北科大数字图像处理实验报告.docx
《北科大数字图像处理实验报告.docx》由会员分享，可在线阅读，更多相关《北科大数字图像处理实验报告.docx（18页珍藏版）》请在冰豆网上搜索。
北科大数字图像处理实验报告
北京科技大学计算机与通信工程学院
实验报告
实验名称：
《数字图像处理》课程实验
学生姓名：
徐松松
专业：
计算机科学与技术
班级：
计1304
学号：
41345053
指导教师：
王志明
实验成绩：
实验时间：
2016年12月15日
、实验目的与实验要求
1、实验目的
1.熟悉图像高斯、脉冲等噪声的特点,以及其对图像的影响;
2.理解图像去噪算法原理,并能编程实现基本的图像去噪算法,达到改善图像质量的效果,并能对算法性能进行简单的评价。
3.理解图像分割算法的原理，并能编程实现基本的灰度图像分割算法，并显示图像分割结果。
2、实验要求
1.对于给定的两幅噪声图像（test1.jpg,test2.jpg）,设计或选择至少两种图像滤波算法对图像进行去噪。
2.利用给出的参考图像（org1.jpg,org2.jpg）,对不同算法进行性能分析比较。
3.对于给定的两幅数字图像（test.jpg,test4.jpg）,将其转换为灰度图像，设计或选择至少两种图像分割算法对图像进行分割，用适当的方式显示分割结果，并对不同算法进行性能分析比较。
二、实验设备（环境）及要求
1.Mac／Windows计算机
2.Matlab编程环境。
三、实验内容与步骤
1、实验1
（1）实验内容
1.对于给定的两幅噪声图像（test1.jpg,test2.jpg）,设计或选择至少两种图像滤波算法对图像进行去噪。
2.利用给出的参考图像（org1.jpg,org2.jpg）,对不同算法进行性能分析比较。
（2）主要步骤
1.打开Matlab编程环境;
2.利用’imread'函数读入包含噪声的原始图像数据；
3.利用’imshow'函数显示所读入的图像数据；
结果显示:
屮」■ffUserstxss►Documents►MATLAB
»Irinread（1testl.jpg'）;
»imshow（I）;
»F^imreadi*test2.jpd1H犍逞便用impact（line349}交件"testljpd-不存在”
»F=ijnread（*test2.jp^1aaimshowfF）;
扛»
4.编码实现图像滤波算法，对原始噪声图像进行滤波处理分别用均值滤波，中值滤波和维纳滤波如下：
代码:
J=imread（'test1.jpg'）;
卷积运算
'average',4）,J）/255;
%采用二维中值滤波函数进行滤波
K1=wiener2（J,[44]）;%对噪声图像进行二维自适应维纳滤波
subplot（2,2,1）;imshow（J）;
title（'加噪图像'）;
subplot（2,2,2）;imshow（K2）;
title（'均值滤波后的图像’）;
subplot（2,2,3）;imshow（K）;
title（'中值滤波后的图像’）;
subplot（2,2,4）;imshow（K1）;
title（'维纳滤波后的图像’）;
imwrite（K2,'均值滤波图像.jpg','quality',100）;
imwrite（K,'中值滤波图像.jpg','quality',100）;
imwrite（K1,'维纳滤波图像.jpg','quality',100）;
处理结果如下:
细节如下:
原始图像
均值滤波
中值滤波维纳滤波:
对图像二的处理结果：
原始图像均值滤波
中值滤波
维纳滤波
）；
）;
5.计算滤波后图像与原图的差异（如PSNR、MSE等）;
J=imread（'test1.jpg'
J2=imread（'org1.jpg'%h=ones（4,4）/16;
%B=conv2（J,h）;
diff2=（double（J2）-（M））A2;
mse2=mean（diff2（:
））;
psnr2=double（10*log10（255A2/mse2））;
结果:
对于test1.jpg
nols*_）.mcalculate!
.muntitled?
-+
*
1A
1
-J=iirrejd（'te5tl.jpg'};
U
ans
0
2
-Ji=imread{Jpgk>:
dilT
512x512douWt
3
材4}/IE;躬严莖4则的全1般绘
d
diff1
512x512double
4
5iB=conv2（J,hl
diff2
512x512double
5
K2=f鼻时沁〕tJ）/255;血値滤聂樓扳」
I
512x512uinrS
6
Km申踊理注函欧对声干1
zd
」2
512x512umtS
7
说计行扫怡庄箱启医悻的PM5EN門NR
_LI
K
512x512uintS
S
diff1^（double（J2K2）}.
ZL
Kl
512x512utnlS
&
-m!
sel=oicani{diffl（s））;
LL
KZ
5cfoutjie
10
P5nrl=d（]uljlel10*logl0C255*2/m5ell）;
工
M
占丄2x512double
msel
L639Lt+O4
11
吊计J：
中茁:
it泊毛『:
赛项宥拦
12
-H=dauble（K）;
mse2
25L-4171
13
-diff2-（double（J2）-（H）
XIpsnirl
5.9&49
mse2=mean（diff2（I））;
卫p^nr2
24.U64
15■p5nr2adouble（l»*logl04255A2/mse2））;
16
均值滤波：
MSE=1.6391e+04,PSNR=5.9848
中值滤波：
MSE=251.4171,PSNR=24.1269
对于test2.jpg
2
蜿IB韶-/Users/xst^DcKUmen
“X
noisel.n-caJculatel.fHjntitkc2+
~■_一L-.
A
也
1
-J=Jl・「e3cK'test2-jpg'）;
lJ
Xj乙砒
0
2
J2=Imread（1arg2.jpgM；
i.diff
512nS12double
1
%h=ones（斗，4）八召珂卜生4詁的全燈蛋
jdiffl
4
%B>conv20（h）;%卷壮运绘
.iChf口
512x512
5
K2=filter2（tspecial（'iverage.4}Jj/155;
^_|J
512x512umtB
6
K=BCdf丄l说口）注舉用二：
fit血厭鮭敷E品仃It"缨哦品诫再干！
rdj2
5i.2）t512utn（8
7
%汁舄旳佰蕊菠启團僚的PHSE与PShR
iK
512x512uintS
-dlfn-{double（J2）-（K2}k*2;
iKl
51^x517uintS
9
-msei=™e5n（tflffl（;））;
iK2
512x512doubk
IB
psnrl-tdw
512x512double
11
*汁屛申傍血浪后的寻项指斬
田ra^el
1.72S；&+04
12
M=dauble（K）;
□m^e2
31.1728
13
diff2*rdouble（J21-（H）}.*2f
EP^nrl
5,7550
-（diff2（：
}）；
I:
p$nr2
33.1931
15
16
psnrl-doubleU0Hofllfit2S5^2/ffSc2））;
均值滤波：
MSE=1.7382e+04,PSNR=5.7550
中值滤波：
MSE=31.1728,PSNR=33.1931
实验2
（1）实验内容
对图像进行分割并显示。
（2）主要步骤
1.打开Matlab编程环境。
2.利用‘imread'函数读入包含噪声的原始图像数据。
>>匸imread（'test3.jpg'）；
3.利用‘imshow'函数显示所读入的图像数据。
>>imshow（l）;
命令行窗口
X-Lx
»I=imread（'test3»jpg1）;
»whosI
NameSize
Bytes
Class
Attributes
I321x481x3
463203
uintS
»imshowtI）;
文件镰辑查看插入工*桌面闔口帯助■
□aHteo®
结果为:
5.编码实现图像分割，对原始图像进行区域分割，并得到各个区域的标号
1.利用双分法
先给出原图的直方图，再定出阈值（门限）T,一般取两个峰值间的谷值。
代码：
I=imread（'test3.jpg'）;
subplot（1,2,1）;
i=rgb2gray（l）;
imhist（i）;
title（'原始图像直方图’）;
thread=75/255;
subplot（1,2,2）;
i3=im2bw（i,thread）;
imshow（i3）;
title（'分隔结果’）；
从直方图看出两个峰值的谷值大概为75,取作阀值
分隔结果：
分割结実
图片二处理：
代码：
l=imread（'test4.jpg'）;subplot（1,2,1）;
i=rgb2gray（l）;
imhist（i）;
title（'原始图像直方图’）;thread=50/255;
subplot（1,2,2）;
i3=im2bw（i,thread）;
imshow（i3）;
title（'分隔结果’）；
阀值定为50,处理结果如下:
分劃结異
分隔方法二：
分水岭分隔法
基本思想：
1•把图像看作一个三维拓扑地形图
2•集水盆：
局部极小点及其影响区域
3•分水岭：
集水盆的边界
4.目标：
在图像中找出不同的集水盆和分水岭
代码:
F=imread（'test3.jpg'）;
f=rgb2gray（F）;
subplot（2,2,1）;
imshow（f）;
title（'原始灰度图像’）；f=double（f）;
））；
））；
hv=fspecial（'prewitt'）;hh=hv.';
gv=abs（imfilter（f,hv,'replicate'
gh=abs（imfilter（f,hh,'replicate'
g=sqrt（gv.A2+gh.A2）;
L=watershed（g）;
wr=L==0;
subplot（2,2,2）;imshow（wr）;
title（'分水岭'）;
f（wr）=225;
subplot（2,2,3）;
imshow（uint8（f））;
title（'分隔结果’）；rm=imregionalmin（g）;subplot（2,2,4）;
imshow（rm）;
title（'局部极小值’）；
结果：
分水靜
局部极小值
分隔结果
局部极小值
四：
实验结果与分析
结果符合预期，分隔图像用双分法结果较好。
对于测试图片用中值滤波处理效果较好。
五：
结论（讨论）
1、实验结论
了解了数字图像的基本处理方法，掌握了几种分隔图像方法和去噪滤波方法。
2、讨论
对不同的图像需要判断用哪种处理方法为好。
六、教师评审
教师评语
实验成绩
签名：
日期：
升级会员 