数字图像处理实验一报告.docx
《数字图像处理实验一报告.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验一报告.docx（10页珍藏版）》请在冰豆网上搜索。
数字图像处理实验一报告
贵州大学实验报告
学院：
专业：
班级：
姓名
学号
实验组
实验时间
指导教师
成绩
实验项目名称
实验一：
图像的基本运算及常用变换
实验目的
通过本实验的学习使学生熟悉MATLAB图像处理工具箱的编程和使用；
掌握数字图像的基本算术运算和逻辑运算的原理和应用；
掌握常用的变换：
二维离散傅立叶变换、二维离散余弦变换的正反变换，及一些性质的验证。
实验要求
集中授课的教学形式
实验原理
1、图像文件的读取：
imread函数
语法：
A=imread（‘filename’,fmt）
[X,map]=imread（‘filename’,fmt）
[...]=imread（‘filename’）
[...]=imread（...,idx）（CUR,ICO,andTIFFonly）
[...]=imread（...,ref）（HDFonly）
[...]=imread（...,'BackgroundColor',BG）（PNGonly）
[A,map,alpha]=imread（...）（PNGonly）
2、图像文件的显示：
imshow函数
当用户调用imshow函数显示一幅图像时，该函数将自动设置图像窗口、坐标轴和图像属性。
这些自动设置的属性具体包括图像对象的CData属性和CDataMapping属性、坐标轴对象的CLim属性、图像窗口对象的Colormap属性。
另外，根据用户使用参数的不同，imshow函数在调用时除了完成前面提到的属性设置外还可以完成以下的操作：
设置其它的图形窗口对象的属性和坐标轴对象的属性以优化显示效果，如可以设置隐藏坐标轴及其标示等。
包含和隐藏图像边框。
调用truesize函数以显示没有彩色渐变效果的图像。
语法：
imshow（I,n）
imshow（I,[lowhigh]）
imshow（BW）
imshow（X,map）
imshow（RGB）
imshow（...,display_option）
imshow（x,y,A,...）
imshowfilename
h=imshow（...）
3、在图像处理中一种最简单的图像恢复算法是利用其邻域像素的值求和再取平均来得到改点的一个恢复值：
4、运动检测原理：
在序列图像中，通过逐像素比较可直接求取前后两帧图像之间的差别。
假设照明条件在多帧图像间基本不变化，那么差图像中的不为零处表明该处的像素发生了移动。
换句话说，对时间上相邻的两幅图像求差可以将图像中目标的位置和形状变化突出出来。
5、Matlab中的fft2函数
语法：
Y=fft2（X）
Y=fft2（X,m,n）
6、Matlab中的ifft2函数
语法：
Y=ifft2（X）
Y=ifft2（X,m,n）
7、二维傅立叶变换的平移性质。
8、Matlab中二维离散余弦变换函数dct2
语法：
B=dct2（A）
B=dct2（A,m,n）
B=dct2（A,[mn]）
9、Matlab中的函数dctmtx
此函数可以用来求离散余弦变换的变换矩阵D。
语法：
D=dctmtx（n）
10、DCT域的图像压缩原理。
离散余弦变换DCT（DiscreteCosineTransform）是数码率压缩的一个常用的变换编码方法。
DCT是先将整体图像分成N×N像素块，然后对N×N像素块逐一进行DCT变换。
在变换编码中一个很重要的因素是块的大小。
最通用的大小是8×8和16×16，由于计算方面的原因，两个都是2的乘方。
若是采用8×8的变换块，则得到的变换为
称为DCT系数。
此矩阵的左上角系数
相当于最低频率的系数，简称为子图像的直流（DC）系数或直流成分；除此之外的
均为交流系数。
在右下角的系数
是最高频率的系数；在右上角的系数
，表示水平方向频率最高，垂直方向频率最低的系数；在左下角的系数
，表示垂直方向频率最高，水平方向频率最低的系数。
另外在进行DCT变换以前，二维空间图像亮度数据通常较高，应该先进行向下电平的移位。
如果是256灰度级，则将亮度值剪掉128。
由于大多数图像的高频分量较少，相应于图像高频分量的系数经常为零，加之人眼对高频成分的失真不太敏感，所以可用更粗的量化。
因此，传送变换系数的数码率要大大小于传送图像像素所用的数码率。
到达接收端后通过反离散余弦变换回到原值。
虽然会有一定的失真，但人眼是可以接受的。
例：
有一幅灰度图像为：
电平移位后为：
DCT系数
从上面的DCT变换系数矩阵可以看出高频分量占得很少。
所以对于系数小的我们可以分配较少的比特，大的系数可以分配较多的比特，对其进行量化编码。
实验仪器
计算机一台；
Matlab软件
实验步骤
1、读取一个彩色图像文件并显示。
将此图像转换为256色的灰度图像。
用subimage函数将彩色图像和灰度图像同时显示。
2、读取灰度图像。
用imnosie函数加入0.02的椒盐噪声；采用8邻域像素平均的方法对有噪声的图像去噪。
同时显示原图像，噪声图像，和恢复后的图像。
加入不同参数的椒盐噪声比较实验结果。
3、编写程序。
产生一个50*50的矩阵。
其中第（20,10）到（20,15）的值为255。
其余矩阵元素为0。
对该矩阵做二维傅立叶变换，并显示其频谱图。
将该图像中的目标向y方向平移。
即将（20,35）到（20,40）的元素置为255。
其余值为0。
对该矩阵做二维傅立叶变换，并显示其频谱图。
对两频谱图进行比较，得出结论。
依照以上方法验证傅立叶变换的X方向的平移性质。
4、对给定图像进行二维DCT变换，并将DCT系数矩阵中值小于给定阈值的元素置为0，然后使用反离散余弦变换重建图像。
同时显示原图像和重建图像。
实验内容
1、彩色图像文件的读取和显示。
2、利用8邻域平均法对图像去噪。
3、编写程序。
读取图像manface1.jpg和manface2.jpg。
用两图像相减的方式获取运动轨迹
4、二维离散傅立叶变换的平移性质验证。
5、二维离散余弦变换的应用。
实验数据
步骤1
代码部分
clearall;closeall;clc;
A=imread（'Lena.bmp'）;%读取彩色图像
figure
（1）%产生新的图形窗口，用于显示
imshow（A）%显示图像
title（'Lena彩色图像显示'）%给图像加标题
B=rgb2gray（A）;%彩色图转灰度图
figure
（2）
subplot（121）,subimage（A）%分为1×2两个窗口，当前选择在第一个窗口
subplot（122）,subimage（B）
gtext（'Lena彩色图像和灰度图像显示'）
步骤2
代码部分
clearall;closeall;clc;
A=imread（'Cameraman.bmp'）;
%给图片加噪声密度为0.02的椒盐噪声
B=imnoise（A,'salt&pepper',0.02）;
%制定卷积核
h=ones（3,3）/5;%ones产生全部元素都为1的矩阵
h（1,1）=0;%矩阵特定元素赋值
h（1,3）=0;
h（3,1）=0;
h（3,3）=0;
%平滑运算
C=imfilter（B,h）;
subplot（131）,imshow（A）
subplot（132）,imshow（B）
subplot（133）,imshow（C）
噪声密度为0.02
噪声密度为0.06
步骤3
代码部分
clearall;closeall;clc;
A1=zeros（50,50）;%zeros产生全部元素都为0的矩阵
A1（20,10:
15）=255;
%二维傅立叶变换
F1=fft2（A1）;
F11=abs（F1）;
A2=zeros（50,50）;
A2（20,35:
45）=255;
F2=fft2（A2）;
F21=abs（F2）;
figure
（1）
subplot（121）,imshow（F11）,title（'平移前频谱'）;
subplot（122）,imshow（F21）,title（'平移后频谱'）;
colormap（jet）;colorbar;%色图设置
步骤4
代码部分
clearall;closeall;clc;
A=imread（'Lena.bmp'）;
B=rgb2gray（A）;
subplot（221）,imshow（B）,title（'原图像'）;
%对给定图像进行二维DCT变换
Y=dct2（double（B）/255）;
subplot（222）,imshow（mat2gray（Y））,title（'DCT图像'）;%转换矩阵为灰度图像
fori=1:
185
forj=1:
255
if（abs（Y（i,j）<0.05））
Y（i,j）=0;%并将DCT系数矩阵中值小于给定阈值的元素置为0
end
end
end
subplot（223）,imshow（Y）,title（'处理后的DCT图像'）;
M=idct2（Y）;%使用反离散余弦变换重建图像
M=mat2gray（M）;%实现图像矩阵的归一化操作
subplot（224）,imshow（M）,title（'复原图像'）;
实验总结
注：
各学院可根据教学需要对以上栏木进行增减。
表格内容可根据内容扩充。
升级会员 