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

《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；b5E2RGbCAP

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；p1EanqFDPw

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。

DXDiTa9E3d

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；RTCrpUDGiT

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。

5PCzVD7HxA

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；jLBHrnAILg

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；xHAQX74J0X

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.LDAYtRyKfE

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；Zzz6ZB2Ltk

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

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

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

dvzfvkwMI1

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

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

（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

EmxvxOtOco

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SixE2yXPq5

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6ewMyirQFL

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kavU42VRUs

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>。

y6v3ALoS89

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>。

M2ub6vSTnP

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'>

申明：

所有资料为本人收集整理，仅限个人学习使用，勿做商业用途。