数字图像处理实验.docx
《数字图像处理实验.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验.docx（11页珍藏版）》请在冰豆网上搜索。
数字图像处理实验
数字图像实验报告
院系
物理工程学院
专业
测试计量技术与仪器
姓名
代啟林
学号
201312131581
日期
2013年1月3日
数字图像处理实验内容
一、实验一：
图像文件读取和格式转换（BMP、JPG），FMRI_MRI利用Matlab编程，实现多种格式图像的读取，显示和格式转换。
1.Bmp格式文件的读取
源程序1
[X,map]=imread（'C:
\Users\Administrator\Desktop\实验\fmri.bmp'）;
imshow（X）
Fmri.bmp转换成fmri.jpg格式
源程序2
A=imread（'C:
\Users\Administrator\Desktop\实验\fmri.bmp'）;
imwrite（A,'fmri.jpg'）
imshow（'fmri.jpg'）
2.Bmp格式文件的读取
源程序3
[X,map]=imread（'C:
\Users\Administrator\Desktop\实验\mri.bmp'）;
imshow（X）
Fmri.bmp转换成fmri.jpg格式
源程序4
A=imread（'C:
\Users\Administrator\Desktop\实验\mri.bmp'）;
imwrite（A,'mri.jpg'）
imshow（'mri.jpg'）
3.Img格式文件的读取与转换
（1）对img格式文件读取
源程序5
fid=fopen（'C:
\Users\Administrator\Desktop\实验\cell_128.img','r'）;%打开无格式的图像文件
data=（fread（fid,[256,256],'uint8'））';%转换成为二元图像文件
figure
（1）
imagesc（data）,colormap（gray）,title（'cell_128原图像','Color','r'）;%显示原图像
（2）Img格式文件转换
>>fid=fopen（'C:
\Users\Administrator\Desktop\实验\cell_128.img','r'）;%打开无格式的图像文件
>>data=（fread（fid,[256,256],'uint8'））';%转换成为二元图像文件
>>figure
（1）
>>imagesc（data）,colormap（gray）,title（'cell_128原图像','Color','r'）;%显示原图像
>>imwrite（A,'cell_128.jpg'）
>>imshow（'cell_128.jpg'）
同样的，我们分别对fing_128.img，lena.img，进行读取，其转换过程如上cell_128.img转换过程一样，这里我不在累述。
fid=fopen（'C:
\Users\Administrator\Desktop\实验\fing_128.img','r'）;%打开无格式的图像文件
data=（fread（fid,[256,256],'uint8'））';%转换成为二元图像文件
figure
（1）
imagesc（data）,colormap（gray）,title（'fing_128原图像','Color','r'）;%显示原图像
fid=fopen（'C:
\Users\Administrator\Desktop\实验\lena.img','r'）;%打开无格式的图像文件
data=（fread（fid,[256,256],'uint8'））';%转换成为二元图像文件
figure
（1）
imagesc（data）,colormap（gray）,title（'lena原图像','Color','r'）;%显示原图像
二、实验二：
图像的直方图调整和灰度变换
1．图“fmri.bmp”为一幅原图像，该图像右边的剪切图像为从“fmri.bmp”中剪切出的将用于分析的子图像块。
为了便于分析与观察，把子图像块旋转90度置于水平位置并把该图存在名为“fmri.bmp”的图像文件中。
以上的过程可用以下代码实现。
x=imread（'C:
\Users\Administrator\Desktop\实验\fmri.bmp'）;
figure,imshow（x）;
y=imcrop（x）;
figure,imshow（y,[]）;
z=imrotate（y,90）;
imwrite（z,'C:
\Users\Administrator\Desktop\实验\fmri.bmp','bmp'）;
isrgb（z）
2．通过比较灰度原图和经均衡化后的图形可见图像变得清晰，均衡化后的直方图形状比原直方图的形状更理想。
程序代码如下:
x=imread（'C:
\Users\Administrator\Desktop\实验\university.jpg'）;
y=rgb2gray（x）;
subplot（221）,imshow（y）;title（'Fig1.jpg灰度化图像'）;
subplot（222）,imhist（y）;title（'均衡化前直方图'）;
I=histeq（y）;
subplot（223）,imshow（I）;title（'均衡化后图像'）;
subplot（224）,imhist（I）;title（'均衡化后直方图'）;
运行结果
通过灰度调整把感兴趣的灰度范围拉开，使图像中亮的越亮，暗的越暗，分别取原图中要变换的灰度范围为（0.3，0.7）和（0.5，0.6），把变换后的图像相比较，见图3，可知原图所变换的灰度范围小，则调整后的图像反差大。
程序代码如下:
x=imread（'C:
\Users\Administrator\Desktop\实验\mri_s6.jpg'）;
y=imadjust（x,[0.30.7],[]）;
z=imadjust（x,[0.50.6],[]）;
subplot（211）,imshow（y）;title（'原图所变换的灰度范围（0.3,0.7）'）;
subplot（212）,imshow（z）;title（'原图所变换的灰度范围（0.5,0.6）'）;
三、实验三：
图像的变换和频域滤波：
（1）完成图像的快速傅立叶变换；
（2）频域实现低通滤波。
（1）用MATLAB中的fft2函数对其进行FFT：
同屏显示原图f1和FFT（f1）的幅度谱图；
图2
%源程序2
a=zeros（128,128）;
a（33:
97,57:
73）=255;
F1=fft2（a）;
subplot（121）;
imshow（a）;
subplot（122）;
mesh（1:
128,1:
128,abs（F1））;
（2）频域滤波
对如所示的数字图像lena.img（256×256大小、256级灰度）进行频域的理想低通、高通滤波，同屏显示原图、幅度谱图和低通、高通滤波的结果图。
①原图频谱图
%源程序6
file=fopen（'C:
\Users\thebluedb\Desktop\实验\lena.img','r'）;
lena=fread（file,[256,256],'uint8'）;
F=fft2（lena）;
F1=fftshift（F）;
F1temp=log（F1+1）;
mesh（0:
255,0:
255,abs（F1））;
②理想低通滤波
%源程序7
figure;
r=88;%另取24、11、5
m=256;n=256;
fori=1:
m
forj=1:
n
if（（（i-m/2）^2+（j-n/2）^2）mask（i,j）=1;
else
mask（i,j）=0;
end
end
end
F2=F1.*mask;
F2temp=log（F2+1）;
mesh（1:
256,1:
256,abs（F2））
③低通滤波结果图
%源程序8
Figure;
ilena1=ifft2（ifftshift（F2））;
imshow（ilena1,[0,255]）;
四、实验四：
磁共振大脑断层图像的边界提取（MRI）
X=imread（'C:
\Users\Administrator\Desktop\实验\fmri.bmp','bmp'）;
B=edge（x,'sobel'）;
subplot（221）;
imshow（B）;title（'sobel边界提取'）;
c=edge（x,'prewitt'）;
subplot（222）;
imshow（c）;title（'prewitt边界提取'）;
d=edge（x,'roberts'）;
subplot（223）;
imshow（d）;title（'roberts边界提取'）;
e=edge（x,'canny'）;
subplot（224）;
imshow（e）;title（'canny边界提取'）;
升级会员 