数字图像处理MATLAB程序实验大纲.docx
《数字图像处理MATLAB程序实验大纲.docx》由会员分享，可在线阅读，更多相关《数字图像处理MATLAB程序实验大纲.docx（17页珍藏版）》请在冰豆网上搜索。
数字图像处理MATLAB程序实验大纲
实验一图像的点运算
实验1.1直方图
一．实验目的
1．熟悉matlab图像处理工具箱及直方图函数的使用；
2．理解和掌握直方图原理和方法；
二．实验设备
1.PC机一台；2.软件matlab。
三．程序设计
在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;%读取图像
subplot（1,2,1）,imshow（I）%输出图像
title（'原始图像'）%在原始图像中加标题
subplot（1,2,2）,imhist（I）%输出原图直方图
title（'原始图像直方图'）%在原图直方图上加标题
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察图像matlab环境下的直方图分布。
（a）原始图像（b）原始图像直方图
六．实验报告要求
1、给出实验原理过程及实现代码；
2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。
实验1.2直方图均衡化
一．实验目的
1．熟悉matlab图像处理工具箱中直方图均衡化函数的使用；
2．理解和掌握直方图均衡化原理和实现方法；
二．实验设备
1.PC机一台；
2.软件matlab；
三．程序设计
在matlab环境中，程序首先读取图像，然后调用灰度均衡函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;%读取图像
subplot（2,2,1）,imshow（I）%输出图像
title（'原始图像'）%在原始图像中加标题
subplot（2,2,3）,imhist（I）%输出原图直方图
title（'原始图像直方图'）%在原图直方图上加标题
a=histeq（I,256）;%直方图均衡化，灰度级为256
subplot（2,2,2）,imshow（a）%输出均衡化后图像
title（'均衡化后图像'）%在均衡化后图像中加标题
subplot（2,2,4）,imhist（a）%输出均衡化后直方图
title（'均衡化后图像直方图'）%在均衡化后直方图上加标题
四．实验步骤
1.启动matlab：
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的灰度均衡函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察matlab环境下图像灰度均衡结果及直方图分布。
（a）原始图像（b）均衡化后图像
（c）原始图像直方图（d）均衡化后图像直方图
实验二图像滤波
实验2.13*3均值滤波
一．实验目的
1．熟悉matlab图像处理工具箱及均值滤波函数的使用；
2．理解和掌握3*3均值滤波的方法和应用；
二．实验设备
1.PC机一台；
2.软件matlab；
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像增强（均值滤波）函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;
figure,imshow（I）;
J=filter2（fspecial（‘average’,3）,I）/255;
figure,imshow（J）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的图像增强（均值滤波）函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察matlab环境下原始图像经3*3均值滤波处理后的结果。
（a）原始图像（b）3*3均值滤波处理后的图像
图（3）
实验2.23*3中值滤波
一．实验目的
1．熟悉matlab图像处理工具箱及中值滤波函数的使用；
2．理解和掌握中值滤波的方法和应用；
二．实验设备
1.PC机一台；
2.软件matlab；
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像增强（中值滤波）函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;
figure,imshow（I）;
J=medfilt2（I,[5,5]）;
figure,imshow（J）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的图像增强（中值滤波）函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察matlab环境下原始图像经3*3中值滤波处理后的结果。
（a）原始图像（b）3*3中值滤波处理后的图像
图（4）
实验三图像几何变换
实验3.1图像的缩放
一．实验目的
1．熟悉matlab图像处理工具箱及图像缩放函数的使用；
2．掌握图像缩放的方法和应用；
二．实验设备
1.PC机一台；
2.软件matlab；
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像缩放函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;
figure,imshow（I）;
scale=0.5;
J=imresize（I,scale）;
figure,imshow（J）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的图像缩放函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察matlab环境下图像缩放后的结果。
（a）原始图像（b）缩放后的图像
图（5）
实验3.2图像旋转
一．实验目的
1．熟悉matlab图像处理工具箱及图像旋转函数的使用；
2．理解和掌握图像旋转的方法和应用；
二．实验设备
1.PC机一台；
2.软件matlab；
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像旋转函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;
figure,imshow（I）;
theta=30;
K=imrotate（I,theta）;%Tryvaryingtheangle,theta.
figure,imshow（K）
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的图像旋转函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察matlab环境下图像旋转后的结果。
（a）原始图像（b）旋转后的图像
图（7）
实验四图像边缘检测
实验4.1边缘检测（Sobel、Prewitt、Log边缘算子）
一．实验目的
1．熟悉matlab图像处理工具箱及图像边缘检测函数的使用；
2．理解和掌握图像边缘检测（Sobel、Prewitt、Log边缘算子）的方法和应用；
二．实验设备
1.PC机一台；
2.软件matlab；
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像边缘检测（Sobel、Prewitt、Log边缘算子）函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;
J1=edge（I,'sobel'）;
J2=edge（I,'prewitt'）;
J3=edge（I,'log'）;
subplot（1,4,1）,imshow（I）;
subplot（1,4,2）,imshow（J1）;
subplot（1,4,3）,imshow（J2）;
subplot（1,4,4）,imshow（J3）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的边缘检测（Sobel边缘算子、Prewitt边缘算子、Log边缘算子）函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察经过图像边缘检测（Sobel、Prewitt、Log边缘算子）处理后的结果。
（a）原始图像（b）Sobel边缘算子
（c）Prewitt边缘算子（d）Log边缘算子
图（7）
六．实验报告要求
输入一幅灰度图像，给出其图像边缘检测（Sobel、Prewitt、Log边缘算子）后的结果并进行分析对比。
实验五图像傅立叶变换
%%%%%图像傅里叶变换实验
I1=imread（‘lena.tif\）;%读入原图像文件
I2=imread（'cell.tif'）;%读入原图像文件
I3=imread（'cameraman.tif'）;%读入原图像文件
subplot（3,2,1）;imshow（I1）;%显示原图像
fftI1=fft2（I1）;%二维离散傅立叶变换
sfftI1=fftshift（fftI1）;%直流分量移到频谱中心
RR1=real（sfftI1）;%取傅立叶变换的实部
II1=imag（sfftI1）;%取傅立叶变换的虚部
A1=sqrt（RR1.^2+II1.^2）;%计算频谱幅值
A1=（A1-min（min（A1）））/（max（max（A1））-min（min（A1）））*225;%归一化
subplot（3,2,2）;imshow（A1）;%显示原图像的频谱
subplot（3,2,3）;imshow（I2）;%显示原图像
fftI2=fft2（I2）;%二维离散傅立叶变换
sfftI2=fftshift（fftI2）;%直流分量移到频谱中心
RR2=real（sfftI2）;%取傅立叶变换的实部
II2=imag（sfftI2）;%取傅立叶变换的虚部
A2=sqrt（RR2.^2+II2.^2）;%计算频谱幅值
A2=（A2-min（min（A2）））/（max（max（A2））-min（min（A2）））*225;%归一化
subplot（3,2,4）;imshow（A2）;%显示原图像的频谱
subplot（3,2,5）;imshow（I3）;%显示原图像
fftI3=fft2（I3）;%二维离散傅立叶变换
sfftI3=fftshift（fftI3）;%直流分量移到频谱中心
RR3=real（sfftI3）;%取傅立叶变换的实部
II3=imag（sfftI3）;%取傅立叶变换的虚部
A3=sqrt（RR3.^2+II3.^2）;%计算频谱幅值
A3=（A3-min（min（A3）））/（max（max（A3））-min（min（A3）））*225;%归一化
subplot（3,2,6）;imshow（A3）;%显示原图像的频谱
实验六图像分割
%直方图双峰法分割
I1=imread（'cell.tif'）;%读入原图像文件
subplot（2,3,1）;imshow（I1）;%显示原图像
subplot（2,3,2）,imhist（I1）;
level=graythresh（I1）;
I2=im2bw（I1,level）;
subplot（2,3,3）,imshow（I2）;
%边界检测法分割
I3=imread（'cell.tif'）;%读入原图像文件
subplot（2,3,4）;imshow（I3）;%显示原图像
I4=edge（I3,'sobel'）;
[B,L]=bwboundaries（I4,'noholes'）;
subplot（2,3,5）,imshow（-im2bw（L））;
holdon
fork=1:
length（B）
boundary=B{k};
plot（boundary（:
2）,boundary（:
1）,'w','linewidth',2）;
end
实验七图像退化复原
%%%%%%%%%%%%%%%%%%%%图像复原实验（维纳滤波）
I=imread（'e:
\testimage\Lena.bmp'）;
%I=rgb2gray（I）;
J1=imnoise（I,'gaussian',0,0.02）;
J2=imnoise（I,'salt&pepper',0.02）;
subplot（2,5,1）,imshow（I）;
title（'originalimage'）;
subplot（2,5,2）,imshow（J1）;
title（'gaussiannosiedimage'）;
subplot（2,5,7）,imshow（J2）;
title（'saltnosiedimage'）;
K1=wiener2（J1,[33]）;;%gaussiannoise
K2=wiener2（J1,[55]）;
K3=wiener2（J1,[99]）;
subplot（2,5,3）,imshow（K1）;
title（'wiener3*3image'）;
subplot（2,5,4）,imshow（K2）;
title（'wiener5*5image'）;
subplot（2,5,5）,imshow（K3）;
title（'wiener9*9image'）;
K4=wiener2（J2,[33]）;%saltpeppernoise
K5=wiener2（J2,[55]）;
K6=wiener2（J2,[99]）;
subplot（2,5,8）,imshow（K4）;
title（'wiener3*3image'）;
subplot（2,5,9）,imshow（K5）;
title（'wiener5*5image'）;
subplot（2,5,10）,imshow（K6）;
title（'wiener9*9image'）;
实验八图像代数运算
图像代数（加与减）运算:
I=imread（'lena.jpg'）;
J=rgb2gray（I）;
K=histeq（J,256）;
subplot（2,2,1）,imshow（J）;title（'原始图像J'）
subplot（2,2,2）,imshow（K）;title（'直方图均衡化图像K'）G=double（J）-double（K）;
subplot（2,2,3）,imshow（uint8（G））；title（'J-K'）
H=double（K）+double（J）;
subplot（2,2,4）,imshow（uint8（H））;title（'J+K'）
升级会员 