医学图像处理与成像技术实验报告.docx

上传人:b****5 文档编号:7187651 上传时间:2023-01-21 格式:DOCX 页数:15 大小:741.16KB
下载 相关 举报
医学图像处理与成像技术实验报告.docx_第1页
第1页 / 共15页
医学图像处理与成像技术实验报告.docx_第2页
第2页 / 共15页
医学图像处理与成像技术实验报告.docx_第3页
第3页 / 共15页
医学图像处理与成像技术实验报告.docx_第4页
第4页 / 共15页
医学图像处理与成像技术实验报告.docx_第5页
第5页 / 共15页
点击查看更多>>
下载资源
资源描述

医学图像处理与成像技术实验报告.docx

《医学图像处理与成像技术实验报告.docx》由会员分享,可在线阅读,更多相关《医学图像处理与成像技术实验报告.docx(15页珍藏版)》请在冰豆网上搜索。

医学图像处理与成像技术实验报告.docx

医学图像处理与成像技术实验报告

实验一将真彩色图象转化为灰度图象并进行变换

一、实验目的

1、了解图像处理基本方法、理解图像颜色空间基本操作及相互变换方法;

2、了解并掌握Matlab图像处理算法实现的基本过程;

3、掌握彩色图像处理和变换基本方法(Matlab/VC++实现);

4、熟悉并理解灰度图像的基本操作和变换。

2、实验内容

将所给图像进行不同颜色空间转换(在Matlab下实现),观察图像特征及理解图像转换基本关系式和不同分量特征。

3、实验源程序

1.将彩色图变换为灰度图像

m文件:

function[Y,I,Q]=RGB2YIQ(seq)

[NMcnum]=size(seq);

Y=zeros(N,M,num);

I=zeros(N,M,num);

Q=zeros(N,M,num);

frames=double(seq);

fori=1:

N

forj=1:

M

Y(i,j,1)=0.10*frames(i,j,1)+0.60*frames(i,j,2)+0.30*frames(i,j,3);

end

end

command窗口命令:

seq=imread('prettygirl.jpg');

[Y,I,Q]=RGB2YIQ(seq);

subplot(1,2,1),imshow(seq),title('原彩色图');

subplot(1,2,2),imshow(uint8(Y)),title('灰度图');

变换所得图像如下:

2.将彩色图变换为HSV空间的图

command窗口命令:

seq=imread('prettygirl.jpg');

hsv=RGB2HSV(seq);

figure

(1);

subplot(1,2,1),imshow(seq),title('原彩色图');

subplot(1,2,2),imshow(hsv),title('HSV空间图');

变换所得图像如下:

3.将彩色图变换为YCBCR空间的图

command窗口命令:

ycbcr=RGB2YCBCR(seq);

figure

(2);

subplot(1,2,1),imshow(seq),title('原彩色图');

subplot(1,2,2),imshow(ycbcr),title('YCBCR空间图');

变换所得图像如下:

实验二图像的FFT变换实验

一、实验目的

1、练习VisualC++的一些FFT变换的算法实现方式;

2、编写VisualC++关于图像的FFT变换函数的编写和调试;

3、熟悉FFT变换在图像处理中的作用及功能;

4、熟悉FFT变换后的显示基本算法;

5、学会编写图像的FFT变换相关函数:

二、实验源程序及处理结果

1.对图像blobs.png进行二维傅里叶变换

S=imread('blobs.png');

K=fft2(S);

Y=fftshift(K);

figure

(1);

subplot(121),imshow(S);title('原灰度图图');

subplot(122),imshow(Y);title('二维傅里叶变换图像');

变换所得图像如下:

2.图像blobs.png二维傅里叶变换的频谱

S=imread('blobs.png');

figure

(2);

Y=fftshift(fft2(S));

subplot(121),imshow(S);title('原灰度图');

subplot(122),imshow(log(abs(Y)),[]);title('傅里叶变换后的频谱');

变换所得图像如下:

实验三图像增强设计实验

一、设计任务与要求

编程实现下列功能:

读出以BMP格式存储的黑白灰度图象并显示,显示灰度直方图,对图象进行直方图均衡化处理,显示处理后图象及直方图,画出灰度变换曲线,以BMP格式存储处理后图象。

二、实验源程序

1.显示灰度直方图—调用函数方式

S=imread('model.bmp');

figure

(1);

subplot(121);imshow(S);title('原黑白灰度图像');

subplot(122);

imhist(S),title('变换后的灰度直方图');

xlabel('灰度值');ylabel('概率密度');

变换所得图像如下:

2.提高对比度—调用函数方式(将图像的灰度值扩散到整个灰度范围中)

S=imread('model.bmp');

M=histeq(S);

figure

(2);

subplot(121);imshow(S);title('原黑白灰度图像');

subplot(122);

imshow(M),title('变换后的图');

 

变换所得图像如下:

3.获得灰度直方图并进行直方图均衡化处理

S=imread('model.bmp');

[m,n]=size(S);

M=zeros(1,256);

fork=0:

1:

255

M(k+1)=length(find(S==k))/(m*n);

end

figure

(1);subplot(221),imshow(S);title('原灰度图');

figure

(1);subplot(222);bar(0:

1:

255,M,'g');

title('原图像直方图');

xlabel('灰度值');

xlabel('灰度值');

S1=zeros(1,256);

fori=1:

1:

256

forj=1:

i

S1(i)=M(j)+S1(i);

end

end

S2=round(S1*256);

fori=1:

256

Meq(i)=sum(M(find(S2==i)));

end

figure

(1),subplot(223);

bar(0:

1:

255,Meq,'b');

title('均衡化后的直方图');

xlabel('灰度值');

ylabel('概率密度');

figure

(1);subplot(224);plot(0:

1:

255,S2,'r');

legend('灰度变化曲线');

xlabel('原图像灰度级');

ylabel('均衡化后灰度级');

变换所得图像如下:

4.对图像进行均衡化处理

K=S;

fori=0:

255

K(find(S==i))=S2(i+1);

end

figure

(2);subplot(121);

imshow(S);title('原灰度图');

figure

(2);subplot(122);

imshow(K);title('均衡化后图像');

变换所得图像如下:

5.用PS软件进行处理

5.1原始图像及其直方图:

5.2增强对比度后的图像及其直方图:

5.3观察lena.bmp的原图像及直方图,并进行变换

5.3.1原始图像及其直方图:

5.3.2进行灰度(反相)变换后的图像及其直方图:

5.3.3平滑处理后的图像及其直方图:

5.3.4直方图均衡化处理后的图像及其直方图:

5.3.5图像锐化处理后的图像及其直方图:

实验四图像分割设计实验

一、设计任务与要求

1、编程实现下列功能:

读出以BMP格式存储的黑白灰度图象并显示,用拉普拉斯算子对图象进行边缘检测,显示处理后图象,以BMP格式存储处理后图象。

2、编程实现下列功能:

读出以BMP格式存储的黑白灰度图象并显示,用鼠标点击图象上某一点,以灰度相近原则进行区域生长,显示处理后图象,以BMP格式存储处理后图象。

二、实验源程序及处理结果

1.对图像进行边缘检测,程序如下:

1.S=imread('pepper.bmp');

figure

(1);subplot(121);imshow(S);title('原灰度图');

ban=[111;1-81;111];

K=edge(uint8(S),'log');

figure

(1);subplot(122);imshow(K);title('边缘检测结果');

imwrite(k,'new.bmp');

变换所得图像如下:

2.图像分割处理,程序如下:

RAM=imread('pepper.bmp');

figure

(1);subplot(121);

imshow(RAM),title('原始图

像');

RAM=double(RAM);

[M,N]=size(RAM);

[y,x]=getpts;

x1=round(x);

y1=round(y);

seed=RAM(x1,y1);

Y=zeros(M,N);

Y(x1,y1)=1;

sum=seed;

suit=1;

count=1;

threshold=15;

whilecount>0

s=0;

count=0;

fori=1:

M

forj=1:

N

ifY(i,j)==1

if(i-1)>0&&(i+1)<(M+1)&&(j-1)>0&&(j+1)<(N+1)

foru=-1:

1

forv=-1:

1

ifY(i+u,j+v)==0&abs(I(i+u,j+v)-seed)<=threshold&1/(1+1/15*abs(I(i+u,j+v)-seed))>0.8%

Y(i+u,j+v)=1;

count=count+1;

s=s+RAM(i+u,j+v);

end

end

end

end

end

end

end

suit=suit+count;

sum=sum+s;

seed=sum/suit;

end

figure

(1);subplot(122);

imshow(Y),title('分割后图像');

imwrite(Y,'Q.bmp');

变换所得图像如下:

3.模板匹配(PS中进行处理)

3.1点击模板,则出现如下对话框

3.2根据需要设定模板矩阵的值(纵向梯度)

3.3处理结果如下:

3.4根据需要设定模板矩阵的值(对角线方向)

3.5处理结果如下:

 

3.6根据需要设定模板矩阵的值(横向梯度)

3.7处理结果如下:

 

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 农林牧渔 > 林学

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