数字图像处理Word文档格式.docx

1、1、 打开计算机，启动MATLAB 程序；程序组中“work”文件夹中应有待处理的图像文件。2 、调入“实验一”中获取的数字图像，并进行计算机均衡化处理；3、 显示原图像的直方图和经过均衡化处理过的图像直方图。4 、记录和整理实验报告四、 实验仪器1、 计算机；2 、MATLAB 程序；3、 移动式存储器（软盘、U 盘等）。4 、记录用的笔、纸。五、 实验报告内容1、 实验所选取的的图像：图一 原图像2 、Matlab处理的程序：I=imread（pollen.jpg）;I=rgb2gray（I）;J=adapthisteq（I）;subplot（2,2,1）,imshow（I）title（原

2、图subplot（2,2,2）,imshow（J）直方图均衡化后的结果）subplot（2,2,3）,imhist（I,64）原图的直方图subplot（2,2,4）,imhist（J,64）直方图均衡化后的结果的直方图3、 Matlab最后处理的结果：图二 处理后的图像实验二 图像增强空域滤波进一步了解MatLab 软件/语言，学会使用MatLab 对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。二、实验要求1、学生应当完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪

3、声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。2 利用MATLAB 软件实现空域滤波。三、实验设备与软件1、 IBM-PC 计算机系统2 、MatLab 软件/语言包括图像处理工具箱（Image Processing Toolbox）3 、实验所需要的图片四、 实验内容与步骤1、 调入并显示原始图像图一 原始图像2 、利用imnoise 命令在图像上加入高斯（gaussian） 噪声。3、利用预定义函数fspecial 命令产生平均（average）滤波器。4、采用3x3 的模板，分别用平均滤波器以及中值滤波器，对加入噪声的图。像进行处理并观察不同噪声水平下

4、，上述滤波器处理的结果。5、选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。6、利用imnoise 命令在图像上加入椒盐噪声（salt &pepper）。7、重复c） e）的步骤。8、输出全部结果并进行讨论。五、实验结果1、Matlab实验程序QQ.tif J = imnoise（I,gauss,0.02）; %添加高斯噪声 %J = imnoise（I,salt & pepper %添加椒盐噪声 ave1=fspecial（average,3）; %产生 33 的均值模版 ave2=fspecial（,5）; %产生 55 的均值模版 K = filt

5、er2（ave1,J）/255; %均值滤波33L = filter2（ave2,J）/255; %均值滤波55 M = medfilt2（J,33）; %中值滤波 33模板 N = medfilt2（J,4 4）; %中值滤波 44模板 imshow（I）;figure,imshow（J）;figure,imshow（K）;figure,imshow（L）;figure,imshow（M）;figure,imshow（N）;2、实验的最后结果图二 运行结果实验三 图像增强频域滤波一、实验目的1、掌握怎样利用傅立叶变换进行频域滤波2、掌握频域滤波的概念及方法3、熟练掌握频域空间的各类滤波器4、

6、利用MATLAB 程序进行频域滤波二、实验原理及知识点频域滤波分为低通滤波和高通滤波两类，对应的滤波器分别为低通滤波器和高通滤波器。频域低通过滤的基本思想：G（u,v）=F（u,v）H（u,v）F（u,v）是需要钝化图像的傅立叶变换形式，H（u,v）是选取的一个低通过滤器变换函数，G（u,v）是通过H（u,v）减少F（u,v）的高频部分来得到的结果，运用傅立叶逆变换得到钝化后的图像。理想地通滤波器（ILPF）具有传递函数：其中，D0 为指定的非负数，D（u,v）为（u,v）到滤波器的中心的距离。0 D（u,v） D 的点的轨迹为一个圆。n 阶巴特沃兹低通滤波器（BLPF）（在距离原点0 D 处

7、出现截至频率）的传递函数为D u v D nH u v 20 1 （ , ） （ , ） 1与理想地通滤波器不同的是，巴特沃兹率通滤波器的传递函数并不是在0 D 处突然不连续。高斯低通滤波器（GLPF）的传递函数为H（u,v） eD2 （u,v） 2 2其中， 为标准差。相应的高通滤波器也包括：理想高通滤波器、n 阶巴特沃兹高通滤波器、高斯高通滤波器。给定一个低通滤波器的传递函数H （u,v） lp ，通过使用如下的简单关系，可以获得相应高通滤波器的传递函数：H 1 H （u,v） hp lp 利用MATLAB 实现频域滤波的程序f=imread（room.tif 0 （ , ）1 （ , ）

8、（ , ）ifD u v DH u vF=fft2（f）; %对图像进行傅立叶变换S=fftshift（log（1+abs（F）;%对变换后图像进行队数变化，并对其坐标平移，使其中心化S=gscale（S）; %将频谱图像标度在0-256 的范围内imshow（S） %显示频谱图像h=special（sobel %产生空间sobel模版freqz2（h） %查看相应频域滤波器的图像PQ=paddedsize（size（f）;%产生滤波时所需大小的矩阵H=freqz2（h,PQ（1）,PQ（2）;%产生频域中的sobel滤波器H1=ifftshift（H）; %重排数据序列，使得原点位于频率矩阵

9、的左上角imshow（abs（H）,） %以图形形式显示滤波器figure,imshow（abs（H1）,）gs=imfilter（double（f）,h）; %用模版h 进行空域滤波gf=dftfilt（f,H1）; %用滤波器对图像进行频域滤波figure,imshow（gs,）figure,imshow（gf,）figure,imshow（abs（gs）,）figure,imshow（abs（gf）,）number.tif%读取图片D0=0.05*PQ（1）; %设定高斯高通滤波器的阈值H=hpfilter（gaussian,PQ（1）,PQ（2）,D0）;%产生高斯高通滤波器g=dft

10、filt（f,H）; %对图像进行滤波figure,imshow（f） %显示原图像figure,imshow（g,） %显示滤波后图像三、实验步骤：1 调入并显示所需的图片；2 利用MATLAB 提供的低通滤波器实现图像信号的滤波运算，并与空间滤波进行比较。3 利用MATLAB 提供的高通滤波器对图像进行处理。4 记录和整理实验报告。四、实验仪器1 计算机；2 MATLAB 程序；3 移动式存储器（软盘、U 盘等）。4 记录用的笔、纸。五、实验报告内容1 叙述实验过程；2 提交实验的原始图像和结果图像。实验报告要求六、描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果，并进行必要的

11、讨论，必须包括原始图像及其计算/处理后的图像。七、思考题1 结合实验，评价频域滤波有哪些优点？2 在频域滤波过程中需要注意哪些事项？八、实验图片room.tif number.tif实验四 图像边缘检测和处理1掌握几种常用边缘检测算子的程序设计；2使学生掌握各种边缘检测算子的特征；3掌握Hough 变换的算法本质和程序设计技巧。4掌握域值处理方法5掌握区域分割方法和思想二、边缘检测处理函数1 点、线、边的检测1） 点检测：运用imfilter 滤波器实现方法一：g = abs（imfilter（double（f）,w） =T例子：f = imread（dragfl.bmpw=-1 -1 -1;

12、 -1 8 -1; -1 -1 -1;g = abs（imfilter（double（f）,w）;T = max（g（:）;g = g = T;imshow（g）方法二：g = imsubtract（ordfilt2（f2,m*n,ones（m,n）,ordfilt2（f,1,ones（m,n）;g = gg = imsubtract（ordfilt2（f,3*3,ones（3,2）,ordfilt2（f,1,ones（3,2）;/两个图像进行减运算1） 线检测： 运用模板进行检测w=2 -1 -1; -1 2 -1; -1 -1 2;g = imfilter（double（f）,w）;ims

13、how（g,）gtop = g（1:120,1:120）;gtop = pixeldup（gtop,4）;figure,imshow（gtop,）gbot = g（end-119:end,end-119:end）;gbot = pixeldup（gbot,4）;figure,imshow（gbot,）g = abs（g）;figure,imshow（g,）g = g= =T;figure,imshow（g）2） 边缘检测方法：g,t = edge（f,method,parameter）;gv,t = edge（f, , verticalimshow（gv）tgv = edge（f, ,0.15

14、, gboth = edge（f, sobel,o.15imshow（gboth）w45 = -2 -1 0; -1 0 1; 0 1 2;g45 = imfilter（double（f）, w45, replicateT = 0.3* max（abs（g45（:）;g45 = g45 figure,imshow（g45）2. 运用哈夫变换检测边1） 哈夫变换函数：h,theta,rho = houghf,dtheta,drhoh = hough（f）;imshow（h,）2） 哈夫变换检测顶点函数：r,c,hnew = houghpeaks（h,numpeaks,threshold,nhoo

15、d）3） 哈夫变换检测直线函数: lines = houghlines（f,theta,rho,rr,cc,fillgap,minlength）;h,theta,rho = hough（f,0.5）;imshow（theta,rho,h, notruesize）,axis on, axis normalxlabel（theta）,ylabel（rhor, c = houghpeaks（h,5）;hold onplot（theta（c）,rho（r）, linestylenonemarkerscolorwlines = houghlines（f,theta,rho,r, c）;figure,im

16、show（f）for k = 1:length（lines）xy = lines（k）.point1 ; lines（k）.point2;plot（xy（:,2）,xy（:,1）, LineWidth,4, Color,.6 .6 .6）;end3.域值处理1）全局域值处理函数：t = graythresh（f）T = 0.5*（double（min（f（:）+double（max（f（:）;done = false;while doneg = f Tnext = 0.5*（mean（f（g）+mean（f（g）;等价于：t2 = graythresh（f）;t2t2 = t2*255;= t

17、2;4 区域分割函数1）区域增长函数:g,nr,si,ti = regiongrow（f,s,t） 例子:g,nr,si,ti = regiongrow（f,73,100）;g,nr,si,ti = regiongrow（f,26,100）;nrg,nr,si,ti = regiongrow（f,26,80）;1） 分裂合并函数：g = splitmerge（f,mindim,fun） I = imread（g = splitmerge（I,32,predicate）;g = splitmerge（I,16,predicate）;g = splitmerge（I,8,predicate）;g = splitmerge（I,4,predicate）;g = splitmerge（I,2,predicate）;三、实验内容和要求1编程实现Roberts 边缘检测算子2编程实现Sober 边缘检测算子；3编程实现Pirsch 边缘算子；4编程实现两个不同的拉普拉斯算子；_