整理数字图像处理实验.docx
《整理数字图像处理实验.docx》由会员分享，可在线阅读，更多相关《整理数字图像处理实验.docx（25页珍藏版）》请在冰豆网上搜索。
整理数字图像处理实验
华南理工大学
《数字图像处理》课程实验报告
实验题目：
实验1、数字图像读取及色彩、亮度对比度变化
姓名：
学号：
班级：
组别：
合作者：
指导教师：
实验概述
【实验目的及要求】
实验目的：
了解数字图像的存储格式，并学会对图像的某些视觉特征作简单处理。
实验要求：
1．从最常用的“.BMP”图像格式中读取图像数据；
2．对数字图像的表示方式（如RGB、YUV）及各种表示方式之间的转换有初步了解；
3．根据输入参数改变数字图像的色彩、亮度、对比度。
【实验环境】
操作系统：
WindowsXP
实验平台：
Matlab
实验内容
【实验过程】
一、实验步骤：
1．利用工具（如ACDSee、PhotoShop）将Sample1-1.jpg转换为Sample1-1.bmp；
2．将BMP图像内容读入内存数组；
3．通过访问数字图像RGB三个通道的对应矩阵，改变数字图像的色彩；
4．将数字图像的RGB表示转换为YUV表示；
Y=0.30R+0.59G+0.11B
U=0.70R-0.59G-0.11B
V=-0.30R-0.59G+0.89B
5．通过访问Y（亮度）通道，改变数字图像的亮度；
二、实验图像：
三、实验主要过程：
1、读入图像，分离RGB三个通道，结果如下：
代码如下：
%读入图像并分离RGB，显示；
src=imread（'sample1-1.bmp'）;
[rcd]=size（src）;
R=src;
G=src;
B=src;
R（:
:
2）=zeros（r,c）;
R（:
:
3）=zeros（r,c）;
G（:
:
1）=zeros（r,c）;
G（:
:
3）=zeros（r,c）;
B（:
:
1）=zeros（r,c）;
B（:
:
2）=zeros（r,c）;
subplot（1,3,1）;
imshow（R）;title（'R分量'）;
subplot（1,3,2）;
imshow（G）;title（'G分量'）;
subplot（1,3,3）;
imshow（B）;title（'B分量'）;
2、修改RGB值（反色），改变图像的色彩，结果如下：
代码如下：
%修改RGB的值（这时采用了反色），改变图像的色彩；
R（:
:
1）=255-R（:
:
1）;%为了进行后面的实验，请注释此行
G（:
:
2）=255-G（:
:
2）;%为了进行后面的实验，请注释此行
B（:
:
3）=255-B（:
:
3）;%为了进行后面的实验，请注释此行
subplot（2,3,1）;
imshow（R）;title（'R分量反色'）;
subplot（2,3,2）;
imshow（G）;title（'G分量反色'）;
subplot（2,3,3）;
imshow（B）;title（'B分量反色'）;
subplot（2,3,4）;
imshow（src）;title（'原图'）;
subplot（2,3,6）;
imshow（R+G+B）;title（'反色'）;
3、将RGB转为YUV，结果如下：
代码如下：
R=double（R（:
:
1））;
G=double（G（:
:
2））;
B=double（B（:
:
3））;
Y=0.299*R+0.587*G+0.114*B;
U=-0.147*R-0.289*G+0.436*B;
V=0.615*R-0.515*G-0.100*B;
subplot（2,3,1）;
imshow（uint8（Y））;title（'Y分量'）;
subplot（2,3,2）;
imshow（uint8（U））;title（'U分量'）;
subplot（2,3,3）;
imshow（uint8（V））;title（'V分量'）;
4、修改Y分量（这里除以1.5），重新由YUV转为RGB，结果如下：
代码如下：
Y=Y/1.5;
R=Y+1.140*V;
G=Y-0.395*U-0.581*V;
B=Y+2.032*U;
rgb（:
:
1）=uint8（R（:
:
））;
rgb（:
:
2）=uint8（G（:
:
））;
rgb（:
:
3）=uint8（B（:
:
））;
subplot（2,3,4）;
imshow（rgb）;title（'修改亮度'）;
小结
通过本次实验，掌握了基本的图像颜色空间变换，及简单的图像修改。
指导教师评语及成绩
评语：
成绩：
指导教师签名：
批阅日期：
华南理工大学
《数字图像处理》课程实验报告
实验题目：
实验2、数字图像空间域增强
姓名：
学号：
班级：
组别：
合作者：
指导教师：
实验概述
【实验目的及要求】
实验目的：
了解数字图像的灰度变换和γ（0.4，0.6，0.8）校正。
实验要求：
1.了解图像的灰度变换。
2.对图像进行γ校正。
【实验环境】
操作系统：
WindowsXP
实验平台：
Matlab
实验内容
【实验过程】
一、实验步骤：
1.利用工具（如ACDSee、PhotoShop）将图像sample2-1.jpg转换为sample2-1.bmp
2.将BMP图像内容读入内存数组。
3.对图像进行校正γ较正,分别取值为0.4,0.6,0.8.
4.调整图像的灰度。
二、实验图像：
三、实验主要过程：
1、对源图像进行标准化，使像素的RGB值的范围为0到1
代码如下：
src=imread（'sample2-1.bmp'）;
src=double（src）;
src=src/256.0;
2、对源图像的各像素，采用不同的珈玛值进行校正，并显示比较，结果如下：
代码如下：
gamma0p4=uint8（src.^（1/0.4）.*256.0）;
gamma0p6=uint8（src.^（1/0.6）.*256.0）;
gamma0p8=uint8（src.^（1/0.8）.*256.0）;
subplot（2,2,1）;
imshow（src）;title（'源图像'）;
subplot（2,2,2）;
imshow（gamma0p4）;title（'0.4'）;
subplot（2,2,3）;
imshow（gamma0p4）;title（'0.6'）;
subplot（2,2,4）;
imshow（gamma0p4）;title（'0.8'）;
小结
通过本次实验，掌握了珈玛校正的原理及操作方法。
指导教师评语及成绩
评语：
成绩：
指导教师签名：
批阅日期：
华南理工大学
《数字图像处理》课程实验报告
实验题目：
实验3、数字图像的噪声去除
姓名：
学号：
班级：
组别：
合作者：
指导教师：
实验概述
【实验目的及要求】
实验目的：
学会用滤波器去除图像中的噪声。
实验要求：
1．用均值滤波器去除图像中的噪声；
2．用中值滤波器去除图像中的噪声；
3．比较两种方法的处理结果
【实验环境】
操作系统：
WindowsXP
实验平台：
Matlab
实验内容
【实验过程】
一、实验步骤：
1．将BMP图像内容读入内存数组；
2．用均值滤波器去除图像中的噪声；
3．用中值滤波器去除图像中的噪声；
4．将两种处理方法的结果与原图比较；注意两种处理方法对边缘的影响。
二、实验图像：
源图像加噪声后的图像
三、实验主要过程：
1、对源图像进行3*3的均值滤波，结果如下：
代码如下：
src=imread（'sample3-2.bmp'）;
[r,c]=size（src）;
output=src;
n=3;k=（n-1）/2;
forrow=1+k:
r-k
forcolumn=1+k:
c-k
m=src（row-k:
row+k,column-k:
column+k）;
temp=sum（sum（m,1）,2）*（1/n/n）;
output（row,column）=uint8（temp）;
end
end
imshow（output）;
在本代码中，边缘并没有被处理，而是直接采用源图像的对应值。
2、对源图像进行3*3的中值滤波，结果如下：
代码如下：
src=imread（'sample3-2.bmp'）;
[r,c]=size（src）;
output=src;
n=3;
k=（n-1）/2;
forrow=1+k:
r-k
forcolumn=1+k:
c-k
m=src（row-k:
row+k,column-k:
column+k）;
v=m（1:
end）;
v=sort（v）;
output（row,column）=v（（n*n-1）/2+1）;
end
end
imshow（output）;
在本代码中，边缘并没有被处理，而是直接采用源图像的对应值。
3、比较：
从结果图像中看出，滤波后的图像比之前的图像模糊，但是可以基本滤去噪声。
而从直观上比较两种滤波，均值滤波的结果比中值滤波的结果亮一点。
小结
通过本次实验，掌握了简单的滤波器原理及过滤方法。
指导教师评语及成绩
评语：
成绩：
指导教师签名：
批阅日期：
华南理工大学
《数字图像处理》课程实验报告
实验题目：
实验4、频率域低通和高通滤波
姓名：
学号：
班级：
组别：
合作者：
指导教师：
实验概述
【实验目的及要求】
实验目的：
学会两种简单的频域低通和高通滤波方法。
实验要求：
1．使用布特沃斯和高斯滤波器进行低通滤波；
2．使用布特沃斯和高斯滤波器进行高通滤波。
【实验环境】
操作系统：
WindowsXP
实验平台：
Matlab
实验内容
【实验过程】
一、实验步骤：
1、用布特沃思低通滤波器对图像进行低通滤波；
2、用高斯低通滤波器对图像进行低通滤波；
3、用布特沃思高通滤波器对图像进行高通滤波；
4、用高斯高通滤波器对图像进行高能滤波；
二、实验图像：
源图像加噪声后的图像
三、实验主要过程：
1、对源图像进行进行空间域到频域的变换，结果如下：
代码如下：
src=imread（'sample4-2.bmp'）;
[r,c]=size（src）;
f=fftshift（fft2（double（src）））;
mx=max（max（f,[],1）,[],2）;
imf=abs（f）/mx*25600;
imshow（uint8（imf））;
2、进行频域的高斯低通滤波，结果如下：
（取D0为10，20，40，80）
代码如下：
D0=[20,50,80,120];
D=f;
H=D;
forrow=1:
r
forcolumn=1:
c
D（row,column）=sqrt（（row-r/2）^2+（column-c/2）^2）;
end
end
fortype=1:
length（D0）
H=exp（D.^2/（2*D0（type）^2）*（-1））;
f2=f.*H;
f2=ifft2（ifftshift（f2））;
subplot（2,2,type）;
imshow（uint8（real（f2）））;
title（D0（type））;
end
从结果可知，D0越小，结果越模糊，去噪效果越好；D0越大，则相反。
3、进行频域的高斯高通滤波，结果如下：
（取D0为10，20，40，80）
代码如下：
D0=[10,20,40,80];
n=2;
D=f;
H=D;
forrow=1:
r
forcolumn=1:
c
D（row,column）=sqrt（（row-r/2）^2+（column-c/2）^2）;
end
end
fortype=1:
length（D0）
H=1-exp（D.^2/（2*D0（type）^2）*（-1））;
f2=f.*H;
f2=ifft2（ifftshift（f2））;
subplot（2,2,type）;
imshow（uint8（real（f2）））;
title（D0（type））;
end
4、进行频域的布特沃斯低通滤波，结果如下：
（取D0为10，20，40，80，n为2）
代码如下：
D0=[10,20,40,80];
n=2;
D=f;
H=D;
forrow=1:
r
forcolumn=1:
c
D（row,column）=sqrt（（row-r/2）^2+（column-c/2）^2）;
end
end
fortype=1:
length（D0）
H=1./（1+（D/D0（type））.^（2*n））;
f2=f.*H;
f2=ifft2（ifftshift（f2））;
subplot（2,2,type）;
imshow（uint8（real（f2）））;
title（D0（type））;
end
5、进行频域的布特沃斯高通滤波，结果如下：
（取D0为10，20，40，80，n为2）
代码如下：
D0=[10,20,40,80];
n=2;
D=f;
H=D;
forrow=1:
r
forcolumn=1:
c
D（row,column）=sqrt（（row-r/2）^2+（column-c/2）^2）;
end
end
fortype=1:
length（D0）
H=1-1./（1+（D/D0（type））.^（2*n））;
f2=f.*H;
f2=ifft2（ifftshift（f2））;
subplot（2,2,type）;
imshow（uint8（real（f2）））;
title（D0（type））;
end
小结
通过本次实验，掌握了频域滤波的基本原理及高斯/布特沃斯高低通滤波。
指导教师评语及成绩
评语：
成绩：
指导教师签名：
批阅日期：
华南理工大学
《数字图像处理》课程实验报告
实验题目：
实验5、数字图像复原
姓名：
学号：
班级：
组别：
合作者：
指导教师：
实验概述
【实验目的及要求】
实验目的：
了解Fourier变换、反变换的算法实现，掌握频域逆滤波和维纳滤波图像复原的方法。
实验要求：
1．用Fourier变换算法对图像作二维Fourier变换。
2．用Fourier反变换算法对图像作二维Fourier反变换。
3．频域逆滤波和维纳滤波图像复原。
（三）环境标准和环境影响评价技术导则
（2）列出有关的法律、法规、规章、标准、规范和评价对象被批准设立的相关文件及其他有关参考资料等安全预评价的依据。
【实验环境】
操作系统：
WindowsXP
（1）建设项目概况。
实验平台：
Matlab
环境影响评价工程师课主持进行下列工作：
新增加的六个内容是：
风险评价；公众参与；总量控制；清洁生产和循环经济；水土保持；社会环境影响评价。
实验内容
【实验过程】
1）地方环境标准是对国家环境标准的补充和完善。
在执行上，地方环境标准优先于国家环境标准。
一、实验步骤：
1．将BMP格式图像内容读入内存数组；
2．
3．1）采取防护措施。
用快速Fourier变换算法，对图像作二维FFT变换得到G（u,v）；
（2）区域、流域、海域的建设、开发利用规划。
环境影响篇章或说明（考虑图像为256*256，可以采用快速Fourier变换方法）
4．进行频域逆滤波和维纳滤波;
5．
6．
（2）是否符合国家产业政策和清洁生产标准或要求。
进行Fourier反变换得到g（x,y）；
二、实验图像：
需要复原的图像原图像
2.环境影响评价工程师职业资格制度
三、实验主要过程：
1、进行逆滤波的操作，这里的H（u,v）是自定义的，结果如下：
代码如下：
src=imread（'sample5-1.jpg'）;
src=rgb2gray（src）;
[r,c]=size（src）;
H=zeros（r,c）;
k=0.00001;
forrow=1:
r
forcolumn=1:
c
H（row,column）=exp（-k*（（row-r/2）^2+（column-c/2）^2）^（5/6））;
end
end
f=fftshift（fft2（double（src）））;
f=f./H;
f=ifft2（ifftshift（f））;
f=uint8（real（f））;
imshow（f）;
由于给出了源图片，所以这里H（u,v）也可以由后面的图像的频域值除以源图片的频域值得出。
2、进行维纳滤波的操作，这里的H（u,v）是自定义的，结果如下：
代码如下：
src=imread（'sample5-1.jpg'）;
src=rgb2gray（src）;
[r,c]=size（src）;
H=zeros（r,c）;
k=0.0001;
forrow=1:
r
forcolumn=1:
c
H（row,column）=exp（-k*（（row-r/2）^2+（column-c/2）^2）^（5/6））;
end
end
spectrum=H.^2;
f=fftshift（fft2（double（src）））;
HW=H./（spectrum+0.0001）;
f=f.*（HW）;
f=ifft2（ifftshift（f））;
f=uint8（real（f））;
imshow（f）;
小结
通过这次实验，掌握了图像恢复的基本原理和简单的手法。
指导教师评语及成绩
评语：
成绩：
指导教师签名：
批阅日期：
升级会员 