数字图像处理报告.docx
《数字图像处理报告.docx》由会员分享,可在线阅读,更多相关《数字图像处理报告.docx(15页珍藏版)》请在冰豆网上搜索。
数字图像处理报告
湖北民族学院信息工程学院
数字图像处理
学号:
031441109
姓名:
卢娜
专业:
电子信息科学与技术
授课教师:
廖红华
2017年4月17日
实验一熟悉Matlab的图像处理工具箱
一、实验目的
1、熟悉基本的MATLAB的图像处理函数,会在MATLAB中对图像进行基本的操作。
2、熟悉MATLAB中图像处理工具箱,掌握打开图像的基本方法。
3、学习在MATLAB中进行GUI菜单界面的设计,掌握MATLAB语言中图像数据与信息的读取方法。
二、实验原理
1.图像模糊:
使用高斯模糊化方法对图像进行模糊处理,通过参数的不同的设置,得到模糊程度不同的图像。
2.反色:
得到已有颜色的补色,白变黑,黑变白。
3.图像加噪:
对图像加上高斯噪声和椒盐噪声,可以观察到图像的不同变化。
不同的噪声对图像的影响是不同的。
4.纹理映射:
纹理映射是将纹理空间中的纹理像素映射到屏幕空间中的像素的过程。
纹理映射是真实感图像制作的一个重要部分,运用它可以方便的制作出极具真实感的图形而不必花过多时间来考虑物体的表面细节。
三、实验结果及分析
1.图像模糊
原图模糊1模糊2
图1是原图,图2是高斯模糊图,图3是运动模糊图,图2、3与原图相比,明显模糊了,这说明使用高斯模糊化方法可对图像进行模糊处理,通过参数的不同的设置,得到模糊程度不同的图像,同时高斯参数值越大,图像模糊程度越大。
2.反色
3.图像加噪
椒盐噪声高斯噪声
将图像加噪后,图像有明显的变化,原图像比较清晰,加噪后的图像上有许多斑点状,模糊了许多。
同时由图可以看到,高斯噪声和椒盐噪声图像是有所区别的,说明不同噪声对图像的影响是不同的。
所以可根据图像需要的模糊程度来选择图像模糊的方法。
4.纹理映射
纹理映射是将原图中的像素映射到屏幕空间中的像素的过程。
比如绘制一面砖墙,就可以使用一幅具有真实感的图像或者照片作为纹理贴到一个矩形上,这样,一面逼真的砖墙就画好了。
如果不用纹理映射的方法,这墙上的每一块砖都要作为一个独立的多边形来绘制。
纹理映射图像中的图像是原图的三维图效果。
4、实验心得
其实做第一个实验的时候就做了两个模块,模糊和加噪,都是试出来的,也并不懂。
从第二次实验开始,我开始寻找代码套用法则,最后软件中的模块都可以做出来,在套用程序的过程中,我也渐渐懂得了数字图像处理的神奇,也有了兴趣,开始慢慢探索,学着自己看代码编程序。
实验二:
数字图像增强处理的编程实现
1、实验目的
1、掌握图像增强的点运算编程实现方法;
2、掌握图像增强的局部运算编程实现方法以及对像素点进行处理的方法;
3、掌握图像锐化、三原色等处理的编程实现方法;
2、实验原理
1.灰度图:
一幅RGB图像就是彩色像素的一个M×N×3数组,由红色、绿色、蓝色表示一个像素的颜色,通过三基色可以合成任意颜色。
灰度图像(grayimage)是每个像素只有一个采样颜色的图像,这类图像通常显示为从最暗黑色到最亮的白色的灰度。
2.均衡化:
通过histeq函数可将图像进行均衡化处理。
直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。
这种方法通常用来增加许多图像的局部对比度,尤其是当图像的有用数据的对比度相当接近的时候。
通过这种方法,亮度可以更好地在直方图上分布。
这样就可以用于增强局部的对比度而不影响整体的对比度,直方图均衡化通过有效地扩展常用的亮度来实现这种功能。
3滤波:
图像的边缘以及噪声干扰在图像的频域上对应于图像傅里叶变换中的高频部分,而图像的背景区则对应于低频部分,因此可以用滤波法去除图像的高频部分,以去掉噪声使图像平滑。
4.伪彩色偏红:
真彩色增强所处理的对象是一副自然彩色图像,通过映射函数变换成新的三基色分量,彩色合成使得增强中各目标呈现出与原图像中不同的彩色,这种技术成为真彩色增强。
真彩色增强目的有两个:
一个是变换图像的色彩,引起人们的特别关注;另一个是由于人眼对不同颜色的灵敏度不同,使景物呈现出与人眼色觉相匹配的眼色,以提高人眼对目标的分辨力。
5.直方图:
灰度直方图是表示一幅图像灰度分布情况的统计表,横坐标是灰度级,对于相同的场景,由于获得图像时的亮度或对比度不同,所对应的直方图也不同,由此看出,可以通过改变直方图的形状来达到增强图像对比的效果。
6.二值化:
设置一个值,大于这个值就显示白色,小于这个值就显示黑色。
3、实验结果及分析
1.灰度图
图1是彩色图,图2是灰度图,灰度图像是每个像素只有一个采样颜色的图像,这类图像通常显示为从最暗黑色到最亮的白色的灰度,尽管理论上这个采样可以任何颜色的不同深浅,甚至可以是不同亮度上的不同颜色。
同时由图也可以看出,RGB图是彩色的,而GRAY图是灰色的,无彩色效果。
2.均衡化
直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式,这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。
首先将图片转换为灰度图,然后进行histed均衡化处理,得到的图像如上图所示。
在图中,我们可以看到灰度图经过均衡化处理后,图像有明显的变化。
3平滑滤波
中值滤波
由图可看出把原图进行加噪处理后图像变模糊,之后通过滤波滤掉高频部分使图像看起来平滑,从而变得比原图清晰一点
4.伪彩偏红
真彩色增强不会增加原始图像的信息量,但增强后的图从视觉上看起来会有些不一样。
如上图,将三基色分开的三个图像,与原图像相比,红色分量的图像颜色更明显。
5.亮度对直方图的影响
亮度不同,获得的直方图也会不同,如直方图图所示,最左边估计是头发,因为图片中只有头发部分是黑色,所以可以知道通过改变直方图的行状来表示增强图像的效果
6.二值化
本实验设置的阈值是150,大于150显示白色,小于150显示黑色,从而形成两色图片,即二值图像。
4、实验心得
图像增强是图像处理中的一类基本技术,主要用来改善图像的视觉效果,提高图像的清晰度;将图像转换成一种更适合于人类或机器进行分析处理的形式,以便获取更有用的信息,灰度变换,均衡化,滤波,伪彩偏红,直方图都是常用的图像增强的方法。
通过本次试验,我已经能看懂大部分代码了,也对数字图像处理这门课有了更深的了解和兴趣。
实验三:
数字图像分割处理的编程实现
一、实验目的
1、掌握常用缩小、平移等基本基于像素点的编程方法;
2、掌握边缘提取的的局部处理原理;
3、掌握腐蚀膨胀的编程原理以及图像处理结果分析;
二、实验原理
1.图像缩小平移:
在实际工作中,经常需要根据研究工作范围对图像进行缩小,当选取点的起点不同时,图像显示的范围也不同,可对图像进行不同裁剪。
2.腐蚀:
腐蚀的作用是消除物体边界点,使目标缩小,可以消除小于结构元素的噪声点。
3.膨胀:
使洞孔收缩,目标扩大,对消除图像目标中的小颗粒噪声和填补凹陷是非常有效的。
4.边缘提取:
用到的方法有:
canny、sobel、roberts方法。
3、实验结果及分析
1.缩小平移
有时在实际操作中我们只需要图像的一部分,所以要对图片进行剪切。
这时可以对图像取部分点再显示,取的点要是我们需要的图片对应的点,这样显示出的图片是我们所需要的。
将原图裁剪后的效果如图所示。
在截图过程中,当点的范围取的不同时,即可得到不同的截图。
2.腐蚀
腐蚀的作用是消除物体边界点,使目标缩小,可以消除小于结构元素的噪声点。
3.膨胀
使洞孔收缩,目标扩大,对消除图像目标中的小颗粒噪声和填补凹陷是非常有效的。
4.边缘提取
Canny边缘提取
Sobel边缘提取
Roberts边缘提取
使用sobel边缘算子对图像进行水平和垂直方向的滤波,然后求取模值,sobel算子滤波后的图像在边界处会显示比较大的值,在没有边界处的值会很小。
由图可以看出,canny边缘提取效果最好,roberts算法边缘提取最差。
四、实验总结
在做本实验时,脑袋中对像素点有了很清晰的认识,所以在做图像分割变换时做的比较顺利,对每个图像进行处理都是基于像素点来进行处理的,同时对边缘提取算法很感兴趣,我也会自己在课下继续做相关的实验。
实验四:
数字图像处理的工程编程实现
一、实验目的
1、掌握GUI编程风格;
2、掌握Matlab编程;
3、掌握数字图像处理基本变换、基本处理相关知识,实现各程序整合。
4、掌握基于横纵坐标的变换处理;
5、了解图像融合的原理;
二、实验原理
1.图像旋转:
利用x和y轴互换将图像进行旋转,旋转角度可自己设置
2.镜像处理:
图像的镜像处理是基于像素点对图像进行处理的,图像的镜像变化不改变图像的形状,图像的镜像分为3中:
水平镜像,垂直镜像,对角镜像
3.锐化:
利用锐化算法让边缘提取更明显
4.渐变色:
利用渐变色语句对三原色进行分解与合成,转变成人体的色彩感知度
5.FFT变换:
利用FFT将图像进行傅里叶变换,再利用IFFT将以变换的图像进行傅里叶反变换,从而可将图像复原
6.DFT变换:
图片中心化处理时,图片会形成一个人中心点,非中心化时,整个图片会向四角蔓延展开
7.图像融合:
对两幅图像进行裁剪,然后对图像的红、绿、蓝三色进行提取,之后在进行融合,形成融合图像。
三、实验结果及分析
1.图像旋转
X和y轴互换,旋转90度;运用函数处理角度变换
2.镜像
水平翻转的原理如我们在生活中照镜子的是一样的,即平面镜成像原理。
将原图片中的像素沿Y轴水平一一映射到另一边,使得原图片与这幅图片之间像有一面镜子一样。
3.锐化
使边缘提取更加明显
4.渐变色
5.FFT变换
FFT变换FFT逆变换
首先将图像进行傅里叶变换,再利用傅里叶逆变换可以还原出原图像,这些过程中得到的图像如图所示。
6.DFT
图片中心化处理时,图片会形成一个人中心点,非中心化时,整个图片会向四角蔓延展开
IDFT
7.图像融合
对两幅图像进行裁剪,然后对图像的红、绿、蓝三色进行提取,之后在进行融合,形成融合图像。
4、实验总结
本次实验对图片进行了一些特别的操作,例如傅立叶变换、图片中心化等的处理,在老师的帮助与指导下学着自己调试代码,当然在调试过程不免有惊喜和焦急,但好在自己对它有足够的兴趣,并没有放弃。
在这四次试验中,我学会了很多,最主要的是收获了对图像处理这门课的兴趣,在课下我也会继续锻炼学习,提升自己的能力。