佳木斯大学数字图像报告Word格式文档下载.docx

1、实验地点1C06-329实验成绩实验项目名称实验二：图像基本操作目的了解MATLAB数字图像处理工具箱，熟悉数字图像基本处理操作原理，掌握相关工具箱函数调用及其参数设置方法，能够查看图像的相关信息，并分析图像的处理效果。内容2-1）、将目标图像加载到MATLAB目录下work文件夹中，读入并显示目标图像I，查看图像的基本信息及其在内存中的情况； 参考函数imread、imshow、imfinfo、whos 2-2）、创建名为exp2-1.m程序文件，在文件中实现以下的图像操作：对图像I进行缩放处理，将其缩小为0.5倍，并在当前空间下存储名称为”exp11”的图片；对图像I进行旋转处理，将其顺时

2、针旋转30，并在当前空间下存储名称为”exp12”的图片；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”缩小0.5倍图像”和”旋转30图像”），并在同一个窗口中，以1行3列的方式同时显示几幅图片进行比较； 参考函数imresize、imrotate、title、subplot、subimage2-3）、通过交互方式将图像中的人眼和人脸区域剪切提取出来，分别存名为”eye”和”face”的新的图像，并查看眼部图片数据； 参考函数imcrop2-4）、将原始图片分别转换成HSV色彩空间下的图像、灰度图像和二值图像，并在同一窗口中，以2行2列的方式同时显示几幅图片进

3、行比较（四幅图像的标题名称分别为”原图像”、”HSV图像”、”灰度图像”、”二值图像”）；参考函数rgb2hsv、rgb2gray、im2bw、title2-5）、在原始图像中，通过交互方式，任意选取四个像素点，查看像素点的灰度；给出原始图片在R、G、B三个色彩空间下的图像，并在同一窗口中，以2行2列的方式同时显示几幅图片进行比较（四幅图像的标题名称分别为”原图像”、”R图像”、”G图像”、”B图像”）；2-6）、将原始图片转换为灰度图片，并分别在水平和垂直方向添加颜色条，在同一个窗口中，以1行3列的方式同时显示几幅图片进行比较；要求1）、实验采用的原始图片要求是包含自己头像的照片，图片大小控

4、制在640480之内；2）、实验中的当前工作目录采用MATLAB目录下的work文件夹。原理果及分析1题 A=imread（qi.jpg）; imshow（A）2题A=imread（subplot（1,3,1）,imshow（A）;title（原图像B=imresize（A,0.5）;subplot（1,3,2）,imshow（B）;缩小0.5倍C=imrotate（A,30）;subplot（1,3,3）,imshow（C）;旋转30度3题 C=imcrop（B） imwrite（C,eye.jpg） imshow（C）D=imcrop（A）imwrite（D,face.jpgimshow（

5、D）4题G=rgb2hsv（B）;H=rgb2gray（B）;I=im2bw（B）;subplot（2,2,1）;imshow（B）,title（subplot（2,2,2）;imshow（G）,title（HSV 图像subplot（2,2,3）;imshow（H）,title（灰度图像subplot（2,2,4）;imshow（I）,title（二值图像5题6题I=imread（subplot（1,3,1）;imshow（I）subplot（1,3,2）;colorbarsubplot（1,3,3）;colorbar（horizontal数字图像处理实验报告（三）电子信息工程2015-03

6、-29图像灰度统计特性及其相关变换理解直方图的形成原理，掌握绘制灰度直方图的方法；熟悉图像灰度直方图的变换及直方图均衡化方法；理解图像灰度变换处理在图像增强中的作用；熟悉图像灰度分布统计与图像视觉质量之间的关系；通过工具箱函数调用和结构化编程两种方式实现图像的相关处理，在加深理解基本原理的同时，提高编程实践的技巧和能力。3-1读入RGB目标图像，并将其转换成灰度图像，分别赋给变量M和N，查看变换前后图像大小，并分别在变换前后的图像上返回选定图像像素点（116，248），（75，184），（254，310）的灰度值；参考函数imread、size、impixel 3-2根据直方图定义，通过结构化

7、编程方式给出3-1）中灰度图像像素点统计形式的直方图，并与利用函数调用方式获得的直方图在两个不同窗口中进行比较，两窗口图像名称分别为”编程直方图”、”函数调用直方图”；参考函数imread、size、bar、imhist、image3-3根据直方图定义，通过结构化编程方式给出3-1）中灰度图像的概率形式的直方图；3-4根据直方图均衡化原理，通过结构化编程和函数调用两种方式，实现图像的均衡化处理，并比较处理的结果（两种均衡化图像名称分别为”编程均衡化直方图”、”函数调用均衡化直方图”）；参考函数 imread、size、find、unique、histeq3-5利用对比度调整方法来改善图像质量；

8、参考函数 imadjust3-6通过编程方式对3-1）中灰度图像N实施分段灰度变换处理，相关变换公式为： 1）、实验采用的原始图片要求是真彩色的，图片大小控制在6402）、针对实验的每一个内容建立相应的M文件，文件名分别为exp31.m exp36.m。数字图像处理实验报告（四）12杜云明2015-04-5图像平滑与锐化结合课上学习的相关图像增强（平滑和锐化）处理知识，利用编程和相关函数知识实现图像的处理和结果的比较分析。着重加强对模板概念的理解，掌握利用模板通过编程实现图像的增强操作。4-1）、将自己的照片（彩色），转换为灰度图像，然后分别加入椒盐噪声和高斯噪声，在名为” The simul

9、ation window 1”的窗口中同时显示彩图、灰度图和两个加入噪声的图片，分别命名为“原始图像”、 “灰度图像”、“椒盐噪声图像”、“高斯噪声图像”；参考函数 rgb2gray、imnoise、figure4-2）、利用33的BOX模板，通过编程方式，实现对椒盐噪声图像的平滑去噪处理（边界用原图像素），并在名为” The simulation window 2”的窗口中同时显示原图与处理后图像；4-3）、分别利用33、55和77的BOX模板，通过函数调用的方式实现对椒盐噪声图像的平滑去噪处理，并在名为” The simulation window 3”的窗口中同时显示原图与处理后图像，分

10、析不同模板对图像的处理效果；参考函数 imfilter、figure4-4）、采用33窗口，通过编程和函数调用两种方式，实现对含有椒盐噪声的图像进行中值滤波处理，并在名为” The simulation window 4”的窗口中同时显示原图与处理后的图片，名称分别为“原图”、“编程中值滤波图像”和“函数中值滤波图像”；参考函数 medfilt2 4-5）、读取图片“rice.png”设为变量I，利用水平-垂直差分法，通过结构化编程方式实现图片锐化处理（即获得I的梯度幅度图），并在同一窗口显示原图和其对应的梯度图，两图分别命名为“原始图像”和“梯度图像”；参考函数 imfilter 4-6）、

11、读取图片“rice.png”设为变量J，分别用梯度算子“roberts”、“prewitt”和“sobel”，通过函数调用编程方式实现图像的锐化处理，在同一窗口显示原图与处理后图像，比较分析三种算子的锐化差异；参考函数 fspecial、imfilter4-7）、利用8方向的拉普拉斯算子模板，通过结构化编程方式实现对“blood.bmp”图像的锐化处理，比较分析其处理结果与梯度算子处理结果的差异。1）、要求在给图像加噪时，噪声的强度设定为0.02；2）、要求实验4-1） 4-4）用一个名为exp41.m的文件来实现；3）、要求在同一个窗口显示时，图片数量3时，以1行的方式进行显示，图片数量3时

12、，以2行的方式进行显示；4）、在关键语句上添加必要的注释，以辅助说明该语句的功能。qi.jpgI1=rgb2gray（I）;I2=imnoise（I1,salt & pepper,0.02）;I3=imnoise（I1,gaussianfigure（Name,The simulation window 1）,subplot（2,2,1）,imshow（I）,title（原始图像subplot（2,2,2）,imshow（I1）,title（subplot（2,2,3）,imshow（I2）,title（椒盐噪声图像subplot（2,2,4）,imshow（I3）,title（高斯噪声图像B=

13、rgb2gray（A）;I=imnoise（B,I=double（I）;s=1/9*ones（3）;m n=size（B）;C=zeros（m,n）;for i=2:m-1 for j=2:n-1 C（i,j）=sum（sum（I（i-1:i+1,j-1:j+1）.*s）; C（1,:）=I（1,:C（m,:）=I（m,:C（:,1）=I（:,1）;,n）=I（:,n）; endendnameThe simulation window 2）,subplot（1,2,1）;subplot（1,2,2）;imshow（uint8（C）,title（处理后图像I=imread（qi.jpgI1=im

14、noise（I,s1=1/25*ones（5）;s2=1/49*ones（7）;A=imfilter（I1,s）;A1=imfilter（I1,s1）;A2=imfilter（I1,s2）;The simulation window 3）,subplot（2,2,1）;imshow（I1）,title（原图imshow（A）,title（3处理后图像imshow（A1）,title（5处理后图像imshow（A2）,title（7处理后图像） 数字图像处理实验报告（五）12015-04-12图像分割与边缘检测通过结构化编程研究和验证图像分割与边缘检测的常用算法原理；掌握MATLAB图像域值分割

15、与边缘检测函数的使用方法；了解边缘检测的算法和用途，比较Sobel、Prewitt、Canny等算子边缘检测的差异。5-1）、自行设定阈值，利用编程方式实现“rice.png”图像的二值化处理；rice.pngnewA=im2bw（A,150/255）;imshow（newA）;5-2）、利用阈值分割技术提取“rice.png”图像中的目标，要求在同一窗口显示原图、原图直方图、T=120分割图和系统自定阈值的分割图，分别命名为“原始图像”、“原始图像直方图”、“T=120阈值分割图像”和“系统自定阈值分割图像”；参考函数 im2bw、graythreshlevel = graythresh（A

16、）;BW = im2bw（A,level）;newA=im2bw（A,120/255）;imshow（A）;yuanfgimhist（A）;zhifangimshow（BW）;xitongzid5-3）、对“blood.bmp”图像进行阈值分割提取目标，在同一窗口给出原图，同时比较T=91、T=130和T=43的分割效果，实验图像分别命名为“原始图像”、 “T=91阈值分割图像”、“T=130阈值分割图像”和“T=43阈值分割图像”，分析阈值对图像分割的影响；参考函数 im2bw （注意函数中相关参数设置要求在0，1区间之内）blood.bmpnewj=im2bw（A,91/255）;newy

17、=im2bw（A,130/255）;news=im2bw（A,43/255）;imshow（newj）;91imshow（newy）;130imshow（news）;435-4）、使用edge函数对图像“rice.png”进行边缘检测，比较roberts，sobelprewittcannylog算子的检测效果；bw1=edge（I,bw2=edge（I,bw3=edge（I,bw4=edge（I,bw5=edge（I,subplot（2,3,1）;subplot（2,3,2）;imshow（bw1）,title（subplot（2,3,3）;imshow（bw2）,title（subplot（

18、2,3,4）;imshow（bw3）,title（subplot（2,3,5）;imshow（bw4）,title（subplot（2,3,6）;imshow（bw5）,title（5-5）、利用8连通准则，检测图像I=1 1 1 0 0 0 0 0；1 1 1 0 1 0 0 0；1 1 1 0 1 1 0 0；1 1 1 0 0 0 1 0；1 1 1 1 0 0 1 0；1 1 1 0 0 1 1 0；1 1 1 0 1 0 0 0中的目标的个数；参考函数 bwlabel5-6）、利用结构化编程方式提取图像“bt.bmp”的边缘，要求在同一窗口内显示原图像和轮廓图像，实验图像分别命名为“

19、原始图像”和“边缘提取图像”；5-7）、利用结构化编程方式跟踪图像0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5；0.5 0.5 1 0.5 1 0.5 0.5 0.5；0.5 1 0 1 0 1 1 0.5；0.5 1 0 0 0 0 1 0.5；0.5 1 0 1 1 0 1 0.5；0.5 0.5 1 0.5 0.5 1 0.5 0.5；0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5的轮廓，并给出其边界连码；（注：先将图像转换为灰度图像然后再进行处理，要求跟踪其8方向的轮廓）5-8）、用相机在同一场景内拍摄两幅图片，其中一幅作为背景，另一幅含有本人的图片为

20、待处理图片，利用两幅图片研究图像差影法的处理效果。1）、上述实验要以给定图像为目标进行展开；2）、所有实验要用独立的M文件来实现，文件分别为exp51.mexp58.m；3）、同一个窗口显示时，图片数量3时，以1行的方式进行显示，图片数量3时，以2行的方式进行显示；4）、在关键语句和重要步骤上添加必要的注释，以辅助说明该语句和段落的功能。数字图像处理实验报告（六）2015-04-19图像几何变换了解几何变换的概念及其实现方式；掌握利用相关矩阵运算实现图像的几何变换；熟悉多种方式实现图像几何变换处理的编程技巧。6-1）、以结构化编程方式，实现利用矩阵线性运算对“lina.bmp”图像的水平、垂直

21、和对角镜像的几何变换处理，在一个窗口下显示原图像、水平镜像图、垂直镜像图和对角镜像图；lina.bmpp,q=size（I）;g=zeros（p,q）;f=zeros（p,q）;l=zeros（p,q）;fh=p;fw=q;for i=1:p for j=1:q a=1 0 0;0 -1 fw;0 0 1*i j 1; b=-1 0 fh;0 1 0; c=-1 0 fh; g（a（1）,a（2）+1）=I（i,j）; f（b（1）+1,b（2）=I（i,j）; l（c（1）+1,c（2）+1）=I（i,j）;imshow（uint8（g）,title（水平镜像图imshow（uint8（f）

22、,title（垂直镜像图imshow（uint8（l）,title（对角镜像图6-2）、分别用函数调用和结构化编程方式，实现对“lina.bmp”图像的缩放处理，要求将原图缩小为原来的四分之一，在一个窗口下显示原图像、结构化编程缩小图和函数编程缩小图；参考函数 imresizep/2q/2 a=2 0 0;0 2 0; g（i,j）=I（a（1）,a（2）;I1=imresize（I,0.25）;结构化编程缩小图函数编程缩小图6-3）、用函数调用编程方式，实现对“lina.bmp”图像的旋转处理，要求将原图逆时针旋转25度，在一个窗口下显示原图、旋转图片和旋转后截取效果图；参考函数 imrotate6-4）、利用矩阵运算方式实现对“lina.bmp”图像的平移处理，要求图片在两个方向上分别平移50个像素点，在一个窗口下显示原图、平移图片和平移后截取效果图；6-5）、用函数调用编程方式，实现对