1、数字图像处理实验全部数字图像处理实验 班级:05611002报 学号:* *姓名:* 数字图像的运算1.1 直方图一实验目的1熟悉matlab图像处理工具箱及直方图函数的使用;2理解和掌握直方图原理和方法;二实验设备:1.PC机一台;2.软件matlab。三程序设计在matlab环境中,程序首先读取图像,然后调用直方图函数,设置相关参数,再输出处理后的图像。I=imread(cameraman.tif);%读取图像subplot(1,2,1),imshow(I) %输出图像title(原始图像) %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直方图title(
2、原始图像直方图) %在原图直方图上加标题四实验步骤1. 启动matlab双击桌面matlab图标启动matlab环境;2. 在matlab命令窗口中输入相应程序。书写程序时,首先读取图像,一般调用matlab自带的图像,如:cameraman图像;再调用相应的直方图函数,设置参数;最后输出处理后的图像;3浏览源程序并理解含义;4运行,观察显示结果;5结束运行,退出;五实验结果:观察图像matlab环境下的直方图分布。 (a)原始图像 (b)原始图像直方图六实验报告要求1、给出实验原理过程及实现代码:I=imread(coins.png);%读取图像subplot(1,2,1),imshow(I
3、) %输出图像title(原始图像) %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直方图title(原始图像直方图) %在原图直方图上加标题2、输入一幅灰度图像,给出其灰度直方图结果,并进行灰度直方图分布原理分析。 1.2 3*3均值滤波一实验目的1熟悉matlab图像处理工具箱及均值滤波函数的使用;2理解和掌握3*3均值滤波的方法和使用;二实验设备:1.PC机一台;2.软件matlab三程序设计 在matlab环境中,程序首先读取图像,然后调用图像增强(均值滤波)函数,设置相关参数,再输出处理后的图像。I = imread(cameraman.tif);f
4、igure,imshow(I);J=filter2(fspecial(average,3),I)/255;figure,imshow(J);四实验步骤1. 启动matlab双击桌面matlab图标启动matlab环境;2. 在matlab命令窗口中输入相应程序。书写程序时,首先读取图像,一般调用matlab自带的图像,如:cameraman图像;再调用相应的图像增强(均值滤波)函数,设置参数;最后输出处理后的图像;3浏览源程序并理解含义;4运行,观察显示结果;5结束运行,退出;五实验结果:观察matlab环境下原始图像经3*3均值滤波处理后的结果。 (a)原始图像 (b)3*3均值滤波处理后的
5、图像六实验报告要求输入一幅灰度图像,给出其图像经3*3均值滤波处理后的结果,然后对每一点的灰度值和它周围24个点,一共25个点的灰度值进行均值滤波,看看对25个点取均值与对9个点取中值进行均值滤波有什么区别?有没有其他的算法可以改进滤波效果。 (a)原始图像 (b)3*3均值滤波处理后的图像1.3 3*3中值滤波一实验目的1熟悉matlab图像处理工具箱及中值滤波函数的使用;2理解和掌握中值滤波的方法和使用;二实验设备:1.PC机一台;2.软件matlab三程序设计在matlab环境中,程序首先读取图像,然后调用图像增强(中值滤波)函数,设置相关参数,再输出处理后的图像。I = imread(
6、cameraman.tif);figure,imshow(I);J=medfilt2(I,5,5);figure,imshow(J);四实验步骤1. 启动matlab双击桌面matlab图标启动matlab环境;2. 在matlab命令窗口中输入相应程序。书写程序时,首先读取图像,一般调用matlab自带的图像,如:cameraman图像;再调用相应的图像增强(中值滤波)函数,设置参数;最后输出处理后的图像;3浏览源程序并理解含义;4运行,观察显示结果;5结束运行,退出;五实验结果观察matlab环境下原始图像经3*3中值滤波处理后的结果。 (a)原始图像 (b)3*3中值滤波处理后的图像六实
7、验报告要求输入一幅灰度图像,给出其图像经3*3中值滤波处理后的结果,然后对每一点的灰度值和它周围24个点,一共25个点的灰度值进行排序后取中值,然后该点的灰度值取中值。看看对25个点取中值与对9个点取中值进行中值滤波有什么区别? (a)原始图像 (b)3*3中值滤波处理后的图像1.4 图像的缩放一实验目的1熟悉matlab图像处理工具箱及图像缩放函数的使用;2掌握图像缩放的方法和使用;二实验设备:1.PC机一台;2.软件matlab三程序设计在matlab环境中,程序首先读取图像,然后调用图像缩放函数,设置相关参数,再输出处理后的图像。I = imread(cameraman.tif);fig
8、ure,imshow(I);scale = 0.5;J = imresize(I,scale);figure,imshow(J);四实验步骤1. 启动matlab双击桌面matlab图标启动matlab环境;2. 在matlab命令窗口中输入相应程序。书写程序时,首先读取图像,一般调用matlab自带的图像,如:cameraman图像;再调用相应的图像缩放函数,设置参数;最后输出处理后的图像;3浏览源程序并理解含义;4运行,观察显示结果;5结束运行,退出;五实验结果观察matlab环境下图像缩放后的结果。 (a)原始图像 (b)缩放后的图像六实验报告要求输入一幅灰度图像,给出其图像缩放后的结果
9、,然后改变缩放比率,观察图像缩放后结果柄进行分析。 (a)原始图像 (b)缩放后的图像 数字图像的离散余弦变换一实验目的1验证二维傅里叶变换的平移性和旋转不变性;2实现图像频域滤波,加深对频域图像增强的理解;二实验设备1.PC机一台;2.软件matlab;三实验内容及步骤(1)产生如图3.1所示图像(128128大小,暗处=0,亮处=255),用MATLAB中的fft2函数对其进行FFT: 同屏显示原图和的幅度谱图; 若令,重复以上过程,比较二者幅度谱的异同,简述理由; 若将顺时针旋转45度得到,试显示的幅度谱,并与的幅度谱进行比较。1.%生成图形f1f1=zeros(128,128);f1(
10、64-30):(63+30),(64-10):(63+10)=1;%FFT变换fft_f1=log(1+abs(fftshift(fft2(f1);figure;subplot(121);imshow(f1);title(Image f1);subplot(122);imshow(fft_f1,);title(FFT f1);2.%计算f2f2=zeros(128,128);for i=1:128; for j=1:128; f2(i,j)=(-1)(i+j)*f1(i,j); endendfft_f2A=log(1+abs(fft2(f2);fft_f2B=log(1+abs(fftshif
11、t(fft2(f2);figure;subplot(131);imshow(f2);title(Image f2);subplot(132);imshow(fft_f2B,);title(FFT f2);subplot(133);imshow(fft_f2A,);title(FFT f2 Without FFTShift);分析:根据傅里叶变换对的平移性质:;当且时,有:因此可得到:所以,就是频谱中心化后的结果。3.%计算f3f3=imrotate(f2,-45,nearest);fft_f3=log(1+abs(fftshift(fft2(f3);figure;subplot(121);im
12、show(f3);title(Image f3);subplot(122);imshow(fft_f3,);title(FFT f3);(2)对如图3.2所示的数字图像lena.img(256256大小、256级灰度)进行频域的理想低通、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。低通滤波:fid=fopen(D:matlab7imagelena.img,r);data=(fread(fid,256,256,uint8);subplot(1,2,1)imagesc(data);colormap(gray);title(LENA,Color,r);fft_lena=fft2(dat
13、a);f=fftshift(fft_lena);for i=1:256for 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(D:matlab7imagelena.img,r);data=(fread(fid,256,256,uint8);subplot(1,2,1)imagesc(data);colormap(gray);title(LENA,Color,r);fft_lena=fft2(data);f
14、or i=1:256 for j=1:256if sqrt(i-128)2+(j-128)2)T im_T(i,j)=im_L(i,j); else im_T(i,j)=J(i,j); end endendcolormap(gray);subplot(2,2,1);imshow(im);title(Image);subplot(2,2,2);imshow(J);title(Noise);subplot(2,2,3);imshow(im_L);title(四邻域平滑后);subplot(2,2,4);imshow(im_T);title(加门限后);对高斯噪声的处理效果:对脉冲噪声的处理效果:
15、图像分割(常见的边缘检测算子Sobel、Prewitt、Log)一实验目的1熟悉matlab图像处理工具箱及图像边缘检测函数的使用;2理解和掌握图像边缘检测(Sobel、Prewitt、Log边缘算子)的方法和使用;二实验设备1.PC机一台;2.软件matlab;三程序设计在matlab环境中,程序首先读取图像,然后调用图像边缘检测(Sobel、Prewitt、Log边缘算子)函数,设置相关参数,再输出处理后的图像。I = imread(cameraman.tif);J1=edge(I,sobel);J2=edge(I,prewitt);J3=edge(I,log);subplot(1,4,1
16、),imshow(I);subplot(1,4,2),imshow(J1);subplot(1,4,3),imshow(J2);subplot(1,4,4),imshow(J3);四实验步骤1. 启动matlab双击桌面matlab图标启动matlab环境;2. 在matlab命令窗口中输入相应程序。书写程序时,首先读取图像,一般调用matlab自带的图像,如:cameraman图像;再调用相应的边缘检测(Sobel边缘算子、Prewitt边缘算子、Log边缘算子)函数,设置参数;最后输出处理后的图像;3浏览源程序并理解含义;4运行,观察显示结果;5结束运行,退出;五实验结果观察经过图像边缘检
17、测(Sobel、Prewitt、Log边缘算子)处理后的结果。 (a)原始图像 (b)Sobel边缘算子 (c)Prewitt边缘算子 (d)Log边缘算子六实验报告要求输入一幅灰度图像,给出其图像边缘检测(Sobel、Prewitt、Log边缘算子)后的结果并进行分析对比。代码:fid=fopen(lena.img,r);im=(fread(fid,256,256,uint8);im=im2double(uint8(im);im_R=edge(im,Roberts);im_P=edge(im,Prewitt);im_S=edge(im,Sobel);im_L=edge(im,Log);colormap(gray);subplot(321);imshow(im);title(源图像);subplot(323);imshow(im_R);title(Roberts检测);subplot(324);imshow(im_P);title(Prewitt检测);subplot(325);imshow(im_S);title(Sobel检测);subplot(326);imshow(im_L);title(Log检测);
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1