《数字图像处理实验报告》由会员分享，可在线阅读，更多相关《数字图像处理实验报告（8页珍藏版）》请在金锄头文库上搜索。
1、上海大学 20132014 学年冬季学期研究生课程考试期终项目总结报告课程名称： 数字图像处理 课程编号： 07S009005 题目: 数字图像处理实验报告 研究生姓名: （签字） 学 号: 13720906 评语:成 绩: 任课教师: 评阅日期: 数字图像处理实验报告前言：因为的做的实验较多，所以选取几个有代表性的实验，分别归成三类图像编辑，图像调整，图像分割。实验一 图像编辑实验目的：1. 熟悉并掌握 MATLAB 图像处理工具箱的使用2. 熟悉图像的缩放，旋转，裁剪以及格式转换，了解其变换原理，深入熟悉它的编程原理3. 理解并掌握常用的图像的变换技术实验环境：MATLAB 6.5 以上版
2、本、WIN XP 或 WIN7、8 计算机实验程序：1、图像缩放clearI=imread(cats.tif); subplot(2,2,1),imshow(I);title(原始图像)X1=imresize(I,0.15,nearest);subplot(2,2,2),imshow(X1,);title(最近邻插值法实现图像缩放)X2=imresize(I,0.15,bilinear);subplot(2,2,3),imshow(X2,);title(双线性插值法实现图像缩放)X3=imresize(I,0.15,bicubic);subplot(2,2,4),imshow(X3,);tit
3、le(双立方插值法实现图像缩放)2、图像旋转clear I=imread(cats.tif);J=imrotate(I,35, bilinear);subplot(1,2,1),imshow(I);title(原始图像)subplot(1,2,2),imshow(J);title(逆时针旋转 35图像)3、图像裁剪clearI=imread(cats.tif);msgbox(请选择要裁剪的区域，并双击选定区域以显示,提示信息);waitforbuttonpress;clf;I2=imcrop(I);closesubplot(1,2,1),imshow(I);title(原始 catsRGB 图
4、像);subplot(1,2,2),imshow(I2);title(裁剪后的 catsRGB 图像)4、图像格式转换clearI=imread(cats.tif);transform(I); %transform()函数是自己写的一个函数，是显示图像I的灰度，索引，二值图像I=imread(gray.bmp);transform(I);实验结果：1、图像缩放：2、图像旋转：3、图像裁剪4、图像格式转换实验总结：图像缩放是指对数字图像的大小进行调整的过程。在实验中我用三种方法对图像进行了缩放，分别是最进邻近插值法，双线性插值法和双立方插值法，从实验结果看来，是第三种方法双立方插值法效果比前两种
5、的方法效果来的好，因为双立方插值法由最近的 16 个像素点得到的结果，所以双三次插值是一种更加复杂的插值方式，它能创造出比双线性插值更平滑的图像边缘。图像旋转中我们用的是双线性旋转，原理也较简单我这里就不做深入分析了；第三种图像裁剪中我们利用的是 matlab 的自带函数 imcrop()；第四种的图像格式转换我们可以直观的感受不同格式的图像之间的差别。实验二 图像调整实验目的：1、 熟悉并掌握 MATLAB 图像处理工具箱的使用2、 熟悉图像的直方图均衡化、去背景，了解其变换原理，深入熟悉它的编程原理3、 了解形态学的基本应用4、 理解并掌握常用的图像的均衡化及去背景技术实验环境：MATLA
6、B 6.5 以上版本、WIN XP 或 WIN7、8 计算机实验程序：1、直方图均衡化clearI=imread(cats.tif);gray=rgb2gray(I);J=histeq(gray);subplot(2,2,1),imshow(gray);title(原始 cats 灰度图像);subplot(2,2,2),imshow(J);title(直方图均衡化后的 cats 灰度图像);subplot(2,2,3),imhist(gray);title(原始 cats 灰度图像直方图);subplot(2,2,4),imhist(J);title(直方图均衡化后的 cats 灰度图像直方
7、图);2、去背景clearI=imread(cats.tif)gray=rgb2gray(I);subplot(1,3,1),imshow(gray)title(原始 cats 灰度图像)background=imopen(gray,strel(disk,40)subplot(1,3,2),imshow(background);title( imopen 后的图像)I2=imsubtract(gray,background);subplot(1,3,3),imshow(I2)title(减去背景后的图像)实验结果：1、 直方图均衡化2、去背景实验结论均衡化后直方图趋向平坦，灰级减少，灰度合并。
8、原始图像含有象素数多的几个灰级间隔被拉大了，压缩的只是象素数少的几个灰 度级，实际视觉能够接收的信息量大大地增强了，增加了图象的反差。从图中我们可以看出增加了图象的可视粒度。第二个实验中我们利用的是图像的膨胀效果对图像背景的去除，膨胀操作，相当于结构元素的中心点沿被操作图像边缘外部走一圈，所有中心点的轨迹所包围的区域。就如实验结果中，对于模糊背景的去除效果很好。实验三 图像边缘检测及分割实验目的：1. 熟悉并掌握 MATLAB 图像处理工具箱的使用2. 通过实验体会一些主要的分割算子对图像处理的效果，以及各种因素对分割效果的影响；3. 理解并掌握常用的图像的均衡化及去背景技术实验环境：MATL
9、AB 6.5 以上版本、WIN XP 或 WIN7、8 计算机实验程序：1、 边缘检测clearI=imread(gray.bmp);BW1=edge(I,sobel);BW2=edge(I,canny);BW3=edge(I,prewitt);BW4=edge(I,log);subplot(3,2,1),imshow(I);title(原始 cats 灰度图像);subplot(3,2,3),imshow(BW1);title(Sobel 边缘检测);subplot(3,2,4),imshow(BW2);title(Canny 边缘检测);subplot(3,2,5),imshow(BW2)
10、;title(prewitt 边缘检测);subplot(3,2,6),imshow(BW2);title(log 边缘检测);2、图像分割I=imread(gray.bmp);subplot(2,2,1),imshow(I);title(原始 cats 灰度图像);Ic=imcomplement(I);BW=im2bw(Ic,graythresh(Ic);subplot(2,2,2),imshow(BW);title(阈值截取分割后图像);se=strel(disk,6);BWc=imclose(BW,se);BWco=imopen(BWc,se);subplot(2,2,3),imshow(BWco);title(对小图像进行删除后图像);mask=BW&BWco;subplot(2,2,4),imshow(mask);title(检测结果的图像);实验结果：1、 边缘检测2、图像分割实验结论：本实验中我们采用基于阈值的分割方法来分割图像，从一开始的边缘检测中我们可以看出相比几种算子之中，sobel 算子的边缘检测效果比 canny,prewitt 和 log 边缘检测的效果更贴合原图像。图像分割中我们利用 graythresh()函数，这个函数是使用最大类间方差法找到图片的一个合适的阈值来对图像进行阈值分割。
