,-4,0;
0,1,0];
%拉氏算子
k=conv2（j,h,'
same'
三、实验步骤
1、采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波，窗口分别采用3*3,5*5,7*7
\lena.png'
J=imnoise（I,'
salt&
pepper'
0.04）;
K1=medfilt2（J,[33]）;
%对矩阵i进行二维中值滤波，领域为3*3
K2=medfilt2（J,[55]）;
K3=medfilt2（J,[77]）;
imshow（J）;
椒盐噪声干扰图像'
imshow（K1）;
领域为3*3二维中值滤波'
imshow（K2）;
领域为5*5二维中值滤波'
imshow（K3）;
领域为7*7二维中值滤波'
2、采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波
%模拟均值为0方差为0.02的高斯噪声，
M=filter2（fspecial（'
9）,J）/255;
%模板尺寸为9
subplot（2,1,1）;
imshow（j）;
噪声干扰图像'
subplot（2,1,2）;
imshow（M）;
改进后的图像'
3、采用三种不同算子对图像进行锐化处理。
i=imread（'
I=rgb2gray（s）
H=fspecial（'
）%应用Sobel算子锐化图像
I1=filter2（H,I）%Sobel算子滤波锐化
prewitt'
）%应用prewitt算子锐化图像
I2=filter2（H,I）%prewitt算子滤波锐化
）%应用log算子锐化图像
I3=filter2（H,I）%log算子滤波锐化
imshow（I1）;
Sobel算子锐化图像'
imshow（I2）;
prewitt算子锐化图像'
imshow（I3）;
log算子锐化图像'
四、实验总结
1、比较不同平滑滤波器的处理效果，分析其优缺点
2、比较不同锐化滤波器的处理效果，分析其优缺点
实验五图像恢复和图像分割
2、理解并掌握常用的图像的恢复和分割技术。
1deconvwnr
维纳滤波，
用法：
J=deconvwnr（I,PSF,NSR）
用维纳滤波算法对图片I进行图像恢复后返回图像J。
I是一个N维数组。
PSF是点扩展函数的卷积。
NSP是加性噪声的噪声对信号的功率比。
如：
I=im2double（imread（'
））;
OriginalImage'
%模拟运动模糊Matlab中文论坛
LEN=21;
THETA=11;
PSF=fspecial（'
motion'
LEN,THETA）;
blurred=imfilter（I,PSF,'
conv'
'
circular'
figure,imshow（blurred）
%恢复图像www.iLoveM
wnr2=deconvwnr（blurred_noisy,PSF）;
figure,imshow（wnr2）
RestorationofBlurred'
2edge
检测灰度或者二值图像的边缘，返回一个二值图像，1像素是检测到的边缘，0像素是非边缘。
BW=edge（I,'
thresh,direction），
I为检测对象；
边缘检测算子可用sobel，roberts，prewitt，zerocross，log，canny；
thresh指定阈值，检测时忽略所有小于阈值的边缘，默认自动选择阈值；
direction方向，在所指定的方向direction上，用算子进行边缘检测horizontal（水平方向）、vertical（垂直方向）或both（两个方向）。
circuit.tif'
BW1=edge（I,'
imshow（BW1）;
3strel
创建形态学结构元素。
SE=STREL（'
arbitrary'
NHOOD,HEIGHT）创建一个指定领域的非平面结构化元素。
HEIGHT是一个矩阵，大小和NHOOD相同，他指定了NHOOD中任何非零元素的高度值。
ball'
R,H,N）创建一个空间椭球状的结构元素，其X-Y平面半径为R，高度为H。
R必须为非负整数，H是一个实数。
N必须为一个非负偶数。
当N>
0时此球形结构元素由一系列空间线段结构元素来近似。
diamond'
R）创建一个指定大小R平面钻石形状的结构化元素。
R是从结构化元素原点到其点的距离，必须为非负整数。
disk'
R,N）创建一个指定半径R的平面圆盘形的结构元素。
这里R必须是非负整数.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。
se1=strel（'
square'
11）%11乘以11的正方形
4imerode
腐蚀图像
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（'
circles.png'
se=strel（'
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。
5,5）;
I2=imdilate（I,se）;
imshow（I）,title（'
Original'
figure,imshow（I2）,title（'
Dilated'
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=im2double（I）;
%模拟运动模糊
%恢复图像
wnr2=deconvwnr（blurred,PSF）;
subplot（1,2,1）;
imshow（blurred）;
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。
BW2=edge（I,'
zerocross'
BW3=edge（I,'
canny'
prewitt边缘图'
imshow（BW2）;
zerocross边缘图'
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。
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）;
3*3膨胀图像'
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（'
Car.jpg'
[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：
\Car.jpg'
%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
%%%%%%%%X方向%%%%%%%%%
升级会员 