《东北大学matlab计算机图像处理实验报告讲解》由会员分享，可在线阅读，更多相关《东北大学matlab计算机图像处理实验报告讲解（17页珍藏版）》请在金锄头文库上搜索。
1、计算机图像处理实验报告学院：信息学院班级：姓名：学号：实验内容：数字图像处理1、应用MATLAB语言编写显示一幅灰度图像、二值图像、索引图像及彩色图像的程序，并进行相互之间的转换；（1）、显示一副真彩RGB图像代码：I=imread(mikasa.jpg);imshow(I);效果：（2）、RGB转灰度图像代码：graycat=rgb2gray(I); subplot(1,2,1); subimage(I); subplot(1,2,2); subimage(graycat);效果：（3）、RGB转索引图像代码：indcat,map=rgb2ind(I,0.7); subplot(1,2,1)
2、; subimage(I); subplot(1,2,2); subimage(indcat,map);效果：（4）、索引图像转RGB代码：I1=ind2rgb(indcat,map);subplot(1,2,1);subimage(indcat,map);subplot(1,2,2);subimage(I1);效果：（5）、索引转灰度图像代码：i2gcat=ind2gray(indcat,map);subplot(1,2,1);subimage(indcat,map);subplot(1,2,2);subimage(i2gcat);效果：（6）、灰度转索引图像代码：g2icat,map=gr
3、ay2ind(graycat,64);subplot(1,2,1);subimage(graycat);subplot(1,2,2);subimage(g2icat,map);效果：（7）、RGB转二值图像代码：r2bwcat=im2bw(I,0.5);subplot(1,2,1);subimage(I);subplot(1,2,2);subimage(r2bwcat);效果：（8）灰度转二值图像代码：g2bwcat=im2bw(graycat,0.5);subplot(1,2,1);subimage(graycat);subplot(1,2,2);subimage(g2bwcat);效果：（
4、9）、索引转二值图像代码： i2bwcat=im2bw(indcat,map,0.7);subplot(1,2,1);subimage(indcat,map);subplot(1,2,2);subimage(i2bwcat);效果：2、应用MATLAB工具箱演示一幅图像的傅里叶变换、离散余弦变换，观察其频谱图。然后将它们进行逆变换，观察逆变换后的图像；（1）傅里叶正变换代码：F=fft2(graycat);subplot(1,2,1);subimage(graycat);subplot(1,2,2);subimage(log(abs(F),3,10);效果：（2）傅里叶反变换代码：IF=iff
5、t2(F);subplot(1,2,1);subimage(log(abs(F),3,10);subplot(1,2,2);subimage(uint8(IF);效果：（3）DCT变换代码：B=dct2(graycat);subplot(1,2,1);subimage(graycat);subplot(1,2,2);subimage(log(abs(B),3,5);效果：（4）iDCT变换代码：iB=idct2(B);subplot(1,2,1);subimage(log(abs(B),3,5);subplot(1,2,2);subimage(uint8(iB);效果：3.应用MATLAB语言
6、编程来实现一幅图像的增强。（1）取一幅灰度图像，对其进行线性点运算，要求：要求线性函数为Y=aX+b，（a,b）分别取（1.5,1.2）、（0.7,1.2），分析变化后图像，并分析直方图。代码：graycat=double(graycat); graycat1=1.5*graycat+1.2;subplot(2,2,1);subimage(uint8(graycat);subplot(2,2,2);imhist(uint8(graycat);subplot(2,2,3);subimage(uint8(graycat1);subplot(2,2,4);imhist(uint8(graycat1)
7、;效果：代码2：graycat=double(graycat); graycat1=0.7*graycat+1.2;subplot(2,2,1);subimage(uint8(graycat);subplot(2,2,2);imhist(uint8(graycat);subplot(2,2,3);subimage(uint8(graycat1);subplot(2,2,4);imhist(uint8(graycat1);效果： 分析：a=0.7时，图像对比度减小，输出灰度值范围减小 a=1.5时，图像对比度增大，输出灰度值范围增大（2）取一幅灰度图像，对其进行直方图均衡化处理，再对其进行规定化
8、处理，并对结果进行分析。代码：graycat=uint8(graycat);eqcat=histeq(graycat);subplot(2,2,1);subimage(graycat);subplot(2,2,2);imhist(graycat);subplot(2,2,3);subimage(eqcat);subplot(2,2,4);imhist(eqcat);效果：规定化代码：hgram=50:2:250;speciacat=histeq(graycat,hgram); subplot(2,2,1);subimage(graycat); subplot(2,2,2); imhist(gr
9、aycat); subplot(2,2,3); subimage(speciacat); subplot(2,2,4); imhist(speciacat);效果：分析：图像均衡化将一已知灰度概率密度分布的图像经过某种变换，变成一幅具有均衡灰度概率密度分布的新图像，其扩展了象元取值的动态范围，从而达到增强图像整体对比度。直方图规定化能自动增强整个图像的对比度，但具体效果不容易控制，处理结果总是得到全局的均衡化直方图。思考题：如果将一幅图像进行一次直方图均衡化处理后，再进行一次直方图均衡化处理，结果会发生变化吗？观察两次均衡化的直方图是否一样。答：A=imread(mikasa.jpg); B=
10、rgb2gray(A); I=histeq(B); %第一次均衡化 I1=histeq(I); %第二次均衡化 subplot(121); imshow(I1); subplot(122); imhist(I1) 从图可知2次结果相同，先直方图均衡了，就相当于所有的灰度级上的像素点数目相同，无论你再进行多少次直方图均衡，他始终都不再变化，因为第一次就已经均衡了。（3）取一幅灰度图像，加入噪声后对其进行平滑滤波（均值滤波、中值滤波），并观察不同滤波方式下的效果。代码：noisecat=imnoise(graycat,salt & pepper);avecat=filter2(fspecial(a
11、verage,3),noisecat)/255;medcat=medfilt2(noisecat,3,3); subplot(2,2,1);subimage(graycat);title(原图); subplot(2,2,2);subimage(noisecat);title(加噪声图); subplot(2,2,3);subimage(avecat);title(均值平滑图); subplot(2,2,4);subimage(medcat);title(中值滤波图);效果： 分析：均值滤波效果与所使用领域半径大小有关，半径越大，像素点越多，信噪比提高越大，平衡效果越好，但是平滑图像的模糊程度
12、越大。中值滤波时一种非线性滤波，可以克服线性滤波所带来的图像细节模糊，对滤波脉冲干扰及颗粒噪声最有效。（4）取一幅灰度图像，采用不同的算子对其进行边缘锐化，并分析结果。代码：sobelcat=filter2(fspecial(sobel),graycat);prewittcat=filter2(fspecial(prewitt),graycat);laplaciancat=filter2(fspecial(laplacian),graycat);subplot(2,2,1);subimage(graycat);title(原图);subplot(2,2,2);subimage(sobelcat
13、);title(sobel猫);subplot(2,2,3);subimage(prewittcat);title(prewitt猫);subplot(2,2,4);subimage(laplaciancat);title(laplacian猫);效果： 分析：sobel算子：对称的一阶差分，对中心加权具有一定的平滑作用 Prewitt算子：一种一阶微分算子的边缘检测，利用像素点上下，左右邻点的灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用Laplacian算子：二次微分算子，满足不同走向的图像边缘锐化要求，对噪声的增强作用较弱，一半用它进行边缘增强时，有必要将图像先进行平滑处理。思考题：为了达到边缘锐化的反差增强效果，实际应用中将高频增强和直方图均衡化结合起来使用，这两个操作的次序能互换吗？效果一样吗？答：I=imread(mikasa.jpg); I=rgb2gray(I); subplot(241),imshow(I);title(原始图像); I1=0,-1,0;-1,5,-1;0,-1,0; I3=imfilter(I,I1); subplot(242),imshow(uint8(I3);title(拉普拉斯算子锐化图像); h=ones(size(I3); f1,f2=freqspace(size(I3),meshgrid); r=sq
