《数字图像处理》课程 上机实验指导书Word下载.docx

《数字图像处理》课程 上机实验指导书Word下载.docx

《《数字图像处理》课程 上机实验指导书Word下载.docx》由会员分享，可在线阅读，更多相关《《数字图像处理》课程 上机实验指导书Word下载.docx（40页珍藏版）》请在冰点文库上搜索。

3．图像的显示和放大、缩小、旋转。

（1）打开一幅图像文件。

A.文件名.bmp

B.文件名.jpg

C.文件名.tif

（2）显示图像。

（3）改变图像的画布大小和图像大小。

（4）图像旋转。

4．图像文件的保存。

三、实验准备

1．参考书：

PhotoShop软件帮助文档

四、上机时间、地点

1．时间：

第周、星期、第－节课

2．机房：

机号：

其他成员：

五、实验总结及上交成果

1．实验主要步骤总结

打开一幅图像文件

显示图像

改变图像的画布大小

图像大小

图像旋转

图像文件的保存

2．实验完成情况及提交成果

3．疑难问题及遗留问题

4．指导教师评阅

上机实验二、灰度直方图统计

掌握灰度图像直方图的概念和计算方法，了解直方图的作用和用途。

提高学生编程能力，巩固所学知识。

1．利用photoshop显示图像的灰度直方图，从直方图了解图像平均明暗度和对比度等信息。

三、实验步骤

1.使用photoshop显示直方图：

（1）点击文件→打开，打开一幅图像；

（2）点击图像→直方图，显示图像的直方图；

（3）对图像做增强处理，例如选择图像→调整→自动对比度，对图像进行灰度拉伸，然后再显示直方图，观察的变化。

四、思考题

（1）直方图可以反映图像的哪些特性？

（2）如何使直方图曲线光滑？

如何识别直方图的峰和谷？

五、上机时间、地点

六、实验总结及上交成果

使用photoshop显示直方图：

（1）点击文件→打开，打开一幅图像

点击图像→直方图，显示图像的直方图

图像→调整→自动对比度，对图像进行灰度拉伸，然后再显示直方图

2．实验完成情况及提交成果

直方图是灰度级的函数，他反映了图像中每一灰度级出现的次数（该灰度级的像素数）或者频率（该像素数灰度级与图像总像素数之比）

灰度级出现的概率密度，图像的灰度分布特性（例如图像的亮暗，不能反映图像的像素位置；

一幅图像对应唯一的灰度直方图 

恰当量化。

直方图给出一个直观的指标，用来判断数字化一幅图像量化时是否合理地利用了全部允许的灰度范围。

一般来说，数字化获取的图像应该利用全部可能的灰度级。

假定一幅图像的背景为黑色，物体为灰色，背景中的黑色像素长生了直方图上的左峰，而物体中各灰度级产生了直方图上的右峰，由于物体边界像素相对较少，从而长生两峰之间的谷。

先要对图像滤波求得光滑的直方图曲线！

然后通过熵值求！

上机实验三、图像增强

掌握数字图像增强的基本原理和方法，并能运用Photoshop软件对图像进行增强操作。

比较不同方法图像增强的效果，分析这些增强方法的特点。

二、实验内容（4学时）：

应用Photoshop软件对图像作灰度拉伸、对比度增强、直方图均衡、图像平滑、中值滤波、边缘增强、伪彩色增强、假彩色合成等。

三、实习步骤

1）打开一幅图像；

2）灰度拉伸：

线形拉伸：

在“图像→调整→色阶”中，可以通过直接设置原图像灰度值的输入范围和所需的输出范围来简单的完成某一灰度段到另一灰度段的灰度调整映射变换。

②曲线拉伸：

在“图像→调整→曲线”中，在弹出的“曲线”对话框中，直接用鼠标拖动改变灰度输入、输出曲线的形状就可以完成任意线形的灰度变换。

3）对比度增强：

对比度增强可以通过“图像→调整→亮度/对比度”来直接对原图像的亮度或对比度进行调整,观察增强处理前后图像直方图的变化。

4）直方图均衡

直方图均衡可调用“图像→调整→色调均化”菜单项，即可达到直方图均衡的效果。

5）图像平滑

①图像的3×

3均匀平滑可以在“滤镜→模糊→模糊”中实现，观察处理前后图像细节和边缘的变化；

也可以调用“模糊”对话框中的“高斯模糊”来观察高斯平滑处理的结果，改变半径，观察图像的变化，分析高斯平滑处理的原理。

②通过“滤镜→其它→自定”菜单项调出模板对话框，可以输入自定义的平滑算子或其它增强算子，改变模板的大小和缩放比例，观察处理的效果。

6）中值滤波

①先使用“滤镜→杂色→添加杂色”菜单添加噪声，再使用“滤镜—杂色—中间值”中值滤波操作，设置滤波半径，观察处理结果；

②采用“添加杂色”菜单项中的均匀噪声和高斯噪声给图像添加噪声，分别使用中值滤波和均匀平滑，观察这两种处理的效果，比较它们的异同。

7）边缘增强

①使用“滤镜→锐化→锐化边缘”，观察图像边缘的变化，也可以使用使用“USM锐化”，“进一步锐化”等其它锐化方法。

②使用“滤镜→其它→自定”调出模板对话框，使用教材中讲到的Laplace增强算子和高通滤波算子或自定义的算子，比较它们的处理效果。

8）彩色增强

①密度分割：

打开一幅灰度（黑白）图像，使用“图像→模式→RGB颜色”将图像更改成真彩色模式，再使用“图像→调整→色调分离”对话框，输入密度分割的灰度级数（1-255），使用“图像→模式→索引颜色”将图像该成索引模式，使用“图像→模式→颜色表”对为每个灰度级定义一种颜色。

②假彩色合成：

假彩色图像合成是对一幅自然色彩图像或多光谱图像通过映射函数变换成新的三基色分量，使增强图像呈现出与原图像不同的彩色。

打开一幅真彩色图像，选择“图像→调整→通道混合器”，设置对话框中的参数，观察处理后图像的变化，也可以使用“图像→调整→渐变映射”来处理。

1）通过实习，中值滤波和均匀平滑在去图像噪声上各有什么特点，试比较两种方法异同。

2）试比较边缘检测算子Laplace、Prewitt、Sobel算子、方向算子、梯度算子的效果，总结其优缺点。

3）给出伪彩色增强与假彩色合成的区别与联系。

打开一幅图像灰度拉伸：

线形拉伸

②曲线拉伸

对比度增强

直方图均衡

达到直方图均衡的效果

图像平滑

滤镜→模糊→模糊高斯模糊

滤镜→其它→自定

改变模板的大小

处理前

处理后

缩放比例

中值滤波

①先使用“滤镜→杂色→添加杂色”菜单添加噪声

“滤镜—杂色—中间值”中值滤波操作，设置滤波半径为5，观察处理结果

②采用“添加杂色”菜单项中的均匀噪声和高斯噪声给图像添加噪声，分别使用中值滤波和均匀平滑，观察这两种处理的效果，比较它们的异同

均匀噪声高斯噪声

①使用“滤镜→锐化→锐化边缘”，观察图像边缘的变化，也可以使用使用“USM锐化”，“进一步锐化”等其它锐化方法

滤镜→锐化→锐化边缘

USM锐化

进一步锐化

②使用“滤镜→其它→自定”调出模板对话框，使用教材中讲到的Laplace增强算子和高通滤波算子或自定义的算子，比较它们的处理效果

Laplace增强算子

-1

4

8

1

-2

高通滤波算子

5

9

比较：

Laplace增强算子---锐化

高通滤波算子---非锐化

彩色增强

使用“图像→模式→RGB颜色”将图像更改成真彩色模式

再使用“图像→调整→色调分离”对话框，输入密度分割的灰度级数

使用“图像→模式→索引颜色”将图像该成索引模式

使用“图像→模式→颜色表”对为每个灰度级定义一种颜色

选择“图像→调整→通道混合器”，设置对话框中的参数，观察处理后图像的变化

使用“图像→调整→渐变映射”来处理

3．实验完成情况及提交成果

均匀平滑

特点

1不影响阶跃信号、斜坡信号，连续个数小于窗口长度一半的脉冲受到抑制，三角波信号顶部变平

2中值滤波的输出与输入噪声的密度分布有关

3中值滤波频谱特性起伏不大，可以认为中值滤波后，信号频谱基本不变

算法简单，但在降低噪声的同时使图像产生模糊，特别是在边缘和细节处

异同

中值滤波是一种非线性滤波，能在滤除噪声同时很好的保持图像边缘，以某像素中心的小窗口内的所有像素的灰度按从小到大排序，取排序结果的中间值作为该图像的灰度值

用像素及其指定领域内像素的平均值或加权平均值作为该像素的新值，以便去除突变的像素点，从而滤除一定的噪声

2）试比较边缘检测算子Laplace、Prewitt、Sobel算子、方向算子、梯度算子的效果，总结其优缺点

laplace算子是与方向无光的各向同性边缘检测算子,若只关心边缘点的位置而不顾其周围的实际灰度差时,一般选择该算子进行检测.特点:

各向同性,线性和位移是不变的,对线性和孤立点检测效果好,但边缘方向信息丢失,常产生双像素的边缘,对噪声有双倍的加强作用。

prewitt算子为在检测边缘的同时减少噪声的影响，从加大边缘检测算子的模板大小出发，由2*2扩大到3*3来计算差分算子，采用prewitt算子能检测到边缘点，还可以抑制噪声。

sobel算子：

在prewitt算子基础上，对4-领域采用带权的方法计算差分，该算子能检测边缘点，且能进一步抑制噪声的影响，但检测的边缘较宽。

方向算子：

利用彝族模板对图像中的同一像素求卷积，选取其中最大的值作为边缘强度，而将与之对应的方向作为边缘方向。

梯度算子：

对阶跃状边缘，在边缘处一阶导数有极值，因此可以计算每个像素处的梯度来检测边缘点。

梯度大小代表边缘强度，梯度方向与边缘走向垂直。

梯度算子仅计算相邻像素的灰度差，对噪声敏感，无法抑制噪声的影响。

sobel算子在prewitt算子基础上能检测边缘点，且能进一步抑制噪声的影响，但检测的边缘较宽。

梯度算子和laplacian算子都对噪声敏感，因此一般用它们检测边缘前要先对图像进行平滑

3）给出伪彩色增强与假彩色合成的区别与联系

伪彩色增强是把黑白图像的各不同灰度按照现行和非线性的映射函数变换成不同的彩色,得到一幅彩色图像的技术,为彩色图像增强的方法主要有以下三种:

1.密度增强法2.空间与灰度3.频率域伪彩色增强 

假彩色增强是通过映射函数将一幅自然彩色图像或同一景物的多光谱或超光谱图像变换成新的三基色分量,彩色合成使图像增强中各目标呈现出与原图像中不同彩色;

假彩色增强的目的:

1.使感兴趣的目标呈现出奇异的彩色或置于奇特的彩色环境中,从而更受人注目2.使景物呈现出与人眼色觉相匹配的颜色,以提高对目标的分辨力. 

伪彩色增强的对象是一幅灰度图像,加彩色增强处理的对象不是一幅黑白图像,而是一幅自然彩色图像或同一景物的多光谱或超光谱图像

上机实验四、边缘检测

掌握基本的图象分割方法，观察图象分割的效果，加深对边缘检测、模板匹配、区域生长的理解。

1、边缘检测

2、模板匹配

（1）在MatlabHelp菜单中,选Demos项。

（2）打开Toolboxes\ImageProcessing项，选EdgeDetection，并运行。

（3）选图象Blood、边缘检测方法Sobel，如图1所示。

（4）按Apply键。

（5）观察检测到的边界。

（6）改变阈值，重做（4）-（5）。

（7）选边缘检测方法Prewitt，重做（4）-（6）。

（8）选边缘检测方法Roberts，重做（4）-（6）。

（9）选边缘检测方法LaplacianofGaussian，重做（4）-（6）。

（10）选其他图象，重做（4）-（9）。

图1

1）在Photoshop中打开一黑白灰度图象文件，如图2所示。

2）在滤镜菜单其他子菜单中选自定项。

3）在自定界面中输入点模板。

4）按好键。

5）观察处理后图象。

6）在编辑菜单中选返回项，恢复原始图象。

7）在滤镜菜单其他子菜单中选自定项。

8）在自定界面中分别输入线模板、方向模板，重做（4）-（5）。

9）在Photoshop中其他黑白灰度图象文件，重做

（2）-（8）。

在滤镜菜单其他子菜单中选自定项,在自定界面中输入点模板

在编辑菜单中选返回项，恢复原始图象

在自定界面中分别输入线模板、方向模板

线模板

方向模板

在Photoshop中其他黑白灰度图象文件，重做

（2）-（8）

上机实验五、图像处理软件Matlab使用初步

掌握图像显示的基础，掌握Matlab显示图象的原理和过程。

熟悉常用的图像文件格式，了解各图像格式的特点；

掌握BMP和TIF文件格式的存储和读取，实现BMP—〉TIF格式的转换，为读取各种格式文件打基础。

1、读入并显示图像（文件夹image中的所有图像）

2、观察并纪录图像显示的效果

3、掌握BMP格式的读取和存储

4、实现从BMP格式到TIF格式的转换

5、将所有目标图像用matlab转换为tif格式

具体步骤：

1、h=imread（'

e:

\matlab_pdf\image\girl.bmp'

）%读图像

2、image（h）%显示RGB图像

3、imagesc（h,[0256]）；

colormap（gray）%调用这两个函数显示灰度图像

4、colorbar%添加颜色条

5、zoomon%用鼠标缩放图像，点左键放大，右键缩小

6、读取图像，例如：

h=imread（'

7、以不同格式写图像，例如：

imwrite（h,'

e:

\matlab_pdf\image\mygirl.tif'

）%不同文件格式保存图像

1、matlab能支持的图像格式在进行转换时与用photoshop进行转换是否存在差别（相同图像格式的质量和数据量）？

上机实验六、图像处理软件Matlab图像处理

掌握灰度图像直方图的概念和计算方法，了解直方图的作用和用途，巩固所学知识。

熟悉Matlab用于图像增强的基本方法。

掌握Matlab用于图像边缘检测的基本函数和方法。

1、观察并纪录各个图像直方图，分析各图像直方图特征有什么特点？

2、查阅matlab图像处理的帮助，理解函数imadjust（）的各参数的含义及其用法，调整不同的参数，选一幅图像为例记录3组以上参数的图像增强结果，找到这3组参数对应于photoshop中灰阶曲线的调整的情况，比较处理的效果。

3、记录直方图均衡化后的结果直方图和图像，与原图像进行比较。

4、观察并纪录不同的边缘增强算子的模板参数；

用几种不用的边缘检测算子对图像进行边缘提取并比较记录所得效果。

直方图特征统计具体步骤：

1、读图像，例如：

2、显示灰度直方图，例如：

imhist（h）%显示图像的直方图

对比度增强具体步骤：

1、jj=imadjust（h,[0.25,0.6],[],1.233）%调整图像灰度曲线，增强对比度

2、figure,imshow（jj）%在新窗口中显示结果图像

直方图均衡化具体步骤：

2、j=histeq（h）%均衡化

3、figure,imhist（j,64）%在新的窗口中显示图像的直方图

并思考：

imhist（j,64）中，64的代表的是什么？

边缘检测具体步骤：

1、h1=fspecial（'

sobel'

）%采用soble算子，同理可采用prewitt以及log算子

2、p1=filter2（h1,h）;

figure,imshow（p1）%滤波并显示结果

直方图特征统计对比度增强具体步骤：

直方图均衡化边缘检测具体步骤：

将均衡化后图像的直方图显示为64级灰度