数字图像处理实验报告_数字图像处理实验程序

数字图像处理实验报告由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“数字图像处理实验程序”。

目录

实验一： 数字图像的基本处理操作......................................................................................................2 1.1： 实验目的.........................................................................................................................................2 1.2：实验任务和要求...............................................................................................................................2 1.3：实验步骤和结果...............................................................................................................................2 1.4：结果分析...........................................................................................................................................6 实验二： 图像的灰度变换和直方图变换..............................................................................................7 2.1： 实验目的.........................................................................................................................................7 2.2：实验任务和要求...............................................................................................................................7 2.3：实验步骤和结果...............................................................................................................................7 2.4：结果分析.........................................................................................................................................11 实验三： 图像的平滑处理....................................................................................................................12 3.1： 实验目的.......................................................................................................................................12 3.2：实验任务和要求.............................................................................................................................12 3.3：实验步骤和结果.............................................................................................................................12 3.4：结果分析.........................................................................................................................................16 实验四：图像的锐化处理......................................................................................................................17 4.1： 实验目的.......................................................................................................................................17 4.2：实验任务和要求.............................................................................................................................17 4.3：实验步骤和结果.............................................................................................................................17 4.4：结果分析.........................................................................................................................................19

实验一：

数字图像的基本处理操作

1.1： 实验目的1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用；

2、实现图像的读取、显示、代数运算和简单变换。

3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。

1.2：实验任务和要求

1.读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的对应关系。

1.3：实验步骤和结果

1.对实验任务1的实现代码如下： a=imread('d:tp.jpg');i=rgb2gray(a);I=im2bw(a,0.5);subplot(1,3,1);imshow(a);title('原图像');subplot(1,3,2);imshow(i);title('灰度图像');subplot(1,3,3);imshow(I);title('二值图像');subplot(1,3,1);imshow(a);title('原图像');

结果如图1.1 所示：

图1.1 原图及其灰度图像，二值图像 2.对实验任务2的实现代码如下： a=imread('d:tp.jpg');A=imresize(a,[800 800]);b=imread('d:tp2.jpg');B=imresize(b,[800 800]);Z1=imadd(A,B);Z2=imsubtract(A,B);Z3=immultiply(A,B);Z4=imdivide(A,B);subplot(3,2,1);imshow(A);title('原图像 A');subplot(3,2,2);imshow(B);title('原图像 B');subplot(3,2,3);imshow(Z1);title('加法图像');subplot(3,2,4);imshow(Z2);title('减法图像');subplot(3,2,5);imshow(Z3);title('乘法图像');subplot(3,2,6);imshow(Z2);title('除法图像');结果如图1.2所示：

3.对实验任务3的实现代码如下：

s=imread('d:tp3.jpg');i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j);

%直流分量移到频谱中心 I=log(abs(k));

%对数变换

m=fftshift(j);

%直流分量移到频谱中心 RR=real(m);

%取傅里叶变换的实部 II=imag(m);

%取傅里叶变换的虚部 A=sqrt(RR.^2+II.^2);A=(A-min(min(A)))/(max(max(A)))*255;b=circshift(s,[800 450]);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e));f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.^2+ZZ.^2);B=(B-min(min(B)))/(max(max(B)))*255;subplot(2,2,1);imshow(s);title('原图像');subplot(2,2,2);imshow(uint8(b));title('平移图像');subplot(2,2,3);imshow(A);title('离散傅里叶变换频谱');subplot(2,2,4);imshow(B);title('平移图像离散傅里叶变换频谱');结果如图1.3所示：

4.对实验任务4的实现代码如下： s=imread('d:tp3.jpg');i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j);I=log(abs(k));m=fftshift(j);RR=real(m);II=imag(m);A=sqrt(RR.^2+II.^2);A=(A-min(min(A)))/(max(max(A)))*255;b=imrotate(s,-90);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e));f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.^2+ZZ.^2);B=(B-min(min(B)))/(max(max(B)))*255;subplot(2,2,1);imshow(s);title('原图像');subplot(2,2,2);imshow(uint8(b));title('平移图像');subplot(2,2,3);imshow(A);title('离散傅里叶频谱');subplot(2,2,4);imshow(B);title('平移图像离散傅里叶频谱');结果如图1.4所示：

1.4：结果分析

对MATLAB软件的操作开始时不太熟悉，许多语法和函数都不会使用，写出程序后，调试运行，最开始无法显示图像，检查原因，是有些标点符号没有在英文状态下输入和一些其他的细节，学会了imread()，imshow()，rgb2gray（）等函数。实验二： 图像的灰度变换和直方图变换

2.1： 实验目的1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换。

2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图均衡对图像进行修正。

2.2：实验任务和要求

1、对一幅图像进行2倍、4倍、8倍和16倍减采样，显示结果。

2、显示一幅灰度图像a，改变图像亮度使其整体变暗得到图像b，显示两幅图像的直方图。

3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。

4、对一副图像进行直方图均衡化，显示结果图像和对应直方图。

5、对一副图像进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。

2.3：实验步骤和结果

1.对实验任务1的实现代码如下：

a=imread('d:tp2.jpg');

b=rgb2gray(a);for m=1:4 figure [width,height]=size(b);quartimage=zeros(floor(width/(m)),floor(height/(2*m)));k=1;n=1;for i=1:(m):width for j=1:(2*m):height quartimage(k,n)=b(i,j);n=n+1;end k=k+1;n=1;end imshow(unit8(quartimage));end

结果如图所示：

2.对实验任务2的实现代码如下：

a=imread('d:tp2.jpg');c=rgb2gray(a);b=c-46;subplot(3,2,1);imshow(c);title('原图像')subplot(3,2,2);imhist(c);title('原图像的直方图')subplot(3,2,3);imshow(b);title('变暗后的图像')subplot(3,2,4);imhist(b);title('变暗后的图像直方图');d=imadjust(c,[0,1],[1,0]);subplot(3,2,5);imshow(d);title('反转图像');结果如图2.2所示：

3.对实验任务3的实现代码如下： a=imread('d:tp.jpg');m=imadjust(a,[,],[0.5;1]);%图像变亮 n=imadjust(a,[,],[0;0.5]);%图像变暗 g=255-a;%负片效果

subplot(2,2,1);imshow(a);title('原图像');subplot(2,2,2);imshow(m);title('图像变亮');subplot(2,2,3);imshow(n);title('图像变暗');subplot(2,2,4);imshow(g);title('负片效果');结果如图所示：

4.对实验任务4的实现代码如下：

b=imread('d:tp.jpg');c=rgb2gray(b);j=histeq(c);subplot(2,2,1),imshow(c);subplot(2,2,2),imshow(j);subplot(2,2,3),imhist(c);subplot(2,2,4),imhist(j);结果如图2.4所示：

5.对实验任务5的实现代码如下： x1=0:0.01:0.125;x2=0.125:0.01:0.75;x3=0.75:0.01:1;y1=2*x1;y2=0.25+0.6*(x2-0.125);y3=0.625+1.5*(x3-0.75);x=[x1,x2,x3];y=[y1,y2,y3];plot(x,y);结果如图所示：

2.4：结果分析

这次实验主要是对图像的灰度变换和直方图均衡化，实验内容包括灰度拉伸、图像反转、图像的二值化以及直方图均衡。通过实验将课本上理论知识加以实践，实验过程中明白了图像处理的一些技巧。但是以上几种方法采用的基本都是线性变换法，在实际应用中存在很多缺陷。它只能处理一些黑白分明的图像，而对于一些颜色丰富或者处理比较复杂图像时，往往于心不足。

实验三： 图像的平滑处理

3.1： 实验目的1、熟悉并掌握常见的图像噪声种类；

2、理解并掌握常用的图像的平滑技术，如邻域平均法和中值滤波的原理、特点、适用对象。

3.2：实验任务和要求

1、读出lena.jpg这幅图像，给这幅图像分别加入椒盐噪声、高斯噪声和乘性噪声后并与前一张图显示在同一图像窗口中。

2、对受高斯噪声（模拟均值为0方差为0.02的高斯噪声）干扰的lena图像分别利用邻域平均法和中值滤波进行滤波去噪（窗口可变，可先取3*3，依次再取5*5，7*7），并显示滤波结果。

3、对受椒盐噪声（噪声方差为0.02）干扰的lena图像，选择合适的滤波器将噪声滤除。

4、对受乘性噪声（噪声方差为0.02）干扰的lena图像，选择合适的滤波器将噪声滤除。

3.3：实验步骤和结果

1.对实验任务1的实现代码如下：

>> I=imread('d:tp.jpg');>> i=rgb2gray(I);>> J=imnoise(i,'gauian',0,0.02);%高斯噪声 >> K=imnoise(i,'salt & pepper',0.02);%椒盐噪声 >> P=imnoise(i,'speckle',0.02);%乘性噪声 >> subplot(2,2,1);imshow(i);>> xlabel('原图');>> subplot(2,2,2);imshow(J);xlabel('高斯噪声');>> subplot(2,2,3);imshow(K);xlabel('椒盐噪声');>> subplot(2,2,4);imshow(P);xlabel('乘性噪声');结果如图3.1所示：

2.对实验任务2的实现代码如下： >> I=imread('d:tp.jpg');>> i=rgb2gray(I);>> J=imnoise(i,'gauian',0,0.02);>> K=im2double(J);>> h=fspecial('average');>> G1=filter2(h,K,'same');>> G2=medfilt2(K);>> subplot(2,2,1);imshow(1);>> subplot(2,2,1);imshow(i);>> xlabel('原图');>> subplot(2,2,2);imshow(J);>> xlabel('添加高斯噪声');>> subplot(2,2,3);imshow(G1);>> xlabel('均值滤波');>> subplot(2,2,4);imshow(G2);>> xlabel('中指滤波');结果如图3.2所示：

3.对实验任务3的实现代码如下： >> I=imread('D:tp.jpg');>> i=rgb2gray(I);>> J=imnoise(i,'salt & pepper',0.02);>> K=im2double(J);>> h=fspecial('average');>> G1=filter2(h,K,'same');>> G2=medfilt2(K);>> subplot(2,2,1);imshow(i);>> xlabel('原图');>> subplot(2,2,2);imshow(J);>> xlabel('添加椒盐噪声');>> subplot(2,2,3);imshow(G1);>> xlabel('均值滤波');>> subplot(2,2,4);imshow(G2);>> xlabel('中值滤波');结果如图3.3所示：

4.对实验任务4的实现代码如下： >> i=imread('D:tp.jpg');>> I=rgb2gray(i);>> J=imnoise(I,'speckle',0.02);>> K=im2double(J);>> h=fspecial('average');>> G1=filter2(h,K,'same');>> G2=medfilt2(K);>> subplot(2,2,1);imshow(I);>> xlabel('原图');>> subplot(2,2,2);imshow(J);>> xlabel('添加乘性噪声');>> subplot(2,2,3);imshow(G1);>> xlabel('均值滤波');>> subplot(2,2,4);imshow(G2);>> xlabel('中值滤波');结果如图3.4所示：

3.4：结果分析

（1）采用均值滤波器对图像处理能达到去噪的效果，并且一般滤波器的模板越大去噪效果越好，但是应该适中，当模板选择的过大时，处理的效果就会下降，因此我们应该根据具体的要求选择合适的模板来处理图像。

（2）采用高斯滤波器对图像处理能达到去噪的效果，与均值滤波器相同，随着所用的滤波器尺寸的增大，图像的细节锐化程度相应降低图像变得模糊起来。但相较于均值滤波器，其模糊程度较小。但是高斯滤波同时受到标准差 sigma 的影响。

（3）中值滤波对去除“椒盐”噪声可以起到很好的效果,因为椒盐噪声只在画面中的部分点上随机出现,所以根据中值滤波原理可知,通过数据排序的方法,将图像中未被噪声污染的点代替噪声点的值的概率比较大,因此噪声的抑制效果很好。中值滤波与均值滤波相比，在去除图像椒盐噪声的同时，还能够保持图像比较清晰的轮廓。从实验结果可以看出，通过3*3 的均值滤波器，图像中的噪声点有明显的消除。但是 3*3 的非线性模板中值滤波器上对噪声的滤除效果更完美。

实验四：图像的锐化处理

4.1： 实验目的1、熟悉并掌握MATLAB图像处理工具箱的使用；

2、理解并掌握常用的图像的锐化技术。

4.2：实验任务和要求

1、采用三种不同算子对图像进行锐化处理。

2、锐化空间滤波

1)采用3×3的拉普拉斯算子w = [ 1, 1, 1;1 – 8 1;1, 1, 1]滤波

2)编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n的拉普拉斯算子，如5×5的拉普拉斯算子：

w =

[ 1

1] 3)分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对blurry_moon.tif

2g(x,y)f(x,y)f(x,y)完成图像的锐化增强，进行锐化滤波，并利用式观察其有何不同，要求在同一窗口中显示。

4.3：实验步骤和结果

1.对实验任务1的实现代码如下：

>> i=imread('d:tp.jpg');>> I=rgb2gray(i);>> H=fspecial('sobel');>> I1=filter2(H,I);>> H=fspecial('prewitt');>> I2=filter2(H,I);>> H=fspecial('log');>> I3=filter2(H,I);>> subplot(2,2,1);imshow(i);title('原图像');>> subplot(2,2,2);imshow(I1);title('sobel算子锐化图像');>> subplot(2,2,3);imshow(I2);title('prewitt算子锐化图像');>> subplot(2,2,4);imshow(I3);title('log算子锐化图像');结果如图所示：

2.对实验任务2的实现代码如下： 1）

>> i=imread('D:tp.jpg');>> I=rgb2gray(i);>> T=double(I);>> subplot(1,2,1),imshow(T,[]);>> w=[1,1,1;1,-8,1;1,1,1];>> K=conv2(T,w,'same');>> subplot(1,2,2),imshow(K,[]);>> title('Lalacian Transformation');结果如图所示：

2）

function w = genlaplacian(n)

w=ones(n);

x=ceil(n/2);

w(x,x)=-1*(n*n-1);

end

3）w1=genlaplcaian(5);

I=imread(‘d:tp.jpg’);T=double(I);K=conv2(T,w1’same’);J=T-K;4.4：结果分析通过对数字图像进行锐化处理，可以增强图像的边缘，使模糊的图像变得清晰起来，而以上几种方法都能很好的将图像的边缘变得清晰，但是要在不影响图像整体效果的情况下还是比较困难。综上所述，根据不同的情况可以需要选用不同的方法。在边缘检测中，常用的一种模板是Sobel 算子。Sobel 算子有两个，一个是检测水平边缘的 ；另一个是检测垂直边缘的。与Prewitt算子相比，Sobel算子对于象素的位置的影响做了加权，可以降低边缘模糊程度，因此效果更好。