数字图像处理实验报告完整版doc.docx
《数字图像处理实验报告完整版doc.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验报告完整版doc.docx（40页珍藏版）》请在冰点文库上搜索。
数字图像处理实验报告完整版doc
数字图像处理
实验一MATLAB数字图像处理初步
一、显示图像
1．利用imread（）函数读取一幅图像，假设其名为lily.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；
实验结果如下图：
源代码：
>>I=imread（'lily.tif'）
>>whosI
>>imshow（I）
二、压缩图像
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lily.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flily.bmp。
7．用imread（）读入图像Sunset.jpg和Winter.jpg；
8．用imfinfo（）获取图像Sunset.jpg和Winter.jpg的大小；
9．用figure,imshow（）分别将Sunset.jpg和Winter.jpg显示出来，观察两幅图像的质量。
其中9的实验结果如下图：
源代码：
4~6（接上面两个）>>I=imread（'lily.tif'）
>>imfinfo'lily.tif'；
>>imwrite（I,'lily.jpg','quality',20）;
>>imwrite（I,'lily.bmp'）;
7~9>>I=imread（'Sunset.jpg'）;
>>J=imread（'Winter.jpg'）
>>imfinfo'Sunset.jpg'
>>imfinfo'Winter.jpg'
>>figure
（1）,imshow（'Sunset.jpg'）
>>figure
（2）,imshow（'Winter.jpg'）
三、二值化图像
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。
实验结果如下图：
源代码：
>>I=imread（'lily.tif'）
>>gg=im2bw（I,0.4）;
F>>igure,imshow（gg）
原始图像：
四、思考题
（1）简述MatLab软件的特点。
答：
高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；
具有完备的图形处理功能,实现计算结果和编程的可视化;
友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握；
功能丰富的应用工具箱（如信号处理工具箱、通信工具箱等）,为用户提供了大量方便实用的处理工具。
（2）MatLab软件可以支持哪些图像文件格式？
JPEG、JPEG、PCX、TIFF、PNG、GIF、HDF、XWD等等。
（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。
imread函数用于读入各种图像文件，其一般的用法为
[X，MAP]=imread（‘filename’,‘fmt’）
其中，X，MAP分别为读出的图像数据和颜色表数据，fmt为图像的格式，filename为读取的图像文件（可以加上文件的路径）。
（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？
Matlab系统默认的算术运算时针对双精度类型（double）的数据，而上述命令产生的矩阵的数据类型是无符号8位，直接进行运算会溢出。
实验二图像的代数运算
一．图像的加法运算
在MATLAB中，如果要进行两幅图像的加法，或者给一幅图像加上一个常数，可以调用imadd函数来实现。
imadd函数将某一幅输入图像的每一个像素值与另一幅图像相应的像素值相加，返回相应的像素值之和作为输出图像。
imadd函数的调用格式如下：
Z=imadd（X，Y）
其中，X和Y表示需要相加的两幅图像，返回值Z表示得到的加法操作结果。
实验结果如下图：
源代码：
I=imread（‘Sunset.jpg’）；
J=imread（‘Bluehills.jpg’）；
K=imadd（I,J）；
imshow（K）；（两幅图尺寸大小一致）
原始图像：
给图像的每一个像素加上一个常数可以使图像的亮度增加。
效果如下：
源代码
>>RGB=imread（‘cameraman.tif’）；
>>RGB2=imadd（RGB,50）；
>>subplot（1,2,1）；imshow（RGB）；
>>subplot（1,2,2）；imshow（RGB2）；
二、图像的减法运算
在MATLAB中，使用imsubtract函数可以将一幅图像从另一幅图像中减去，或者从一幅图像中减去一个常数。
imsubtract函数将一幅输入图像的像素值从另一幅输入图像相应的像素值中减去，再将这个结果作为输出图像相应的像素值。
imsubtract函数的调用格式如下：
Z=imsubtract（X,Y）；其中，Z是X-Y操作的结果。
实验结果如下图：
源代码
>>rice=imread（'cameraman.tif'）
>>background=imopen（rice,strel（'disk',15））
>>rice2=imsubtract（rice,background）
>>subplot（1,2,1）;imshow（rice）;
>>subplot（1,2,2）;imshow（rice2）;
三、图像的乘法运算
在MATLAB中，使用immultiply函数实现两幅图像的乘法。
immultiply函数将两幅图像相应的像素值进行元素对元素的乘法操作（MATLAB点乘），并将乘法的运算结果作为输出图形相应的像素值。
immulitply函数的调用格式如下：
Z=immulitply（X,Y）其中，Z=X*Y。
实验结果如下图：
源代码
I>>=imread（'zhaowei.bmp'）
>>J=immultiply（I,1.2）
>>subplot（1,2,1）;imshow（I）
>>subplot（1,2,2）;imshow（J）
四、图像的除法运算
在MATLAB中使用imdivide函数进行两幅图像的除法。
imdivide函数对两幅输入图像的所有相应像素执行元素对元素的除法操作（点除），并将得到的结果作为输出图像的相应像素值。
imdivide函数的调用格式如下：
Z=imdivide（X,Y）其中，Z=X/Y。
实验结果如下图：
源代码
>>Rice=imread（'cameraman.tif'）;
>>I=double（Rice）;
>>J=I*0.43+90
>>Rice2=uint8（J）
>>Ip=imdivide（Rice,Rice2）
>>Imshow（Ip,[]）
原图像
五、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？
答：
使用背景减法进行运动目标检测可以提取出完整的目标图像．可将所得标用于进一步的图像处理工作中。
除去人身体在环境中运动产生的动态区域外．背景减法对其它的动态场景的变化、干扰等特别敏感背景图像获取的理想情况是在场景没有运动因素，最简单背景获取方法是当场景中任何目标时采集一幅图像作为背景图像，但这种固定背景图像的方法．只适合应于外界条件较好的场。
实验三图像增强—空域滤波
一、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。
2、实验结果与源代码
源代码
>>I=imread（'cameraman.tif'）;
J=imnoise（I,'gauss',0.02）;
J=imnoise（I,'salt&pepper',0.02）;
ave1=fspecial（'average',3）;
ave2=fspecial（'average',5）;
K=filter2（ave1,J）/255;
L=filter2（ave2,J）/255;
M=medfilt2（J,[33]）;
N=medfilt2（J,[44]）;
imshow（I）;
figure,imshow（J）;
figure,imshow（K）;
figure,imshow（L）;
figure,imshow（M）;
figure,imshow（N）;
三、思考题/问答题
（1）简述高斯噪声和椒盐噪声的特点。
高斯噪声是指噪声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。
高斯白噪声的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性。
高斯白噪声包括热噪声和散粒噪声。
而椒盐噪声是指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。
椒盐噪声往往由图像切割引起。
（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？
通过实验可以看出，中值滤波对椒盐噪声的消噪处理效果比较好，但是对高斯噪声的消噪处理效果不是很理想
（3）结合实验内容，定性评价滤波窗口对去噪效果的影响？
对比实验结果可以发现：
发现对于椒盐噪声，中值滤波效果更好。
对于高斯噪声，选用5*5窗口滤波效果好于3*3窗口滤波，但图像模糊程度加重了。
实验四图像分割
一、实验内容与步骤
（1）使用Roberts算子的图像分割实验
调入并显示图像room.tif中图像；使用Roberts算子对图像进行边缘检测处理；Roberts算子为一对模板：
相应的矩阵为：
rh=[01；-10]；rv=[10；0-1]；这里的rh为水平Roberts算子，rv为垂直Roberts算子。
分别显示处理后的水平边界和垂直边界检测结果；用“欧几里德距离”和“街区距离”方式计算梯度的模，并显示检测结果；对于检测结果进行二值化处理，并显示处理结果；
（2）使用Prewitt算子的图像分割实验
使用Prewitt算子进行内容
（1）中的全部步骤。
（3）使用Sobel算子的图像分割实验
使用Sobel算子进行内容
（1）中的全部步骤。
（4）使用LoG（拉普拉斯-高斯）算子的图像分割实验
使用LoG（拉普拉斯-高斯）算子进行内容
（1）中的全部步骤。
提示1：
处理后可以直接显示处理结果，无须另外计算梯度的模。
提示2：
注意调节噪声的强度以及LoG（拉普拉斯-高斯）算子的参数，观察处理结果。
二、实验结果与源程序
实验结果如下图：
源程序>>f=imread（'cameraman.tif'）;
[gv,t1]=edge（f,'sobel','vertical'）;
imshow（gv）
[gb,t2]=edge（f,'sobel','horizontal'）;
figure,imshow（gb）
w45=[-2-10;-101;012];
g45=imfilter（double（f）,w45,'replicate'）;
T=0.3*max（abs（g45（:
）））;
g45=g45>=T;
figure,imshow（g45）;
三、思考题/问答题
1、评价一下Roberts算子、Prewitt算子、Sobel算子对于噪声条件下边界检测的性能。
Roberts算子边缘定位精度较高，但易丢失一部分边缘，同时由于没经过图像平滑计算，因此不能抑制噪声。
该算子对具有陡峭的低噪声图像响应最好。
Sobel算子很容易在空间上实现，对噪声具有平滑作用，受噪声影响较小，可提供较为精确的边缘方向信息，但同时也会检测出许多伪边缘，检测到的边缘宽度较粗，边缘位置定位精度不高。
Prewitt算子与Sobel算子使用方法一样，都是对图像进行差分和滤波运算，差别只在于使用的模板不一
样，Prewitt算子比Sobel算子运算略微简单。
2、为什么LoG梯度检测算子的处理结果不需要象Prewitt等算子那样进行幅度组合？
LOG算子是根据图像的信噪比来求出检测边缘的最优滤波器。
该方法首先采用高斯函数对图像进行低通平滑滤波，然后采用Laplacia算子进行高通滤波，根据二阶导数的过零点来检测图像的边缘。
因而不需要象Prewitt等算子那样进行幅度组合。
3、实验中所使用的四种算子所得到的边界有什么异同？
Roberts算子检测出的图像轮廓边缘很细，连续性较差，边缘信息有一定丢失，出现的噪点比较多。
Sobel和Prewitt两个算子检测出的边缘效果几乎一致，比Roberts算子的检测结果要好，边缘较为连续，对噪声不敏感，但是线条稍粗，出现了一些伪边缘。
二阶LOG算子检测出来的图像边缘更加连续，边缘也比较细小。
但是由于二阶算子的特性，对噪声比较敏感。
当σ的值越小，平滑的程度就越小，于是会出现零星的假边缘；而σ的值越大，平滑的程度也越大，但是部分真实的边缘会丢失，出现边缘间断现象
实验五形态学运算
一、实验内容与步骤
1.调入并显示图像Plane2.jpg；
2.选取合适的阈值，得到二值化图像Plane2-2.jpg；
3.设置结构元素；
4.对得到的二值图像Plane2-2.jpg进行腐蚀运算；
5.对得到的二值图像Plane2-2.jpg进行膨胀运算；
6.对得到的二值图像Plane2-2.jpg进行开运算；
7.对得到的二值图像Plane2-2.jpg进行闭运算；
8.将两种处理方法的结果作比较；
2、实验结果与源程序
实验结果如下图：
源程序
I=imread（'Sunset.jpg'）;
level=graythresh（I）;%得到合适的阈值
bw=im2bw（I,level）;%二值化
SE=strel（'square',3）;%设置膨胀结构元素
BW1=imdilate（bw,SE）;%膨胀
SE1=strel（'arbitrary',eye（5））;%设置腐蚀结构元素
BW2=imerode（bw,SE1）;%腐蚀
BW3=bwmorph（bw,'open'）;%开运算
BW4=bwmorph（bw,'close'）;%闭运算
imshow（I）;
figure,imshow（bw）;
figure,imshow（BW1）;
figure,imshow（BW2）;
figure,imshow（BW3）;
figure,imshow（BW4）;
三、思考题/问答题
1.结合实验内容，评价腐蚀运算与膨胀运算的效果。
腐蚀是一种消除边界点，它使边界向内部收缩，消除小且无意义的物体。
膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。
可以用来填补物体中的空洞。
2.结合实验内容，评价开运算与闭运算的效果。
先腐蚀后膨胀的过程称为开运算。
实验中，开运算能够去除孤立的小点，毛刺和小桥（即连通两块区域的小点），而总的位置和形状不变。
先膨胀后腐蚀称为闭运算。
实验中，闭运算能够填平小湖（即小孔），弥合小裂缝，而总的位置和形状不变。
3.腐蚀、膨胀、开、闭运算的适用条件是什么？
由于噪声的影响，图象在阈值化后所得到边界往往是很不平滑的，物体区域具有一些噪声孔，背景区域上散布着一些小的噪声物体。
连续的开和闭运算可以有效地改善这种情况。
有时需要经过多次腐蚀之后再加上相同次数的膨胀，才可以产生比较好的效果。
赠送以下资料
考试知识点技巧大全
一、考试中途应饮葡萄糖水
大脑是记忆的场所，脑中有数亿个神经细胞在不停地进行着繁重的活动,大脑细胞活动需要大量能量。
科学研究证实,虽然大脑的重量只占人体重量的2%-3%,但大脑消耗的能量却占食物所产生的总能量的20%,它的能量来源靠葡萄糖氧化过程产生。
据医学文献记载,一个健康的青少年学生30分钟用脑,血糖浓度在120毫克/100毫升,大脑反应快,记忆力强；90分钟用脑，血糖浓度降至80毫克/100毫升，大脑功能尚正常；连续120分钟用脑，血糖浓度降至60毫克/100毫升，大脑反应迟钝，思维能力较差。
我们中考、高考每一科考试时间都在2小时或2小时以上且用脑强度大，这样可引起低血糖并造成大脑疲劳，从而影响大脑的正常发挥，对考试成绩产生重大影响。
因此建议考生，在用脑60分钟时，开始补饮25%浓度的葡萄糖水100毫升左右，为一个高效果的考试加油。
二、考场记忆“短路”怎么办呢？
对于考生来说，掌握有效的应试技巧比再做题突击更为有效。
1.草稿纸也要逐题顺序写草稿要整洁，草稿纸使用要便于检查。
不要在一大张纸上乱写乱画，东写一些，西写一些。
打草稿也要像解题一样，一题一题顺着序号往下写。
最好在草稿纸题号前注上符号，以确定检查侧重点。
为了便于做完试卷后的复查，草稿纸一般可以折成4-8块的小方格，标注题号以便核查，保留清晰的分析和计算过程。
2.答题要按先易后难顺序不要考虑考试难度与结果，可以先用5分钟熟悉试卷，合理安排考试进度，先易后难，先熟后生，排除干扰。
考试中很可能遇到一些没有见过或复习过的难题，不要蒙了。
一般中考试卷的题型难度分布基本上是从易到难排列的，或者交替排列。
3.遇到容易试题不能浮躁遇到容易题，审题要细致。
圈点关键字词，边审题边画草图，明确解题思路。
有些考生一旦遇到容易的题目，便觉得心应手、兴奋异常，往往情绪激动，甚至得意忘形。
要避免急于求成、粗枝大叶，防止受熟题答案与解题过程的定式思维影响，避免漏题，错题，丢掉不该丢的分。
4.答题不要犹豫不决选择题做出选择时要慎重，要关注题干中的否定用词，对比筛选四个选项的差异和联系，特别注意保留计算型选择题的解答过程。
当试题出现几种疑惑不决的答案时，考生一定要有主见，有自信心，即使不能确定答案，也不能长时间犹豫，浪费时间，最终也应把认为正确程度最高的答案写到试卷上，不要在答案处留白或开天窗。
5.试卷检查要细心有序应答要准确。
一般答题时，语言表达要尽量简明扼要，填涂答题纸绝不能错位。
答完试题，如果时间允许，一般都要进行试卷答题的复查。
复查要谨慎，可以利用逆向思维，反向推理论证，联系生活实际，评估结果的合理性，选择特殊取值，多次归纳总结。
另外，对不同题型可采用不同的检查方法。
选择题可采用例证法，举出一两例来能分别证明其他选项不对便可安心。
对填空题，则一要检查审题;二要检查思路是否完整;三要检查数据代入是否正确;四要检查计算过程;五要看答案是否合题意;六要检查步骤是否齐全，符号是否规范。
还要复查一些客观题的答案有无遗漏，答案错位填涂，并复核你心存疑虑的项目。
若没有充分的理由，一般不要改变你依据第一感觉做出的选择。
6、万一记忆短路可慢呼吸考试中，有些考生因为怯场，导致无法集中精神，甚至大脑忽然一片空白，发生记忆堵塞。
此时不要紧张，不妨尝试如下方式：
首先是稳定心态，保持镇静，并注意调节自己的呼吸率。
先慢吸气，当对自己说放松时缓慢呼气，再考虑你正在努力回忆的问题，如果你仍不能回想起来，就暂时搁下这道题，开始选做其他会的试题，过段时间再回过头来做这道题。
第二，积极联想。
你不妨回忆老师在讲课时的情景或自己的复习笔记，并努力回忆与发生记忆堵塞问题有关的论据和概念，把回忆起的内容迅速记下来，然后，看能否从中挑出一些有用的材料或线索。
第三，进行一分钟自我暗示。
即根据自己的实际，选择能激励自己，使自己能心情平静和增强信心的话，在心中默念3至5遍。
比如：
我已平静下来，我能够考好、我有信心，一定能考出理想的成绩等等。
第四，分析内容，查找相关要点。
借助试卷上其它试题，也许会给考生提供某些线索。
因此不要轻易放弃，查看试题中的相关要点，看看是否能给考生提供线索或启发。
2015平面设计实习报告范文3000字
学生姓名：
专业班级：
模具设计与制造
实践地点：
xxxxxx公司
指导教师：
编写日期：
2015.3.13
3年大学生活转瞬即使。
2015，当我们还站在大三憧憬时，便被时间和现实狠狠的一把推向社会。
作为2015年的毕业生，今年正是我们实习的时间，当我拿着一纸介绍信去实习单位报道时，我知道这意味着什么，在学校里的那些小情绪小困扰小挑战，都已经成为微不足道，纸上谈兵的过去。
如果大学三年是我们做准备的时期，是我们资本积累的时期，那我们现在应该考虑如何让我们的资本得到应用和运转，那既是如何在社会中使自己的能力实现其价值。
我们将有崭新的身份和状态，我们将面对更大的，更现实的任务和困难——独立，工作，生存。
随着社会的快速发展，当代社会对即将毕业的大学生的要求越来越高，对于即将毕业的我们而言，为了能更好的适应严峻的就业形势，毕业后能够尽快的融入社会，同时能够为自己步入社会打下坚实的基础。
经过了一段时间的理论学习，使我对设计有了基本掌握，对于设计基础也有些掌握。
也因此对设计有所喜爱，希望能找份相关的工作，作为应届生，心中想得更多的是如何去做好一个设计、如何更好的去完成每一个设计任务、甚至成为一名职业的设计师。
在实习过程中，我深深地感受到做设计通常是缺乏足够的市场和管理上的经验，做出的设计作品经常会与市场经济脱节;而作为管理者通常缺乏设计基础和审美能力，往往为了追求市场效益，过多地拘束设计师的思维与创新，忽略了设计要素的重要性，造成了设计的庸俗化。
所以我们不仅要对基础设计理论能够熟练的运用，对管理学、市场营销、财务管理等各个方面也都有了初步了解。
因此仅仅通过在学校所学的理论知识是远远不够的，这就需要我们去实践，走进公司，将所学理论与实践相结合，这也是我们这次实习课程的目的。
实习时间：
20xx年xx月1日——20xx年12月31日
实习地点：
厦门麦洋贸易有限公司
实习单位介绍：
麦洋贸易有限公司成立于2011年6月，拥有知名度较高的独立原创男装品牌的同时，也为大中型企业进行网站筹措、设计，网络推行营销于一体的国内首家云服务综合
实习目的：
毕业实习是我们大学期间的最后一门课程,不知不觉我们的大学时光就要结束了,在这个时候,我们非常希望通过实践来检验自己掌握的知识的正确性。
并通过社会实践，熟练技能，了解艺术设计机构，其部门、日常业务活动、整体状态。
从中认识到艺术设计活动与人力、资金、社会的关系。
因此，我来到厦门麦洋贸易有限公司，在这里开始了我的毕业实习。
升级会员 