《数字图像实验chengxu》由会员分享，可在线阅读，更多相关《数字图像实验chengxu（13页珍藏版）》请在金锄头文库上搜索。
1、数字图像处理实验报告数字图像处理实验报告系 别 专 业 班级/学号 学生姓名 实验日期 成 绩 实验实验 1 1 点运算和直方图处理点运算和直方图处理一、实验目的实验目的 1. 掌握利用 Matlab 图像工具箱显示直方图的方法 2. 掌握运用点操作进行图像处理的基本原理。 3. 进一步理解利用点操作这一方法进行图像处理的特点。 4. 掌握利用 Matlab 图像工具箱进行直方图均衡化的基本方法。二、二、实验的硬件、软件平台实验的硬件、软件平台 硬件： 计算机 软件： 操作系统：WINDOWS 2000应用软件：MATLAB三、三、实验内容及步骤实验内容及步骤1. 了解 Matlab 图像工具
2、箱的使用。 2. 利用 Matlab 图像工具箱对图像进行点操作，要求完成下列 3 个题目中 的至少 2 个。 图 1 灰度范围偏小，且灰度偏低，改正之。 图 2 暗处细节分辨不清，使其能看清楚。 图 3 亮处细节分辨不清，使其能看清楚。图 1 图 2 图 3 3. 给出处理前后图像的直方图。 4. 利用 MatLab 图像处理工具箱中函数对以上图像进行直方图均衡化操 作，观察结果。 四、程序四、程序 点操作： 图一I=imread(e:picturePOINT2.bmp); A=rgb2gray(I);%转化为灰度图subplot(221);%画两行两列第一个图imshow(A);%显示图像
3、 subplot(222);imhist(A);%显示直方图l,h=size(A);%读图像大小for m=1:l%m从1到l循环for n=1:hB(m,n)=A(m,n)*1.72+6;%A图的所有灰度值乘以1.72加6之后的图endendsubplot(223);imshow(B);subplot(224);imhist(B);图二： clcclear all;B1=imread(e:picturePOINT1.bmp);B2=rgb2gray(B1);C,K=size(B2);for i=1:Cfor j=1:Kif B2(i,j)30%当B点像素值小于30时A(i,j)=1.5*B2
4、(i,j)+20;%B所有灰度值乘以1.5加20else A(i,j)=B2(i,j);endendendsubplot(221)imshow(B1);subplot(223)imshow(A);subplot(222)imhist(B2);subplot(224)imhist(A);直方图： I=imread(e:picturePOINT2.bmp); A=rgb2gray(I);%转化为灰度值 l,h=size(A);%读取图的大小 subplot(221); imshow(A); subplot(222); imhist(A); subplot(223); B=imadjust(A,0,
5、0.45,0,1,1.6);%进行图像的灰度变换 imshow(B); subplot(224); imhist(B);对比图像处理前后的直方图可知。源图像的灰度范围较小，图像均衡化处理后。 灰度级取值的动态范围扩大了，但灰度级减少了。直方图变得更稀疏。并且灰 度级值整体增大了。体现在直方图整体向右平移了一段距离。四、四、思考题思考题 1. 点操作能完成哪些图像增强功能？ 点操作可以扩大灰度值的范围。并且可以改变某点灰度值的大小，实现增强 或减弱图像亮度、增强对比度以及直方图均衡化处理。 2. 直方图均衡化后直方图为何并不平坦？为何灰度级会减少？ 均衡化后的直方图不平坦是由于图像中各灰度级出现
6、的概率不同。均衡化后的 直方图使灰度级分布具有均匀概率密度。扩展了像素取值的动态范围，但减少 了灰度级五、学到的东西通过这次实验，我学会了如何用点操作和直方图处理图像，对于一些基本语句的使用有了 更深刻的认识。比如 imadjust 语句的使用等等。实验实验 2 2 图像平滑实验图像平滑实验一、实验目的一、实验目的1通过实验掌握图像去噪的基本方法； 2学会根据情况选用不同方法。二、实验的硬件、软件平台二、实验的硬件、软件平台 硬件：计算机 软件：操作系统：WINDOWS 2000 应用软件：MATLAB三、实验内容及要求三、实验内容及要求1实验内容 请在如下面方法中选择多个，完成图像去噪操作，
7、并进行分析、比较。 （1）对静态场景的多幅图片取平均； （2）空间域模板卷积（不同模板、不同尺寸）； （3）频域低通滤波器（不同滤波器模型、不同截止频率）； （4）中值滤波方法。 2实验要求 （1）图片可根据需要选取； （2）对不同方法和同一方法的不同参数的实验结果进行分析和比较，如空 间域卷积模板可有高斯型模板、矩形模板、三角形模板和自己根据需求设计的 模板等；模板大小可以是 33，55，77 或更大。频域滤波可采用矩形或巴 特沃斯等低通滤波器模型，截止频率也是可选的。 （3）分析比较不同方法的结果。四、程序四、程序a1=imread(E:picturelenna_noise1.bmp);
8、a2=imread(E:picturelenna_noise2.bmp);a3=imread(E:picturelenna_noise3.bmp);a4=imread(E:picturelenna_noise4.bmp);a5=imread(E:picturelenna_noise5.bmp);a6=imread(E:picturelenna_noise6.bmp);a7=imread(E:picturelenna_noise7.bmp);a8=imread(E:picturelenna_noise8.bmp);b1=double(a1)/255;b2=double(a2)/255;b3=do
9、uble(a3)/255;b4=double(a4)/255;b5=double(a5)/255;b6=double(a6)/255;b7=double(a7)/255;b8=double(a8)/255;c=(b1+b2+b3+b4+b5+b6+b7+b8)/8;%subplot(331),imshow(a1); subplot(332),imshow(a2);subplot(333),imshow(a3);subplot(334),imshow(a4);subplot(335),imshow(a5);subplot(336),imshow(a6);subplot(337),imshow(a
10、7);subplot(338),imshow(a8);subplot(339),imshow(c)clear alli=imread(E:pictureMCH.BMP);i=rgb2gray(i)i=double(i)/255;subplot(231); imshow(i); title(原图像)subplot(232); h=fspecial(gaussian,5 5); %选用高斯模板 a=filter2(h,i); imshow(a);title(高斯模版)h=1/48*0 1 2 1 0;1 2 4 2 1;2 4 8 4 2;1 2 4 2 1;0 1 2 1 0; %选用加权模板b
11、=filter2(h,i); subplot(233); imshow(b); title(加权模版)h=medfilt2(i,5 5);%中值滤波subplot(234);imshow(h)title(中值滤波)subplot(235);h=fspecial(average,5,5);%平均模版c=filter2(h,i); imshow(c);title(平均模版)从图片上分析，中值滤波的效果最好，分析出的图片最清晰滤波器：i=imread(E:picture平滑用图像Panda_jiaoyan.bmp); %读入图像subplot(221); imshow(i); %显示图像a=fft2
12、(double(i); %进行傅里叶变换fc=fftshift(a); %把频谱移中 fftshift 的作用正是让正半轴部分和负半轴部分的图像分别关于各自的中心对称。m,n=size(fc); %获取频谱图大小for i=1:m %进行点运算for j=1:nu=floor(i-m/2); %计算频率平面道远点的距离v=floor(j-n/2); d=(u2+v2)0.5; 30HZ h(i,j)=1/(1+(d/30)2); %定义巴特沃斯低通滤波器fe(i,j)=h(i,j)*fc(i,j); %进行巴特沃斯低通滤波endendFF=ifftshift(fe); %对经巴特沃斯处理的频谱
13、进行逆移中ff=real(ifft2(FF); %取傅里叶逆变换的实数部分subplot(222); imshow(uint8(ff); %显示图像m,n=size(fc); %获取频谱图大小for i=1:m %进行点运算for j=1:nu=floor(i-m/2); %计算频率平面道远点的距离v=floor(j-n/2); d=(u2+v2)0.5; 60HZ h(i,j)=1/(1+(d/60)2); %定义巴特沃斯低通滤波器fe(i,j)=h(i,j)*fc(i,j); %进行巴特沃斯低通滤波endendFF=ifftshift(fe); %对经巴特沃斯处理的频谱进行逆移中ff=real(ifft2(FF); %取傅里叶逆变换的实数部分subplot(223); imshow(uint8(ff); %
