数字图像处理实验报告matlab.docx

1、数字图像处理实验报告matlab 学院： 信息工程学院的吧班级： 姓名： 学号： 402010年10月实验一 直方图均衡化实验目的：1. 熟悉图像数据在计算机中的存储方式；2. 掌握图像直方图均衡化这一基本处理过程。实验条件：PC微机一台和MATLAB软件。实验内容：读入图像数据到内存中，并显示读入的图像；实现直方图均衡化处理，显示处理前后图像的直方图。显示并保存处理结果。实验步骤：1打开Matlab编程环境；2. 获取实验用图像：使用imread函数将图像读入Matlab；并用inshow函数显示读入的图像。3. 获取输入图像的直方图：使用inhist函数处理图像。4. 均衡化处理：使用hi

2、steq函数处理图像即可。5. 获取均衡化后的直方图并显示图像：使用imhist和imshow函数。实验程序及结果：实验一clearsubplot(6,2,1);i=imread(test1-1.jpg);imhist(i);title(test1-1hist);subplot(6,2,2);i=im2double(i);imshow(i);title(test1-1原图像);subplot(6,2,3);s=histeq(i);imhist(s);title(test1-1balancedhist);subplot(6,2,4);imshow(s);title(test1-1均衡化后的图像)

3、;subplot(6,2,5);i=imread(test1-2.jpg);imhist(i);title(test1-2hist);subplot(6,2,6);i=im2double(i);imshow(i);title(test1-2原图像);subplot(6,2,7);s=histeq(i);imhist(s);title(test1-2balancedhist);subplot(6,2,8);imshow(s);title(test1-2均衡化后的图像);i=imread(test1-3.jpg);imhist(i);title(test1-3hist);subplot(6,2,1

4、0);i=im2double(i);imshow(i);title(test1-3原图像);subplot(6,2,11);s=histeq(i);imhist(s);title(test1-3balancedhist);subplot(6,2,12);imshow(s);title(test1-3均衡化后的图像);实验思考数字图像直方图均衡化之后直方图为什么不是绝对平坦的？直方图均衡化是将一已知灰度概率密度分布的图像，经过某种变换，变成一幅具有均匀灰度概率密度分布的新图像，对图像进行均衡化处理时，只是将直方图上灰度分布较密的部分被拉伸；灰度分布稀疏的部分被压缩，从而使一幅图像的对比度在总体上

5、得到很大的增强。因此均衡化之后直方图不是绝对平坦的。对图像中每个像素点所在的邻域范围求出灰度转换函数，然后仅仅应用在该中心点处。先在定义的邻域内计算灰度直方图，然后利用这一直方图来获得关于直方图均衡化的灰度变换函数。利用这一变换函数，就可以实现该邻域内中心像素点的增强。接下来将邻域的中心移到相邻的像素并重复以上过程。如何实现图像局部直方图均衡化？对图像中每个像素点所在的邻域范围求出灰度转换函数，然后仅仅应用在该中心点处。先在定义的邻域内计算灰度直方图，然后利用这一直方图来获得关于直方图均衡化的灰度变换函数。利用这一变换函数，就可以实现该邻域内中心像素点的增强。接下来将邻域的中心移到相邻的像素并

6、重复以上过程。实验二 频域平滑滤波实验目的：1. 熟悉图像数据在频率域的表示；2. 掌握频域图像增强的基本步骤。实验条件：PC微机一台和MATLAB软件。实验内容：1. 综合利用所学的数字图像基本存储结构、图像变换、图像增强等知识实现频率域图像增强；2. 在频率域进行用半径值分别为5，15，30，80和230的理想低通滤波器对图像进行平滑，并观察滤波效果。实验步骤：1.打开Matlab编程环境；2.利用imread函数读入图像数据；3.利用imshow显示所读入的图像数据；4.将图像数据由uint8格式转换为double格式，并将各点数据乘以(-1)x+y以便FFT变换后的结果中低频数据处于图

7、像中央；5.用fft2函数对图像数据进行二维FFT变换，得到频率域图像数据；6.计算频率域图像的幅值并进行对数变换，利用imshow显示频率域图像；7.在频率图像上去除滤波半径以外的数据(置0)；8.计算频率域图像的幅值并进行对数变换，利用imshow显示处理过的频域图像数据；9.用ifft2函数对图像数据进行二维FFT逆变换，并用real函数取其实部，得到处理过的空间域图像数据；10.将图像数据各点数据乘以(-1)x+y；11.利用imshow显示处理结果图像数据；12.利用imwrite函数保存图像处理结果数据。实验程序及结果：Function idlvbo(r)I=imread(test

8、2.jpg);subplot(1,2,1),imshow(I);title(test2原图像);f=double(I);g=fft2(f);g=fftshift(g);M,N=size(g);m=fix(M/2);n=fix(N/2);clcfor i=1:Mforj=1:Nd=sqrt(i-m)2+(j-n)2);if drh=0;else h=1;end result(i,j)=h*g(i,j);endendresult=ifftshift(result);J1=ifft2(result);J2=uint8(real(J1);subplot(1,2,2),imshow(J2);title(

9、理想低通滤波处理后的图象);imwrite(J2,J2.jpg)数字图像处理r=5的图形r=15的图形r=30的图形r=80的图形r=160的图形r=230的图形实验思考1. 在FFT变换前后，为什么要将各点数乘以-1的（xy）次方？不乘能否实现低滤波？在FFT变换前后，将各点数乘以-1的（xy）次方，是为了将图像处理后它的中低频数据处于图像中央位置。2. 与空间域图像增强相比，频率域图像处理有什么优点？频率域图像处理是把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强；空间域图像增强的方法是直接对图像中的像素进行处理的过程。实验三 图像去噪实验目的：1. 熟悉图像高斯噪声的特点；2

10、. 掌握利用中值滤波器去除图像噪声的方法。实验条件：PC微机一台和MATLAB软件。实验内容：编写代码实现中值滤波算法，并观察增强效果。实验步骤：1.打开Matlab编程环境；2.利用imread函数读入包含噪声的原始图像数据；3.利用imshow显示所读入的图像数据；4.编写代码实现中值滤波和均值滤波算法，对原始噪声图像进行滤波处理；5.利用imshow显示处理结果图像数据；6.利用imwrite函数保存图像处理结果数据。实验程序及结果：I=imread(test3.jpg);subplot(1,3,1);imshow(I);title(test3原图);K=fspecial(average

11、,5);K1=filter2(K,I)/255;subplot(1,3,2);imshow(K1);title(均值滤波所得图像);imwrite(K1,K1.jpg);L=medfilt2(I,55);subplot(1,3,3);imshow(L);title(中值滤波所得图像);imwrite(L,L.jpg);实验思考1. 与均值滤波相比，中值滤波算法的处理速度是快还是慢？中值滤波快，因为均值滤波就是对一个像素，取其周围的像素均值作为当前像素的值，而中值滤波就是对一个像素，取其周围的像素中间值作为当前像素的值，不用求均值，因此中值滤波算法快。2. 如何实现中点滤波算法，它的速度比中值滤

12、波算法快还是慢？先得到图像的频域空间，然后对得到的二维空间数据进行比较得到最大值和最小值，对这两个值求平均值即可得到！它比中值滤波算法要慢。实验总结：1、图像直方图均衡化首先要统计原始图像的直方图，求出Pr(rk)；然后用累积分布函数作变换，求变换后的新灰度；用新灰度代替旧灰度，求出Ps(rk)。但均衡后的直方图并不是严格的矩形。 2、频域图像增强的基本步骤：把图像信号经过一定的变换使其从空间域变换到频率域，从频率的角度来分析图像信号的特性。再对图像频率域按需要进行处理，将处理的结果进行反变换到空间域，达到图像增强的目的。3、用中值滤波器去噪：设定像素点的领域，对该领域的滑动窗口内的所有灰度值排序，用其灰度的中值作为被处理像素点的灰度值。4、处理图像的常用函数有：imread，imshow，imhist，histeq，medfilt2，hist，imwrite等。