数字图像处理上机报告.docx

1、数字图像处理上机报告数字图像处理上机报告时间：2020年08月02日 编稿：作者四第一篇：数字图像处理上机报告 练习一 常用MATLAB图像处理命令 一、练习目的 1、熟悉并掌握MATLAB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、练习环境 Windows操作系统 Matlab 6.5或以上应用软件 三、练习内容 1、图像文件的读写 （1）imread函数用来实现图像文件的读取。 输入以下程序： A=imread(文件名.扩展名);%用imread函数来读入图像 注：设置路径 imshow(A);%用imshow函数来显示图像 得到的结果如图： （2）imfinfo函数

2、用来查询图像文件信息。 输入以下程序： info=imfinfo(文件名.扩展名);% 用imfinfo函数查询图像文件信息 得到： info = Filename: 文件名.扩展名 （4）imshow函数用来显示图像。 刚才介绍imread函数时已使用此函数。 （5）colorbar函数将颜色条添加到坐标轴对象中。 输入以下程序： RGB=imread(*);%图像读入 I=rgb2gray(RGB);%把RGB图像转换成灰度图像 imshow(I),colorbar(vert)% 将颜色条添加到坐标轴对象中 得到如图： 2、图像处理的基本操作 一、图像代数运算 （1）imadd函数实现两幅

3、图像的相加或者给一幅图像加上一个常数。 给图像每个像素都增加亮度的程序如下： I=imread(*); J=imadd(I,100);%给图像增加亮度 subplot(1,2,1),imshow(I) %填充 subplot(1,2,2),imshow(J) 结果如图5。 （2）imsubtract函数实现从一幅图像中减去一个常数。 输入以下程序实现从一幅图像中减去一个常数： （3）immultiply实现两幅图像的相乘或者一幅图像的亮度缩放（图像乘以小于1或大于1的参数，比较效果）。 输入以下程序： （4）imdivide函数实现两幅图像的除法或一幅图像的亮度缩放。 输入以下程序： 二、图像

4、的空间域操作 （1）imrotate函数实现图像的旋转。 输入以下程序： I=imread(*); J=imrotate(I,45);%对图像举行旋转 subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(J); 得到图： 练习二 数字图像处理的基本操作 一、练习目的 1、练习使用MATLAB工具举行数字图像处理； 2、实现图像的边缘提取、滤波、直方图修正等操作。 二、练习环境 Windows操作系统 Matlab 6.5或以上应用软件 三、练习内容 （1）imresize函数实现图像的缩放。 输入以下程序： J=imread(文件名.扩展名); X1

5、=imresize(J,2);%对图像举行缩放 figure,imshow(J) 结果如图 （2）imcrop函数实现图像的剪切。 输入以下程序： I=imread(*); I2=imcrop(I);%对图像举行剪切 subplot(填充),imshow(填充); subplot(填充),imshow(填充); 如图： 图像变换 （1）fft2函数和ifft2函数分别是计算二维的FFT和反变换。 输入以下程序： f=zeros(100,100); f(20:70,40:60)=1; imshow(f); F=fft2(f);% 计算二维的FFT F2=log(abs(F);%对幅值取对数 im

6、show(F2),colorbar （2）dct2函数采纳基于FFT的算法，用于实现较大输入矩阵的离散余弦变换。与之对应，idct2函数实现图像的二维逆离散余弦变换 输入以下程序： RGB=imread(*); I=rgb2gray(RGB); J=dct2(I);% 对I举行离散余弦变换 imshow(log(abs(J),colorbar J(abs(J) （3）edge函数用于提取图像的边缘。 输入以下程序： RGB=imread(drum.bmp); I=rgb2gray(RGB); BW=edge(I);% 提取图像的边缘 imshow(I),figure,imshow(BW); 得

7、到图 图像增强、分割和编码 （1）imhist函数产生图像的直方图。 A=imread(drum.bmp);%读入图像 B=rgb2gray(A);%把RGB图像转化成灰度图像 imshow(B);%显示灰度图像 imhist(B)%显示灰度图像的直方图 得到图 （2）histeq函数用于对图像的直方图均衡化。 接上面程序： C=histeq(B);%对图像B举行均衡化 imshow(C);%显示图像 imhist(C)；%得到均衡化后的灰度直方图 得到如图 filter2函数实现均值滤波。 输入以下程序： a=imread(noise.drum.jpg); I=rgb2gray(a); im

8、show(I); K1=filter2(fspecial(average,3),I)/255; % 3 3的均值滤波 K2=补充; % 5 5的均值滤波 K3=补充; % 7 7的均值滤波 figure,imshow(K1); figure,imshow(K2); figure,imshow(K3); 得到图 （5）medfilt2函数实现中值滤波。 输入以下程序： 自查函数如何使用，并编程： 结果如图： 练习三 图像采样及图像类型转换 一、练习目的 1、熟悉并掌握MATLAB图像处理工具箱的使用； 2、试对自选图像分别举行4和16倍剪采样，查看其剪采样效果 3、将所给图，转换成256级灰度图

9、像，8级灰度图像和2值图像 二、练习环境 MATLAB 6.5或以上版本、WIN XP或以上计算机 三、练习内容 使用MATLAB，对图像举行减采样。 a = imread(*.JPG); b = rgb2gray(a); wid,hei=size(b); %4倍减抽样 quartimg = zeros(wid/2+1,hei/2+1); i1 = 1; j1 = 1; for i=1:2:wid for j=1:2:hei quartimg(i1,j1) = b(i,j); j1 = j1 + 1; end i1 = i1 + 1; j1 = 1; end figure imshow(uin

10、t8(quartimg) 练习结果如图 %16倍减抽样 编程并运行显示图像结果： 图像类型 1、练习内容 试将自选图，转换成256级灰度图像，8级灰度图像和2值图像 2、练习办法及程序 使用MATLAB，举行图像类型变换。 a = imread(*.jpg); b = rgb2gray(a); figure imshow(b) wid,hei=size(b); img8 = zeros(wid,hei); img2 = zeros(wid,hei); for i=1:wid for j=1:hei img8(i,j) = floor(b(i,j)/32);%得到8级灰度图像 end end f

11、igure imshow(uint8(img8),0,7) for i=1:wid for j=1:hei 补充; end end figure imshow(uint8(img8),0,2) %得到2值图像 练习结果如图 练习四 数字图像的空间域处理 一、练习目的 1、熟悉并掌握MATLAB图像处理工具箱的使用； 2、熟悉图像相加的办法及效果 3、熟悉图像灰度扩展的办法及效果 4、熟悉图像缩放、旋转的办法及效果 二、练习环境 MATLAB 6.5或以上版本、WIN XP或以上计算机 三、练习内容 Part 1 （1）挑选一幅图像*.jpg，设置输入输出变换的灰度级范围，a=0.3, b=0.

12、6, c=0.1, d=0.9； （2）设置非线性扩展函数的参数c=2； （3）采纳灰度倒置变换函数s=255-r举行图像变换； （4）设置二值化图像的阈值，分别为level=0.4,level=0.7参考程序如下： I=imread(*.jpg); figure; subplot(1,3,1); imshow(I); title(原图); J=imadjust(I,0.3;0.6,0.1;0.9); %设置灰度变换的范围 subplot(1,3,2); imshow(J); title(线性扩展); I1=double(I); %将图像转换为double类型 I2=I1/255; %归一化此

13、图像 C=2; K=C*log(1+I2); %求图像的对数变换 subplot(1,3,3); imshow(K); title(非线性扩展); M=255-I; %将此图像取反 figure; subplot(1,3,1); imshow(M); title(灰度倒置); N1=im2bw(I,0.4); %将此图像二值化，阈值为0.4 N2=im2bw(I,0.7); %将此图像二值化，阈值为0.7 subplot(1,3,2); imshow(N1); title(二值化阈值0.4); subplot(1,3,3); imshow(N2); title(二值化阈值0.7); 练习结果与

14、分析 （1） 练习结果如图3.7所示。 Part 2 读取一幅图片，如*.jpg，设置图像旋转的角度分别为450和900，采纳图形旋转函数imrotate对图像举行旋转。程序如下，结果如图3.10。 I=imread(i_lena.jpg); J=imrotate(I,45); %图像举行逆时针旋转，默认采纳最近邻法举行插值处理 K=imrotate(I,90); %默认旋转出界的部分不被截出 subplot(1,3,1); imshow(I); subplot(1,3,2); imshow(J); subplot(1,3,3); imshow(K); 练习结果与分析 （1）练习结果如图3.1

15、0所示。 练习五 数字图像的频域处理 一、练习目的 1、熟悉并掌握MATLAB工具的使用； 2、实现图像离散傅里叶变换并观看效果 3、实现图像离散余弦变换并观看效果 二、练习环境 Windows操作系统 Matlab 6.5或以上应用软件 三、练习内容 Part 1 选取一幅图像，举行离散傅里叶变换，再对其分别举行X轴与Y轴上的平移，得其离散傅里叶变换，观看三幅结果图。 I=imread(1.bmp); figure(1) imshow(real(I); I=I(:,:,3); fftI=fft2(I); sfftI=fftshift(fftI); %求离散傅里叶频谱 %对原始图像举行二维傅里

16、叶变换，并将其坐标原点移到频谱图中央位置 RRfdp1=real(sfftI); IIfdp1=imag(sfftI); a=sqrt(RRfdp1.2+IIfdp1.2); a=(a-min(min(a)/(max(max(a)-min(min(a)*225; figure(2) imshow(real(a); 练习结果与分析 Part 2 选取一幅图像，举行离散傅里叶变换，再对其举行一定角度的旋转，举行离散傅里叶变换。 %构造原始图像 I = zeros(256,256); I(88:168,124:132) = 1; %图像范围是256*256,前一值是纵向比，后一值是横向比 imsho

17、w(I) %求原始图像的傅里叶频谱 J = fft2(I); F = abs(J); J1 = fftshift(F);figure imshow(J1,5 50) %对原始图像举行旋转 J = imrotate(I,90,bilinear,crop); figure imshow(J) %求旋转后图像的傅里叶频谱 J1 = fft2(J); F = abs(J1); J2 = fftshift(F);figure imshow(J2,5 50) 练习结果与分析 1） 练习结果如图4.4所示. Part 3 选取一幅图像，举行离散余弦变换，并对其举行离散余弦反变换，观看其结果。 %对*.jpg

18、文件计算二维DCT变换 RGB = imread(*.jpg ); figure(1) imshow(RGB) I = rgb2gray(RGB); %真彩色图像转换成灰度图像 J = dct2(I); %计算二维DCT变换 figure(2) imshow(log(abs(J),) %图像大部分能量集中在上左角处 figure(3); J(abs(J) 第二篇：数字图像处理上机实验(02091008) 数字图像处理上机作业 数字图像处理上机作业 1. 产生右图所示亮块图像 f1(x,y)（128128大小，暗处=0，亮处=255），对其举行FFT： （1） 同屏显示原图f1和FFT(f1)的

19、幅度谱图； 图像： （2） 若令f2(x,y)=（-1）f1(x,y)，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)的幅度谱举行比较。 x+y 结论：不同点：f2的频谱是对f1频谱的移位，它时f1的频谱从原点（0，0）移到了中心（64，64），而得到了一个完整的频谱。 相同点：频谱的实质没有改变，幅度等都没有发生变化。 （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)的幅度谱举行比较。 源程序：f1=zeros(128,12

20、8); for i=38:1:90 for j=58:1:70 f1(i,j)=255; end end figure(1) subplot(1,2,1); imshow (f1); subplot(1,2,2); imshow (fft2(f1); % f2(x,y)=（-1）(x+y)* f1(x,y) for i=1:1:128 for j=1:1:128 f2(i,j)=(-1)(i+j)*f1(i,j); end end figure(2); subplot(1,3,1); imshow (f2); f3=imrotate(f2,-45,bilinear);%将f2顺时针旋转45度

21、subplot(1,3,2); imshow(fft2(f2);%显示f2的频谱 subplot(1,3,3); imshow(fft2(f3);%显示f3的频谱 结论：均衡化后的直方图并非完全均匀分布的原因：因为图像的像素个数和灰度等级均为离散值，而且均衡化后使灰度级并归。 2. 对256 256大小、256级灰度的数字图像lena举行频域的理想低通、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。 源代码： figure(1); fid=fopen(d:imglena.img,r); data=(fread(fid,256,256,uint8); subplot(2,2,1) i

22、magesc(data); colormap(gray); title(LENA,Color,r); subplot(2,2,2); imshow(fft2(data); s=fftshift(fft2(data); M,N=size(s); %分别返回s的行数到M中，列数到N中 n=2; %对n赋初值 %GLPF滤波，d0=5，15，30（程序中以d0=30为例） d0=30; %初始化d0 n1=floor(M/2); %对M/2举行取整 n2=floor(N/2); %对N/2举行取整 for i=1:M for j=1:N d=sqrt(i-n1)2+(j-n2)2); %点（i,j）

23、到傅立叶变换中心的距离 h=1*exp(-1/2*(d2/d02); %GLPF滤波函数 s(i,j)=h*s(i,j); %GLPF滤波后的频域表示 end end s=ifftshift(s); %对s举行反FFT挪移 %对s举行二维反离散的Fourier变换后，取复数的实部转化为无符号8位整数 s=uint8(real(ifft2(s); subplot(2,2,3); %创建图形图像对象 imshow(s); p=fftshift(fft2(data); M,N=size(p); %分别返回p的行数到M中，列数到N中 n=2; %对n赋初值 %GLPF滤波d1=30 d1=30; %初

24、始化d1 n3=floor(M/2); %对M/2举行取整 n4=floor(N/2); %对N/2举行取整 for i=1:M for j=1:N dd=sqrt(i-n3)2+(j-n4)2); %点（i,j）到傅立叶变换中心的距离 h1=1-exp(-1/2*(dd2/d12); %GHPF滤波函数 p(i,j)=h1*p(i,j); %GHPF滤波后的频域表示 end end p=ifftshift(p); %对p举行反FFT挪移 %对s举行二维反离散的Fourier变换后，取复数的实部转化为无符号8位整数 p=uint8(real(ifft2(p); subplot(2,2,4);

25、%创建图形图像对象 imshow(p); 3. 对给定的两种128 1 28、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）举行如下处理： （1）对原图像举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。 异同：由于原图像中目标物的灰度主要集中于低亮度部分，而且象素总数比较多，经过直方图均衡后，目标物的所占的灰度等级得到扩展，对照度加强，使整个图像得到增强。 数字图像均衡化后其直方图并非完全均匀分布的原因：由于原图像中目标物的灰度主要集中于低亮度部分，而

26、且象素总数比较少，而所占的灰度等级比较多，因此图像的对照度比较好，亮度比较大，整体图像清楚。经过直方图均衡后，目标物的所占的灰度等级被压缩，对照度减弱，反而使目标物变的难以辨认。 数字图像均衡化后，其直方图并非完全均匀分布，这是因为图像的象素个数和灰度等级均为离散值；而且均衡化使灰度级并归，因此，均衡化后，其直方图并非完全均匀分布。 源代码： figure(1); fid=fopen(D:imgcell_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data1 subplot(4,2,1); %将figure(1

27、)分成4*2的8个子窗口, data11=uint8(data1); imshow(data11);%图象显示 title(CELL,Color,b); %加标题 subplot(4,2,2); title(原图像直方图); imhist(data11); subplot(4,2,3); %取第二个子窗口 data2=uint8(data1);%将灰度图象转换成uint8格式 b=histeq(data2); %直方图均衡化 imshow(b,256); %显示均衡化图象,256可缺省 title(均衡化,Color,b); subplot(4,2,4); imhist(b); title(均

28、衡化后图像直方图); subplot(4,2,5) fid=fopen(d:imgfing_128.img,r); %打开无格式文件 data3=(fread(fid,128,128,uint8);%将打开的文件读入到data3 data31=uint8(data3); %将灰度图象转换成uint8格式 imshow(data31); %显示灰度图象 title(FING,Color,b); subplot(4,2,6) imhist(data31); title(原图像直方图); subplot(4,2,7); data4=uint8(data3);%将灰度图象转换成uint8格式 d=hi

29、steq(data4); %直方图均衡化 imshow(d,256); %显示均衡化图象,256可缺省 title(均衡化,Color,b); subplot(4,2,8); imhist(d); title(均衡化后原图像直方图); （2）对原图像加入高斯噪声，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、加噪图像和处理后的图像。 不加门限； 加门限 T 2f(m,n)，（其中f(m,n) 1N2 f(i,j)） ij 源代码： % CELL figure(2); fid=fopen(D:imgcell_128.img,r); %打开无格式文件 data1=(f

30、read(fid,128,128,uint8); %将打开的文件读入到data1 I=uint8(data1); I1=imnoise(I,gaussian); %加乘性噪声 H1=0 1 0;1 0 1;0 1 0/4; %44领域模板 J=imfilter(I,H1); %领域平均 subplot(2,4,1),imshow(I); %显示图像I title(原图像); subplot(2,4,2),imshow(I1); title(加噪声后图像); subplot(2,4,3),imshow(J); %不加门限平滑 title(不加门限平滑后图像); %加门限后滤波 T= 2*sum(I1 (:)/1282; im_T = zeros(128,128); for i = 1:128 for j = 1:128 if abs(I1(i,j)J(i,j)T im_T(i,j) = J(i,j); else im_T(i,j) = I1(i,j); end end end subplot(2,4,8); imshow(im