数字图像实验报告讲解.docx
《数字图像实验报告讲解.docx》由会员分享,可在线阅读,更多相关《数字图像实验报告讲解.docx(25页珍藏版)》请在冰豆网上搜索。
数字图像实验报告讲解
数
字
图
像
实
验
报
告
学院:
计算机与信息工程学院
专业:
通信工程
学号:
1008224072
姓名:
张清峰
实验一图像增强—灰度变换
专业:
通信工程学号:
1008224072姓名:
张清峰
一、实验目的:
1、了解图像增强的目的及意义,加深对图像增强的感性认识,巩固所学理论知识。
2、学会对图像直方图的分析。
3、掌握直接灰度变换的图像增强方法。
二、实验原理及知识点
术语‘空间域’指的是图像平面本身,在空间与内处理图像的方法是直接对图像的像素进行处理。
空间域处理方法分为两种:
灰度级变换、空间滤波。
空间域技术直接对像素进行操作其表达式为
g(x,y)=T[f(x,y)]
其中f(x,y)为输入图像,g(x,y)为输出图像,T是对图像f进行处理的操作符,定义在点(x,y)的指定领域内。
定义点(x,y)的空间邻近区域的主要方法是,使用中心位于(x,y)的正方形或长方形区域,。
此区域的中心从原点(如左上角)开始逐像素点移动,在移动的同时,该区域会包含不同的领域。
T应用于每个位置(x,y),以便在该位置得到输出图像g。
在计算(x,y)处的g值时,只使用该领域的像素。
灰度变换T的最简单形式是使用领域大小为1×1,此时,(x,y)处的g值仅由f在该点处的亮度决定,T也变为一个亮度或灰度级变化函数。
当处理单设(灰度)图像时,这两个术语可以互换。
由于亮度变换函数仅取决于亮度的值,而与(x,y)无关,所以亮度函数通常可写做如下所示的简单形式:
s=T(r)
其中,r表示图像f中相应点(x,y)的亮度,s表示图像g中相应点(x,y)的亮度。
三、实验内容:
1、图像数据读出
2、计算并分析图像直方图
3、利用直接灰度变换法对图像进行灰度变换
下面给出灰度变化的MATLAB程序
f=imread('C:
\ch17\tu\6.jpg');
g=imhist(f,256);
imshow(g)%显示其直方图
k=im2uint8(mat2gray(log(1+double(f))));
figure,imshow(k)%使用对数变换减小动态范围。
g1=imadjust(f,[01],[10]);%灰度转换,实现明暗转换(负片图像)
figure,imshow(g1)
%将0.5到0.75的灰度级扩展到范围[01]
g2=imadjust(f,[0.50.75],[01]);
figure,imshow(g2)
g=imread('C:
\ch17\tu\1.jpg');
h=log(1+double(g));%对输入图像对数映射变换
h=mat2gray(h);%将矩阵h转换为灰度图片
h=im2uint8(h);%将灰度图转换为8位图
figure,imshow(h)
四、实验仪器
PC一台,MATLAB软件
五、实验结果图片
FiguregFigurek
Figureg1Figureg2
Figureh
原图1原图2
实验二图像增强—直方图变换
专业:
通信工程学号:
1008224072姓名:
张清峰
一、实验目的
1.掌握灰度直方图的概念及其计算方法;
2.熟练掌握直力图均衡化和直方图规定化的计算过程;
3.熟练掌握空域滤波中常用的平滑和锐化滤波器;
4.掌握色彩直方图的概念和计算方法
5.利用MATLAB程序进行图像增强。
二、实验原理
图像增强是指按特定的需要突出一幅图像中的某些信息,同时,消弱或去除某些不需要的信息的处理方法。
其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。
图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。
本实验以直方图均衡化增强图像对比度的方法为主要内容,其他方法同学们可以在课后自行联系。
直方图是多种空间城处理技术的基础。
直方图操作能有效地用于图像增强。
除了提供有用的图像统计资料外,直方图固有的信息在其他图像处理应用中也是非常有用的,如图像压缩与分割。
直方图在软件中易于计算,也适用于商用硬件设备,因此,它们成为了实时图像处理的一个流行工具。
直方图是图像的最基本的统计特征,它反映的是图像的灰度值的分布情况。
直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化,改善图像的亮度分布状态,增强图像的视觉效果。
灰度直方图是图像预处理中涉及最广泛的基本概念之一。
图像的直方图事实上就是图像的亮度分布的概率密度函数,是一幅图像的所有象素集合的最基本的统计规律。
直方图反映了图像的明暗分布规律,可以通过图像变换进行直方图调整,获得较好的视觉效果。
直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图,即在每个灰度级上都具有相同的象素点数的过程。
下面给出直方图均衡化增强图像对比度的MATLAB程序:
I=imread('C:
\ch17\tu\6.jpg');%读入原图像
J=histeq(I);%对原图像进行直方图均衡化处理
imshow(I);%显示原图像
title('原图像');%给原图像加标题名
%对原图像进行屏幕控制;显示直方图均衡化后的图像
figure;imshow(J);
%给直方图均衡化后的图像加标题名
title('直方图均衡化后的图像');
%对直方图均衡化后图像进行屏幕控制;作一幅子图,并排两幅图的第1幅
figure;subplot(1,2,1);
imhist(I,64);%将原图像直方图显示为64级灰度
title('原图像直方图');%给原图像直方图加标题名
subplot(1,2,2);%作第2幅子图
imhist(J,64);%将均衡化后图像的直方图显示为64级灰度
title('均衡变换后的直方图');%给均衡化后图像直方图加标题名
处理后的图像直方图分布更均匀了,图像在每个灰度级上都有像素点。
从处理前后的图像可以看出,许多在原始图像中看不清楚的细节在直方图均衡化处理后所得到的图像中都变得十分清晰。
三、实验步骤
1打开计算机,启动MATLAB程序;程序组中“work”文件夹中应有待处理的图像文件;
2调入“实验一”中获取的数字图像,并进行计算机均衡化处理;
3显示原图像的直方图和经过均衡化处理过的图像直方图。
4记录和整理实验报告
四、实验仪器
1.计算机;2.MATLAB程序;
3.移动式存储器(软盘、U盘等);4.记录用的笔、纸。
五、实验报告内容
1.叙述实验过程;
解答:
1、认真学习课本,2、网上搜集资料,3、利用matlab编程并不足之处修改,4、顺利完成实验并认真写实验报告。
2.提交实验的原始图像和结果图像。
六、思考题
1.直方图是什么概念?
它反映了图像的什么信息?
解答:
直方图的概念为:
一幅数字图像在范围[0,G]内总共有L个灰度级,其直方图定义为离散函数h(rk)=nk,其中rk是区间[0,G]内的第k级亮度,nk是灰度级为rk的图像中的像素数。
直方图是图像的最基本的统计特征,它反映的是图像的灰度值的分布情况。
只反映了该图像中不同灰度值出现的次数,而未反应某一灰度值像素所在的位置,即它只包含了该图像中某一灰度值的像素出现的概率,而丢失了其所在位置的信息。
2.直方图均衡化是什么意思?
它的主要用途是什么?
解答:
直方图均衡化是指:
采用累积分布函数(CDF)变化生成一幅图像,该图像的灰度级较为均衡化,且覆盖了整个范围[0,1],均衡化处理的结果是一幅扩展了动态范围的图像。
直方图均衡化就是通过灰度变换将一幅图像转换为另一幅具有均衡直方图,即在每个灰度级上都具有相同的象素点数的过程。
主要用途是:
将一幅灰度分布集中在较窄区间,细节不够清晰的图像,修正后使图像的灰度间距增大或灰度分布均匀,令图像的细节清晰,达到图像增强的目的。
七、实验图片
实验三图像增强—空域滤波
专业:
通信工程学号:
1008224072姓名:
张清峰
一、实验目的
进一步了解MatLab软件/语言,学会使用MatLab对图像作滤波处理,使学生有机会掌握滤波算法,体会滤波效果。
了解几种不同滤波方式的使用和使用的场合,培养处理实际图像的能力,并为课堂教学提供配套的实践机会。
二、实验要求
(1)学生应当完成对于给定图像+噪声,使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声,进行滤波处理;能够正确地评价处理的结果;能够从理论上作出合理的解释。
(2)利用MATLAB软件实现空域滤波的程序:
I=imread('C:
\ch17\a.tif');%读入一幅图片
I=rgb2gray(I);%将彩色图片换为黑白图
J=imnoise(I,'gauss',0.02);%添加高斯噪声
J=imnoise(I,'salt&pepper',0.02);%(注意空格)%添加椒盐噪声
ave1=fspecial('average',3);%产生3×3的均值模版
ave2=fspecial('average',5);%产生5×5的均值模版
K=filter2(ave1,J)/255;%均值滤波3×3
L=filter2(ave2,J)/255;%均值滤波5×5
M=medfilt2(J,[33]);%中值滤波3×3模板
N=medfilt2(J,[44]);%中值滤波4×4模板
imshow(I);
figure,imshow(J);
figure,imshow(K);
figure,imshow(L);
figure,imshow(M);
figure,imshow(N);
三、实验设备与软件
(1)IBM-PC计算机系统
(2)MatLab软件/语言包括图像处理工具箱(ImageProcessingToolbox)
(3)实验所需要的图片
四、实验内容与步骤
a)调入并显示原始图像a.tif。
b)利用imnoise命令在图像a.tif上加入高斯(gaussian)噪声
c)利用预定义函数fspecial命令产生平均(average)滤波器
d)分别采用3x3和5x5的模板,分别用平均滤波器以及中值滤波器,对加入噪声的图像进行处理并观察不同噪声水平下,上述滤波器处理的结果;
e)选择不同大小的模板,对加入某一固定噪声水平噪声的图像进行处理,观察上述滤波器处理的结果。
f)利用imnoise命令在图像a.tif上加入椒盐噪声(salt&pepper)
g)重复c)~e)的步骤
h)输出全部结果并进行讨论。
五、思考题/问答题
(1)简述高斯噪声和椒盐噪声的特点。
解答:
高斯噪声特点是它主要由阻性元器件内部产生,它的概率密度函数服从高斯分布(即正态分布)。
椒盐噪声特点:
主要由图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声等,其噪声的灰度值与邻域像素点具有明显不同,在图像中造成过亮或过暗的像素点,严重影响图像质量。
(2)结合实验内容,定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果?
解答:
使用均值滤波器对高斯噪声进行去噪效果比较好,虽然对椒盐也有效果,但是不如对高斯噪声的处理效果好。
中值滤波对于去除椒盐噪声效果好,而对高斯噪声不是很理想。
中值滤波器对于去除椒盐噪声效果明显。
(3)结合实验内容,定性评价滤波窗口对去噪效果的影响?
解答:
1、线性滤波:
对一些图像进行线性滤波可以去除图像中某些类型的噪声,如采用邻域平均法的均值滤波器就非常适应于去除通过扫描得到的图像中的颗粒噪声。
2、中值滤波:
其是一种典型的低通滤波器,主要目的是保护图像边缘,同时也能去除噪声。
3、自适应滤波:
其能够根据图像的局部方差来调整滤波器的输出,其滤波效果要优于线性滤波,同时可以更好的保存图像的边缘和高频细节信息。
六、实验报告要求
1.叙述实验过程;
解答:
1、认真学习课本,2、网上搜集资料,3、利用matlab编程并不足之处修改,4、顺利完成实验并认真写实验报告。
2.提交实验的原始图像和结果图像
七、实验原始图像
实验四图像的傅立叶变换
专业:
通信工程学号:
1008224072姓名:
张清峰
一、实验目的
1了解图像变换的意义和手段;
2熟悉傅立叶变换的基本性质;
3熟练掌握FFT变换方法及应用;
4通过实验了解二维频谱的分布特点;
5通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。
6评价人眼对图像幅频特性和相频特性的敏感度。
二、实验原理
1应用傅立叶变换进行图像处理
傅里叶变换是线性系统分析的一个有力工具,它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。
通过实验培养这项技能,将有助于解决大多数图像处理问题。
对任何想在工作中有效应用数字图像处理技术的人来说,把时间用在学习和掌握博里叶变换上是很有必要的。
2傅立叶(Fourier)变换的定义
对于二维信号,二维Fourier变换定义为:
逆变换:
二维离散傅立叶变换为:
逆变换:
图像的傅立叶变换与一维信号的傅立叶变换变换一样,有快速算法,具体参见参考书目,有关傅立叶变换的快速算法的程序不难找到。
实际上,现在有实现傅立叶变换的芯片,可以实时实现傅立叶变换。
3利用MATLAB软件实现数字图像傅立叶变换的程序:
I=imread('C:
\ch17\get.jpg');%读入原图像文件
I=rgb2gray(I);
imshow(I);%显示原图像
fftI=fft2(I);%二维离散傅立叶变换
sfftI=fftshift(fftI);
figure;imshow(abs(sfftI),[]);%直流分量移到频谱中心
RR=real(sfftI);%取傅立叶变换的实部
figure;imshow(abs(RR),[])
II=imag(sfftI);%取傅立叶变换的虚部
figure;imshow(abs(II),[])
A=sqrt(RR.^2+II.^2);%计算频谱幅值
A=(A-min(min(A)))/(max(max(A))-min(min(A)))*225%归一化
figure;%设定窗口
imshow(A);%显示原图像的频谱
三、实验步骤
1.将图像内容读入内存;
2.用Fourier变换算法,对图像作二维Fourier变换;
3.将其幅度谱进行搬移,在图像中心显示;
4.用Fourier系数的幅度进行Fourier反变换;
5.用Fourier系数的相位进行Fourier反变换;
6.比较4、5的结果,评价人眼对图像幅频特性和相频特性的敏感度。
7.记录和整理实验报告。
四、实验仪器
1.计算机;
2.MATLAB程序;
3.移动式存储器(软盘、U盘等)。
4.记录用的笔、纸。
五、实验报告内容
1.叙述实验过程;
过程为:
将图像内容读入内存;用Fourier变换算法,对图像作二维Fourier变换;将其幅度谱进行搬移,在图像中心显示;用Fourier系数的幅度进行Fourier反变换;用Fourier系数的相位进行Fourier反变换;比较4、5的结果,评价人眼对图像幅频特性和相频特性的敏感度。
记录和整理实验报告。
2.提交实验的原始图像和结果图像。
图I直流分量移到频谱中心
取傅立叶变换的实部取傅立叶变换的虚部
显示原图像的频谱
六、思考题
1、傅里叶变换有哪些重要的性质?
解答:
1、频移特性,2、周期性和共轭对称性,3、平移性
2.图像的二维频谱在显示和处理时应注意什么?
解答:
应该注意1.进行傅里叶变换的图像应该是灰度图形,原rgb彩色图像无法进行相应变换。
2.注意使用fftshift函数将频谱的零频分量移至频谱的中心。
七、实验原图片
get.jpg
实验五图像增强—频域滤波
专业:
通信工程学号:
1008224072姓名:
张清峰
一、实验目的
1.掌握怎样利用傅立叶变换进行频域滤波
2.掌握频域滤波的概念及方法
3.熟练掌握频域空间的各类滤波器
4.利用MATLAB程序进行频域滤波
二、实验原理及知识点
频域滤波分为低通滤波和高通滤波两类,对应的滤波器分别为低通滤波器和高通滤波器。
频域低通过滤的基本思想:
G(u,v)=F(u,v)H(u,v)
F(u,v)是需要钝化图像的傅立叶变换形式,H(u,v)是选取的一个低通过滤器变换函数,G(u,v)是通过H(u,v)减少F(u,v)的高频部分来得到的结果,运用傅立叶逆变换得到钝化后的图像。
理想地通滤波器(ILPF)具有传递函数:
其中,
为指定的非负数,
为(u,v)到滤波器的中心的距离。
的点的轨迹为一个圆。
n阶巴特沃兹低通滤波器(BLPF)(在距离原点
处出现截至频率)的传递函数为
与理想地通滤波器不同的是,巴特沃兹率通滤波器的传递函数并不是在
处突然不连续。
高斯低通滤波器(GLPF)的传递函数为
其中,
为标准差。
相应的高通滤波器也包括:
理想高通滤波器、n阶巴特沃兹高通滤波器、高斯高通滤波器。
给定一个低通滤波器的传递函数
,通过使用如下的简单关系,可以获得相应高通滤波器的传递函数:
利用MATLAB实现频域滤波的程序
f=imread('C:
\ch17\bld.tif');
F=fft2(f);%对图像进行傅立叶变
%对变换后图像进行队数变化,并对其坐标平移,使其中心化
S=fftshift(log(1+abs(F)));
S=gscale(S);%将频谱图像标度在0-256的范围内
imshow(S)%显示频谱图像
h=fspecial('sobel');%产生空间‘sobel’模版
freqz2(h)%查看相应频域滤波器的图像
PQ=paddedsize(size(f));%产生滤波时所需大小的矩阵
H=freqz2(h,PQ
(1),PQ
(2));%产生频域中的‘sobel’滤波器
H1=ifftshift(H);%重排数据序列,使得原点位于频率矩阵的左上角
imshow(abs(H),[])%以图形形式显示滤波器
figure,imshow(abs(H1),[])
gs=imfilter(double(f),h);%用模版h进行空域滤波
gf=dftfilt(f,H1);%用滤波器对图像进行频域滤波
figure,imshow(gs,[])
figure,imshow(gf,[])
figure,imshow(abs(gs),[])
figure,imshow(abs(gf),[])
f=imread('C:
\ch17\w.tif');%读取图片
PQ=paddedsize(size(f));%产生滤波时所需大小的矩阵
D0=0.05*PQ
(1);%设定高斯高通滤波器的阈值
H=hpfilter('gaussian',PQ
(1),PQ
(2),D0);%产生高斯高通滤波器
g=dftfilt(f,H);%对图像进行滤波
figure,imshow(f)%显示原图像
figure,imshow(g,[])%显示滤波后图像
三、实验步骤:
1.调入并显示所需的图片;
2.利用MATLAB提供的低通滤波器实现图像信号的滤波运算,并与空间滤波进行比较。
3.利用MATLAB提供的高通滤波器对图像进行处理。
4.记录和整理实验报告。
四、实验仪器
1.计算机;
2.MATLAB程序;
3.移动式存储器(软盘、U盘等)。
4.记录用的笔、纸。
五、实验报告内容
1.叙述实验过程;
解答:
过程为首先调入并显示所需的图片;然后利用MATLAB提供的低通滤波器实现图像信号的滤波运算,并与空间滤波进行比较。
利用MATLAB提供的高通滤波器对图像进行处理。
记录和整理实验报告。
2、提交实验的原始图像和结果图像。
六、思考题
1.结合实验,评价频域滤波有哪些优点?
解答:
在频域中分析图像的频域成分与图像的视觉效果间的对应关系比较直观。
有些空间域比较难以表达和分析的图像增强任务可以比较简单的在频域中表达和分析。
由于频域滤波的方式可以对图像进行低通和高通滤波进行处理,低通滤波是要保留图像中的低频分量而除去高频分量,由于图像中的边缘和噪声都对应图像傅里叶频谱中的高频部分,所以低通滤波可以去除或减弱噪声的影响并模糊边缘轮廓;高通滤波是要保留图像中的高频分量而除去低频分量,所以高通滤波可以保留较多的边缘轮廓信息,这些作用都彰显了频域滤波的优点。
2、在频域滤波过程中需要注意哪些事项?
解答:
频域滤波一般都是将信号变换到频域,再同所设计的窗函数项乘,然后反变换到时域,而窗函数又是根据所需滤除的频率分量所决定的。
七、实验图片
room.tifnumber.tif