《数字图像处理实验指导书+2014》由会员分享，可在线阅读，更多相关《数字图像处理实验指导书+2014（16页珍藏版）》请在金锄头文库上搜索。
1、实验一图像基本操作及之间转换#一、头验目的熟悉利用Matlab进行图像处理的基本操作，了解图像数据的存储形式及进行图像处理编程的步骤方法。二、实验内容矩阵赋值、求最大值等操作(见上传的.m文件)，转换为C语言。三、实验要求1、编写代码，完成各项实验内容2、总结实验中遇到问题及解决方案，书写实验报告1#includeintmain()inta4=1,4,7,3;inti,t,j;for(i=0;iai+1)t=ai;ai=ai+1;ai+1=tprintf(%d,a3);return0;2#includeintmain()intresult,i;result=1;i=2;while(i=10)r
2、esult=result*i;i=i+1printf(%dn,result);return0;3#includeintmain()intr,i;r=1;i=2;if(i1000)r=r*i;i+;elsebreak;printf(%dn,r);return0;实验二两种直方图运算的实现一、实验目的巩固图像处理编程的步骤格式，理解图像直方图的原理，掌握图像直方图的实现方法二、实验内容1、从图像的行列扫描以及直方图的灰度扫描两种思路进行编程2、比较两种实现方法的复杂度，并计算两种方法的完成时间。三、实验要求1、编写代码，完成各项实验内容2、总结实验中遇到问题及解决方案，书写实验报告1.clc,cl
3、ear;A=imread(lena.bmp);B=rgb2gray(A);C=double(B);h=zeros(1,256);fori=0:255h(i+1)=length(find(B=i);endfigure(1)bar(h)2.clc,clear;A=imread(lena.bmp);B=rgb2gray(A);C=double(B);s=size(C);h=zeros(1,256);fori=1;s(1);forj=1:s(2);k=B(i,j);k=floor(k);h(k+1)=h(k+1)+1;endendsubplot(2,2,1);imshow(B)subplot(2,2,
4、2);plot(h)实验三直方图的语言转换一、实验目的理解图像灰度变换和直方图的概念，掌握灰度变换和直方图均衡化的原理及实现方法二、实验内容1、直方图绘制直方图，观察图像效果与直方图的关系三、实验要求1、编写代码，完成各项实验内容2、总结实验中遇到问题及解决方案，书写实验报告/将所有的直方图数组清0inth256;for(i=0;i256;i+)hi=0;/遍历图像，计算直方图数组for(y=0;yH;y+)for(x=0;xW;x+)unsignedcharr=ImageDatay*W+x;hr=hr+1;实验四直方图均衡化一、实验目的理解图像灰度变换和直方图的概念，掌握灰度变换和直方图均衡
5、化的原理及实现方法二、实验内容2、线性灰度变换3、非线性变换s=cr，修改指数观察图像效果，总结指数项合理取值的一般规律4、直方图绘制直方图，观察图像效果与直方图的关系5、直方图均衡化利用直方图均衡化确定灰度变换关系，画出变换曲线及图像处理前后的直方图三、实验要求1、编写代码，完成各项实验内容2、总结实验中遇到问题及解决方案，书写实验报告clearall;I=imread(JLena,bmp);J=histeq(I);subplot(2,2,1);imshow(I);打tieC原始圏縈)；subplot(2,22);imshow(J);titleC均衡化圏像J;subplot(2,23);im
6、hist(Ij64);打tieC原始圏樣直方圏J;subplot(2,24);imhisttJj64);titleC均衡化圏像直方圏J原始图像均衡化图像方图原实验五彩色空间的人脸检测一、实验目的1. 理解彩色空间和肤色分割的原理2. 分割人脸，并确定人脸在图像中的位置。二、实验准备1. 复习HSV或者YUV彩色空间的定义，了解彩色空间变换的实现思路2. 学习如何界定人脸肤色。三、实验内容与步骤1. RGB空间转换到HSV或者YUV彩色空间；2. 扫描像素点，在人脸肤色范围里的像素点，标识出来。3. 小的连通区域或者孤立点，进行形态学处理。4. 人脸区域的图像显示出来，其他区域过滤掉。四、实验报
7、告与思考题1. 总结实验内容及步骤方法完成实验报告，报告中要求有关键代码的注释说明及程序运行和图像处理结果2. 总结实验中遇到问题及解决方案，书写实验报告实验六彩色空间的人脸马赛克一、实验目的1. 将上个实验中定位好的人脸像素取出来；2. 每个像素和邻域像素取平均。实验准备1. 复习马赛克的定义，了解马赛克的实现思路三、实验内容与步骤1. 将上个实验中定位好的人脸像素取出来；2. 每个像素和邻域像素取平均。四、实验报告与思考题1.总结实验内容及步骤方法完成实验报告，报告中要求有关键代码的注释说明及程序运行和图像处理结果2. 总结实验中遇到问题及解决方案，书写实验报告实验七模糊图像恢复一、实验目
8、的本实验是一个综合性实验，要求学生巩固学习多个知识点和内容，主要有：1、理解掌握运动图像的退化模型；2、掌握维纳滤波法的原理和实现方法；3、在不同的噪声和点扩散函数参数下进行恢复，并比较结果；4、通过分析和实验得出相应的结论。二、实验准备1、运动模糊退化模型：运动模糊是图像退化的一种，可以用数学表达式刻画出来。对线性移(空)不变系统，退化模型可表示为：g(x,y)=h(x,y)fx,y)+n(x,y)。对匀速直线运动而言，退化图像为：y)dt0gx,y)=fLx),y-0其中x0(t)和y0(t)分别表示x和y方向的运动分量。并假设退化系统是线性移不变的，光学成像过程是完善的，快门开关是瞬间完
9、成的。对上式进行傅立叶变换，则得频域表达式为dtG(u,v)=ffg(x,y)expLj2(ux+vy)!dxdy=ffflx-xQy-yOLxpLj2(ux+vy)!dxdyss=F(u,vjexp-j2Lx。C)+vyCUl/t=F(u,v)H(u,v)0其中HC,v)=expCj2Lx(t)+vy(t)3dt0假设景物只在x方向匀速运动，在T时间内共移动距离是a,即x0(t)=at/T,y0(t)=0,则H(u,v)=fexp一j2uT-0atdt=sinCiua)expLjuaua在中可用滤波器卷积的方法仿真出运动模糊图像。cl表示在方向移动长度，产生运动模糊的点扩散函数。(产生运动模
10、糊图像。2维纳滤波法恢复图像：此方法也叫最小均方误差滤波法，是建立在图像和噪声都是随机过程，图像和噪声不相关，其中之一的均值为零，灰度估计值与退化图像中的灰度值成线性关系。其基本思想是找到原图像f(x,y)的一个估计f(x,y)，使得估计与原图像之间的均方误差在统计意义上最小。e2=Ef(x,y)-f(x,y)2为：F(u,v)=其中E.表示数学期望，当上式取得最小值时，所得到的估计值f(x,y)在频域的表达式G(u,v)H*(u,v)H(u,v)2+S(u,v)/S(u,v)nf-其中H(u,v丿是点扩散函数h(x,y)的傅里叶变换，H*(u,v)是退化函数H(u,v)的复共轭，S”(u,v
11、)=IN(u,v)|2、Sf(u,v)=IS(u,v)|2分别是噪声和原图像的功率谱。而在实际当中，Sn(u,v)、S(u,v)未知，特别是Sf(u,v),上式无法直接运用。解决的方法之一是令S(u,v)/Sf(u,v)等于某个常数k。上式就成了nfF(u,v)=(珂v)G(u,v)Hvu,v)2+k在Matlab中有专门的函数可以实现维纳滤波法恢复。wnl=deconvwnr(blurred,h),参数部分有多种选择的方法，这个表示用真实的点扩散函数进行恢复。为了对比，可取不同的参数，以及加入噪声，再恢复，噪声可用imnoise或randn函数生成。细节可参阅matlab相关资料。三、实验内
12、容与要求参照以上知识点和过程仿真一幅运动模糊图像，用不同的参数，不同的噪声等情况下进行恢复，并探讨各量对恢复结果的影响。四、实验报告1、提交经调试正确的程序源代码及相关文档。、总结调试程序时遇到的问题及解决方案。I=imread(ncamerantan.bmp);figure(1);imshowdj);title(?原图像)；PSF=fspecial(motion,4075);MF=imfliter(I,PSFj*circular1);noise=iimoise(zeros(size(I)Jgaussi3nn,0j0.001)MFN=imadd(MFjim2uint8(noise);figur
13、e(2);imshow(MFNj);title(?运动模糊图像)；NSR=sum(noise(:).2)/5um(MFN(:).2);figure;imshow(deconvimr(MFNjPSF,NSR);title逆滤波复原);figure；imshow(deconwnr(MFNjPSFjNSR),);|title(?维纳滤波复原);NP=0.002*prod(size(I);reglLAGRAldeconvregfMFN.PSF,NP/3.0);figure(5);imshow(reg1);title小二乘滤波复原)；原图像#运动模糊图像原图像逆滤波复原维纳滤波复原#实验八运动模糊图像参数的搜索#一、实验目的#本实验是一个综合性实验，要求学生巩固学习多个知识点和内容，主要有：1、根据上一个实验的运动恢复方法，采用由粗到精搜索的方法进行运动复原；2、清晰度函数的设计3、通过分析和实验得出相应的结论。二、实验准备1、人工合成运动模糊图像，记下模糊矢量大小；2、人工拍摄运动模糊图像，记下模糊矢量大小；三、实验内容与要求参照以上知识点和过程仿真一幅运动模糊图像，用不同的参数，不同的噪声等情况下进行恢复，并探讨各量对恢复结果的影响。(注意首先把运动方向和运动长度大小首先粗略划分得到清晰度函数较大的参数之后，在该参数附近进行精细划分)四、实验报告1、
