数字图像处理实验.docx
《数字图像处理实验.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验.docx（25页珍藏版）》请在冰豆网上搜索。
数字图像处理实验
《数字图像处理》
实验报告
学院:
信息工程学院
专业:
电子信息工程
学号:
姓名:
2015年6月18日
实验一图像的读取、存储与显示……………………………………………………2
实验二图像直方图分析………………………………………………………………6
实验三图像的滤波及增强……………………………………………………………15
实验四噪声图像的复原………………………………………………………………19
实验五图像的分割与边缘提取……………………………………………………23
附录1MATLAB简介…………………………………………………………………27
实验一图像的读取、存储与显示
一、实验目的与要求
1.熟悉及掌握在MATLAB中能够处理哪些格式图像。
2.熟练掌握在MATLAB中如何读取图像。
3.掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。
4.掌握如何在MATLAB中按照指定要求存储一幅图像的方法。
5.图像的显示。
二、实验原理
一幅图像可以被定义为一个二维函数f（x,y）,其中x与y就是空间（平面）坐标,f在任何坐标处（x,y）处的振幅称为图像在该点的亮度。
灰度就是用来表示黑白图像亮度的一个术语,而彩色图像就是由单个二维图像组合形成的。
例如,在RGB彩色系统中,一幅彩色图像就是由三幅独立的分量图像（红、绿、蓝）组成的。
因此,许多为黑白图像处理开发的技术适用于彩色图像处理,方法就是分别处理三副独立的分量图像即可。
图像关于x与y坐标以及振幅连续。
要将这样的一幅图像转化为数字形式,就要求数字化坐标与振幅。
将坐标值数字化成为取样;将振幅数字化成为量化。
采样与量化的过程如图1所示。
因此,当f的x、y分量与振幅都就是有限且离散的量时,称该图像为数字图像。
三、实验设备
（1）PC计算机
（2）MatLab软件/语言包括图像处理工具箱（ImageProcessingToolbox）
（3）实验所需要的图片
四、实验内容及步骤
1.利用imread（）函数读取一幅图像,假设其名为flower、tif,存入一个数组中;
2.利用whos命令提取该读入图像flower、tif的基本信息;
3.利用imshow（）函数来显示这幅图像;
4.利用imfinfo函数来获取图像文件的压缩,颜色等等其她的详细信息;
5.利用imwrite（）函数来压缩这幅图象,将其保存为一幅压缩了像素的jpg文件设为flower、jpg语法:
imwrite（原图像,新图像,‘quality’,q）,q取0-100。
6.同样利用imwrite（）函数将最初读入的tif图象另存为一幅bmp图像,设为flower、bmp。
7.用imread（）读入图像:
Lenna、jpg与camema、jpg;
8.用imfinfo（）获取图像Lenna、jpg与camema、jpg的大小;
9.用figure,imshow（）分别将Lenna、jpg与camema、jpg显示出来,观察两幅图像的质量。
10、用im2bw将一幅灰度图像转化为二值图像,并且用imshow显示出来观察图像的特征。
11、将每一步的函数执行语句拷贝下来,写入实验报告,并且将得到第3、9、10步得到的图像效果拷贝下来。
五、实验源程序
clc;clear;closeall;
I=imread（'D:
\picture\flower、tif'）;%读入原图像,tif格式
whosI;%显示图像I的基本信息
imfinfo（'D:
\picture\flower、tif'）;
imwrite（I,'D:
\picture\flower、jpg','quality',50）;
imwrite（I,'D:
\picture\flower、bmp'）;%以位图（BMP）的格式存储图像
g=im2bw（I）;%将图像转为二值图像
imwrite（g,'D:
\picture\flower1、tif'）;
subplot（2,2,1）,imshow（I）,title（'原图（tif格式）'）;
subplot（2,2,2）,imshow（'D:
\picture\flower、jpg'）,title（'压缩图（jpg格式）'）;
subplot（2,2,3）,imshow（'D:
\picture\flower、bmp'）,title（'位图（BMP格式）'）;
subplot（2,2,4）,imshow（g）,title（'二值图'）;
六、实验结果
7、实验心得
通过本次实验可以熟练的运用MATLAB编程软件。
实验二图像直方图分析
一.实验目的
1.了解MATLAB的操作环境与基本功能。
2.掌握MATLAB中图像增强与平滑的函数的使用方法。
3.加深理解图像增强与平滑的算法原理。
二、实验内容
（一）研究以下程序,分析程序功能;输入执行各命令行,认真观察命令执行的结果。
熟悉程序中所使用函数的调用方法,改变有关参数,观察试验结果。
（可将每段程序保存为一个、m文件）
1.直方图均衡化
2.直接灰度变换
3.空域平滑滤波（模糊、去噪）
4.空域锐化滤波
（二）采用MATLAB底层函数编程实现
1.灰度变换之动态范围扩展
假定原图像f（x,y）的灰度范围为［a,b］,希望变换后图像g（x,y）的灰度范围扩展至［c,d］,则线性变换可表示为:
用MATLAB底层函数编程实现上述变换函数。
观察图像‘pout、tif’的灰度直方图,选择合适的参数［a,b］、［c,d］对图像‘pout、tif’进行灰度变换,以获得满意的视觉效果。
2.非锐化掩蔽与高斯滤波
从原图像中减去其非锐化（平滑过的）图像的过程称为非锐化掩蔽,其基本步骤为:
对原图像进行平滑滤波得到模糊图像;
从原图像中减去模糊图像,产生的差值图像称为模板;
将模板加到原图像上,得到锐化后的图像。
即,
用MATLAB函数编程实现上述功能。
三、实验设备与软件
1.计算机;
2.MATLAB6、5及以上;
四、实验源程序
（一）
1.直方图均衡化
clc;clearall;closeall
I=imread（'pout、tif'）;
subplot（2,3,1）;
imshow（I）;
title（'原图'）;
subplot（2,3,2）;
imhist（I）;%显示原图的直方图
title（'原图的直方图'）;
[I2,T]=histeq（I）;%原图进行均衡化
subplot（2,3,3）;
imshow（I2）;%显示均衡化后图
title（'均衡化后的图'）;
subplot（2,3,4）;
imhist（I2）;%显示原图均衡化后的直方图
title（'原图均衡化后的直方图'）;
subplot（2,3,5）;
plot（（0:
255）/255,T）;%绘制均衡化函数图
title（'均衡化函数图'）;
imwrite（I2,'D:
\picture1\pout、png'）;
imfinfo（'D:
\picture1\pout、png'）%显示写入图的信息
2.直接灰度变换
clc;clearall;closeall
I=imread（'cameraman、tif'）;
subplot（2,3,1）,imshow（I）,title（'原图（cameraman）'）;
J=imadjust（I,[00、2],[0、51]）;
subplot（2,3,2）,imshow（J）,title（'图cameraman调整灰度值后的图'）;
[X,MAP]=imread（'forest、tif'）;%X为图像数据矩阵,MAP为颜色表数据矩阵
subplot（2,3,3）,imshow（X,MAP）,title（'原图（forest）'）;
I2=ind2gray（X,MAP）;
J2=imadjust（I2,[],[],0、5）;
J3=imadjust（I2,[],[],1、5）;
subplot（2,3,4）,imshow（I2）,title（'forest的灰度图'）;
subplot（2,3,5）,imshow（J2）,title（'forest调整图像灰度值后明亮输出的图'）;
subplot（2,3,6）,imshow（J3）,title（'forest调整图像灰度值后灰暗输出的图'）;
3.空域平滑滤波（模糊、去噪）
clc;clearall;closeall
I=imread（'eight、tif'）;
h1=ones（3,3）/9;
h2=ones（5,5）/25;
I1=imfilter（I,h1）;%用3*3的方阵（元素值为0、11）过滤原图
I2=imfilter（I,h2）;%用5*5的方阵（元素值为0、04）过滤原图
figure
（1）;
subplot（2,2,1）,imshow（I）,title（'原图'）;
subplot（2,2,2）,imshow（I1）,title（'用3*3的方阵（元素值为0、11）过滤原图'）;
subplot（2,2,3）,imshow（I2）,title（'用5*5的方阵（元素值为0、04）过滤原图'）;
J1=imnoise（I,'gaussian',0,0、005）;%加入高斯（Gaussian）噪声
J2=imnoise（I,'salt&pepper',0、02）;%加入椒盐噪声
K1=imfilter（J1,fspecial（'average',3））;%对J1进行平均值平滑滤波
K2=imfilter（J2,fspecial（'average',3））;%对J2进行平均值平滑滤波
figure
（2）;
subplot（2,2,1）,imshow（J1）,title（'加入高斯噪声'）;
subplot（2,2,2）,imshow（J2）,title（'加入椒盐噪声'）;
subplot（2,2,3）,imshow（K1）,title（'对加入高斯噪声的图进行平均值平滑滤波'）;
subplot（2,2,4）,imshow（K2）,title（'对加入椒盐噪声的图进行平均值平滑滤波'）;
K3=medfilt2（J1,[33]）;%对J1进行中值滤波
K4=medfilt2（J2,[33]）;%对J2进行中值滤波
figure（3）;
subplot（2,2,1）,imshow（J1）,title（'加入高斯噪声'）;
subplot（2,2,2）,imshow（J2）,title（'加入椒盐噪声'）;
subplot（2,2,3）,imshow（K3）,title（'对加入高斯噪声的图进行中值滤波'）;
subplot（2,2,4）,imshow（K4）,title（'对加入椒盐噪声的图进行中值滤波'）;
4.空域锐化滤波
clc;clearall;closeall
I=imread（'moon、tif'）;
w=fspecial（'laplacian',0）;%拉普拉斯算子
w1=[1,1,1;1,-8,1;1,1,1];%新算子（w1）
I1=imfilter（I,w,'replicate'）;%拉普拉斯算子对原图锐化滤波
subplot（2,4,1）,imshow（I）,title（'原图'）;
subplot（2,4,2）,imshow（I1）,title（'拉普拉斯算子对原图锐化滤波图'）;
f=
升级会员 