数字图像处理实验报告全答案.docx

1、数字图像处理实验报告全答案实验一 常用MATLAB图像处理命令一、实验目的 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、实验环境MATLAB 6.5以上版本、WIN *P或WIN2000计算机三、常用函数读写图像文件1 imread imread函数用于读入各种图像文件，如：a=imread(e:w01.tif) 2 imwrite imwrite函数用于写入图像文件，如：imwrite(a,e:w02.tif,tif)3 imfinfo imfinfo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1image i

2、mage函数是MATLAB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);2 imshow imshow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3 colorbar colorbar函数用显示图像的颜色条，如： i=imread(e:w01.tif); imshow(i); colorbar;4 figurefigure函数用于设定图像显示窗口，如：figure(1)； /figure(2)；5 subplot 把图形窗口分成多个矩形局部，每个局部

3、可以分别用来进展显示。Subplotm，n，p分成m*n个小窗口，在第p个窗口中创立坐标轴为当前坐标轴，用于显示图形。6 plot绘制二维图形plotyPlot*，y*y可以是向量、矩阵。图像类型转换1 rgb2gray/灰色把真彩图像转换为灰度图像i=rgb2grayj2 im2bw/黑白通过阈值化方法把图像转换为二值图像I=im2bwj，levelLevel表示灰度阈值，取值围01即0.n，表示阈值取自原图像灰度围的n%3 imresize改变图像的大小I=imresizej，m n将图像j大小调整为m行n列图像运算1 imadd两幅图像相加，要求同样大小，同种数据类型Z=imadd*，y

4、表示图像*+y2 imsubstract两幅图像相减，要求同样大小，同种数据类型Z=imsubtract*，y 表示图像*-y3 immultiplyZ=immultiply*，y 表示图像*y4 imdivideZ=imdivide*，y 表示图像*/y5：m = imadjust(a,0.5;1) ;%图像变亮n = imadjust(a,0;0.5) ;%图像变暗g=255-a;%负片效果四、实验容请将实验程序填写在下方适宜的位置，实验图像结果拷屏粘贴1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口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=imrea

5、d(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(I);title(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,800 800)b=imread(f:2.jpg)B=imresize(b,800 800)Z1=imadd(A,B)Z2=imsubtract(A

6、,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(乘法图像)subplot(3,2,6); imshow(Z2);title(除法图像)3、对一幅图像进展灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口分成

7、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

8、右键弹出菜单，选择“Help on Selection五、实验总结分析图像的代数运算结果，分别述图像的加、减、乘、除运算可能的应用领域。实验四 常用图像增强方法一、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。二、实验环境MATLAB 6.5以上版本、WIN *P或WIN2000计算机三、相关知识1 imnoise imnoise函数用于对图像生成模拟噪声，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,

9、0.04) 模拟叠加密度为0.04的椒盐噪声 2 fspecialfspecial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=fspecial(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); h=1,2,1;

10、0,0,0;-1,-2,-1;%产生Sobel算子的水平方向模板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=conv2(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

11、(i，M N);对矩阵i进展二维中值滤波，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);三、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:lena.png);J = imnoise(I,salt & pepper,0.04);K1 = medfilt2(J,3 3);%对矩阵i进展二维中值滤波，领域为3*3 K2 = medfilt2(

12、J,5 5);K3 = medfilt2(J,7 7);subplot(2,2,1);imshow(J);title(椒盐噪声干扰图像)subplot(2,2,2);imshow(K1);title(领域为3*3二维中值滤波)subplot(2,2,3);imshow(K2);title(领域为5*5二维中值滤波) subplot(2,2,4);imshow(K3);title(领域为7*7二维中值滤波) 2、采用MATLAB中的函数filter2对受噪声干扰的图像进展均值滤波I = imread(f:lena.png);j=imnoise(i,gaussian,0,0.02);%模拟均值为0

13、方差为0.02的高斯噪声，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);title(改良后的图像)3、采用三种不同算子对图像进展锐化处理。i=imread(f:1.jpg)I=rgb2gray(s)H=fspecial(sobel)%应用Sobel算子锐化图像I1=filter2(H,I)%Sobel算子滤波锐化H=fspecial(prewitt)%应用prewitt算子锐化图像I2=filter2(H,I)%prewit

14、t算子滤波锐化H=fspecial(log)%应用log算子锐化图像I3=filter2(H,I)%log算子滤波锐化subplot(2,2,1);imshow(i);title(原图像)subplot(2,2,2);imshow(I1);title(Sobel算子锐化图像)subplot(2,2,3);imshow(I2);title(prewitt算子锐化图像) subplot(2,2,4);imshow(I3);title(log算子锐化图像) 四、实验总结1、比拟不同平滑滤波器的处理效果，分析其优缺点2、比拟不同锐化滤波器的处理效果，分析其优缺点实验五 图像恢复和图像分割一、实验目的

15、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 *P或WIN2000计算机三、相关知识1 deconvwnr维纳滤波，用法：J = deconvwnr(I,PSF,NSR) 用维纳滤波算法对图片I进展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：I = im2double(imread(cameraman.tif); imshow(I); title(Original Image ); %模拟运动模糊 LEN = 21; THETA = 1

16、1; PSF = fspecial(motion, LEN, THETA); blurred = imfilter(I, PSF, conv, circular); figure, imshow(blurred) %恢复图像 wnr2 = deconvwnr(blurred_noisy, PSF); figure, imshow(wnr2) title(Restoration of Blurred) 2 edge 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，0像素是非边缘。用法：BW = edge(I,sobel,thresh,direction)，I为检测对象；边缘检

17、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 算子进展边缘检测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); imshow(BW1); 3 strel创立形态学构造元素。用法：SE = STREL(arbitrary,NHOOD,HEIGHT) 创立一个指定领域的非平面构造化元素

18、。HEIGHT是一个矩阵，大小和NHOOD一样，他指定了NHOOD中任何非零元素的高度值。SE = STREL(ball,R,H,N) 创立一个空间椭球状的构造元素，其*-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时此球形构造元素由一系列空间线段构造元素来近似。SE = STREL(diamond,R) 创立一个指定大小R平面钻石形状的构造化元素。R是从构造化元素原点到其点的距离，必须为非负整数。SE = STREL(disk,R,N) 创立一个指定半径R的平面圆盘形的构造元素。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

19、构造元素由一组N(或N+2)个周期线构造元素来近似。当N等于0时,不使用近似，即构造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4 imerode腐蚀图像用法：IM2 = imerode(IM,SE) 腐蚀灰度、二进制或压缩二进制图像 IM ，返回腐蚀图像 IM2 。参数 SE 是函数 strel 返回的一个构造元素体或是构造元素体阵列。如：使用一个盘状构造元素腐蚀一幅二进制图像。 originalBW = imread(circl

20、es.png); se = strel(disk,11); erodedBW = imerode(originalBW,se); imshow(originalBW), figure, imshow(erodedBW) 5 imdilate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是一个构造元素或者一个构造元素的数组，其是通过strel函数返回的。如：利用一个运行构造元素膨胀灰度图像。 I = imread(cameraman.tif); se = strel(ball,5,5); I2 = imdil

21、ate(I,se); imshow(I), title(Original) figure, imshow(I2), title(Dilated) 三、实验步骤1、产生运动模糊图像，运用维纳滤波进展图像恢复，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(motion, LEN, THETA); blurred = imfilter(I, PSF, conv, circular);%恢复图像wnr2 = deconvwnr(blurred, PSF); s

22、ubplot(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,canny);subplot(2,2,1);imshow(i);title(原图像)subplot(2,2,2);imshow(BW1);title(prewitt边缘图)subplot(2,2,3);imshow(BW2);title

23、(zerocross边缘图) subplot(2,2,4);imshow(BW3);title(canny边缘图) 3、对二值图像分别进展方形模板3*3和5*5的膨胀和腐蚀操作，显示结果。a=imread(f:1.jpg)i = rgb2gray(a)I = im2bw(a,0.5)se3 = strel(disk,3); erodedBW1 = imerode(I,se3); se4 = strel(disk,5); erodedBW2 = imerode(I,se4); se1 = strel(ball,3,3); I1 = imdilate(a,se1); se2 = strel(bal

24、l,5,5); I2 = imdilate(a,se2); subplot(2,2,1);imshow(I1);title(3*3膨胀图像)subplot(2,2,2);imshow(I2);title(5*5膨胀图像)subplot(2,2,3);imshow(erodedBW1);title(3*3腐蚀图像) subplot(2,2,4);imshow(erodedBW2);title(5*5腐蚀图像) 实验六 图像处理实际应用一、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 *P或WIN2000

25、计算机三、实验容调试运行以下程序,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,*,z=size(I);myI=double(I);% RGB to HSI %tic % Y 方向 %Blue_y=zeros(y,1);for i=1:y for j=1:* if(myI(i,j,1)=30)&(myI(i,j,2)=51)&(myI(i,j,3)=119) % 蓝色RGB的灰度围 Blue_y(i,1)= Blue_y(i,1)+1; end end endtemp Ma*Y=ma*(Blue_y); % Y方向车牌区域确定P

26、Y1=Ma*Y;while (Blue_y(PY1,1)=5)&(PY11) PY1=PY1-1;end PY2=Ma*Y;while (Blue_y(PY2,1)=5)&(PY2y) PY2=PY2+1;endIY=I(PY1:PY2,:,:);% * 方向 % Blue_*=zeros(1,*); for j=1:* for i=PY1:PY2 if(myI(i,j,1)=30)&(myI(i,j,2)=51)&(myI(i,j,3)=119) Blue_*(1,j)= Blue_*(1,j)+1; end end endP*1=1;while (Blue_*(1,P*1)3)&(P*1*

27、) P*1=P*1+1;end P*2=*;while (Blue_*(1,P*2)P*1) P*2=P*2-1;endP*1=P*1-2; % 对车牌区域的修正P*2=P*2+2;Plate=I(PY1:PY2,P*1-2:P*2,:);t=toc % 读取计时%figure,imshow(I);figure,plot(Blue_y);gridfigure,plot(Blue_*);gridfigure,imshow(IY);添加注释和改正后的程序：I=imread(f:Car.jpg);%读取图片y,*,z=size(I);%给定图片大小myI=double(I);%返回双精度值% RGB

28、 to HSI %tic %计时开场% Y 方向 %Blue_y=zeros(y,1);%一列全零矩阵for i=1:y%给定i的围 for j=1:*%给定j的围 if(myI(i,j,1)=30)&(myI(i,j,2)=51)&(myI(i,j,3)=119) % 蓝色RGB的灰度围 Blue_y(i,1)= Blue_y(i,1)+1; %y矩阵加一 end end endtemp Ma*Y=ma*(Blue_y); % Y方向车牌区域确定PY1=Ma*Y;%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end PY2=Ma*Y; %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,:,:);%行的围% * 方向 % Blue_*=zeros(1,*); %一行全一矩阵for j=1:*%给定j的取值围 for i=PY1:PY2%给定i的取值围