图像处理实验报告Word文件下载.docx

1、原图像灰度图像C=FFT2（B）;subplot（2,3,3）;imagesc（abs（C）,0 2000）;傅里叶变换图像subplot（2,3,4）;imshow（log（1+abs（C）,0 10）;增强% subplot（2,2,3）;imshow（F.*F）,0 10）;subplot（2,3,5）;imshow（fftshift（C）;移位图像D=ifft（double（B）;subplot（2,3,6）;imshow（D）;傅里叶反变换图像【实验结果】：实验二：图像处理基础及图像变换（二）离散余弦变换，小波变换1、离散余弦变换（dct2）2）对图像做离散余弦变换，观察图像的原始频

2、谱。3）对离散余弦变换的进行移动，观察移位以后的频谱。5）对图像的离散余弦变换进行逆变换，比较原始图像和经过离散余弦变换和逆变换以后获得的图像。6）比较离散余弦变换和傅立叶变换的频谱。2、小波变换（wavefast, wave2gray, waveback）2）对图像做小波变换，观察在不同小波族的图像。3）观察小波分析系数。4）观察在不同尺度小的小波变换的图像。5）对图像的小波变换进行逆变换，比较原始图像和进行小波变换和逆变换以后获得的图像6）修改小波分析系数观察，再进行逆变换，并与原始图像进行对比。（1）离散余弦变换RGB=imread（Fig6.08.jpgimshow（RGB）;I=rg

3、b2gray（RGB）;imshow（I）;灰度图像J=dct2（I）;imshow（J）;二维离散余弦变换图像imshow（log（1+abs（J）,0 10）;增强图像% subplot（2,2,4）;imshow（fftshift（J）;K=idct2（J）/255;imshow（K）;二维离散余弦反变换图像（2）小波变换a,b=wavefast（B,1,db4%小波变换wave2gray（a,b）;小波一层变换%小波灰度变换a1,b1=wavefast（B,2,wave2gray（a1,b1）;小波二层变换F=waveback（a,b,imshow（uint8（F）;小波反变换实验三：

4、图像的灰度变换和直方图的规定化了解对图象进行增强以及对退化图像恢复的基本理论，学会使用灰度变换和直方图的规定化增强图像。灰度变换，直方图规定化。1、灰度变换（imadjust）1）调入原始图像文件。2）采用不同的灰度映射曲线对图像进行灰度变换。3）采用matlab工具箱提供的函数对图像进行灰度变换。4）比较不同方法对图像进行灰度变换的效果。2、直方图的规定化（imhist，bar，stem，histeq）2）采用不同的方法绘制原始图象的直方图。3）采用组映射规则对图像进行直方图的规定化。4）采用matlab工具箱提供的函数对图像进行灰度变换。5）观察采用不同方法对原始图像进行直方图的规定化获得

5、的图像效果。（1）灰度变换I=imread（J=rgb2gray（I）;K=imadjust（J,0.3 0.7,）;原图像灰度变换图M=imadjust（J,0.2 0.4,）;imshow（M）;原图像灰度变换图2N=imadjust（J,0.3 0.7,0.1 0.8）;imshow（N）;原图像灰度变换图3L=imadjust（J,0.2 0.4,0.3 0.7）;imshow（L）;原图像灰度变换图4（2）直方图规定化clear allclose allsubplot（3,2,1）;Fig2.22（b）.jpgT=imhist（I）;subplot（3,2,3）;bar（T）;直方图

6、1subplot（3,2,4）;stem（T）;直方图2h=0:250;J=histeq（I,h）;subplot（3,2,5）;规定化后的图像subplot（3,2,6）;imhist（J）;规定化后直方图图1. 灰度变换图：图2. 规定直方图系列图像实验四：噪声及其描述掌握图象退化的基本理论，理解噪声的统计特性，掌握噪声的描述。噪声及其描述，包括高斯噪声、椒噪声、盐噪声、泊松噪声。【步骤】：2）在原始图象中加入高斯噪声，观察在不同均值和期望下的加噪图像与原始图像的效果。3）在原始图像中加入椒盐噪声，观察在不同噪声密度下的加噪图像与原始图像的效果。4）在原始图像中仅加入椒噪声，观察在不同噪声

7、密度下的加噪图像与原始图像的效果。5）在原始图像中仅加入盐噪声，观察在不同噪声密度下的加噪图像与原始图像的差效果别。6）在原始图像中加入泊松噪声，观察加噪图像与原始图像的效果。7）比较在不同噪声下的加噪图像和原始图像的差别。Fig6.30（06）.jpgsubplot（3,2,2）;J=imnoise（I,gaussian,0.02,0.02）;高斯噪声 K=imnoise（I,salt & pepper,0.02）; imshow（K）;椒盐噪声p=0.02 subplot（3,2,4）; N=imnoise（I,poisson imshow（N）;泊松噪声R1=imnoise2（,666,

8、666,0.5,0）;C=find（R1=0）;I1=I;I1（C）=0;imshow（I1）;椒噪声R2=imnoise2（,100,100,0,0.5）;C=find（R2=1）;I2=I;I2（C）=255;imshow（I2）;盐噪声实验五：空域滤波器理解空域滤波器模板的运算过程，对比并掌握不同滤波器对噪声的处理能力以及对图像的增强能力。均值滤波器、中值滤波器、最大/小值滤波器、混合滤波器、组合滤波器【实验方法】：空域滤波器（filter2，medfilt2，adpmedian）2）对原始图像和加噪图像进行4领域均值滤波，观察对原始图像和加噪图像的效果。3）对原始图像和加噪图像进行8领

9、域均值滤波，观察对原始图像和加噪图像的效果。4）改变均值滤波器的权重系数，对原始图像和加噪图像进行滤波，观察原始图像和加噪图像的效果。5） 对原始图像和加噪图像进行中值滤波，观察对原始图像和加噪图像的效果。6） 对原始图像和加噪图像进行最大值滤波，观察对原始图像和加噪图像的效果。7） 对原始图像和加噪图像进行最小值滤波，观察对原始图像和加噪图像的效果。8） 对原始图像和加噪图像进中点滤波，观察对原始图像和加噪图像的效果。9） 对原始图像和加噪图像进行混合滤波，观察对原始图像和加噪图像的效果。10） 对原始图像和加噪图像进行自适应滤波，观察对原始图像和加噪图像的效果。11）比较不同的空域滤波器对

10、原始图像和不同的加噪图像处理的差别。（1）4、8临域滤波Fig6.30（01）.jpgsubplot（4,3,1）;subplot（4,3,2）;N = imnoise（J,subplot（4,3,3）;加椒盐噪声后的图像h1=0,1,0;1,1,1;0,1,0;%定义4临域;F=filter2（h1,J）/255;subplot（4,3,4）;imshow（F）;原图像4领域均值滤波F1=filter2（h1,N）/255;subplot（4,3,5）;imshow（F1）;加噪图像4领域均值滤波h2=1,1,1;1,1,1;%定义8临域滤波;R=filter2（h2,J）/1000;sub

11、plot（4,3,6）;imshow（R）;原图像8领域滤波R1=filter2（h2,N）/1000;subplot（4,3,7）;imshow（R1）;加噪图像8领域滤波h3=4,4,4;4,4,4;4,4,4;%改变滤波器的权重系数;P=filter2（h3,J）/5000;subplot（4,3,8）;imshow（P）;改变权重系数后原图像8领域滤波P1=filter2（h3,N）/5000;subplot（4,3,9）;imshow（P1）;改变权重系数后加噪图像8领域滤波Q = adpmedian（J,255）;subplot（4,3,10）;imshow（Q）;自适应滤波图像（

12、2）二维线性滤波Fig6.36（1）.jpgK = medfilt2（N）;滤波后的图像h=fspecial（sobel）P=double（J）;Q=double（N）;%P=magic（50）;Q=magic（50）;A=filter2（h,P,valid原图像二维线性过滤后图像B=filter2（h,Q,加噪声图像二维线性过滤后图像（1）4、8临域滤波自适应滤波实验六：频域滤波器实验目的：理解频率滤波器的频谱图，学会对图像进行频域分析，并使用滤波器对图像进行处理，掌握不同滤波器对噪声的处理能力以及对图像的增强能力。实验内容：低通滤波器、高通滤波器、带通滤波器、带阻滤波器实验方法：频域滤波器

13、（lpfilter，Hpfilter，ifft2，dftfilt）步骤：2）观察理想低通滤波器、高斯低通滤波器、巴特沃斯低通滤波器的频谱。3）对原始图像和加噪图像分别采用理想低通滤波器、高斯低通滤波器、巴特沃斯低通滤波器进行滤波，观察对原始图像和加噪图像的效果。4）观察理想高通滤波器、高斯高通滤波器、巴特沃斯高通滤波器的频谱。5）对原始图像和加噪图像分别采用理想高通滤波器、高斯高通滤波器、巴特沃斯高通滤波器进行滤波，观察对原始图像和加噪图像的效果。6）观察高斯带通滤波器、巴特沃斯带通滤波器的频谱。7）对原始图像和加噪图像分别采用高斯带通滤波器、巴特沃斯带通滤波器进行滤波，观察对原始图像和加噪图

14、像的效果。8）观察高斯带阻滤波器、巴特沃斯带阻滤波器的频谱。9）对原始图像和加噪图像分别采用高斯带阻滤波器、巴特沃斯带阻滤波器进行滤波，观察对原始图像和加噪图像的效果。10）比较不同的频域滤波器对原始图像和不同的加噪图像处理的差别。【源程序】1、原图像和加噪图像的低通滤波：subplot（4,4,1）;subplot（4,4,2）;F=FFT2（double（J）;%傅里叶变换F1=fftshift（F）;%傅里叶变换平移,0.05）;subplot（4,4,3）;F2=FFT2（double（N）;F3=fftshift（F2）;La=lpfilter（ideal,666,666,50）;l

15、1=fftshift（La）;subplot（4,4,4）;imshow（l1）;理想低通滤波频谱L1=F1.*l1;Ya=ifftshift（L1）;la=ifft2（Ya）;subplot（4,4,5）;imshow（uint8（la）;原图像理想低通滤波N1=F3.*l1;Na=ifftshift（N1）;na=ifft2（Na）;subplot（4,4,6）;imshow（uint8（na）;加噪图像理想低通滤波Lb=lpfilter（l2=fftshift（Lb）;subplot（4,4,7）;imshow（l2）;高斯低通滤波频谱L2=F1.*l2;Yb=ifftshift（L2）

16、;lb=ifft2（Yb）;subplot（4,4,8）;imshow（uint8（lb）;原图像高斯低通滤波N2=F3.*l2;Nb=ifftshift（N2）;nb=ifft2（Nb）;subplot（4,4,9）;imshow（uint8（nb）;加噪图像高斯低通滤波Lc= lpfilter（btw,666, 666, 50）;l3=fftshift（Lc）;subplot（4,4,10）;imshow（l3）;巴特沃斯低通滤波频谱L3=F1.*l3;Yc=ifftshift（L3）;lc=ifft2（Yc）;subplot（4,4,11）;imshow（uint8（lc）;原图像巴特沃

17、斯低通滤波N3=F3.*l3;Nc=ifftshift（N3）;nc=ifft2（Nc）;subplot（4,4,12）;imshow（uint8（nc）;加噪图像巴特沃斯低通滤波2、原图像及加噪图像的高通滤波 close all;% 原图像%原图像灰度图像%加椒盐噪声后的图像H= hpfilter（,666,666,40）;h1=fftshift（H）;subplot（3,3,1）;imshow（h1）;理想高通滤波频谱H1=F1.*h1;Ha=ifftshift（H1）;ha=ifft2（Ha）;subplot（3,3,2）;imshow（uint8（ha）;原图像理想高通滤波N3=F3.

18、*h1;Nd=ifftshift（N3）;nd=ifft2（Nd）;subplot（3,3,3）;imshow（uint8（nd）;加噪图像理想高通滤波Hm= hpfilter（h2=fftshift（Hm）;subplot（3,3,4）;imshow（h2）;高斯高通滤波频谱H2=F1.*h2;Hb=ifftshift（H2）;hb=ifft2（Hb）;subplot（3,3,5）;imshow（uint8（hb）;原图像高斯高通滤波N3=F3.*h2;Ne=ifftshift（N3）;ne=ifft2（Ne）;subplot（3,3,6）;imshow（uint8（ne）;加噪图像高斯高通

19、滤波Hn= hpfilter（,666, 666, 40）;h3=fftshift（Hn）;subplot（3,3,7）;imshow（h3）;巴特沃斯高通滤波频谱H3=F1.*h3;Hc=ifftshift（H3）;hc=ifft2（Hc）;subplot（3,3,8）;imshow（uint8（hc）;原图像巴特沃斯高通滤波N3=F3.*h3;Nf=ifftshift（N3）;nf=ifft2（Nf）;subplot（3,3,9）;imshow（uint8（nf）;加噪图像巴特沃斯高通滤波【实验结果】1、低通滤波2、高通滤波实验七：图像压缩技术（一）掌握图像压缩的基本理论，理解图像压缩的系

20、统基本结构，加深对图像处理中像素间冗余、编码冗余和视觉冗余的理解，以及会正确使用不同的压缩方法对不同冗余的压缩处理。图像压缩中相关概念，哈夫曼编解码。一、图像压缩中相关概念（hist，entropy，imratio）2）分析并获得灰度直方图。3）计算一阶熵估计。4）计算压缩比。二、哈夫曼编解码（huffman，mat2huff，huff2mat）3）对灰度直方图进行哈夫曼编码。4）利用mat2huff直接对图像进行哈夫曼编码。5）比较采用对直方图进行哈夫曼编码和mat2huff编码的图像质量、压缩比、编码数值、以及计算一阶熵估计7）对编码是数据进行解码，比较原始数据和经过编解码以后的数据【实验程序】1、灰度直方图subplot（4,2,1）;J=rgb2gray