数字图像处理实验.docx

1、数字图像处理实验班级：通信一班学号：*姓名：*实验部分：实验一：图像的基本操作处理1、目的：熟悉MATLAB中图像处理工具箱，实践图像基本处理操作，掌握相关函数调用及其参数设置方法，查看实际效果。2、具体内容：1）、读入目标图像，赋给变量I；I=imread(my.jpg);2）、查看图像的基本信息； info=imfinfo(my.jpg)info = Filename: my.jpg FileModDate: 16-Sep-2012 08:19:40 FileSize: 12913 Format: jpg FormatVersion: Width: 194 Height: 139 BitD

2、epth: 24 ColorType: truecolor FormatSignature: NumberOfSamples: 3 CodingMethod: Huffman CodingProcess: Sequential Comment: 3）、查看图像在内存中的情况； whos Name Size Bytes Class Attributes I 139x194x3 80898 uint8 info 1x1 1884 struct 4）、对图像进行缩放处理（imresize），放大1.5倍，并在当前空间下存储名称为exp11的图片；J=imresize(I,1.5); imwrite(

3、J,exp11.jpg); 5）、对放大图像进行30的旋转(imrotate), 并在当前空间下存储名称为exp12的图片；B=imrotate(J,30); imwrite(B,exp12.jpg); 6）、分别给原始图像和变换后图像赋予相应的标题名称（输入图片为原图像;输出图像为放大1.5倍图像，旋转30图像），并在同一个窗口中同时显示几幅图片，进行比较；subplot(2,2,1),subimage(I);title(原图像);subplot(2,2,2),subimage(J);title(放大1.5倍图像);subplot(2,2,3),subimage(B);title(旋转30图

4、像); 7）、将工作空间中的变量保存为exp13.mat文件，同时写出将该文件重新装入工作空间的语句；save(exp13);load exp13;8）、给原图像增加颜色条显示；imshow(I);colorbar;9）、利用imcrop函数通过交互方式将图像中人脸区域剪切提取出来，存为名称为face的新的图像；A=imcrop(I)imshow(A)imwrite(A,face.jpg);10）将原始图片分别转换成灰度图像、HSV色彩空间下的图像和二值图像，并在同一窗口中比较。C=rgb2gray(I); imshow(C)D=rgb2hsv(I); imshow(D) E=im2bw(I,

5、0.5); imshow(E)subplot(2,2,1),subimage(C);title(灰度图像);subplot(2,2,2),subimage(D);title(HSV);subplot(2,2,3),subimage(E);title(二值图像);3、实验报告要求：1）、列出具体的实验过程（处理函数及对应的结果）；2）、进行必要的结果分析；3）、给出相关的结论或心得。另注：要求原始图像采用包含自己头像的照片，图片大小控制在640480大小之内，并将每一步显示的结果附在语句的下方。实验二：图像灰度统计特性及其相关变换1、目的：利用图像统计特性，了解直方图的形成原理，并根据实际要求对

6、其进行相关操作，以改善视觉效果。2、具体内容：1）、读入RGB目标图像，赋给变量M；M=imread(my.jpg);2）、返回选定图像像素点的颜色值（impixel）；F=impixel(M)F = 215 185 1593）、将原图像转换成灰度图像，赋给变量N； N=rgb2gray(M);imshow(N) 4）、根据直方图定义，通过编程方式给出像素点统计形式的直方图，并与利用imhist函数获得的直方图在两个不同窗口中进行比较； imhist(N); m,n=size(N); C=zeros(1,256); for i=1:mfor j=1:nC(N(i,j)+1)=C(N(i,j)+

7、1)+1;endend figure(2);bar(C,0.00)5）、通过编程方式给出概率形式的直方图；/6）、利用对比度调整方法来改善图像质量；imadjustF=imadjust(N);imshow(F) 7）、通过直方图均衡化原理编程和函数调用（histeq）两种方式，实现图像的均衡化处理，并比较处理的结果；/G=histeq(N);imshow(G) 8）、将图像转换成二值图像，设定相应的阈值，进行分割处理，并比较果；H=im2bw(N,0.5);I=im2bw(N,0.2);J=im2bw(N,0.9);subplot(2,2,1),subimage(H);subplot(2,2,

8、2),subimage(I);subplot(2,2,3),subimage(J);%越大越黑； 9）、通过编程方式对转换后的图像N实施分段灰度变换处理，相关变换公式为：/I=imread(my.jpg); figure %subplot(2,2,1) imshow(I) f0=0;g0=0; f1=20;g1=10; f2=180;g2=230; f3=255;g3=255; figure,plot(f0,f1,f2,f3,g0,g1,g2,g3) title(linear transformation); r1=(g1-g0)/(f1-f0); %第一段斜b1=g0-r1*f0; %第一段

9、y轴截距 r2=(g2-g1)/(f2-f1); %第二段斜率 b2=g1-r2*f1; %第二段y轴截距 r3=(g3-g2)/(f3-f2); %第三段斜率 b3=g2-r3*f2; %第三段y轴截距 m,n=size(I); x2=double(I); for i=1:m for j=1:n f=x2(i,j); g(i,j)=0; if(f=f1)&(f=f2)&(f K=imfilter(O,a); A=imfilter(N,b); b=imfilter(O,b);subplot(2,2,1),subimage(J);subplot(2,2,2),subimage(K);subplo

10、t(2,2,3),subimage(A);subplot(2,2,4),subimage(b);P=filter2(fspecial(average,3),N)/255;imshow(P)R=filter2(fspecial(average,3),O)/255;figure;imshow(R) 4）、用33模板分别对高斯噪声和椒盐噪声图像进行均值滤波和中值滤波，并在同一窗口显示结果，结合原理分析两种方法的差异，并给出两种方法的适用范围；P=filter2(fspecial(average,3),O)/255;R=filter2(fspecial(average,3),O)/255;S=medf

11、ilt2(N);T=medfilt2(O);subplot(2,2,1),subimage(P);subplot(2,2,2),subimage(R);subplot(2,2,3),subimage(S);subplot(2,2,4),subimage(T);5）、以sobel算子为例，采用它的两个模板，对加入高斯噪声的图像进行锐化处理并查看处理效果，分析其处理过程和处理的特点；h3=fspecial(sobel);U=filter2(h3,N)；imshow(U)6）、分别用prewitt和拉普拉斯算子图像进行锐化处理，比较处理效果并分析原因。h4=fspecial(prewitt);V=f

12、ilter2(h4,N); imshow(V)h5=fspecial(laplacian);W=filter2(h5,N);imshow(W)实验四：边缘检测1、目的：利用相关函数，实现图像的边缘检测，为进一步分析图像提供预处理。2、要求：利用不同的算子，并设定不同的参数，来得到图像边缘检测，并进行比较分析。edge3、具体内容：1）、robert算子； 2）、sobel算子；3）、LoG算子； 4）、prewitt算子；5）、canny算子；6）、利用33模板实现对图像的平均滤波处理（要求：自己编程，实现操作，给出相关结果）。另注：相关算子可到工具箱内查询其具体操作，及参数设定情况。 自编程

13、序时要求每段给出说明。BW1=edge(Q,roberts); BW2=edge(Q,sobel);BW3=edge(Q,log);BW4=edge(Q,prewitt);BW5=edge(Q,canny);subplot(3,2,1),subimage(BW1);subplot(3,2,2),subimage(BW2);subplot(3,2,3),subimage(BW3);subplot(3,2,4),subimage(BW4);subplot(3,2,5),subimage(BW5);实验五：频域变换1、目的：从频域角度来分析图像，熟悉频域变换及其特点。2、具体内容：1）、读入目标图像

14、；2）、进行傅里叶变换，查看频谱效果（分别用幅度和幅度对数）；M=imread(my.jpg); Q=rgb2gray(M);N=100; f=zeros(50,50); f(15:35,23:28)=1;figure; F=fft2(f,N,N); imshow(abs(F) H=fft2(f,N,N); imshow(log(abs(F)3）、进行中心平移处理（M/2,N/2）；I=fftshift(F);imshow(log(abs(I)4）、对原始图像进行离散余弦变换；J=dct2(Q);imshow(log(abs(J)5）、比较两者效果，并分析原因；/6）、利用逆变换还原图像，并进行比较。K=idct2(J);imshow(K,0 255)7）、利用subplot(m,n,p)函数显示多幅图片。subplot(3,2,1),subimage(abs(F);subplot(3,2,2),subimage(log(abs(F);subplot(3,2,3),subimage(log(abs(I);subplot(3,2,4),subimage(log(abs(J);subplot(3,2,5),subimage(K,0 255);