matlab简单图像处理实验报告.docx
《matlab简单图像处理实验报告.docx》由会员分享，可在线阅读，更多相关《matlab简单图像处理实验报告.docx（26页珍藏版）》请在冰点文库上搜索。
matlab简单图像处理实验报告
实验一：
图像文件类型转换
实验目的：
理解数字图像文件的几种基本类型
掌握在MATLAB中进行图象文件类型转换的方法
观察图象转换前后的效果
加深对图象文件类型的理解
熟悉图象格式、颜色系统间的转换
实验内容：
1）灰度图像与索引图像的相互转换
2）RGB图像与索引图像的相互转换
3）将图像转换为二值化图像
实验方法：
利用MATLAB工具进行实验
一、灰度图像到索引图像的转换
clear
>>info=imfinfo（'rice.png'）
info=
Filename:
'rice.png'
FileModDate:
'26-Jan-200300:
03:
06'
FileSize:
44607
Format:
'png'
FormatVersion:
[]
Width:
256
Height:
256
BitDepth:
8
ColorType:
'grayscale'
FormatSignature:
[13780787113102610]
Colormap:
[]
Histogram:
[]
InterlaceType:
'none'
Transparency:
'none'
SimpleTransparencyData:
[]
BackgroundColor:
[]
RenderingIntent:
[]
Chromaticities:
[]
Gamma:
[]
XResolution:
[]
YResolution:
[]
ResolutionUnit:
[]
XOffset:
[]
YOffset:
[]
OffsetUnit:
[]
SignificantBits:
[]
ImageModTime:
'27Dec200219:
57:
12+0000'
Title:
[]
Author:
[]
Description:
'Ricegrains'
Copyright:
'CopyrightTheMathWorks,Inc.'
CreationTime:
[]
Software:
[]
Disclaimer:
[]
Warning:
[]
Source:
[]
Comment:
[]
OtherText:
[]
RGB=imread（'rice.png'）;
>>figure（3）;
>>imshow（RGB）;
>>figure
（1）;
>>[RGB1,map1]=gray2ind（RGB,128）;
>>imshow（RGB1,map1）;
>>figure
（2）;
>>[RGB2,map2]=gray2ind（RGB,16）;
>>imshow（RGB2,map2）;
>>imwrite（RGB1,map1,'3.bmp'）;
>>imwrite（RGB2,map2,'4.bmp'）;
图3图1
图2
实验结果分析：
从上述实验结果，我们可以看出灰度级不同，图像的亮度也不一样。
这是因为图像的量化灰度级数是256，灰度取值范围一般从0~255，在人的视觉系统中，不同的灰度值人感觉到的亮度不一样。
我们调用函数info=imfinfo（'3.bmp'），info=imfinfo（'4.bmp'）来检查得到的图像是不是索引图像，发现他们都是ColorType:
'indexed'，这就说明以3.bmp或4.bmp命名的文件是索引图像。
以下是索引图到灰度图的转化：
clear
>>[x,map]=imread（'3.bmp'）;
>>figure
（1）,imshow（x）;
>>I=ind2gray（x,map）;
>>figure
（2）,imshow（I）;
图1图2
二、RGB图像到索引图像的转换
info=imfinfo（'1646063.jpg'）
info=
Filename:
'1646063.jpg'
FileModDate:
'23-Mar-201015:
54:
36'
FileSize:
60317
Format:
'jpg'
FormatVersion:
''
Width:
320
Height:
226
BitDepth:
24
ColorType:
'truecolor'
FormatSignature:
''
NumberOfSamples:
3
CodingMethod:
'Huffman'
CodingProcess:
'Sequential'
Comment:
{}
RGB=imread（'1646063.jpg'）;
>>figure
（1）;
>>imshow（RGB）;
>>figure
（2）;
>>y=rgb2ind（RGB,256）;
>>imwrite（y,'1s.bmp'）;
>>imshow（y）;
实验结果分析：
通过把图像的数据赋予给RGB图像，然后利用转换语句y=rgb2ind（RGB,256）把彩色图像转换为索引图，我们调用函数info=imfinfo（'1s.bmp'）检查所得图像是不是索引图，发现ColorType:
'indexed'，这就说明以1s.bmp命名的文件是索引图。
以下是索引图转换二值图：
>>[x,map]=imread（'3.bmp'）;
>>figure
（1）,imshow（x）;
>>RGB=ind2rgb（x,map）;
>>figure
（2）,imshow（RGB）;
三、RGB图像到二值图像的转换
clear
>>info=imfinfo（'20081228224116246.jpg'）
info=
Filename:
'20081228224116246.jpg'
FileModDate:
'23-Mar-201015:
55:
03'
FileSize:
55227
Format:
'jpg'
FormatVersion:
''
Width:
580
Height:
483
BitDepth:
24
ColorType:
'truecolor'
FormatSignature:
''
NumberOfSamples:
3
CodingMethod:
'Huffman'
CodingProcess:
'Sequential'
Comment:
{'CompressedwithJPEGOptimizer4.00,'}
>>RGB=imread（'20081228224116246.jpg'）;
>>figure（3）;
>>imshow（RGB）;
>>bw1=im2bw（RGB,0.5）;
>>bw2=im2bw（RGB,0.6）;
>>figure
（1）;
>>imshow（bw1）;
>>figure
（2）;
>>imshow（bw2）;
图3
图1
图2
实验结果分析：
从实验结果可以看出，阈值不同，图像的清晰度也不一样。
阈值的取值范围在[0,1]之间，它相当一个门限，输入图像的像素大于这个门限时就可以输出。
以下为灰度图转换为二值图：
Clear
I=imread（'rice.png'）;
>>figure（3）;
>>imshow（I）;
>>bw1=im2bw（I,0.5）;
>>bw2=im2bw（I,0.6）;
>>figure
（1）;
>>imshow（bw1）;
>>figure
（2）;
>>imshow（bw2）;
图3
图1
图2
实验二：
图像变换
实验目的：
掌握图像变换的方法，观察图象变换的效果，熟悉图像傅立叶变换。
实验内容：
快速卷积实验,对图像进行傅立叶变换；
实验方法：
利用MATLAB图像处理工具箱进行实验
一、傅立叶变换实验
A=magic（3）；
B=ones（3）；
A（8,8）=0；
B（8,8）=0;
>>C=ifft2（fft2（A）.*fft2（B））;
>>C=C（1:
5,1:
5）;
>>C=real（C）
C=
8.00009.000015.00007.00006.0000
11.000017.000030.000019.000013.0000
15.000030.000045.000030.000015.0000
7.000021.000030.000023.00009.0000
4.000013.000015.000011.00002.0000
>>C=conv2（A,B）;
>>C=C（1:
5,1:
5）
C=
891576
1117301913
1530453015
72130239
41315112
clear
>>figure
（1）;
>>RGB=imread（'cameraman.tif'）;
>>imshow（RGB）;
>>figure
（2）;
>>B=fftshift（fft2（RGB））;
imshow（log（abs（B））,[]）,colormap（jet（64））,colorbar;
clear
>>A=zeros（128）;
>>A（60:
68,60:
68）=1;
>>figure
（1）;
>>imshow（A）;
>>figure
（2）;
>>B=fft2（A）;
>>imshow（B）;
C=fftshift（fft2（A））;
>>figure（3）,imshow（C）;
figure（4）;
>>imshow（log（abs（C））,[]）,colormap（jet（64））,colorbar;
实验三：
数字图像滤波及边缘检测（综合性实验）
实验目的：
1）综合运用图像处理的基本原理方法，解决实际问题；
2）学会使用Matlab中值滤波函数和图像处理并了解适用范围；
3）了解函数imnoise的基本功能和输入参数的特点；
4）掌握线性平滑滤波器和非线性平滑滤波器（中值滤波）的性能。
5）掌握图象边缘检测的基本算法。
实验内容：
平滑滤波，中值滤波，边缘检测
实验方法：
利用MATLAB图像处理工具箱进行实验
一、图象平滑滤波
1.均值滤波（线性滤波）
clear
>>I=imread（'kids.tif'）;
>>imshow（I）
>>I1=imnoise（I,'gaussian',0,0.02）;
>>figure,imshow（I1）
>>h=[111;111;111];
>>h=h/9;
>>J=conv2（I1,h）;
figure,imshow（J,[]）
clear
>>I=imread（'kids.tif'）;
>>imshow（I）
>>I1=imnoise（I,'gaussian',0,0.02）;
>>figure,imshow（I1）
>>h=[11111;11111;11111;11111;11111];
>>h=h/9;
>>J=conv2（I1,h）;
figure,imshow（J,[]）
clear
>>I=imread（'kids.tif'）;
>>imshow（I）
>>I1=imnoise（I,'gaussian',0,0.02）;
>>figure,imshow（I1）
h=[1111111
1111111
1111111
1111111
1111111
1111111
1111111];
>>h=h/9;
>>J=conv2（I1,h）;
figure,imshow（J,[]）
2.中值滤波（非线性滤波）
clear
>>I=imread（'kids.tif'）;
>>J=imnoise（I,'gaussian',0.02）;
>>K=medfilt2（J）;
>>subplot（1,3,1）,imshow（I）;
>>subplot（1,3,2）,imshow（J）;
>>subplot（1,3,3）,imshow（K）;
clear
>>I=imread（'Big_2009.jpg'）;
>>J=imnoise（I,'gaussian',0.02）;
>>K=imnoise（I,'salt&pepper',0.02）;
>>subplot（1,3,1）,imshow（I）;
>>subplot（1,3,2）,imshow（J）;
>>subplot（1,3,3）,imshow（K）;
小结：
不同的滤波方法得出的效果不一样，同一种方法选择不同的参数得出的结果也不一样。
如上图所示，对于中值滤波选择了3x3，5x5，7x7观察图形，清晰度不同。
二、边缘检测
clear
>>I=imread（'trees.tif'）;
>>imshow（I）
>>BW1=edge（I,'Roberts'）;
>>figure,imshow（BW1）
>>BW2=edge（I,'sobel'）;
>>figure,imshow（BW2）
BW3=edge（I,'Prewitt'）;
>>figure,imshow（BW3）
>>
小结：
边缘检测的方法也有很多，不同的检测方法提取的信息也不一样，该实验中，选择了'Roberts'，'sobel'，'Prewitt'算子分别对图像进行处理，观察结果发现有些细节在有的图片上有，而有的则没有。
实验四：
小波在图像降噪中的应用
实验目的：
掌握小波变换的基础知识；
掌握小波去噪的基本原理，观察小波降噪后的图象差别；
掌握一维和二维信号的小波去噪方法
实验内容：
利用matlab产生一有噪信号；
应用小波变换的方法将该信号进行降噪处理，观察图像的变换；
利用matlab小波分析工具箱去除图像噪声
实验方法：
利用matlab软件及其小波分析工具箱
clear
>>sqrt_snr=3;
>>init=231434;
>>[x,xn]=wnoise（3,11,sqrt_snr,init）;
>>plot（x）
>>figure,plot（xn）
lev=5;
>>xd=wden（x,'heursure','s','one',lev,'sym8'）;
>>figure,plot（xd）
>>xd=wden（x,'rigrsure','s','sln',lev,'sym8'）;
>>figure,plot（xd）
>>xd=wden（x,'sqtwolog','s','sln',lev,'sym8'）;
>>figure,plot（xd）
不同的去噪方法得出的结果不同，其中有好有坏。
用matlab小波工具箱对图片进行去噪。
>>wavemenu
单击wavelet2-D按钮，选择file菜单里的命令选择例子图像，
单击De-noise按钮，在新产生的窗口中可以选择阈值处理，还可以手动设置。
选择penalizehigh阈值方法进行去噪
还可以继续选择不同的方法进行去噪，另外通过手动设置阈值，一下是手动设置阈值的几个图：
把每层的阈值都设为0。
把每层的阈值都设为最大。
根据前两个图取中间比较合适的阈值，是之能够得到满意的结果。
小结：
根据实验结果我们可以发现对图片进行去噪的处理方法比较的多，由于这里只是对一张图片进行处理，理论上将对不同噪声图片处理的方法不一样，处理时应该选择与之对应的方法才能得出好的效果来。
升级会员 