数字图像处理期末报告论文.docx
《数字图像处理期末报告论文.docx》由会员分享，可在线阅读，更多相关《数字图像处理期末报告论文.docx（14页珍藏版）》请在冰豆网上搜索。
数字图像处理期末报告论文
图像输入与输出基本操作
一、实验题目：
图像输入与输出操作
二、实验目的
学习在 MATLAB 环境下对图像文件的 I/O 操作，为读取各种格式的图像文件和后续进行图像处理打
下基础。
三、实验内容
利用 MATLAB 为用户提供的专门函数从图像格式的文件中读/写图像数据、显示图像，以及查询图像
文件的信息。
四、预备知识
熟悉 MATLAB 开发环境。
五、实验步骤：
（1）利用 imread 函数完成对图像文件的读取操作。
源代码：
I=imread（'Couple.bmp'）;
imshow Couple.bmp
图像显示：
（2）利用 imwrite 函数完成图像的写入（保存）操作。
源代码：
I=imread（'Couple.bmp'）;
imwrite（I,'111.bmp'）
图像显示：
（3）利用 imshow 函数显示图像。
源代码：
I1=imread（'lena.bmp'）;
I2=imread（'image1.jpg'）;
I3=imread（'Couple.bmp'）;
I4=imread（'image2.jpg'）;
subplot（2,2,1）, imshow（I1）;
subplot（2,2,2）, imshow（I2）;
subplot（2,2,3）, imshow（I3）;
subplot（2,2,4）, imshow（I4）;
图像显示：
在一个图形窗口中显示多幅图像
源代码：
I=imread（'Couple.bmp'）;
imshow（I）;
colorbar;
图像显示：
显示图像并加入颜色条
从上图可知，该图像是数据类型为 uint8 的灰度图像，其灰度级范围从 0
－255。
（4）利用 imfinfo 函数查询图像文件的有关信息。
源代码：
info=imfinfo（'Couple.bmp'）
显示结果：
info =
Filename:
'Couple.bmp'
FileModDate:
'29-Apr-2009 10:
11:
48'
FileSize:
66616
Format:
'bmp'
FormatVersion:
'Version 3 （Microsoft Windows 3.x）'
Width:
256
Height:
256
BitDepth:
8
ColorType:
'indexed'
FormatSignature:
'BM'
NumColormapEntries:
256
Colormap:
[256x3 double]
RedMask:
[]
GreenMask:
[]
BlueMask:
[]
ImageDataOffset:
1078
BitmapHeaderSize:
40
NumPlanes:
1
CompressionType:
'none'
BitmapSize:
0
HorzResolution:
2834
VertResolution:
2834
NumColorsUsed:
0
NumImportantColors:
0
图像平滑与滤波
一、实验题目：
图像平滑与滤波
二、实验目的：
在熟悉图像平滑的基本原理和方法的基础上，在理论指导下，能在 MATLAB 环境下对图像进行平滑
处理。
本实验要求用线性平滑滤波、中值平滑滤波、频域低通滤波的方法进行程序设计。
经过平滑处理，
对结果图像加以比较，得出自己的实验结论。
三、实验内容：
（1）利用 MATLAB 为用户提供的专门函数实现均值滤波。
（2）利用 MATLAB 为用户提供的专门函数实现中值滤波。
（3）编写频域理想低通、巴特沃斯低通及高斯低通滤波函数。
四、预备知识：
（1）熟悉平滑滤波原理。
（2）熟悉频域滤波原理。
（3）熟悉在 MATLAB 环境下对图像文件的 I/O 操作。
五、实验步骤：
（1）对给定的图像添加均值为 0，方差分别为 200、400 的高斯噪声，以及概率分别为 0.1、0.2 的椒
盐噪声，显示添加噪声后的图像。
源代码：
a）加入噪声强度为 d=0.2 的椒盐噪声：
I=imread（'Couple.bmp'）;
J=imnoise（I,'salt & pepper',0.2）;%给图像加入椒盐噪声
subplot（1,2,1）;imshow（I）;title（'原始图像'）;
subplot（1,2,2）;imshow（J）;title（'加入椒盐噪声的图像'）
图像显示：
b）加入噪声强度为 d=0.1 的椒盐噪声：
I=imread（'Couple.bmp'）;
J=imnoise（I,'salt & pepper',0.1）;%给图像加入椒盐噪声
subplot（1,2,1）;imshow（I）;title（'原始图像'）;
subplot（1,2,2）;imshow（J）;title（'加入椒盐噪声的图像'）
图像显示：
原始图像和加入椒盐噪声后的图像
c）加入均值 m=0,方差 v=200 的高斯噪声：
I=imread（'Couple.bmp'）;
J=imnoise（I,'gaussian',0 ,200）;%给图像加入高斯噪声
subplot（1,2,1）;imshow（I）;title（'原始图像'）;
subplot（1,2,2）;imshow（J）;title（'加入高斯噪声图像'）
图像显示：
d）加入均值 m=0,方差 v=400 的高斯噪声：
I=imread（'Couple.bmp'）;
J=imnoise（I,'gaussian',0 ,400）;% 给图像加入高斯噪声
subplot（1,2,1）;imshow（I）;title（'原始图像'）;
subplot（1,2,2）;imshow（J）;title（'加入高斯噪声图像'）
图像显示：
（2）对加噪图像分别进行3×3、5×5、9×9的均值滤波，显示并比较滤波结果。
源代码：
I=imread（'Couple.bmp'）;
J=imnoise（I,'salt & pepper',0.2）;% 给图像加入椒盐噪声
h=fspecial（'average',3）;
s=fspecial（'average',5）;
p=fspecial（'average',9）;
gd=imfilter（J,h）;
qw=imfilter（J,s）;
er=imfilter（J,p）;
subplot（2,2,1）;imshow（J）;title（'加入椒盐噪声的图像'）;
subplot（2,2,2）;imshow（gd）;title（'3*3模板均值滤波'）;
subplot（2,2,3）;imshow（qw）;title（'5*5模板均值滤波'）;
subplot（2,2,4）;imshow（er）;title（'9*9模板均值滤波'）;
图像显示：
（3）对加噪图像分别进行 3×3、5×5、9×9 的中值滤波，显示并比较滤波结果。
源代码：
I=imread（'Couple.bmp'）;
J=imnoise（I,'salt & pepper',0.2）;% 给图像加入椒盐噪声
% h=fspecial（'average',3）;
%s=fspecial（'average',5）;
%p=fspecial（'average',9）;
gd=medfilt2（J,[3 3]）;
qw=medfilt2（J,[5 5]）;
er=medfilt2（J,[9 9]）;
subplot（2,2,1）;imshow（J）;title（'加入椒盐噪声的图像'）;
subplot（2,2,2）;imshow（gd）;title（'3*3模板中值滤波'）;
subplot（2,2,3）;imshow（qw）;title（'5*5模板中值滤波'）;
subplot（2,2,4）;imshow（er）;title（'9*9模板中值滤波'）;
图像显示：
（4）对加噪图像进行截止频率 D0分别为 10、25 的理想低通、巴特沃斯低通及高斯低通滤波，显示并
比较滤波结果。
理想低通
源代码：
I=imread（'lena.bmp'）;
I=imnoise（I,'gaussian'）;
[f1 f2]=freqspace（size（I）,'meshgrid'）; %生成频率序列矩阵
Hd=ones（size（I））; %构造低通滤波器大小
r=sqrt（f1.^2+f2.^2）;%构造低通滤波器决策函数
Hd（r>0.5）=0;%构造低通滤波器
Y=fft2（double（I））;%对图像I进行Fourier变换
Y=fftshift（Y）;%频谱平移
Ya=Y.*Hd;%低通滤波
Ya=ifftshift（Ya）;%反变换
Ia=ifft2（Ya）;
imshow（I）;%输出
title（'加噪图像'）;
figure
（2）;
imshow（uint8（Ia））;
title（'理想低通滤波后图像'）;
%保存结果
imwrite（uint8（Ia）,'after_lvbo','bmp'）;
显示结果：
巴特沃斯低通滤波：
源代码：
D0=10
% Butterworth低通滤波器
I=imread（'Couple.bmp'）;
I=imnoise（I,'salt & pepper',0.2）;
[f1 f2]=freqspace（size（I）,'meshgrid'）;
D=10;%截止频率
n=4;
Hd=ones（size（I））;
r=sqrt（f1.^2+f2.^2）;
for i=1:
size（I,1）;
for j=1:
size（I,2）;
t=r（i,j）/（D*D）;
Hd（i,j）=1/（t^n+1）;%构造滤波函数
end
end
Y=fft2（double（I））;
Y=fftshift（Y）;
Ya=Y.*Hd;
Ya=ifftshift（Ya）;
Ia=ifft2（Ya）;
figure
（1）;
imshow（I）;
title（'加噪后图像'）;
figure
（2）;
imshow（uint8（Ia））;
title（'butterworth 滤波后图像'）;
显示结果：
源代码：
D0=25
% Butterworth低通滤波器
I=imread（'Couple.bmp'）;
I=imnoise（I,'salt & pepper',0.2）;
[f1 f2]=freqspace（size（I）,'meshgrid'）;
D=25;%截止频率
n=4;
Hd=ones（size（I））;
r=sqrt（f1.^2+f2.^2）;
for i=1:
size（I,1）;
for j=1:
size（I,2）;
t=r（i,j）/（D*D）;
Hd（i,j）=1/（t^n+1）;%构造滤波函数
end
end
Y=fft2（double（I））;
Y=fftshift（Y）;
Ya=Y.*Hd;
Ya=ifftshift（Ya）;
Ia=ifft2（Ya）;
figure
（1）;
imshow（I）;
title（'加噪后图像'）;
figure
（2）;
imshow（uint8（Ia））;
title（'butterworth 滤波后图像'）;
图像显示：
图像增强
一、实验题目：
图像增强
二、实验目的：
（1）了解图像增强的内容和意义；
（2）掌握基于空域的图像增强方法；
（3）掌握基于频域的图像增强方法。
三、实验内容：
（1）综合运用直方图均衡、灰度变换、锐化空域滤波等方法编程实现对图像的空域增强处理；
（2）编程实现图像的频域增强处理。
四、预备知识：
（1）熟悉 MATLAB 图像输入输出操作；
（2）熟悉图像的模板操作；
（3）熟悉图像的频域变换处理；
（4）熟悉二维频谱的显示方法。
五、实验步骤：
（1）读入图像；
（2）针对图像特点设计方案，综合运用直方图均衡、灰度变换、锐化滤波等空
域增强方法编程实现对图像的增强处理；
（3）编程实现频域增强处理。
源代码：
clc
clear all
image=imread（'Couple.bmp'）;
figure
（1）;
subplot（221）;
imhist（image）;
title（'原始图像直方图'）;
subplot（222）;
imshow（image）;
title（'原始图像'）;
b=histeq（image,256）; %将直方图均衡化为256级
subplot（223）;
imhist（b）;
title（'均衡化后的直方图'）;
subplot（224）;
imshow（b）;
title（'直方图均衡图像增强后效果'）;
图像显示：
图像灰度调整：
源代码：
Im=imread（'Couple.bmp'）;
J=imadjust（Im,[0.3 0.7],[0 1]）;
subplot（2,2,1）;
imshow（Im）;
title（'原图'）;
subplot（2,2,2）;
imhist（Im）;
title（'原图直方图'）;
subplot（2,2,3）;
imshow（J）;
title（'灰度调整结果'）;
subplot（2,2,4）;
imhist（J）;
title（'灰度调整后的直方图'）;
图像显示：
%利用灰度变化进行图像增强
low_high_in=stretchlim（image）;%得到图像的灰度变化范围
low_in=low_high_in
（1）;
high_in=low_high_in
（2）;
low_out=0.2;%灰度变化后图像灰度最小值（归一化）
high_out=0.8;%灰度变化后图像灰度最大值（归一化）
gamma=0.55;%gamma大于1时图像变暗，小于1时图像变亮
J=imadjust（image,[low_in high_in],[low_out high_out],gamma）;
figure
（2）;
subplot（221）;
imshow（J）;
title（'灰度变化图像增强效果'）;
%锐化空域滤波增强图像
h=[-1 -1 -1;-1 8 -1 ;-1 -1 -1]; %锐化滤波器模板
y=imfilter（image,h）;
subplot（222）;
imshow（uint8（y））;
title（'锐化空域滤波增强效果'）;
%频率滤波处理
[f1 f2]=freqspace（size（image）,'meshgrid'）; %生成频率序列矩阵
D=0.5;%截止频率
n=4;
Hd=ones（size（image））;
r=sqrt（f1.^2+f2.^2）;
for i=1:
size（image,1）;
for j=1:
size（image,2）;
t=（D*D）/r（i,j）;
Hd（i,j）=1/（t^n+1）;%构造butterworth高通滤波函数
end
end
Y=fft2（double（image））;
Y=fftshift（Y）;
Ya=Y.*Hd;
Ya=ifftshift（Ya）;
Ia=ifft2（Ya）;
subplot（223）;
imshow（Ia）;
title（'butterworth高通滤波效果'）;
%带通滤波
[f1 f2]=freqspace（size（image）,'meshgrid'）; %生成频率序列矩阵
r=sqrt（f1.^2+f2.^2）;
gd=ones（size（image））;
gd（r>=0.6）=0;
gd（r<=0.2）=0;
image_fft=fft2（image）;
image_fft=fftshift（image_fft）;
Y=image_fft.*gd;
Ya=ifftshift（Y）;
Ya=ifft2（Ya）;
subplot（224）;
imshow（Ya）;
title（'带通滤波进行图像增强后效果'）;
%同态滤波（滤波系统采用低通滤波）
image=imread（'Couple.bmp'）;
[m n]=size（image）;
image_ln=zeros（m,n）;
for i=1:
m
for j=1:
n
image_ln（i,j）=log（double（image（i,j）））;
end
end
image_ln_fft=fft2（image_ln）;
image_ln_fft=fftshift（image_ln_fft）;
[f1 f2]=freqspace（size（image）,'meshgrid'）; %生成频率序列矩阵
r=sqrt（f1.^2+f2.^2）;
gd=ones（size（image））;
gd（r>0.3）=0;
Y=image_ln_fft.*gd;
Ya=ifftshift（Y）;
Ya=ifft2（Ya）;
for i=1:
m
for j=1:
n
Ya（i,j）=exp（double（Ya（i,j）））;
end
end
figure（3）;
imshow（uint8（Ya））;
title（'同态滤波输出效果'）;
图像显示：
升级会员 