武汉理工图像检测与处理技术实验报告.docx

上传人:b****1 文档编号:3380909 上传时间:2023-05-05 格式:DOCX 页数:11 大小:341.85KB
下载 相关 举报
武汉理工图像检测与处理技术实验报告.docx_第1页
第1页 / 共11页
武汉理工图像检测与处理技术实验报告.docx_第2页
第2页 / 共11页
武汉理工图像检测与处理技术实验报告.docx_第3页
第3页 / 共11页
武汉理工图像检测与处理技术实验报告.docx_第4页
第4页 / 共11页
武汉理工图像检测与处理技术实验报告.docx_第5页
第5页 / 共11页
武汉理工图像检测与处理技术实验报告.docx_第6页
第6页 / 共11页
武汉理工图像检测与处理技术实验报告.docx_第7页
第7页 / 共11页
武汉理工图像检测与处理技术实验报告.docx_第8页
第8页 / 共11页
武汉理工图像检测与处理技术实验报告.docx_第9页
第9页 / 共11页
武汉理工图像检测与处理技术实验报告.docx_第10页
第10页 / 共11页
武汉理工图像检测与处理技术实验报告.docx_第11页
第11页 / 共11页
亲,该文档总共11页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

武汉理工图像检测与处理技术实验报告.docx

《武汉理工图像检测与处理技术实验报告.docx》由会员分享,可在线阅读,更多相关《武汉理工图像检测与处理技术实验报告.docx(11页珍藏版)》请在冰点文库上搜索。

武汉理工图像检测与处理技术实验报告.docx

武汉理工图像检测与处理技术实验报告

学生学号

0121304940834

实验课成绩

学生实验报告书

 

实验课程名称

图像检测与处理技术

开课学院

机电工程学院

指导教师姓名

刘清元

学生姓名

李勇

学生专业班级

测控1304

 

2015

--

2016

学年

2

学期

 

实验教学管理基本规范

实验是培养学生动手能力、分析解决问题能力的重要环节;实验报告是反映实验教学水平与质量的重要依据。

为加强实验过程管理,改革实验成绩考核方法,改善实验教学效果,提高学生质量,特制定实验教学管理基本规范。

1、本规范适用于理工科类专业实验课程,文、经、管、计算机类实验课程可根据具体情况参照执行或暂不执行。

2、每门实验课程一般会包括许多实验项目,除非常简单的验证演示性实验项目可以不写实验报告外,其他实验项目均应按本格式完成实验报告。

3、实验报告应由实验预习、实验过程、结果分析三大部分组成。

每部分均在实验成绩中占一定比例。

各部分成绩的观测点、考核目标、所占比例可参考附表执行。

各专业也可以根据具体情况,调整考核内容和评分标准。

4、学生必须在完成实验预习内容的前提下进行实验。

教师要在实验过程中抽查学生预习情况,在学生离开实验室前,检查学生实验操作和记录情况,并在实验报告第二部分教师签字栏签名,以确保实验记录的真实性。

5、教师应及时评阅学生的实验报告并给出各实验项目成绩,完整保存实验报告。

在完成所有实验项目后,教师应按学生姓名将批改好的各实验项目实验报告装订成册,构成该实验课程总报告,按班级交课程承担单位(实验中心或实验室)保管存档。

6、实验课程成绩按其类型采取百分制或优、良、中、及格和不及格五级评定。

附表:

实验考核参考内容及标准

观测点

考核目标

成绩组成

实验预习

1.预习报告

2.提问

3.对于设计型实验,着重考查设计方案的科学性、可行性和创新性

对实验目的和基本原理的认识程度,对实验方案的设计能力

20%

实验过程

1.是否按时参加实验

2.对实验过程的熟悉程度

3.对基本操作的规范程度

4.对突发事件的应急处理能力

5.实验原始记录的完整程度

6.同学之间的团结协作精神

着重考查学生的实验态度、基本操作技能;严谨的治学态度、团结协作精神

30%

结果分析

1.所分析结果是否用原始记录数据

2.计算结果是否正确

3.实验结果分析是否合理

4.对于综合实验,各项内容之间是否有分析、比较与判断等

考查学生对实验数据处理和现象分析的能力;对专业知识的综合应用能力;事实求实的精神

50%

实验课程名称:

____图像检测与处理技术___________

实验项目名称

图像增强技术实验

实验成绩

实验者

李勇

专业班级

测控1302

组别

同组者

实验日期

2016年6月22日

一部分:

实验预习报告(包括实验目的、意义,实验基本原理与方法,主要仪器设备及耗材,实验方案与技术路线等)

一、实验目的

通过实验加深对图像检测与处理技术基本概念的理解,掌握图像增强的基本方法,熟悉图像处理工具软件Matlab图像工具包的应用。

二、实验内容

  1.1)打开Matlab,在MatlabHelp菜单中,选Demos项。

  2)打开Toolboxes\ImageProcessing\Enhancement项,选NoiseReductionFiltering,并运行。

  3)选图像(如:

circuit、coins、Blood等等),噪声类型Salt&Pepper、Gaussian、Speckle,滤波器类型Median、Averaging、Adaptive,邻域3x3,5x5、7x7,比较原始图像、受噪声污染图像、滤波后图像的变化。

4)改变参数或图像,重做3)。

5)通过实验确定何种滤波器对抑制何种类型噪声更有效,邻域大小对抑制噪声效果及图像模糊程度的影响。

2.按上述方法学习Demos中的其它例程。

3.编程实现:

仿照Matlab例程或利用其它语言完成一个图像增强程序的编写并运行通过。

程序中可以使用下列函数(供参考):

1)图像的读取:

语法:

imread('filename')

说明:

读取图像,扩展符.tif、.tiff、.jpg、.gif等等。

2)图像的显示

语法:

imshow(f,G)

imshow(f,[lowhigh])

imshow(f,[])

说明:

G是显示该图像的灰度级数;小于或等于low的值都显示为黑色,大于或等于high的值都显示为白色.

[]自动将变量low设置为f的最小值,将high设置为f的最大值。

3)图像的保存

语法:

imwrite(f,'filename')。

如:

f=imread('saturn.tif');

[M,N]=size(f);

g=imread('trees.tif');

imshow(f);

figure,imshow(g);%显示另一幅图像

imwrite(f,'s2.jpg')

4.写实验报告。

三、实验结果分析与讨论。

1.结果分析

2.小结

3.问题思考

1)在图像滤波中,滤波器类型、邻域大小对去噪的影响。

2)你觉得MATLAB编程和C语言编程有何不同?

 

 

第二部分:

实验过程记录(可加页)(包括实验原始数据记录,实验现象记录,实验过程发现的问题等)

1灰度处理

(1)程序代码

clc

T=imread('C:

\Users\linping\Desktop\平遥古城.jpg');%读取图像

P=rgb2gray(T);%转化为灰度图像

figure;imshow(T);%显示原始图像

title('原始图像');%加标题

figure;imshow(P);%显示灰度处理后图像

title('灰度处理图像');%加标题

imwrite(P,'C:

\Users\linping\Desktop\平遥古城1.jpg')%保存图像

(2)图片结果

 

2均衡化处理

 

(1)程序代码

clc

L=im2double(P);%将图像数据转化为double型

E=histeq(L);%均衡化处理

subplot(2,2,1),imshow(P);%显示原始图像

title('原始图像');%加标题

subplot(2,2,2),imshow(E);%显示均衡化图像

title('均衡化图像');%加标题

subplot(2,2,3),imhist(P);%显示原始图像直方图

title('原始图像直方图');%加标题

subplot(2,2,4),imhist(E);%显示均衡化后直方图

title('均衡化直方图')%加标题

(2)图像结果

3噪声添加及滤波处理

(1)程序代码

clc

A=imnoise(L,'Salt&Pepper',0.02);%加椒盐噪声

B=imnoise(L,'Gaussian',0.01);%加上高斯噪声

C=imnoise(L,'Speckle',0.02);%加斑点噪声

H=fspecial('sobel');%sobel算子锐化

subplot(4,3,1),imshow(L);%显示原始图像

title('原始图像');%加标题

J=filter2(H,A);

subplot(4,3,2),imshow(J);%显示锐化后图像

title('锐化图像');%加标题

subplot(4,3,4),imshow(A);%显示噪声处理后图像

title('椒盐噪声图像');%加标题

subplot(4,3,5),imshow(B);%显示噪声处理后图像

title('高斯噪声图像');%加标题

subplot(4,3,6),imshow(C);%显示噪声处理后图像

title('斑点噪声图像');%加标题

Y=medfilt2(A);%中值滤波

subplot(4,3,7),imshow(Y)%显示滤波后图像

title('椒盐中滤')%加标题

Z=medfilt2(B);%对高斯噪声进行中值滤波

subplot(4,3,8),imshow(Z)%显示滤波后图像

title('高斯中滤')%加标题

M=medfilt2(C);%中值滤波

subplot(4,3,9),imshow(M)%显示滤波后图像

title('斑点中滤')%加标题

K1=filter2(fspecial('average',7),A);%进行3*3均值滤波

title('椒盐均值滤波')%加标题

subplot(4,3,10),imshow(K1)%显示滤波后图像

K2=filter2(fspecial('average',7),B);%进行5*5均值滤波

title('高斯均值滤波')%加标题

subplot(4,3,11),imshow(K2)%显示滤波后图像

K3=filter2(fspecial('average',7),C);%进行7*7均值滤波

title('斑点均值滤波')%加标题

subplot(4,3,12),imshow(K3)%显示滤波后图像

(2)结果图片

 

教师签字__________

 

第三部分结果与讨论(可加页)

一、实验结果分析(包括数据处理、实验现象分析、影响因素讨论、综合分析和结论等)

二、小结、建议及体会

三、思考题

一、实验结果分析

1灰度图像处理实验中,彩色图像经过灰度处理可以得到灰度图像。

程序代码中包含基

本的图像的读取、图像的显示、图像的保存和图像的命名,以及函数的调用。

2均衡化图像处理中,通过histeq()函数进行均衡化处理,后经过imhist()函数可以得到图

像的均衡化直方图。

通过subplot将处理后的图片放到一起,便于比较。

3噪声添加与滤波处理中,对图像添加椒盐噪声、高斯噪声、斑点噪声和sobel算子锐化

处理,得到处理以后的图像。

然后分别进行中值滤波和均值滤波,邻域3×3、5×5、7×7,对

比处理前的图像,可以看出,中值滤波对椒盐噪声的滤波效果较好,对高斯噪声和斑点噪声

的滤波效果比较不理想,而均值滤波对椒盐噪声的滤波效果较不太好,对高斯噪声和斑点噪声

的处理结果较好。

二、小结

通过本次实验,了解了一些基本的图像处理的方法,会用matlab进行图像增强程序的编写

并根据运行结果修改程序,使之达到预定的目的。

增强了对图像处理基本概念的认识,知道了

相关函数的功能,对matlab的使用也更加熟练。

三、思考题

1)在图像滤波中,滤波器类型、邻域大小对去噪的影响。

均值滤波是典型的线性滤波算法,其采用的主要方法为邻域平均法。

该方法运算简单,对高

斯噪声具有良好的去噪能力,对乘性噪声的抑制也比较好,但对椒盐噪声的抑制作用不好,椒盐

噪声仍然存在,只不过被削弱了而已。

中值滤波是常用的非线性滤波方法,也是图像处理技术中最常用的预处理技术。

它可以克服

线性滤波器给图像带来的模糊,在有效清除颗粒噪声的同时,又能保持良好的边缘特性,从而获得

较满意的滤波效果,特别适合于去除图像的椒盐噪声,而对高斯噪声和乘性噪声效果不佳。

2)你觉得MATLAB编程和C语言编程有何不同?

Matlab是第4代语言,是一种脚本语言,主要用于数学计算科学计算,是一种商业数学软

件,是一种数值计算环境和编程语言,主要包括MATLAB和Simulink两大部分。

MATLAB基于矩阵运算,其全称MATrixLABoratory即得名于此。

它在数学类科技应用软件中在数值计算

方面首屈一指。

MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连

接其他编程语言的程序等,主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信

号检测、金融建模设计与分析等领域。

C是第3代语言,是一种面向过程程序设计语言,主要用于底层硬件或操作系统的程序设

计,是一种通用的、程序式的编程语言,广泛用于系统与应用软件的开发。

具有高效、灵活、

功能丰富、表达力强和较高的移植性等特点,也就是说,C语言的目的是用与软件开发,他有

着丰富的应用支持。

 

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 教学研究 > 教学计划

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2