matlab数字图像处理实验报告.docx

1、matlab数字图像处理实验报告作业要求：按照下面的实验提示自行完成下列图像处理实验，图像处理中的图片必须使用自己准备图片，并且大小调整为 521*512 或者 256*256.实验一常用MATLA图像处理命令一、 实验目的1、熟悉并掌握 MA TLAB 工具的使用；2、实现图像的读取、显示、代数运算和简单变换。二、 实验环境MATLAB 6.5以上版本、WIN XP或WIN2000计算机三、 常用函数读写图像文件1imreadimread 函数用于读入各种图像文件，如： a=imread(e:w01.tif)2imwriteimwrite 函数用于写入图像文件，如： imwrite(a,e:

2、w02.tif, tif )3imfinfoimfinfo 函数用于读取图像文件的有关信息，如： imfinfo(e:w01.tif) 图像的显示1imageimage 函数是MATLA提供的最原始的图像显示函数，如：a=1,2,3,4;4,5,6,7;8,9,10,11,12;image(a);2imshowimshow 函数用于图像文件的显示，如：i=imread(e:w01.tif);imshow(i);title (原图像) %加上图像标题3colorbarcolorbar 函数用显示图像的颜色条，如：i=imread(e:w01.tif);imshow(i);colorbar;4fi

3、gurefigure 函数用于设定图像显示窗口，如： figure(1) ； /figure(2) ；5subplot 把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。Subplot (m n, p)分成m*n个小窗口，在第p个窗口中创建坐标轴为当 前坐标轴，用于显示图形。6plot绘制二维图形plot ( y)Plot ( x, y) xy 可以是向量、矩阵。图像类型转换1rgb2gray 把真彩图像转换为灰度图像i=rgb2gray ( j )2im2bw通过阈值化方法把图像转换为二值图像I=im2bw （j ，level ）Level 表示灰度阈值，取值范围 01（即 0.n

4、），表示阈值取自原图像灰度 范围的 n%3imresize改变图像的大小I=imresize （j , m n）将图像j大小调整为 m行n列图像运算1imadd 两幅图像相加，要求同样大小，同种数据类型Z=imadd （x, y）表示图像 x+y2imsubstract两幅图像相减，要求同样大小，同种数据类型Z=imsubtract （x， y） 表示图像 x-y3immultiplyZ=immultiply （x， y） 表示图像 x*y4imdivideZ=imdivide （x， y） 表示图像 x/y四、实验内容（请将实验程序填写在下方合适的位置，实验图像结果拷屏粘贴）1、读入一幅 R

5、GB 图像，变换为灰度图像和二值图像， 并在同一个窗口内分 成三个子窗口来分别显示 RGB 图像和灰度图像，注上文字标题。a=imread（f:1.jpg）i= rgb2gray（a）I = im2bw（a,0.5）subplot(3,1,1);imshow(a);title(原图像) subplot(3,1,2);imshow(i);title(灰度图像) subplot(3,1,3);imshow(l);title(二值图像)二值图像2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子 窗口来分别显示，注上文字标题。a=imread(f:1.jpg)A=imresize(a,

6、800 800)b=imread(f:2.jpg)B=imresize(b,800 800)Z1=imadd(A,B)Z2=imsubtract(A,B)Z3=immultiply(A,B)Z4=imdivide(A,B)subplot(3,2,1); imshow(A);title(原图像 A) subplot(3,2,2); imshow(B);title(原图像 B) subplot(3,2,3); imshow(Z1);title(加法图像) subplot(3,2,4); imshow(Z2);title(减法图像) subplot(3,2,5); imshow(Z3);title(

7、乘法图像) subplot(3,2,6); imshow(Z2);title(除法图像)3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个 窗口内分成四个子窗口来分别显示，注上文字标题。a=imread(f:1.jpg);m = imadjust(a,0.5;1) ;% 图像变亮 n = imadjust(a,0;0.5) ;% 图像变暗 g=255-a;%负片效果 subplot(2,2,1);imshow(a);title(原图像) subplot(2,2,2);imshow(m);title(图像变亮) subplot(2,2,3);imshow(n);title(图像变

8、暗) subplot(2,2,4);imshow(g);title(负片效果)4、熟悉数字图像处理常用函数的使用，调出帮助文档查看其各种不同用法。 方法：选择函数（函数所在区变暗） ，点右键弹出菜单，选择“ Help onSelection”五、实验总结分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用 领域。实验四 常用图像增强方法、实验目的1 、熟悉并掌握 MATLAB 图像处理工具箱的使用；2、理解并掌握常用的图像的增强技术。、实验环境MATLAB 6.5 以上版本、 WIN XP 或 WIN2000 计算机、相关知识1 imnoiseimnoise 函数用于对图像生成模

9、拟噪声，如： i=imread(e:w01.tif);j=imnoise(i,gaussian,0,0.02); 模拟均值为 0 方差为 0.02 的高斯噪声， j=imnoise(i,salt&pepper, 0.04) 模拟叠加密度为 0.04 的椒盐噪声2fspecialfspecial 函数用于产生预定义滤波器，如： h=fspecial(sobel);%sobel 水平边缘增强滤波器 h=fspecial(gaussian);% 高斯低通滤波器 h=fspecial(laplacian);% 拉普拉斯滤波器 h=fspecial(log);% 高斯拉普拉斯( LoG )滤波器h=fs

10、pecial(average);% 均值滤波器3基于卷积的图像滤波函数imfilter 函数， filter2 函数，二维卷积 conv2 滤波 ,都可用于图像滤波， 用法类似，如：i=imread(e:w01.tif);j=filter2(h,i);或者：h = fspecial( prewitt )I= imread(cameraman.tif);imshow(I);H = fspecial(prewitt ); % 预定义滤波器M = imfilter(I,H);imshow(M)或者：i=imread(e:w01.tif);h=1,1,1;1,1,1;1,1,1;h=h/9;j=con

11、v2(i,h);4其他常用滤波举例(1)中值滤波medfilt2 函数用于图像的中值滤波，如：i=imread(e:w01.tif);j=medfilt2(i ，M N); 对矩阵 i 进行二维中值滤波，领域为 M*N ，缺省值 为 3*3(2 )利用拉氏算子锐化图像 , 如:i=imread(e:w01.tif);j=double(i);h=0,1,0;1,-4,0;0,1,0;% 拉氏算子k=conv2(j,h,same);、实验步骤1、采用二维中值滤波函数 medfilt2 对受椒盐噪声干扰的图像滤波，窗口分别采用3*3,5*5,7*7I = imread(f:le na.p ng);J

12、 = imnoise(l,salt & pepper,0.04);K1 = medfilt2(J,3 3);% 对矩阵i进行二维中值滤波，领域为 3*32、采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波I = imread(f:le na.p ng);j=imnoise(i,gaussian,0,0.02);% 模拟均值为 0 方差为 0.02 的高斯噪M= filter2(fspecial(average,9),J)/255; % 模板尺寸为 9subplot(2,1,1);imshow(j);title( 噪声干扰图像)subplot(2,1,2);imshow(M)

13、;title( 改进后的图像)3、采用三种不同算子对图像进行锐化处理应用Sobel算子锐化图像算子滤波锐化应用prewitt算子锐化图像 算子滤波锐化应用log算子锐化图像算子滤波锐化原图像)subplot(2,2,2);imshow(l1);title(Sobel subplot(2,2,3);imshow(l2);title(prewitt subplot(2,2,4);imshow(l3);title(log 原團像算子锐化图像) 算子锐化图像) 算子锐化图像) 也网算子锐化團像算子钏化團像哄算子钳化團像四、实验总结1、比较不同平滑滤波器的处理效果，分析其优缺点2、比较不同锐化滤波器的处

14、理效果，分析其优缺点实验五 图像恢复和图像分割、实验目的1 、熟悉并掌握 MATLAB 图像处理工具箱的使用；2、理解并掌握常用的图像的恢复和分割技术。二、实验环境MATLAB 6.5 以上版本、 WIN XP 或 WIN2000 计算机三、相关知识1 deconvwnr维纳滤波，用法：J = deconvwnr(l,PSF,NSR)用维纳滤波算法对图片 I 进行图像恢复后返回图像 J。 I 是一个 N 维数组 PSF 是点扩展函数的卷积。 NSP 是加性噪声的噪声对信号的功率比。如：l = im2double(imread(cameraman.tif);imshow(l);title(Ori

15、ginal lmage );% 模拟运动模糊 Matlab 中文论坛LEN = 21;THETA = 11;PSF = fspecial(motion, LEN, THETA);blurred = imfilter(l, PSF, conv, circular);figure, imshow(blurred)% 恢复图像 www.iLoveMwnr2 = deconvwnr(blurred_noisy, PSF);figure, imshow(wnr2)title(Restoration of Blurred)2edge检测灰度或者二值图像的边缘，返回一个二值图像， 1 像素是检测到的边 缘，

16、 0 像素是非边缘。用法： BW = edge(l,sobel,thresh,direction) ，I 为检测对象；边缘检测算子可用 sobel ， roberts ， prewitt ， zerocross ， log ， canny ；thresh 指定阈值，检测时忽略所有小于阈值的边缘，默认自动选择阈值； direction 方向，在所指定的方向 direction 上，用 算子进行边缘检测 horizontal( 水平方向 ) 、 vertical( 垂直方向 )或 both( 两个方向 )。如:I = imread(circuit.tif);BW1 = edge(I,prewitt

17、);imshow(BW1);3strel创建形态学结构元素。用法:SE = STREL(arbitrary,NHOOD,HEIGHT) 创建一个指定领域的非平面结构化元素。HEIGHT是一个矩阵，大小和NHOOD相同，他指定了 NHOOD 中任何非零元素的高度值。SE = STREL(ball,R,H,N) 创建一个空间椭球状的结构元素，其 X-Y 平 面半径为R，高度为H。R必须为非负整数，H是一个实数。N必须为一个非负 偶数。当 N0 时此球形结构元素由一系列空间线段结构元素来近似。SE = STREL(diamond,R) 创建一个指定大小 R 平面钻石形状的结构化 元素。 R 是从结构

18、化元素原点到其点的距离，必须为非负整数。SE = STREL(disk,R,N) 创建一个指定半径 R 的平面圆盘形的结构元素。 这里R必须是非负整数 N须是0, 4, 6, 8.当N大于0时,圆盘形结构元素由一 组N(或N+2)个周期线结构元素来近似。当N等于0时,不使用近似，即结构元 素的所有像素是由到中心像素距离小于等于 R的像素组成。N可以被忽略，此时缺省值是 4。注: 形态学操作在 N0 情况下要快于 N=0 的情形。如:se1 = strel(square,11) % 11 乘以 11 的正方形4imerode腐蚀图像用法: IM2 = imerode(IM,SE)腐蚀灰度、二进制

19、或压缩二进制图像 IM ，返回腐蚀图像 IM2 。参数 SE 是函数 strel 返回的一个结构元素体或是结构元素体阵列。如:使用一个盘状结构元素腐蚀一幅二进制图像。originalBW = imread(circles.png);se = strel(disk,11);erodedBW = imerode(originalBW,se);imshow(originalBW), figure, imshow(erodedBW)5imdilate膨胀图像用法：IM2 = imdilate(IM, SE)膨胀灰度图像、二值图像、或者打包的二值图像 IM，返回膨胀图像M2。变量SE是一个结构元素或者一

20、个结构元素的数组，其是通过 strel函数返回的。女口：利用一个运行结构元素膨胀灰度图像。I = imread(camerama n.tif);se = strel(ball,5,5);I2 = imdilate(I,se);imshow(I), title(Origi nal)figure, imshow(I2), title(Dilated)三、实验步骤1、产生运动模糊图像，运用维纳滤波进行图像恢复，显示结果i=imread(f:1.jpg)I=rgb2gray(s)I = im2double(I);%模拟运动模糊LEN = 21;THETA = 11;PSF = fspecial(mot

21、ion, LEN, THETA);blurred = imfilter(I, PSF , conv, circular);%恢复图像wnr2 = dec onvwn r(blurred, PSF);subplot(1,2,1);imshow(blurred);title( 运动模糊图像)subplot(1,2,2);imshow(wnr2);title( 恢复图像)2、采用三种不同算子检测图像边缘，显示结果i=imread(f:1.jpg)BW1 = edge(I,prewitt);BW2 = edge(I,zerocross);BW3 = edge(I,ca nn y);subplot(2,

22、2,1);imshow(i);title( 原图像)subplot(2,2,2);imshow(BW1);title(prewitt 边缘图)subplot(2,2,3);imshow(BW2);title(zerocross 边缘图)subplot(2,2,4);imshow(BW3);title(canny 边缘图)原團像 p咖vitt边缘團zerocross边缘團 canny边缘圉3、对二值图像分别进行方形模板 果。a=imread(f:1.jpg)i = rgb2gray(a)I= im2bw(a,0.5)se3 = strel(disk,3);erodedBW1 = imerode(

23、l,se3);se4 = strel(disk,5);erodedBW2 = imerode(I,se4);se1 = strel(ball,3,3);II= imdilate(a,se1);se2 = strel(ball,5,5);膨胀图像)膨胀图像)腐蚀图像)腐蚀图像)I2 = imdilate(a,se2);subplot(2,2,1);imshow(l1);title(3*3subplot(2,2,2);imshow(l2);title(5*5subplot(2,2,3);imshow(erodedBW1);title(3*3subplot(2,2,4);imshow(erodedB

24、W2);title(5*53*3隔蚀图像5巧鸥蚀图像实验六 图像处理实际应用、实验目的1 、熟悉并掌握 MATLAB 图像处理工具箱的使用； 2、理解并掌握常用的图像处理技术。二、实验环境MATLAB 6.5 以上版本、 WIN XP 或 WIN2000 计算机三、实验内容调试运行下列程序 ,分析程序 ,对每条语句给出注释 ,并显示最终执行结果。总 结算法思想及优缺点 .I=imread(Car.jpg);y,x,z=size(I);myI=double(I);% RGB to HSI %tic%方 向 %Blue_y=zeros(y,1);for i=1:yfor j=1:xif(myI(i

25、,j,1)=30)&(myI(i,j,2)=51)&(myl(i,j,3)=119) % 蓝色 RGB勺灰度范围Blue_y(i,1)= Blue_y(i,1)+1;endendendtemp MaxY=max(Blue_y); % Y 方向车牌区域确定PY1=MaxY;while (Blue_y(PY1,1)=5)&(PY11)PY1=PY1-1;endPY2=MaxY;while (Blue_y(PY2,1)=5)&(PY2y)PY2=PY2+1;endlY=l(PY1:PY2,:,:);%方 向 %Blue_x=zeros(1,x);for j=1:xfor i=PY1:PY2if(my

26、I(i,j,1)=30)&(myI(i,j,2)=51)&(myI(i,j,3)=119)Blue_x(1,j)= Blue_x(1,j)+1;endendendPX1=1;while (Blue_x(1,PX1)3)&(PX1x)PX1=PX1+1;endPX2=x;while (Blue_x(1,PX2)PX1)PX2=PX2-1;endPX1=PX1-2; % 对车牌区域的修正PX2=PX2+2;Plate=I(PY1:PY2,PX1-2:PX2,:);t=toc % 读取计时% figure,imshow(I);figure,plot(Blue_y);gridfigure,plot(B

27、lue_x);gridfigure,imshow(IY);添加注释和改正后的程序：I=imread(f:Car.jpg);% 读取图片y,x,z=size(I);% 给定图片大小 myI=double(I);% 返回双精度值% RGB to HSI %tic %计时开始% Y 方向 %Blue_y=zeros(y,1);% 一列全零矩阵for i=1:y% 给定 i 的范围for j=1:x% 给定 j 的范围if(myI(i,j,1)=30)&(myI(i,j,2)=51)&(myI(i,j,3)=119) % 蓝色 RGB 的灰度范围 Blue_y(i,1)= Blue_y(i,1)+1;

28、 % y 矩阵加一 endendendtemp MaxY=max(Blue_y); % Y 方向车牌区域确定PY1=MaxY;%y 矩阵的最大元素while (Blue_y(PY1,1)=5)&(PY11)% 确定蓝色 RGB Blue_y 所在位置PY1=PY1-1; % 对车牌区域的修正，向上调整endPY2=MaxY; %y 矩阵的最大元素while (Blue_y(PY2,1)=5)&(PY2y) % 确定蓝色 RGB Blue_y 所在位置PY2=PY2+1; % 对车牌区域的修正向下调整endIY=I(PY1:PY2,:,:);% 行的范围% X 方向 %Blue_x=zeros(1,x); % 一行全一矩阵for j=1:x% 给定 j 的取值范围for i=PY1:PY2% 给定 i 的取值范围if(myI(i,j,1)=30)&(myI(i,j,2)=51)&(myI(i,j,3)=119)% 调整 I 中的范围Blue_x(1,j)= Blue_x(1,j)+1; % Blue_x 的矩阵加一 endendendPX1=1;%当PX1等于1时while (Blue_x(1,PX1)3)&(PX1