数字图像处理基础程序及运行结果图像matlab程序解析.docx

资源描述

数字图像处理基础程序及运行结果图像matlab程序解析.docx

《数字图像处理基础程序及运行结果图像matlab程序解析.docx》由会员分享，可在线阅读，更多相关《数字图像处理基础程序及运行结果图像matlab程序解析.docx（41页珍藏版）》请在冰点文库上搜索。

数字图像处理基础程序及运行结果图像matlab程序解析.docx

数字图像处理基础程序及运行结果图像matlab程序解析

实验一MATLAB数字图像处理初步

一、实验目的与要求

1．熟悉及掌握在MATLAB中能够处理哪些格式图像。

2．熟练掌握在MATLAB中如何读取图像。

3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。

4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。

5．图像间如何转化。

二、实验内容及步骤

1．利用imread（）函数读取一幅图像，假设其名为flower.tif，存入一个数组中；

2．利用whos命令提取该读入图像flower.tif的基本信息；

3．利用imshow（）函数来显示这幅图像；

4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；

5．利用imwrite（）函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为flower.jpg；语法：

imwrite（原图像，新图像，‘quality’,q）,q取0-100。

6．同样利用imwrite（）函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。

7．用imread（）读入图像：

Lenna.jpg和camema.jpg；

8．用imfinfo（）获取图像Lenna.jpg和camema.jpg的大小；

9．用figure,imshow（）分别将Lenna.jpg和camema.jpg显示出来，观察两幅图像的质量。

10．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。

11．将每一步的函数执行语句拷贝下来，写入实验报告，并且将得到第3、9、10步得到的图像效果拷贝下来

三、考核要点

1、熟悉在MATLAB中如何读入图像、如何获取图像文件的相关信息、如何显示图像及保存图像等，熟悉相关的处理函数。

2、明确不同的图像文件格式，由于其具体的图像存储方式不同，所以文件的大小不同，因此当对同一幅图像来说，有相同的文件大小时，质量不同。

五、实验仪器与软件

（1）PC计算机

（2）MatLab软件/语言包括图像处理工具箱（ImageProcessingToolbox）

（3）实验所需要的图片

四、实验内容

f=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\flower.tif'）;

whosf;

imshow（f）;

imfinfoC:

\Users\Gateway\Desktop\Í¼Æ¬\flower.tif

ans=

Filename:

'C:

\Users\Gateway\Desktop\图片\flower.tif'

FileModDate:

'24-六月-201218:

46:

53'

FileSize:

392018

Format:

'jpg'

FormatVersion:

Width:

1600

Height:

1200

BitDepth:

ColorType:

'truecolor'

FormatSignature:

NumberOfSamples:

CodingMethod:

'Huffman'

CodingProcess:

'Sequential'

Comment:

{}

ans=%imfinfo压缩后的信息

Filename:

'flower.jpg'

FileModDate:

'25-六月-201216:

07:

40'

FileSize:

81013

Format:

'jpg'

FormatVersion:

Width:

1600

Height:

1200

BitDepth:

ColorType:

'truecolor'

FormatSignature:

NumberOfSamples:

CodingMethod:

'Huffman'

CodingProcess:

'Sequential'

Comment:

{}

f=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\lenna.jpg'）;

g=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\camera.jpg'）;

figure;imshow（f）;

figure,imshow（g）;

imfinfoC:

\Users\Gateway\Desktop\Í¼Æ¬\lenna.jpg

imfinfoC:

\Users\Gateway\Desktop\Í¼Æ¬\camera.jpg

ans=

Filename:

'C:

\Users\Gateway\Desktop\图片\lenna.jpg'

FileModDate:

'24-六月-201218:

44:

09'

FileSize:

21307

Format:

'jpg'

FormatVersion:

Width:

300

Height:

300

BitDepth:

ColorType:

'truecolor'

FormatSignature:

NumberOfSamples:

CodingMethod:

'Huffman'

CodingProcess:

'Sequential'

Comment:

{}

ans=

Filename:

'C:

\Users\Gateway\Desktop\图片\camera.jpg'

FileModDate:

'24-六月-201218:

44:

32'

FileSize:

18653

Format:

'jpg'

FormatVersion:

Width:

256

Height:

256

BitDepth:

ColorType:

'truecolor'

FormatSignature:

NumberOfSamples:

CodingMethod:

'Huffman'

CodingProcess:

'Sequential'

Comment:

{}

f=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\lenna.jpg'）;

g=im2bw（f）;

figure,imshow（g）;

五、思考题

（1）简述MatLab软件的特点。

（2）MatLab软件可以支持哪些图像文件格式？

docimread

（3）说明函数imread的用途格式以及各种格式所得到图像的性质。

（4）为什么用I=imread（‘lena.bmp’）命令得到的图像I不可以进行算术运算？

实验二图像的代数运算

一、实验目的

1．了解图像的算术运算在数字图像处理中的初步应用。

2．体会图像算术运算处理的过程和处理前后图像的变化。

二、实验步骤

2．图像的减法运算

3.图像的乘法运算

4．图像的除法运算

三、实验内容

1．图像的加法运算

I=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\lenna2.jpg'）;

J=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\camera.jpg'）;

K=imadd（I,J）;

imshow（K）;

%lenna原图和camera尺寸大小不一样，不能相加，用ps将lenna裁剪成256*256与camera相同尺寸

I=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\camera.jpg'）;

J=imadd（I,50）;

subplot（1,2,1）;imshow（I）;

subplot（1,2,2）;imshow（J）;

2．图像的减法运算

I2=zeros（256,256）;

I=imread（'rice.png'）;imshow（I）

background=imopen（I,strel（'disk',15））;

figure,imshow（background）

I2=imsubtract（I,background）;

figure,imshow（I2）

3.图像的乘法运算

I=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\camera.jpg'）;

J=immultiply（I,1.5）;

subplot（1,2,1）;imshow（I）;

subplot（1,2,2）;imshow（J）;

4．图像的除法运算

I=imread（'rice.png'）;

J=double（'rice.png'）;

K=J*0.43+90;

I2=unit8（J）;

Ip=imdivide（I,I2）;

imshow（Ip,[]）;

5．图像的四则代数运算

I=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\lenna2.jpg'）;

J=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\camera.jpg'）;

Z=imlincomb（0.5,I,0.5,J,50）;

imshow（Z）;

四、思考题

由图像算术运算的运算结果，思考图像减法运算在什么场合上发挥优势？

从背景中提取图像

实验三图像增强—灰度变换

一、实验目的：

1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。

2、学会对图像直方图的分析。

3、掌握直接灰度变换的图像增强方法。

二、实验内容：

1、图像数据读出

2、计算并分析图像直方图

3、利用直接灰度变换法对图像进行灰度变换

I=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\medicine.jpg'）;

J=rgb2gray（I）;

imhist（J）;

I=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\medicine.jpg'）;

J=rgb2gray（I）;

g=imhist（J,256）;

g1=imadjust（f,[01],[10]）;

figure;imshow（g1）;

%将0.5到0.75的灰度级扩展到范围[01]

g2=imadjust（f,[0.50.75],[01]）;

figure;imshow（g2）;

g=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\point.jpg'）;

h=log（1+double（g））;%对输入图像对数映射变换

h=mat2gray（h）;%将矩阵h转换为灰度图片

h=im2uint8（h）;%将灰度图转换为8位图

figure;imshow（h）;

实验四图像增强—直方图变换

一、实验目的

1．掌握灰度直方图的概念及其计算方法；

2．熟练掌握直力图均衡化和直方图规定化的计算过程；

3．熟练掌握空域滤波中常用的平滑和锐化滤波器；

4．掌握色彩直方图的概念和计算方法

5．利用MATLAB程序进行图像增强。

二、实验步骤

1打开计算机，启动MATLAB程序；程序组中“work”文件夹中应有待处理的图像文件；

2调入“实验一”中获取的数字图像，并进行计算机均衡化处理；

3显示原图像的直方图和经过均衡化处理过的图像直方图。

4记录和整理实验报告

三、实验内容

I=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\pollen.jpg'）;

g=rgb2gray（I）;

J=histeq（g）;%对原图像进行直方图均衡化处理

imshow（I）;

title（'ÔÍ¼Ïñ'）;

figure;imshow（J）;

title（'¾ùºâ»¯ºóÍ¼Ïñ'）;

figure,subplot（1,2,1）;

imhist（g,64）;%将原图像直方图显示为64级灰度

title（'ÔÍ¼ÏñÖ±·½Í¼'）;

subplot（1,2,2）;

imhist（J,64）;

title（'¾ùºâ»¯ºóÖ±·½Í¼'）;

四、思考题

1．直方图是什么概念？

它反映了图像的什么信息？

直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况.直方图是以图形化参数来显示图片曝光精确度的手段，其描述的是图片显示范围内影像的灰度分布曲线。

它可以帮助分析图片的曝光水平等一些信息

2．直方图均衡化是什么意思？

它的主要用途是什么？

直方图拉伸和直方图均衡化化是两种最常见的间接对比度增强方法，直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。

直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。

直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。

实验五图像增强—空域滤波

一、实验目的

进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。

了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。

二、实验内容与步骤

a）调入并显示原始图像Sample2-1.jpg。

b）利用imnoise命令在图像Sample2-1.jpg上加入高斯（gaussian）噪声

c）利用预定义函数fspecial命令产生平均（average）滤波器

d）分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器，对加入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果；

e）选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。

f）利用imnoise命令在图像Sample2-1.jpg上加入椒盐噪声（salt&pepper）

g）重复c）~e）的步骤

h）输出全部结果并进行讨论。

三、实验内容

i=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\electric.tif'）;

I=rgb2gray（i）;

J=imnoise（I,'gauss',0.02）;

J=imnoise（I,'salt&pepper',0.02）;

ave1=fspecial（'average',3）;%产生3*3均值模板

ave2=fspecial（'average',5）;

K=filter2（ave1,J）/255;%均值滤波

L=filter2（ave2,J）/255;

M=medfilt2（J,[33]）;%中值滤波¨

N=medfilt2（J,[55]）;

imshow（I）;

figure;imshow（J）;

figure;imshow（K）;

figure;imshow（L）;

figure;imshow（M）;

figure;imshow（N）;

原图gauss噪声

Gauss噪声3*3模板均值滤波Gauss噪声5*5模板均值滤波

Gauss噪声3*3中值滤波Gauss噪声5*5中值滤波

椒盐噪声

椒盐噪声3*3均值滤波椒盐噪声5*5均值滤波

椒盐噪声3*3中值滤波椒盐噪声5*5中值滤波

四，思考题/问答题

（1）简述高斯噪声和椒盐噪声的特点。

椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。

检验噪声往往由图像切割引起。

椒盐噪声是指两种噪声，一种是盐噪声（saltnoise），另一种是胡椒噪声（peppernoise）。

盐=白色，椒=黑色。

前者是高灰度噪声，后者属于低灰度噪声。

一般两种噪声同时出现，呈现在图像上就是黑白杂点。

高斯噪声是一种随机噪声。

在任选瞬时中任取n个，其值按n个变数的高斯概率定律分布。

高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。

如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。

（2）结合实验内容，定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果？

两种滤波对高斯噪声效果都不是很好，5*5的中值滤波效果好于3*3。

中值滤波对椒盐噪声效果好于均值滤波。

（3）结合实验内容，定性评价滤波窗口对去噪效果的影响？

窗口越大，去噪效果越好，但是窗口越大所用的时间越多。

实验六图像的傅立叶变换

一、实验目的

1了解图像变换的意义和手段；

2熟悉傅立叶变换的基本性质；

3熟练掌握FFT变换方法及应用；

4通过实验了解二维频谱的分布特点；

5通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。

6评价人眼对图像幅频特性和相频特性的敏感度。

二、实验原理

傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。

通过实验培养这项技能，将有助于解决大多数图像处理问题。

对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。

三、实验步骤

1．将图像内容读入内存；

2．用Fourier变换算法，对图像作二维Fourier变换；

3．将其幅度谱进行搬移，在图像中心显示；

4．用Fourier系数的幅度进行Fourier反变换；

5．用Fourier系数的相位进行Fourier反变换；

6．比较4、5的结果，评价人眼对图像幅频特性和相频特性的敏感度。

7．记录和整理实验报告。

四、实验内容

J=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\number.jpg'）;

imshow（J）;

I=rgb2gray（J）;

fftI=fft2（I）;%二维傅里叶变换

sfftI=fftshift（fftI）;%直流分量移到频谱中心

figure;imshow（sfftI）;

RR=real（sfftI）;%取实部

II=imag（sfftI）;%取虚部

A=sqrt（RR.^2+II.^2）;%计算幅值

A=（A-min（min（A）））/（max（max（A））-min（min（A）））*255;%归一化

figure;

imshow（A）;%显示图像频谱

另一种

J=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\number.jpg'）;

I=rgb2gray（J）;

F=fft2（I）;%¶þÎ¬ÀëÉ¢¸µÀïÒ¶±ä»»

S=abs（F）;

imshow（S,[]）;

FC=fftshift（F）;

imshow（abs（FC）,[]）;

S2=log（1+abs（FC））;

figure;imshow（S2,[]）;

原图

归一化后图像

实验七图像增强—频域滤波

一、实验目的

1．掌握怎样利用傅立叶变换进行频域滤波

2．掌握频域滤波的概念及方法

3．熟练掌握频域空间的各类滤波器

4．利用MATLAB程序进行频域滤波

二、实验原理

频域滤波分为低通滤波和高通滤波两类，对应的滤波器分别为低通滤波器和高通滤波器。

频域低通过滤的基本思想：

G（u,v）=F（u,v）H（u,v）

F（u,v）是需要钝化图像的傅立叶变换形式，H（u,v）是选取的一个低通过滤器变换函数，G（u,v）是通过H（u,v）减少F（u,v）的高频部分来得到的结果，运用傅立叶逆变换得到钝化后的图像。

n阶巴特沃兹低通滤波器（BLPF）（在距离原点

处出现截至频率）的传递函数为

与理想地通滤波器不同的是，巴特沃兹率通滤波器的传递函数并不是在

处突然不连续。

高斯低通滤波器（GLPF）的传递函数为

其中，

为标准差。

二、实验步骤：

1．调入并显示所需的图片；

2．利用MATLAB提供的低通滤波器实现图像信号的滤波运算，并与空间滤波进行比较。

3．利用MATLAB提供的高通滤波器对图像进行处理。

4．记录和整理实验报告。

f1=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\camera.jpg'）;

f=rgb2gray（f1）;

F=fft2（f）;

S=fftshift（log（1+abs（F）））;

figure;imshow（S,[]）;%²úÉúÆµÆ×Í¼Ïñ

h=fspecial（'sobel'）;

figure;freqz2（h）;

PQ=paddedsize（size（f））;

H=freqz2（h,PQ

（1）,PQ

（2））;

H1=ifftshift（H）;

figure;imshow（abs（H）,[]）;

Sobel边缘提取

f=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\dabao.jpg'）;

f=rgb2gray（f）;

f=im2double（f）;

[VSFAT]=edge（f,'sobel','vertical'）;

figure;imshow（f）;

figure;imshow（VSFAT）;

实验八彩色图像处理

一、实验目的

使用MatLab软件对图像进行彩色处理。

使学生通过实验熟悉使用MatLab软件进行图像彩色处理的有关方法，并体会到图像彩色处理技术以及对图像处理的效果。

二、实验要求

要求学生能够完成彩色图像的分析，能正确讨论彩色图像的亮度、色调等性质；会对彩色图像进行直方图均衡，并能正确解释均衡处理后的结果；能够对单色图像进行伪彩色处理、利用多波长图像进行假彩色合成、进行单色图像的彩色变换。

三、实验步骤

（1）彩色图像的分析

（2）彩色图像的直方图均衡

（3）假彩色处理

（4）伪彩色处理1：

灰度切片处理

（5）彩色变换（选做）

四、实验内容

f=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\flower.tif'）;

figure;imshow（f）;

fR=f（:

1）;%获得红色分量

fG=f（:

2）;%获得绿色分量

fB=f（:

3）;%获得蓝色分量

figure;imshow（fR）;

figure;imshow（fG）;

figure;imshow（fB）;

原图红色分量

绿色分量蓝色分量

%实现rgb图像转化为NTSC彩色空间的图像

f=imread（'C:

\Users\Gateway\Desktop\Í¼Æ¬\flower.tif'）;

figure;imshow（f）;

yiq_image=rgb2ntsc（f）;

fY=yiq_image（:

1）;%图像亮度

fI=yiq_image（:

2）;%图像色调

fQ=yiq_image（:

3）;%图像饱和度

figure;imshow（fY）;

figure;imshow（fI）;

figur

展开阅读全文