《北航数字图象处理实验报告》由会员分享，可在线阅读，更多相关《北航数字图象处理实验报告（17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 实验二 图像变换实验1实验目的学会对图像进行傅立叶等变换，在频谱上对图像进行分析，增进对图像频域上的感性认识，并用图像变换进行压缩。2实验内容对Lena或cameraman图像进行傅立叶、离散余弦、哈达玛变换。在频域，对比他们的变换后系数矩阵的频谱情况，进一步，通过逆变换观察不同变换下的图像重建质量情况。3. 实验要求实验采用获取的图像，为灰度图像，该图像每象素由8比特表示。具体要求如下：（1）输入图像采用实验1所获取的图像（Lena、Cameraman）；（2）对图像进行傅立叶变换、获得变换后的系数矩阵；（3）将傅立叶变换后系数矩阵的频谱用图像输出，观察频谱；（4）通
2、过设定门限，将系数矩阵中95%的（小值）系数置为0，对图像进行反变换，获得逆变换后图像；（5）观察逆变换后图像质量，并比较原始图像与逆变后的峰值信噪比（PSNR）。（6）对输入图像进行离散余弦、哈达玛变换，重复步骤1-5；（7）比较三种变换的频谱情况、以及逆变换后图像的质量（PSNR）。4. 实验结果1.DFT的源程序及结果J=imread(10021033.bmp);P=fft2(J);for i=0:size(P,1)-1 for j=1:size(P,2) G(i*size(P,2)+j)=P(i+1,j); endendQ=sort(G);for i=1:size(Q,2) if (i
3、=size(Q,2)*0.95) t=Q(i); endend G(abs(G)t)=0; 请预览后下载！ for n=0:size(P,1)-1 for m=1:size(P,2) W(n+1,m)= G(n*size(P,2)+m); endendf2=ifft2(W);f3=uint8(f2);axes(handles.axes2);imshow(f3)axes(handles.axes1);imshow(J)psnr1=psnr(J,f3);set(handles.text3,string,psnr1);2. DCT的源程序及结果J=imread(10021033.bmp);P=dct
4、2(J);for i=0:size(P,1)-1 for j=1:size(P,2) G(i*size(P,2)+j)=P(i+1,j); endendQ=sort(G);for i=1:size(Q,2) if (i=size(Q,2)*0.95) t=Q(i); endend G(abs(G)t)=0;请预览后下载！ for n=0:size(P,1)-1 for m=1:size(P,2) W(n+1,m)= G(n*size(P,2)+m); endendf2=idct2(W);f3=uint8(f2);axes(handles.axes2);imshow(f3)axes(handle
5、s.axes1);imshow(J)psnr1=psnr(J,f3);set(handles.text3,string,psnr1);3. 哈达玛变换的源程序及结果J=imread(cat.jpg);J=rgb2gray(J);P=hadamard(512)*(im2double(J)*hadamard(512);for i=0:size(P,1)-1 for j=1:size(P,2) G(i*size(P,2)+j)=P(i+1,j); endendQ=sort(G);for i=1:size(Q,2) if (i=size(Q,2)*0.5) t=Q(i); endend G(abs(G
6、)t)=0; for n=0:size(P,1)-1请预览后下载！ for m=1:size(P,2) W(n+1,m)= G(n*size(P,2)+m); endendf2=inv(hadamard(512)*W*inv(hadamard(512);mm1=max(max(f2);mn1=min(min(f2);f2=255+255/(mm1-mn1)*(f2-mm1);f3=uint8(f2);axes(handles.axes2);imshow(f3)axes(handles.axes1);imshow(J)psnr1=psnr(J,f3);set(handles.text3,stri
7、ng,psnr1);3实验三 图像复原实验1实验目的利用反向滤波和维纳滤波进行降质图像复原，比较不同参数选择对复原结果的影响。2实验内容（1）利用反向滤波方法进行图像复原；（2）利用维纳滤波方法进行图像复原。3. 实验要求（1）输入图像采用实验1所获取的图像，对输入图像采用运动降质模型，如下式所示请预览后下载！与降值图像相关的参数是：；（2）对每一种方法通过计算复原出来的图像的峰值信噪比，进行最优参数的选择，包括反向滤波方法中进行复原的区域半径、维纳方法中的噪声对信号的频谱密度比值K；（3）将降质图像和利用最优参数恢复后的图像同时显示出来，以便比较。4. 实验结果1.运动降质的源代码及结果I=
8、imread(10021033.bmp);%I=rgb2gray(I);F=fft2(I);F=fftshift(F);for m=-(size(F,1)+1)/2):(size(F,1)+1)/2 for n=-size(F,2)/2:size(F,2)/2 H(m+(size(F,1)+1)/2)+1,n+size(F,2)/2+1)=5*sin(pi*(m+n)*exp(-sqrt(-1)*pi*(m+n)/(pi*(m+n); endendfor m=1:size(F,1) for n=1:size(F,2) if (isnan(real(H(m,n) G(m,n)=F(m,n); H
9、(m,n)=1; else G(m,n)=F(m,n)*H(m,n); end endendg=ifft2(G);t1=abs(g);mm=max(max(t1);mn=min(min(t1);t1=255+255/(mm-mn)*(t1-mm);t=uint8(t1);axes(handles.axes1);imshow(t)请预览后下载！2.逆滤波的源代码及结果I=imread(10021033.bmp);F=fft2(I);F=fftshift(F);for m=-(size(F,1)+1)/2):(size(F,1)+1)/2 for n=-size(F,2)/2:size(F,2)/
10、2H(m+(size(F,1)+1)/2)+1,n+size(F,2)/2+1)=5*sin(pi*(m+n)*exp(-sqrt(-1)*pi*(m+n)/(pi*(m+n); endendfor m=1:size(F,1) for n=1:size(F,2) if (isnan(real(H(m,n) G(m,n)=F(m,n); H(m,n)=1; else G(m,n)=F(m,n)*H(m,n); end endendfor m=1:size(F,1) for n=1:size(F,2) if(m2+n2200000) F1(m,n)=G(m,n)/H(m,n); else F1(m
11、,n)=G(m,n); end endendf1=ifft2(F1);f2=abs(f1);mm=max(max(f2);mn=min(min(f2);f2=255+255/(mm-mn)*(f2-mm);请预览后下载！f2=uint8(f2);psnr1=psnr(f2,I);set(handles.text5,string,psnr1);axes(handles.axes2);imshow(f2)3.维纳滤波的源代码及结果I=imread(10021033.bmp);F=fft2(I);F=fftshift(F);for m=-(size(F,1)+1)/2):(size(F,1)+1)/
12、2 for n=-size(F,2)/2:size(F,2)/2H(m+(size(F,1)+1)/2)+1,n+size(F,2)/2+1)=5*sin(pi*(m+n)*exp(-sqrt(-1)*pi*(m+n)/(pi*(m+n); endendfor m=1:size(F,1) for n=1:size(F,2) if (isnan(real(H(m,n) G(m,n)=F(m,n); H(m,n)=1; else G(m,n)=F(m,n)*H(m,n); end endendfor i=1:size(F,1) for j=1:size(F,2) ff2(i,j)=G(i,j)/H
13、(i,j)*(abs(H(i,j)2)/(abs(H(i,j)2+10-38); endendf3=ifft2(ff2);f4=abs(f3);mm1=max(max(f4);mn1=min(min(f4);请预览后下载！f4=255+255/(mm1-mn1)*(f4-mm1);f4=uint8(f4);psnr2=psnr(f4,I);set(handles.text5,string,psnr2);axes(handles.axes2);imshow(f4)实验四 图像分割处理实验1实验目的（1）了解图像分割的基本原理，并利用图像分割算法进行图像分割处理；（2）掌握数学形态学的基本运算。2实验内容（1）利用类间方差阈值算法实现图像的分割处理；（2）利用形态学处理进行
