收藏
下载资源下载资源 加入VIP,免费下载

数字图像处理实验报告全答案.docx

上传人：b****4 文档编号：5215725 上传时间：2022-12-14 格式：DOCX 页数：26 大小：775.75KB
下载 相关 举报
数字图像处理实验报告全答案.docx_第1页
第1页 / 共26页
数字图像处理实验报告全答案.docx_第2页
第2页 / 共26页
数字图像处理实验报告全答案.docx_第3页
第3页 / 共26页
数字图像处理实验报告全答案.docx_第4页
第4页 / 共26页
数字图像处理实验报告全答案.docx_第5页
第5页 / 共26页
点击查看更多>>
下载资源
资源描述

数字图像处理实验报告全答案.docx

《数字图像处理实验报告全答案.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验报告全答案.docx（26页珍藏版）》请在冰豆网上搜索。

数字图像处理实验报告全答案.docx

数字图像处理实验报告全答案

实验一常用MATLAB图像处理命令

一、实验目的

 1、熟悉并掌握MATLAB工具的使用；

2、实现图像的读取、显示、代数运算和简单变换。

二、实验环境

MATLAB以上版本、WINXP或WIN2000计算机

三、常用函数

●读写图像文件

1imread

imread函数用于读入各种图像文件，如：

a=imread（'e:

\'）

2imwrite

imwrite函数用于写入图像文件，如：

imwrite（a,'e:

\',’tif’）

3imfinfo

imfinfo函数用于读取图像文件的有关信息，如：

imfinfo（'e:

\'）

●图像的显示

1image

image函数是MATLAB提供的最原始的图像显示函数，如：

a=[1,2,3,4;4,5,6,7;8,9,10,11,12];

image（a）;

2imshow

imshow函数用于图像文件的显示，如：

i=imread（'e:

\'）;

imshow（i）;

title（‘原图像’）%加上图像标题

3colorbar

colorbar函数用显示图像的颜色条，如：

i=imread（'e:

\'）;

imshow（i）;

colorbar;

4figure

figure函数用于设定图像显示窗口，如：

figure

（1）；/figure

（2）；

5subplot

把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。

Subplot（m，n，p）分成m*n个小窗口，在第p个窗口中创建坐标轴为当前坐标轴，用于显示图形。

6plot

绘制二维图形

plot（y）

Plot（x，y）xy可以是向量、矩阵。

●图像类型转换

1rgb2gray

N须是0,4,6,8.当N大于0时,圆盘形结构元素由一组N（或N+2）个周期线结构元素来近似。

当N等于0时,不使用近似，即结构元素的所有像素是由到中心像素距离小于等于R的像素组成。

N可以被忽略,此时缺省值是4。

注:

形态学操作在N>0情况下要快于N=0的情形。

如：

se1=strel（'square',11）%11乘以11的正方形

4imerode

腐蚀图像

用法：

IM2=imerode（IM,SE） 

腐蚀灰度、二进制或压缩二进制图像IM，返回腐蚀图像IM2。

参数SE是函数strel返回的一个结构元素体或是结构元素体阵列。

如：

使用一个盘状结构元素腐蚀一幅二进制图像。

originalBW=imread（''）;

se=strel（'disk',11）;

erodedBW=imerode（originalBW,se）;

imshow（originalBW）,figure,imshow（erodedBW）

5imdilate

膨胀图像

用法：

IM2=imdilate（IM,SE）

膨胀灰度图像、二值图像、或者打包的二值图像IM，返回膨胀图像M2。

变量SE是一个结构元素或者一个结构元素的数组，其是通过strel函数返回的。

如：

利用一个运行结构元素膨胀灰度图像。

I=imread（''）;

se=strel（'ball',5,5）;

I2=imdilate（I,se）;

imshow（I）,title（'Original'）

figure,imshow（I2）,title（'Dilated'）

三、实验步骤

1、产生运动模糊图像，运用维纳滤波进行图像恢复，显示结果。

i=imread（'f:

\'）

I=rgb2gray（s）

I=im2double（I）;

%模拟运动模糊

LEN=21;

THETA=11;

PSF=fspecial（'motion',LEN,THETA）;

blurred=imfilter（I,PSF,'conv','circular'）;

%恢复图像

wnr2=deconvwnr（blurred,PSF）;

subplot（1,2,1）;imshow（blurred）;title（'运动模糊图像'）

subplot（1,2,2）;imshow（wnr2）;title（'恢复图像'）

2、采用三种不同算子检测图像边缘，显示结果。

i=imread（'f:

\'）

BW1=edge（I,'prewitt'）;

BW2=edge（I,'zerocross'）;

BW3=edge（I,'canny'）;

subplot（2,2,1）;imshow（i）;title（'原图像'）

subplot（2,2,2）;imshow（BW1）;title（'prewitt边缘图'）

subplot（2,2,3）;imshow（BW2）;title（'zerocross边缘图'）

subplot（2,2,4）;imshow（BW3）;title（'canny边缘图'）

3、对二值图像分别进行方形模板3*3和5*5的膨胀和腐蚀操作，显示结果。

a=imread（'f:

\'）

i=rgb2gray（a）

I=im2bw（a,

se3=strel（'disk',3）;

erodedBW1=imerode（I,se3）;

se4=strel（'disk',5）;

erodedBW2=imerode（I,se4）;

se1=strel（'ball',3,3）;

I1=imdilate（a,se1）;

se2=strel（'ball',5,5）;

I2=imdilate（a,se2）;

subplot（2,2,1）;imshow（I1）;title（'3*3膨胀图像'）

subplot（2,2,2）;imshow（I2）;title（'5*5膨胀图像'）

subplot（2,2,3）;imshow（erodedBW1）;title（'3*3腐蚀图像'）

subplot（2,2,4）;imshow（erodedBW2）;title（'5*5腐蚀图像'）

实验六图像处理实际应用

一、实验目的

1、熟悉并掌握MATLAB图像处理工具箱的使用；

2、理解并掌握常用的图像处理技术。

二、实验环境

MATLAB以上版本、WINXP或WIN2000计算机

三、实验内容

调试运行下列程序,分析程序,对每条语句给出注释,并显示最终执行结果。

总结算法思想及优缺点.

I=imread（''）;

[y,x,z]=size（I）;

myI=double（I）;

%%%%%%%%%%%RGBtoHSI%%%%%%%%

tic

%%%%%%%%Y方向%%%%%%%%%%

Blue_y=zeros（y,1）;

fori=1:

y

forj=1:

x

if（（myI（i,j,1）<=30）&&（（myI（i,j,2）<=62）&&（myI（i,j,2）>=51））&&（（myI（i,j,3）<=142）&&（myI（i,j,3）>=119）））%蓝色RGB的灰度范围

Blue_y（i,1）=Blue_y（i,1）+1;

end

end

end

[tempMaxY]=max（Blue_y）;%Y方向车牌区域确定

PY1=MaxY;

while（（Blue_y（PY1,1）>=5）&&（PY1>1））

PY1=PY1-1;

end

PY2=MaxY;

while（（Blue_y（PY2,1）>=5）&&（PY2

PY2=PY2+1;

end

IY=I（PY1:

PY2,:

:

）;

%%%%%%%%X方向%%%%%%%%%%

Blue_x=zeros（1,x）;

forj=1:

x

fori=PY1:

PY2

if（（myI（i,j,1）<=30）&&（（myI（i,j,2）<=62）&&（myI（i,j,2）>=51））&&（（myI（i,j,3）<=142）&&（myI（i,j,3）>=119）））

Blue_x（1,j）=Blue_x（1,j）+1;

end

end

end

PX1=1;

while（（Blue_x（1,PX1）<3）&&（PX1

PX1=PX1+1;

end

PX2=x;

while（（Blue_x（1,PX2）<3）&&（PX2>PX1））

PX2=PX2-1;

end

PX1=PX1-2;%对车牌区域的修正

PX2=PX2+2;

Plate=I（PY1:

PY2,PX1-2:

PX2,:

）;

t=toc%读取计时

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

figure,imshow（I）;

figure,plot（Blue_y）;grid

figure,plot（Blue_x）;grid

figure,imshow（IY）;

添加注释和改正后的程序：

I=imread（'f:

\'）;%读取图片

[y,x,z]=size（I）;%给定图片大小

myI=double（I）;%返回双精度值

%%%%%%%%%%%RGBtoHSI%%%%%%%%

tic%计时开始

%%%%%%%%Y方向%%%%%%%%%%

Blue_y=zeros（y,1）;%一列全零矩阵

fori=1:

y%给定i的范围

forj=1:

x%给定j的范围

if（（myI（i,j,1）<=30）&&（（myI（i,j,2）<=62）&&（myI（i,j,2）>=51））&&（（myI（i,j,3）<=142）&&（myI（i,j,3）>=119）））%蓝色RGB的灰度范围

Blue_y（i,1）=Blue_y（i,1）+1;%y矩阵加一

end

end

end

[tempMaxY]=max（Blue_y）;%Y方向车牌区域确定

PY1=MaxY;%y矩阵的最大元素

while（（Blue_y（PY1,1）>=5）&&（PY1>1））%确定蓝色RGBBlue_y所在位置

PY1=PY1-1;%对车牌区域的修正，向上调整

end

PY2=MaxY;%y矩阵的最大元素

while（（Blue_y（PY2,1）>=5）&&（PY2

PY2=PY2+1;%对车牌区域的修正向下调整

end

IY=I（PY1:

PY2,:

:

）;%行的范围

%%%%%%%%X方向%%%%%%%%%%

Blue_x=zeros（1,x）;%一行全一矩阵

forj=1:

x%给定j的取值范围

fori=PY1:

PY2%给定i的取值范围

if（（myI（i,j,1）<=30）&&（（myI（i,j,2）<=62）&&（myI（i,j,2）>=51））&&（（myI（i,j,3）<=142）&&（myI（i,j,3）>=119）））%调整I中的范围

Blue_x（1,j）=Blue_x（1,j）+1;%Blue_x的矩阵加一

end

end

end

PX1=1;%当PX1等于1时

while（（Blue_x（1,PX1）<3）&&（PX1

PX1=PX1+1;%对车牌区域的修正向下调整

end

PX2=x;%当PX2等于x时

while（（Blue_x（1,PX2）<3）&&（PX2>PX1））%确定蓝色RGBBlue_x的位置

PX2=PX2-1;%对车牌区域的修正向下调整

end

PX1=PX1-2;%对车牌区域的修正

PX2=PX2+2;%对车牌区域的修正

Plate=I（PY1:

PY2,PX1-2:

PX2,:

）;%矩阵行列的范围

t=toc%读取计时

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

figure,imshow（I）;%创建图像窗口，显示图像I

figure,plot（Blue_y）;grid%创建图像窗口，绘制Blue_y图像，画出网格线

figure,plot（Blue_x）;grid%创建图像窗口，绘制Blue_x图像，画出网格线

figure,imshow（Plate）;%创建图像窗口，显示图像Plate

t=

 

实验二图像基本操作

一、实验目的

 1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换。

2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图均衡和直方图规定化方法对图像进行修正。

二、实验环境

MATLAB以上版本、WINXP或WIN2000计算机

三、相关函数

●图像的增强

1、直方图

imhist函数用于数字图像的直方图计算或显示，

imhist（I, n）计算和显示图像I的直方图，n为指定的灰度级数目，默认为256。

如果I是二值图像，那么n仅有两个值。

[counts,x] = imhist（...）返回直方图数据向量counts，相应的色彩值向量x。

如：

i=imread（'e:

\'）;

imhist（i）;

2、直方图均衡化

histeq函数用于数字图像的直方图均衡化，

J=histeq（I,n） 均衡化后的级数n，缺省值为64。

J=histeq（I,hgram）"直方图规定化"，即将原是图象I的直方图变换成用户指定的向量hgram（即指定另一幅图像的直方图数据向量）。

如：

i=imread（'e:

\'）;

j=histeq（i，N）;对图像i执行均衡化，得到具有N个灰度级的灰度图像j，N缺省值为64

3、灰度调整

imadjust函数用于数字图像的灰度或颜色调整，

J=imadjust（I）将灰度图像I中的亮度值映射到J中的新值并使1％的数据是在低高强度和饱和，这增加了输出图像J的对比度值。

J=imadjust（I,[low_in;high_in],[low_out;high_out]）

将图像I中的亮度值映射到J中的新值，即将low_in至high_in之间的值映射到low_out至high_out之间的值。

low_in以下与high_in以上的值被剪切掉了，也就是说，low_in以下的值映射到low_out，high_in以上的值映射到high_out。

它们都可以使用空的矩阵[]，默认值是[01]。

如：

i=imread（'e:

\'）;

j=imadjust（i,[,],[]）;将图像i转换为j，使灰度值从~与缺省值0~1相匹配

●运算函数

1、Zeros生成全0数组或矩阵

如B=zeros（m,n）orB=zeros（[mn]）返回一个m*n全0矩阵

2、取整函数

floor最小取整函数

round四舍五入取整函数

ceil最大取整函数

如a=[,,,,,+]

I=round（a）

I=[-203672+4i]

四、实验内容

1、对一幅图像进行2倍、4倍、8倍和16倍减采样，显示结果。

a=imread（'f:

/'）;

b=rgb2gray（a）;

form=1:

4

figure

[width,height]=size（b）;

quartimage=zeros（floor（width/（m））,floor（height/（2*m）））;

k=1;

n=1;

fori=1:

（m）:

width

forj=1:

（2*m）:

height

quartimage（k,n）=b（i,j）;

n=n+1;

end

k=k+1;

n=1;

end

imshow（uint8（quartimage））;

End

2、显示一幅灰度图像a，改变图像亮度使其整体变暗得到图像b，显示两幅图像的直方图。

a=imread（'f:

\'）

c=rgb2gray（a）

b=c-46

subplot（2,1,1）;imhist（c）;title（'原图像'）

subplot（2,1,2）;imhist（b）;title（'变暗后的图像'）

3、对图像b进行直方图均衡化，显示结果图像和对应直方图。

b=imread（'f:

\'）

c=rgb2gray（b）

j=histeq（c）

subplot（2,2,1）,imshow（c）

subplot（2,2,2）,imshow（j）

subplot（2,2,3）,imhist（c）%显示原始图像直方图

subplot（2,2,4）,imhist（j）%显示均衡化后图像的直方图

4、读入图像c，执行直方图规定化，使图像a的灰度分布与c大致相同，显示变换后图像及对应直方图。

I=imread（'f:

\'）;

>>J=histeq（I,64）;%均衡化成32个灰度级的直方图

>>[counts,x]=imhist（J）;%返回直方图图像向量counts

b=imread（'f:

\'）

Q=rgb2gray（b）

>>M=histeq（Q,counts）;%将原始图像Q的直方图变成指定向量counts

>>figure,

>>subplot（3,2,1）,imshow（I）;

>>subplot（3,2,2）,imshow（Q）;

>>subplot（3,2,3）,imhist（I）;

>>subplot（3,2,4）,imhist（Q）

>>subplot（3,2,5）,imhist（J）;

>>subplot（3,2,6）,imhist（M）;

实验三图像变换

一、实验目的

 1、熟悉及掌握图像的变换原理及性质，实现图像的傅里叶变换。

二、实验环境

MATLAB以上版本、WINXP或WIN2000计算机

三、相关函数

●图像的变换

1fft2

fft2函数用于数字图像的二维傅立叶变换，如：

i=imread（'e:

\'）;

j=fft2（i）;

由于MATLAB无法显示复数图像，因此变换后的结果还需进行求模运算，即调用abs函数。

之后常常还进行对数变换，即调用log函数，以减缓傅里叶谱的快速衰减，更好地显示高频信息。

2ifft2

ifft2函数用于数字图像的二维傅立叶反变换，如：

i=imread（'e:

\'）;

j=fft2（i）;

k=ifft2（j）;

3fftshift

用于将变换后图像频谱中心从矩阵的原点移动到矩阵的中心

B=fftshift（i）

4利用fft2计算二维卷积

利用fft2函数可以计算二维卷积,如:

a=[8,1,6;3,5,7;4,9,2];

b=[1,1,1;1,1,1;1,1,1];

a（8,8）=0;

b（8,8）=0;

c=ifft2（fft2（a）.*fft2（b））;

c=c（1:

5,1:

5）;

利用conv2（二维卷积函数）校验,如：

a=[8,1,6;3,5,7;4,9,2];

b=[1,1,1;1,1,1;1,1,1];

c=conv2（a,b）;

四、实验内容

1、对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。

s=imread（'f:

\'）;%读入原图像

i=rgb2gray（s）

i=double（i）

j=fft2（i）;%傅里叶变换

k=fftshift（j）;%直流分量移到频谱中心

l=log（abs（k））;%对数变换

m=fftshift（j）;%直流分量移到频谱中心

RR=real（m）;%取傅里叶变换的实部

II=imag（m）;%取傅里叶变换的虚部

A=sqrt（RR.^2+II.^2）;%计算频谱府幅值

A=（A-min（min（A）））/（max（max（A）））*255;%归一化

b=circshift（s,[800450]）;%对图像矩阵im中的数据进行移位操作

b=rgb2gray（b）

b=double（b）

c=fft2（b）;%傅里叶变换

e=fftshift（c）;%直流分量移到频谱中心

l=log（abs（e））;%对数变换

f=fftshift（c）;%直流分量移到频谱中心

WW=real（f）;%取傅里叶变换的实部B

ZZ=imag（f）;%取傅里叶变换的虚部

B=sqrt（WW.^2+ZZ.^2）;%计算频谱府幅值

B=（B-min（min（B）））/（max（max（B）））*255;%归一化

subplot（2,2,1）;imshow（s）;title（'原图像'）

subplot（2,2,2）;imshow（uint8（b））;;title（'平移图像'）

subplot（2,2,3）;imshow（A）;title（'离散傅里叶频谱'）;

subplot（2,2,4）;imshow（B）;title（'平移图像离散傅里叶频谱'）

2、对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的对应关系。

s=imread（'f:

\'）;%读入原图像

i=rgb2gray（s）

i=double（i）

j=fft2（i）;%傅里叶变换

k=fftshift（j）;%直流分量移到频谱中心

l=log（abs（k））;%对数变换

m=fftshift（j）;%直流分量移到频谱中心

RR=real（m）;%取傅里叶变换的实部

II=imag（m）;%取傅里叶变换的虚部

A=sqrt（RR.^2+II.^2）;%计算频谱府幅值

A=（A-min（min（A）））/（max（max（A）））*255;%归一化

b=imrotate（s,-90）;%对图像矩阵im中的数据进行移位操作

b=rgb2gray（b）

b=double（b）

c=fft2（b）;%傅里叶变换

e=fftshift（c）;%直流分量移到频谱中心

l=log（abs（e））;%对数变换

f=fftshift（c）;%直流分量移到频谱中心

WW=real（f）;%取傅里叶变换的实部B

ZZ=imag（f）;%取傅里叶变换的虚部

B=sqrt（WW.^2+ZZ.^2）;%计算频谱府幅值

B=（B-min（min（B）））/（max（max（B）））*255;%归一化

subplot（2,2,1）;imshow（s）;title（'原图像'）

subplot（2,2,2）;imshow（uint8（b））;;title（'平移图像'）

subplot（2,2,3）;imshow（A）;title（'离散傅里叶频谱'）;

subplot（2,2,4）;ims

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置：首页 > 求职职场 > 简历

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1