《数字图像处理实验报告16832674》由会员分享,可在线阅读,更多相关《数字图像处理实验报告16832674(30页珍藏版)》请在金锄头文库上搜索。
1、 院 系: 计算机科学学院 专 业: 计算机科学与技术 年 级: 2011级 课程名称: 数字图像处理 指导教师: 孙阳光 学 号: 10061032,11061034,11061035 姓 名: 金晓臻, 朱华, 丁雅婷 2014年 4月 20日年级2011级班号计科2小班学号 11061032、11061034、11061035专业计算机科学与技术姓名金晓臻、朱华、丁雅婷实验名称实验一、图像变换实验室9#205实验目的或要求1.实验目的(1)熟悉Matlab开发环境;(2)掌握Matlab中数字图像的读取、显示、保存的基本方法的使用;(3)掌握不同类型的数字图像之间转换方法;(3)加深空间
2、分辨率和灰度分辨率对图像显示效果的影响;(4)熟悉Matlab中的傅里叶变换;(5)基于Matlab的数字图像程序设计方法;2.实验要求(1)在Matlab中运用imread函数读取一幅彩色图像(从实验素材中任意选择),查看该图像的大小、数据类型信息,并将该图像转换为灰度图像后以bmp格式保存。(2)运用imread函数读取一幅灰度图像(从实验素材中任意选择),分别对其进行2采样、4采样和8采样,将原图像及采样后的三幅结果图像显示在同一窗口中并比较空间分辨率对图像显示效果的影响。(3)运用imread函数读取一幅灰度图像(从实验素材中任意选择),分别以5,10,50为间隔对其灰度重新进行均匀量
3、化,将原图像及重新量化后的三幅结果图像显示在同一窗口中并比较灰度分辨率对图像显示效果的影响。(4)读取一幅灰度图像,对其进行快速傅里叶变换,将原空域图像和变换后的频域图像显示在同一窗口中。实验原理(算法流程)实验原理见实验源代码截图和实验结果分析。组内分工(可选)郭嘉祥(10061145)负责实验内容(1)(2)肖小勇(10061153)负责实验内容(3)(4)金晓臻(11061032)负责实验监督 实验结果分析 实验结果一:注:此处为利用iread函数读取一幅彩色图像。注:此处为显示图像的大小,数据类型信息。 实验结果分析 注:此处为将该彩色图像转换为灰色图像后保存为bmp格式。实验结果二:
4、 实验结果分析注:此处为相应的2采样、4采样和8采样。实验结果三: 实验结果分析注:此为分别以5,10,50为间隔对读取的灰度图像的灰度重新进行均匀量化。实验结果四:注:此为对图像进行快速傅里叶变换。 实验结果分析及心得体会成绩评定教师签名: 年 月 日实验源代码见截图:实验内容一:实验内容二:实验内容三:实验内容四:年级2011班号 2 学号11061032、11061034、11061035专业计算机科学与技术姓名金晓臻、朱华、丁雅婷实验名称实验二、图像增强实验室9#205实验目的或要求 实验目的(1)掌握空域点处理图像增强方法;(2)掌握空域滤波图像增强方法;(3) 掌握频域滤波图像增强
5、方法;实验内容: 选择一幅图像,叠加零均值高斯噪声,然后分别利用邻域平均法和中值滤波法 对该图像进行滤波,显示滤波后的图像,比较各滤波器的滤波效果。 选择一幅图像,叠加椒盐噪声,选择合适的滤波器将噪声滤除。实验原理(算法流程)1、读取一幅对比度不足的图像,对该图像进行直接灰度变换,包括图像求反、线性灰度变换、对数变化,并将原图像及变换后的图像进行对比。(1)图像求反代码:I=imread(cameraman.tif);imshow(I);title(原图像);I=double(I);I=256-1-I;I=uint8(I);figure;imshow(I);title(图像求反);实验结果截图
6、: (2)、线性灰度变化代码:I=imread(cameraman.tif);imshow(I);title(原图像);I=double(I);I=256-1-I;figure;imshow(I);title(图像求反);实验原理(算法流程) I=imread(cameraman.tif);imshow(I);title(原图像);I=double(I);M,N=size(I);for i=1:M for j=1:N if I(i,j)=30 I(i,j)=I(i,j); elseif I(i,j)=150 I(i,j)=(200-30)/(150-30)*(I(i,j)-30)+30; el
7、se I(i,j)=(255-200)/(255-150)*(I(i,j)-150)+200; end endend figure(2);imshow(uint8(I);title(线性灰度变换);实验结果截图: (3)对数变化代码:I=imread(cameraman.tif);figure;imshow(I);title(原图像);I=double(I);I2=41*log(1+I);I2=uint8(I2);figure;imshow(I2);title(对数变化);实验二 (2)代码:实验原理(算法流程)实验结果截图: 2、读取一幅直方图不均匀的图像,对该图像进行直方图均衡处理, 显示
8、处理前后的图像以及它们的灰度直方图。代码如下:I0=imread(forest.tif);I1=histeq(I0); %直方图均衡化subplot(221), imshow(I0);title(原图像);subplot(222), imhist(I0);title(原图像直方图);subplot(223), imshow(I1);title(处理后图像);subplot(224), imhist(I1);title(处理后图像直方图);实验结果截图: 实验原理(算法流程)读取一幅灰度图像,对其添加均值为0,方差为0.02的高斯噪声,然后对添加噪声后的图像分别用3,9,18幅幅相同图像对其进行
9、相加求平均结果,比较结果图像与噪声图像。代码如下:I=imread(forest.tif);M,N=size(I);II1=zeros(M,N);for i=1:18 II(:,:,i)=imnoise(I,gaussian,0,0.02); II1=II1+double(II(:,:,i); if or (or(i=1,i=3),or(i=9,i=18); figure; imshow(uint8(II1/i); endEnd实验结果截图:实验原理(算法流程)4、读取一幅灰度图像,对其添加均值为0,方差为0.01的高斯噪声,然后分别对其进行中值滤波、sobel算子滤波、Prewitt算子滤波
10、,比较滤波后的结果图像与噪声图像。代码如下:I=imread(cameraman.tif); I=imread(cameraman.tif); J=imnoise(I,gaussian,0, 0.01); subplot(2,2,1),imshow(J);title(噪声图像); k1=medfilt2(J); subplot(2,2,2),imshow(k1);title(3*3模板中值滤波); H=fspecial(Sobel); I2=filter2(H,I); subplot(2,2,3);imshow(I2);title(sobel算法滤波); H=fspecial(prewitt); I3=filter2(H,I); subplot(2,2,4);imshow(I3);title(prewitt算子滤波);实验结果截图:5、读取一幅灰度图像,分别对其进行理想低通滤波和巴特沃斯高通滤波,显示滤波结果代码如下:I=imread(C:UsersAdministratorDesktopcameraman.tif);subplot(331);imshow(I);title(原图像);I=double(I);f=fft2(I);g=fftshift(f);M,N=size(f);n1=floor(M/2);n2=floor(N/2);d0=5;for i=1:M