数字图像处理上机报告.docx
《数字图像处理上机报告.docx》由会员分享，可在线阅读，更多相关《数字图像处理上机报告.docx（20页珍藏版）》请在冰点文库上搜索。
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
Matlab6.5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
Matlab6.5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=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FFTF2=log（abs（F））;%对幅值取对数imshow（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）））,colorbarJ（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）;imshow（I）;K1=filter2（fspecial（'average',3）,I）/255;%33的均值滤波K2=补充;
%55的均值滤波K3=补充;
%77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级灰度图像，8级灰度图像和2值图像
二、练习环境
MATLAB6.5或以上版本、WINXP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;fori=1:
2:
wid
forj=1:
2:
hei
quartimg（i1,j1）=b（i,j）;
j1=j1+1;
endi1=i1+1;j1=1;endfigure
imshow（uint8（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）;
figureimshow（b）[wid,hei]=size（b）;img8=zeros（wid,hei）;img2=zeros（wid,hei）;fori=1:
wid
forj=1:
hei
img8（i,j）=floor（b（i,j）/32）;%得到8级灰度图像
endendfigure
imshow（uint8（img8）,[0,7]）fori=1:
wid
forj=1:
hei
补充;endendfigure
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
MATLAB6.5或以上版本、WINXP或以上计算机
三、练习内容Part1
（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=0.6,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0.4N2=im2bw（I,0.7）;%将此图像二值化，阈值为0.7subplot（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'）;练习结果与分析
（1）练习结果如图3.7所示。
Part2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3.10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Matlab6.5或以上应用软件
三、练习内容Part1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
Part2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imshow（I）
%求原始图像的傅里叶频谱
J=fft2（I）;F=abs（J）;J1=fftshift（F）;figureimshow（J1,[550]）
%对原始图像举行旋转
J=imrotate（I,90,'bilinear','crop'）;figureimshow（J）%求旋转后图像的傅里叶频谱
J1=fft2（J）;F=abs（J1）;J2=fftshift（F）;figureimshow（J2,[550]）练习结果与分析
1）练习结果如图4.4所示.
Part3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）（128×128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（128,128）;fori=38:
1:
90forj=58:
1:
70f1（i,j）=255;endendfigure
（1）subplot（1,2,1）;imshow（f1）;subplot（1,2,2）;imshow（fft2（f1））;%f2（x,y）=（-1）^（x+y）*f1（x,y）fori=1:
1:
128forj=1:
1:
128f2（i,j）=（-1）^（i+j）*f1（i,j）;endendfigure
（2）;subplot（1,3,1）;imshow（f2）;f3=imrotate（f2,-45,'bilinear'）;%将f2顺时针旋转45度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256256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:
\img\lena.img','r'）;data=（fread（fid,[256,256],'uint8'））';subplot（2,2,1）imagesc（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d0n1=floor（M/2）;%对M/2举行取整n2=floor（N/2）;%对N/2举行取整fori=1:
Mforj=1:
Nd=sqrt（（i-n1）^2+（j-n2）^2）;%点（i,j）到傅立叶变换中心的距离h=1*exp（-1/2*（d^2/d0^2））;%GLPF滤波函数
s（i,j）=h*s（i,j）;%GLPF滤波后的频域表示endends=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=30d1=30;%初始化d1n3=floor（M/2）;%对M/2举行取整n4=floor（N/2）;%对N/2举行取整fori=1:
Mforj=1:
Ndd=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*（dd^2/d1^2））;%GHPF滤波函数
p（i,j）=h1*p（i,j）;%GHPF滤波后的频域表示endendp=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）;%创建图形图像对象imshow（p）;
3.对给定的两种1281
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:
\img\cell_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data1subplot（4,2,1）;
%将figure
（1）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（'均衡化后图像直方图'）;subplot（4,2,5）fid=fopen（'d:
\img\fing_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data3data31=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=histeq（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。
①不加门限；
②加门限T2f（m,n），（其中f（m,n）
1N2f（i,j））
ij
源代码：
%CELLfigure
（2）;fid=fopen（'D:
\img\cell_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data1I=uint8（data1）;I1=imnoise（I,'gaussian'）;%加乘性噪声H1=[010;101;010]/4;%4×4领域模板J=imfilter（I,H1）;%领域平均
subplot（2,4,1）,imshow（I）;%显示图像Ititle（'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（:
））/128^2;im_T=zeros（128,128）;fori=1:
128
forj=1:
128
ifabs（I1（i,j）J（i,j））>T
im_T（i,j）=J（i,j）;
else
im_T（i,j）=I1（i,j）;
end
endendsubplot（2,4,8）;imshow（im
升级会员 