数字图像处理.docx

1、数字图像处理一. 实验目的掌握数字图象处理的基本方法，会用MATLAB或C语言等进行图象处理。二. 实验工具PC MATLAB三. 实验内容1产生右图所示图像 f1(x,y)（128128 大小，暗处=0，亮处=255），用MATLAB 中的fft2 函数对其进行FFT：（1） 同屏显示原图f1 和FFT(f1)的幅度谱图；（2） 若令，重复以上过程，比较二者幅度谱的异同，简述理由；（3） 若将f2(x,y)顺时针旋转45 度得到f3(x,y)，试显示FFT(f3)的幅度谱，并与FFT(f2)的幅度谱进行比较。2. 对256256 大小、256 级灰度的数字图像lena.img 进行频域的理想

2、低通、高通滤波，同屏显示原图、幅度谱图和低通、高通滤波的结果图。3. 对给定的两种128128、256 级灰度的数字图像（图像磁盘文件名分别为Fing_128.img（指纹图）和Cell_128.img（显微医学图像）进行如下处理：（1） 对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图，比较异同，并回答为什么数字图像均衡化后其直方图并非完全均匀分布。（2） 对原图像加入点噪声，用4-邻域平均法平滑加噪声图像（图像四周边界不处理，下同），同屏显示原图像、加噪声图像和处理后的图像。不加门限；加门限，（其中）4. 1 用Laplacian锐化算子（分 = 1和 = 2 两种情况）对25

3、6256 大小、256 级灰度的数字图像lena.img进行锐化处理，显示处理前、后图像。（2）若令则回答如下问题：1 、和之间有何关系？2 代表图像中的哪些信息？3 由此得出图像锐化的实质是什么？5. 分别利用Roberts、Prewitt、Sobel 边缘检测算子，对256256 大小、256 级灰度的数字图像lena.img进行边缘检测，显示处理前、后的图像。四. 实验结果1实验结果图：图1分别给出了：（1）（2）（3）的原图和相应FFT的幅度谱图：图1MATLAB 程序：f1 = zeros(128,128);for x=20:100 for y=50:78 f1(x,y) = 1;

4、endendsubplot(3,2,1)imshow(f1);F1=fft2(f1);subplot(3,2,2)imshow(F1);F2=fftshift(F1);subplot(3,2,4)imshow(F2);f2=ifft2(F2);subplot(3,2,3)imshow(f2);f3=imrotate(f2,45,bilinear);subplot(3,2,5)imshow(f3);F3=fft2(f3);subplot(3,2,6)imshow(F3);2.低通滤波：fid=fopen(F:数字图象处理数字图像处理上机Lena.img,r);data=(fread(fid,25

5、6,256,uint8);subplot(1,2,1)imagesc(data);colormap(gray);title(LENA,Color,r);fft_lena=fft2(data);f=fftshift(fft_lena);for i=1:256 for j=1:256 if sqrt(i-128)2+(j-128)2)30 f(i,j)=0; end endendsubplot(1,2,2);x,y=meshgrid(1:1:256);surf(x,y,f);高通滤波fid=fopen(F:数字图象处理数字图像处理上机Lena.img,r);data=(fread(fid,256,

6、256,uint8);subplot(1,2,1)imagesc(data);colormap(gray);title(LENA,Color,r);fft_lena=fft2(data);for i=1:256 for j=1:256 if sqrt(i-128)2+(j-128)2)2 f(i,j)=0; end endendsubplot(1,2,2);x,y=meshgrid(1:1:256);surf(x,y,f);3（1）原图直方图均衡化处理：Fing_128图像的处理前后图像及其直方图：程序：figure(1);fid=fopen(F:数字图象处理数字图像处理上机fing_128.

7、img,r); data1=(fread(fid,128,128,uint8); subplot(2,2,1) data2=uint8(data1);imshow(data2);subplot(2,2,2);imhist(data2); a=imadjust(data2,0,0.5);subplot(2,2,4);imhist(a);subplot(2,2,3);imshow(a,256); %显示均衡化图象,256可缺省Cell_128图象的处理前后图像及其直方图：数字图象均衡化后，其直方图并非完全均匀分布，这是因为图象的象素个数和灰度等级均为离散数值；而且均衡化使灰度级并归，因此，均衡化后

8、，其直方图并非完全均匀分布。（2）去除噪声处理Fing_128原图像，加噪图像和处理后图像Cell_128原图像，加噪图像和处理后图像：程序：fid=fopen(F:数字图象处理数字图像处理上机fing_128.img,r); %打开无格式文件data1=(fread(fid,128,128,uint8); %将打开的文件读入到data1subplot(1,3,1); %取第二个子窗口data2=uint8(data1);%将灰度图象转换成uint8格式imshow(data2);subplot(1,3,2);I=imnoise(data2,gaussian,0,0.01);imshow(I)

9、;I2=double(I);%因为有运算 要将操作数改为doubleI1=zeros(128,128);for i=2:127 for j=2:127 I1(i,j)=(I2(i-1,j)+I2(i+1,j)+I2(i,j-1)+I2(i,j+1)/4; endendfor j=1:128 I1(1,j)=I(1,j); I1(128,j)=I(128,j); I1(j,1)=I(j,1); I1(j,128)=I(j,128);endsubplot(1,3,3);I1=uint8(I1);% 用imshow显示时需要将数据改成uintimshow(I1);4（1）g1(m,n)处理的结果g2

10、(m,n)处理的结果程序：figure(1);fid=fopen(F:数字图象处理数字图像处理上机lena.img,r); data1=(fread(fid,256,256,uint8); subplot(2,2,1) data2=uint8(data1);imshow(data2);I=double(data2);for i=2:255 for j=2:255 I1(i,j)=-I(i-1,j)-I(i+1,j)-I(i,j-1)-I(i,j+1)+5*I(i,j); endendfor j=1:256 I1(1,j)=I(1,j); I1(256,j)=I(256,j); I1(j,1)=

11、I(j,1); I1(j,256)=I(j,256);endI2=uint8(I1);subplot(2,2,2);imshow(I2);for i=2:255 for j=2:255 I3(i,j)=-2*I(i-1,j)-2*I(i+1,j)-2*I(i,j-1)-2*I(i,j+1)+9*I(i,j); endendfor j=1:256 I3(1,j)=I(1,j); I3(256,j)=I(256,j); I3(j,1)=I(j,1); I3(j,256)=I(j,256);endI4=uint8(I3);subplot(2,2,3);imshow(I4);（2）LENA图象锐化处理

12、中，g2（m,n）代表了原图象中的二阶梯度信息；g1（m,n）是边缘增强后的数字图象；图象锐化的实质是将原图象与梯度信息叠加，相当于对目标物的边缘进行了增强。5.边缘检测结果：程序：figure(1);fid=fopen(C:Documents and SettingsAdministratorMy DocumentsMATLABimgeprocesslena.img,r); data1=(fread(fid,256,256,uint8); subplot(2,2,1) data2=uint8(data1);imshow(data2);title(lena)subplot(2,2,2);A=edge(data2,roberts);imshow(A);title(roberts)subplot(2,2,3);B=edge(data2,prewitt);imshow(B);title(prewitt)subplot(2,2,4);C=edge(data2,sobel);imshow(C);title(sobel)