昆明理工大学信息工程与自动化学院学生实验报告 （2014—2015学年第二学期） 课程名称：图形图像基础开课实验室：444 2014年 6月 4 日年级、专业、班计科111 学号201110405138 姓名成绩实验项目名称图像分割指导教师刘辉教 师 评语 教师签名： 年月日 一、实验目的及内容 目的：掌握和熟悉Matlab编程环境及语言；掌握数学形态学和图像分割的基本原理及 应用。 内容： 1.通过数学形态学实现边界提取。 2.通过全局阈值及局部阈值实现灰度图像二值化； 3.分别用Sobel算子和Canny算子对图像进行边缘检测；通过Hough检测图像中的直 线。 二、要求 1.描述腐蚀、膨胀、开运算、闭运算的原理。 膨胀：将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。 利用它可以填补物体中的空洞。B对X膨胀所产生的二值图像D是满足以下条件的点（x,y）的集合:如果B的原点平移到点（x,y），那么它与X的交集非空。 数学表达式：B=A⊕C 腐蚀：一种消除边界点，使边界向内部收缩的过程。利用它可以消除小而且无意义的物体。B对X腐蚀所产生的二值图像E是满足以下条件的点（x,y)的集合：如果B的原点平移到点（x,y），那么B将完全包含于X中。 数学表达式：B=AΘC 腐蚀：是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的
物体。 膨胀：是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。 可以用来填补物体中的空洞。 开运算：先腐蚀后膨胀的过程开运算。用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。开运算通常是在需要去除小颗粒噪声，以及断开目标物之间粘连时使用。其主要作用与腐蚀相似，与腐蚀操作相比，具有可以基本保持目标原有大小不变的优点。 闭运算：先膨胀后腐蚀的过程称为闭运算。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。 2.编写程序，使用数学形态学方法实现边界提取。 3.描述全局阈值、局部阈值对图像进行二值化的原理。 数学形态学中二值图像的形态变换是一种针对集合的处理过程。其形态算子的实质是表达物体或形状的集合与结构元素间的相互作用，结构元素的形状就决定了这种运算所提取的信号的形状信息。形态学图像处理是在图像中移动一个结构元素，然后将结构元素与下面的二值图像进行交、并等集合运算。 阈值分割法分为全局阈值法和局部阈值分割法。所谓局部阈值分割法是将原始图像划分成较小的图像，并对每个子图像选取相应的阈值。在阈值分割后， 相邻子图像之间的边界处可能产生灰度级的不连续性，因此需用平滑技术进行 排除。局部阈值法常用的方法有灰度差直方图法、微分直方图法。局部阈值分 割法虽然能改善分割效果，但存在几个缺点： （1）每幅子图像的尺寸不能太小，否则统计出的结果无意义。 （2）每幅图像的分割是任意的，如果有一幅子图像正好落在目标区域或背景区域，而根据统计结果对其进行分割，也许会产生更差的结果。 （3）局部阈值法对每一幅子图像都要进行统计，速度慢，难以适应实时性的要求。
图像处理实验 图像增强和图像分割 一、实验目的： 掌握用空间滤波进行图像增强的基本方法，掌握图像分割的基本方法。 二、 实验要求： 1、测试图像1中同时含有均值为零的均匀分布噪声和椒盐噪声。用大小为5×5的算术均值滤波器和中值滤波器对图像进行处理，在不同窗口中显示原图像及各处理结果图像，并分析哪一种滤波器去噪效果好？ 2、对测试图像2进行图像分割，求出分割测试图像2的最佳阈值。分别显示原图、原图的直方图（标出阈值）、和分割后的二值图。 实验内容： 1. 实验原理 1) 图像增强：流程图： 图像增强可以通过滤波的方式来完成，即消除一部分的噪声。滤波又可以分为均值滤波和中值滤波。 1. 中值滤波原理：中值滤波就是选用一个含有奇数个像素的滑动窗口，将该窗口在图像上扫描，把其中所含像素点按灰度级的升（或降）序排列，取位于中间的灰度值来代替窗口中心点的灰度值。
对于一维序列{N f }： 21,},...,,...,{-=∈=+-m u N i f f f M e d y u i i u i i 对于二维序列{ij F }：为滤波窗口W y ij F Med W ij }{= 2. 均值滤波原理：对于含噪声的原始图像g(s,t)的每一个像素点去一个领 域N ，用N 中所包含的相速的灰度平均值，作为领域平均处理后的图像f(x,y)的像素值，即： ∑∈=xy S t s t s g mn y x f ),(),(1),(? 2) 图像分割： 图像分割：依据图像的灰度、颜色等特征，将一幅图像分为若干个互不重叠的、具有某种同质特征的区域。
本实验中我们是根据灰度值，将灰度值大于阈值T的像素统一置为255，小于的则置为0。如何求出最合适的分割阈值，则需要用到迭代算法。 迭代法算法步骤： (1) 初始化阈值T (一般为原图像所有像素平均值)。 (2) 用T分割图像成两个集合：G1 和G2，其中G1包含所有灰度值小于T的像素，G2包含所有灰度值大于T的像素。 (3) 计算G1中像素的平均值m1及G2中像素的平均值m2。 (4) 计算新的阈值：T ＝（m1＋m2）/2 。 (5）如果新阈值跟原阈值之间的差值小于一个预先设定的范围，停止循环，否则继续（2）－（4）步。 2.程序代码与分析： 1)图像增强： clear all;clc; %读入图像 I1=imread('Fig5.12(b).jpg'); %均值滤波模板 h1=ones(5,'uint8'); %获取分辨率 [a,b]=size(I1); %创建变量 I2=zeros(a+4,b+4,'uint8'); I3=zeros(a+4,b+4,'uint8'); %复制原始图像 for n=3:a+2 for m=3:b+2 I2(n,m)=I1(n-2,m-2); I3(n,m)=I1(n-2,m-2); end end
实验三、遥感图像的几何校正与裁剪 实验内容： 1.图像分幅裁剪（Subset Image） 2.图像几何校正（Geometric Correction） 1.图像分幅裁剪 在实际工作中，经常需要根据研究工作范围对图像进行分幅裁剪，按照ERDAS IMAGINE 8.4实现图像分幅裁剪的过程，可以将图像分幅裁剪为两类型：规则分幅裁剪，不规则分幅裁剪。 1.1规则分幅裁剪 (以c:\Program File\ IMAGINE 8.4\examples\lanier.img为例) 规则分幅裁剪是指裁剪图像的范围是一个矩形，通过左上角和右上角两点的坐标可以确定图像的裁剪位置，过程如下： 方法一: →ERDAS IMAGINE 8.4 图标面板菜单条：Main→Data Preparation(或单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标) →打开Data Preparation 对话框
→单击Subset Image按钮，打开Subset对话框 在Subset对话框中需要设置下列参数： →输入文件名（Input File）:lanier.img →输出文件名（Output File）:lanier_sub.img →坐标类型（Coordinate Type）:Map →裁剪范围（Subset Definition）:ULX、ULY、LRX、LRY （注：ULX，ULY是指左上角的坐标，LRX,LRY是指右上角的坐标，缺省状态为整个图像范围） →输出数据类型（Output Data Type）:Unsigned 8 Bit →输出文件类型（Output Layer Type）:Continuous →输出统计忽略零值:Ignore Zero In Output Stats →输出像元波段（Select Layers）:2,3,4
******************* 实践教学 ******************* 兰州理工大学 计算机与通信学院 2012年秋季学期 图像处理综合训练 题目：图像分割程序设计 专业班级： 姓名： 学号： 指导教师： 成绩：
目录 摘要 (1) 一、前言 (2) 二、算法分析与描述 (3) 三、详细设计过程 (5) 四、调试过程中出现的问题及相应解决办法 (8) 五、程序运行截图及其说明 (8) 六、简单操作手册 (12) 设计总结 (15) 参考资料 (16) 致谢 (17) 附录 (18)
摘要 图像分割就是从图像中将某个特定区域与其他部分进行分离并提取出来的处理 通常又称之为图像的二值化处理。图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。近年来，研究人员不断改进原有的图像分割方法并把其它学科的一些新理论和新方法用于图像分割，提出了不少新的分割方法。 关键词：图像分割；阈值；二值化；
一、前言 图形图像处理的应用领域涉及人类生活和工作的各个方面，它是从60年代以来随计算机的技术和VLSI的发展而产生、发展和不断成熟起来的一个新技术领域理论上和实际应用上都并取得了巨大的成就。数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化，所以图形图像的处理在我们的生活中又很重要的作用。在对图像的研究和应用中，人们往往只对图像中的某些部分感兴趣。这些部分通常称为目标或前景，它们一般对应图像中特定的、具体独特性质的区域。为了辨识和分析目标，需要将它们分别提取出来，在此基础上才有可能对目标进一步利用。图像分割就是指把图像分成各具特性的区域并提取出感兴趣的目标的技术和过程。在图象分析中,通常需将所关心的目标从图象中提取出来,即图象的分割。图象分割在图象分析,图象识别,图象检测等方面占有非常重要的位置。
实验二 图像灰度变换实验一、 实验目的熟悉亮度变换函数的使用熟悉灰度图像的直方图的表示；掌握图像增强的基本方法：灰度变换、直方图均衡；二、实验内容灰度线性变换、灰度直方图、直方图均衡处理；灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特征更加明显。灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像增强。三、实验原理1.函数imadjust 函数imadjust 是对灰度图像进行亮度变换的基本命令，语法为： g = imadjust(f, [low_in high_in], [low_out high_out], gamma) 将图像f 中的亮度值（灰度值）映射到新图像g 中，即将low_in 至high_in 之间的值映射到low_out 至high_out 之间的值。low_in 以下的灰度值映射为low_out ，high_in 以上的灰度值映射为high_out ，函数imadjust 的矩阵[ ]内参数均指定在0和1之间，[low_in high_in]和[low_out high_out]使用空矩阵[ ]会得到默认值[0 1]。若high_out 小于low_out ，则输出图像会反转。 参数gamma 指定了曲线（变换函数）的形状，若gamma 小于1，则映射被加权至更高（更亮）的输出值；若gamma 大于1，则映射被加权至更低（更暗）的输出值。若省略了函数的参量gamma ，则gamma 默认为1——即线性映 射。 >>f = imread(‘filename’)>>imshow(f)>>g1 = imadjust(f, [0 1], [1 0]); %图像反转>>figure, imshow(g1) %figure 命令表示同时显示多个窗口 >>g2 = imadjust(f, [0.5 0.75], [0 1]); %将0.5至0.75之间的灰度级扩展到范围0和1之间 >>figure, imshow(g2) >>g3 = imadjust(f, [ ], [ ], 2) %使用gamma 值 >>figure, imshow(g3)
图像校正及分割处理软件设计与实现《图像分析与模式识别》课程期末大作业报告 课程名称：图像分析与模式识别
目录 图像校正及分割处理软件设计与实现 (1) 1 软件需求 (1) 1.1 操作界面需求分析 (1) 1.2 图像几何校正需求分析 (1) 1.2 ISODATA聚类算法的图像分割需求分析 (2) 2 算法原理及流程图 (2) 2.1 Hough变换 (2) 2.1.1 Hough变换原理 (2) 2.1.2 图像几何校正流程 (3) 2.2 ISODATA算法原理 (3) 2.2.1 ISODATA算法原理步骤 (3) 2.2.1 ISODATA算法流程图 (5) 3 程序设计框图 (6) 4 实验结果及分析 (7) 4.1 图像几何 (7) 4.1.1 支票图像几何校正结果 (7) 4.1.1 支票图像几何校正结果分析 (8) 4.2 图像分割 (8) 4.2.1图像分割结果 (8) 4.2.1图像分割结果分析 (10) 附录： (11) 附录一：图像几何校正代码 (11) 附录一：ISODATA聚类算法图像分割代码 (11) 附录一：MATLAB的GUI操作界面代码 (17)
图像校正及分割处理软件设计与实现 摘要：设计一种图像几何校正及图像分割处理软件，实现对倾斜支票图像校正为水平，及对已给的图像进行分割。图像几何校正主要通过边缘检测、Hough 变换、求倾斜角、图像旋转等算法实现；图像分割采用ISODATA聚类算法实现。实验结果表明，实现了对倾斜支票图像几何校正和对图像的分割功能。 关键词：边沿检测；Hough变换、图像旋转、ISODATA算法；图像分割； 1 软件需求 需求分析是指对要解决的问题进行详细的分析，弄清楚问题的要求，包括整个系统所要实现的功能。 根据题目，设计需要编写带有操作界面的图像处理软件，功能包含图像几何校和基于ISODATA聚类算法的图像分割。开发工具使用MATLAB。根据MATLAB的特点及需要实现的软件功能，软件需求分析如下： 1.1 操作界面需求分析 软件实现的功能是图像处理，因此操作界面中需要一个按钮，用于选择待处理的图像，称为“图像选择”按钮；选择的原始图像需要在操作界面中显示，因此需要一个用于显示原始图像的坐标控件；由于软件需要实现多功能，需要一个下拉框实现功能的选择；一个开始功能处理的按钮，称为“开始处理”按钮；一个用于显示图像处理结果的坐标控件。最后需要一个退出操作界面的按钮，称为“退出”按钮。 1.2 图像几何校正需求分析 原始图像在拍照时出现了倾斜，需要将图像校正，消除倾斜。通过对图像的观察，图像是一支票，支票上存在表格。因此想法是通过检测支票表格边框线的倾斜角，就是整图像的倾斜程度，然后根据这个倾斜角旋转，便可得到校正的水平图像。要检测支票图像表格边框直线。需要对图像的边缘进行检测，图像的边缘检测方法很多，如：sobel算子边缘检测，prewitt算子边缘检测，roberts 算子边缘检测，log算子边缘检测，canny算子边缘检测等，由于原图的噪声并不是很严重，因此上面这些边缘检测办法都能胜任，这里使用log算子进行边缘检测，为了适应其它边缘检测方法，本设计需要尽量在改变边缘检测方法时尽可能少地修改代码。边缘检测后，采用Hough变换提取直线，然后在提取的直线上找两个点，计算出直线的倾斜角度。最后根据这个倾斜角度对图像进行旋转。
实验二遥感图像的几何校正与镶嵌实验报告 实验目的： 通过本实验熟练操作遥感图像处理的专业软件进行基础图像处理，包括图像几何校正、镶嵌等。 实验内容： 1、熟悉图像几何校正、镶嵌的基本原理； 2、学习图像几何校正具体操作； 3、学习图像镶嵌正具体操作。 本实验的图像几何校正是通过“像图配准”的方式获取地面控制点的方里网坐标的，并对传统的从纸质地形图上量算坐标的方法进行改进，利用Auto CAD或Photoshop等软件从扫描后的电子地形图上直接量算坐标。 实验步骤： 第一步、熟悉图像几何校正、镶嵌的基本原理 第二步、图像几何校正 运行PCI，选择GCPWorks模块，在Source of GCPs选择User Entered Coordinates（用户输入投影坐标系统），点击Accept后，弹出校正模块：
选择第一项加载需要校正的图像（由实验一方法导出的125-42.pix ）->点击Default->Load & Close->得到下图：
选择第二项，选择Other确定投影系统： 注意输入6度带的中央经度与向东平移500公里（500000米）：
点击Earth Model确定地球模型： 点击Accept：
选择第三项采集地面控制点。在采集地面控制点之前，利用Photoshop软件打开扫描后的电子地形图。 分别在遥感图像和地形图中找到一个同名点，如下图（可以用放大遥感图）。 然后在地形图中量算出该点的大地坐标，精确到米，X坐标为6位（要去掉2位6度带的带号），Y坐标7位（运用测出）。再将坐标输入到GCP编辑窗口中，并点击Accept as GCP接受为一个控制点。
计算机专业《图形图像处理》期末考试试卷(Ａ) 考试时间：90分钟 姓名____________ 学号____________ 成绩______________ 填空题(50分)每空1分 除了使用按钮进行软件的退出之外，还有其他3种方法同样可以将软件关闭，分别是 ___________、___________、___________。 新建文件的方法有3种，分别是___________、___________、___________。 打开文件的方法有3种，分别是___________、___________、___________。 将鼠标光标放置在_________栏的蓝色区域上双击，即可将窗口在最大化和还原状态之间切换。 按键盘中的_______键可以将工具箱、属性栏和控制面板同时显示或隐藏。 在RGB【颜色】面板中【R】是___________颜色、【G】是___________颜色、【B】是___________颜色。 图像文件的大小以___________和___________为单位，它们之间的大小换算单位为 ___________KB=___________MB。 按键盘中的___________键，可以将当前工具箱中的前景色与背景色互换。 当利用工具绘制矩形选区时，按下键盘中的Shift键，可以绘制___________形态的选择区域；按下键盘中的Shift +Alt键，可以绘制___________形态的选择区域；按下键盘中的Alt键，可以绘制___________形态的选择区域。 在Photoshop系统中，新建文件默认分辨率值为___________像素点/英寸，如果进行精美彩印刷图片的分辨率最少应不低于__________像素点/英寸。 在【通道】面板底部有四个按钮，它们的功能分别是：___________按钮、___________按钮、___________按钮、___________按钮。
实验二图像的增强 一、实验目的 1)掌握在计算机上进行直方图统计，以及直方图均衡化、线性变换的图像增强的方法 2)掌握在计算机上进行图象平滑、图象锐化特别是中值滤波平滑及拉普拉斯算子锐化 的方法 二、实验要求 1)显示图像（cameraman.tif）及灰度直方图。 2)对指定图像（cameraman.tif）进行直方图均衡化和线性变换，将原始图像及增强 后的图像都显示于屏幕上，比较增强的效果。 3)对指定图像（lena.bmp）加入椒盐噪声，然后进行邻域平滑、中值滤波，将原始图 像及平滑后的图像都显示于屏幕上，比较效果。 4)对指定图像（lena.bmp）进行锐化（简单梯度算法、ROBERT算子，Prewitt边缘算 子和拉普拉斯算子），将原始图像及锐化后的图像都显示于屏幕上，比较锐化的效果。 三、实验仪器设备及软件 HP D538、MATLAB 四、实验原理 以自己的语言结合课堂笔记进行总结，要求过程推导清晰明了。 五、实验步骤及程序 实验步骤、程序流程、实验源程序和注释齐全 实验源程序： (1). 显示图像（cameraman.tif）及灰度直方图: I=imread('cameraman.tif'); subplot(121); imshow(I); title('原始图象'); subplot(122); imhist(I); title('灰度直方图')实验结果与分析
(2)对指定图像（cameraman.tif）进行直方图均衡化和线性变换，将原始图像及增强后的图像都显示于屏幕上，比较增强的效果。 I=imread('cameraman.tif'); subplot(221); imshow(I); title('原始图象'); I1=histeq(I); subplot(222); imshow(I1); title('原始图象均衡化'); subplot(223); imshow(I); title('原始图象'); I2=imadjust(I); subplot(224); imshow(I1); title('原始图象线性变化'); (3)对指定图像（lena.bmp）加入椒盐噪声，然后进行邻域平滑、中值滤波，将原始图像及平滑后的图像都显示于屏幕上，比较效果。
模式识别课程设计
模式识别课程设计 聚类图像分割 一．图像分割概述 图像分割是一种重要的图像分析技术。在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣。这些部分常称为目标或前景（其他部分称为背景）。它们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析图像中的目标，需要将它们从图像中分离提取出来，在此基础上才有可能进一步对目标进行测量，对图像进行利用。图像分割就是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。近年来，研究人员不断改进原有的图像分割方法并把其它学科的一些新理论和新方法用于图像分割，提出了不少新的分割方法。 图象分割是图象处理、模式识别和人工智能等多个领域中一个十分重要且又十分困难的问题，是计算机视觉技术中首要的、重要的关键步骤。图象分割应用在许多方面，例如在汽车车型自动识别系统中，从CCD摄像头获取的图象中除了汽车之外还有许多其他的物体和背景，为了进一步提取汽车特征，辨识车型，图象分割是必须的。因此其应用从小到检查癌细胞、精密零件表面缺陷检测，大到处理卫星拍摄的地形地貌照片等。在所有这些应用领域中，最终结
果很大程度上依赖于图象分割的结果。因此为了对物体进行特征的提取和识别，首先需要把待处理的物体(目标)从背景中划分出来，即图象分割。但是，在一些复杂的问题中，例如金属材料内部结构特征的分割和识别，虽然图象分割方法已有上百种，但是现有的分割技术都不能得到令人满意的结果，原因在于计算机图象处理技术是对人类视觉的模拟，而人类的视觉系统是一种神奇的、高度自动化的生物图象处理系统。目前，人类对于视觉系统生物物理过程的认识还很肤浅，计算机图象处理系统要完全实现人类视觉系统，形成计算机视觉，还有一个很长的过程。因此从原理、应用和应用效果的评估上深入研究图象分割技术，对于提高计算机的视觉能力和理解人类的视觉系统都具有十分重要的意义。 二．常用的图像分割方法 1.基于阈值的分割方法 包括全局阈值、自适应阈值、最佳阈值等等。阈值分割算法的关键是确定阈值，如果能确定一个合适的阈值就可准确地将图像分割开来。阈值确定后，将阈值与像素点的灰度值比较和像素分割可对各像素并行地进行，分割的结果直接给出图像区域。全局阈值是指整幅图像使用同一个阈值做分割处理，适用于背景和前景有明显对比的图像。它是根据整幅图像确定的：T=T(f)。但是这种方法只考虑像素本身的灰度值，一般不考虑空间特征，因而对噪声很敏感。常用的全局阈值选取方法有利用图像灰度直方图的峰谷法、最小误差法、最大类间方差法、最大熵自动阈值法以及其它一些方法。
实验二、遥感图像的几何校正 实验目的：通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。 实验内容：ERDAS软件中图像预处理模块下的图像几何校正。 几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地里参考（Geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 1、图像几何校正的途径 ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图2-1）。 ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图2-1）。 图2-1 Set Geo-Correction Input File对话框 在Set Geo-Correction Input File对话框中，选择输入图像，确定校正图像。 2、图像几何校正的计算模型（Geometric Correction Model） ERDAS提供的图像主要几何校正模型，具体功能如下：
表2-1 几何校正计算模型与功能 模型功能 Affine 图像仿射变换（不做投影变换） Polynomial 多项式变换（同时作投影变换） Reproject 投影变换（转换调用多项式变换） Rubber Sheeting 非线性变换、非均匀变换 Camera 航空影像正射校正 Landsat Lantsat卫星图像正射校正 Spot Spot卫星图像正射校正 3、图像校正的具体过程 第一步：显示图像文件（Display Image Files） 首先，在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），并将两个视窗平铺放置，操作过程如下： 在Viewer1中打开需要校正的图像（或通过图2-1已打开）：tmAtlanta.img 在Viewer2中打开作为地理参考的校正过的图像：panAtlanta.img 第二步：启动几何校正模块（Geometric Correction Tool） Viewer1菜单条：Raster→ Geometric Correction →打开Set Geometric Model对话框（2-2） →选择多项式几何校正模型：Polynomial→OK →同时打开Geo Correction Tools对话框（2-3）和Polynomial Model Properties对话框（2-4）。 在Polynomial Model Properties对话框中，定义多项式模型参数以及投影参数： →定义多项式次方（Polynomial Order）:2 →定义投影参数：（PROJECTION）:略 →Apply→Close →打开GCP Tool Referense Setup 对话框（2-5）
实验报告 课程名称医学图像处理 实验名称图像分割 专业班级 姓名 学号 实验日期 实验地点 2015—2016学年度第 2 学期
050100150200250 图1 原图 3 阈值分割后的二值图像分析：手动阈值分割的阈值是取直方图中双峰的谷底的灰度值作为阈值，若有多个双峰谷底，则取第一个作为阈值。本题的阈值取
%例2 迭代阈值分割 f=imread('cameraman.tif'); %读入图像 subplot(1,2,1);imshow(f); %创建一个一行二列的窗口，在第一个窗口显示图像title('原始图像'); %标注标题 f=double(f); %转换位双精度 T=(min(f(:))+max(f(:)))/2; %设定初始阈值 done=false; %定义开关变量，用于控制循环次数 i=0; %迭代，初始值i=0 while~done %while ~done 是循环条件，~ 是“非”的意思，此 处done = 0; 说明是无限循环，循环体里面应该还 有循环退出条件，否则就循环到死了; r1=find(f<=T); %按前次结果对t进行二次分 r2=find(f>T); %按前次结果重新对t进行二次分 Tnew=(mean(f(r1))+mean(f(r2)))/2; %新阈值两个范围内像素平均值和的一半done=abs(Tnew-T)<1; %设定两次阈值的比较，当满足小于1时，停止循环， 1是自己指定的参数 T=Tnew; %把Tnw的值赋给T i=i+1; %执行循坏，每次都加1 end f(r1)=0; %把小于初始阈值的变成黑的 f(r2)=1; %把大于初始阈值的变成白的 subplot(1,2,2); %创建一个一行二列的窗口，在第二个窗口显示图像imshow(f); %显示图像 title('迭代阈值二值化图像'); %标注标题 图4原始图像图5迭代阈值二值化图像 分析：本题是迭代阈值二值化分割，步骤是：1.选定初始阈值，即原图大小取平均；2.用初阈值进行二值分割；3.目标灰度值平均背景都取平均；4.迭代生成阈值，直到两次阈值的灰 度变化不超过1，则稳定；5.输出迭代结果。
实验二MATLAB图像运算一、实验目的 1．了解图像的算术运算在数字图像处理中的初步应用。 2．体会图像算术运算处理的过程和处理前后图像的变化。 二、实验步骤 1．图像的加法运算-imadd 对于两个图像f x,y和 (x,y)的均值有： g x,y=1 f x,y+ 1 (x,y) 推广这个公式为： g x,y=αf x,y+β (x,y) 其中，α+β=1。这样就可以得到各种图像合成的效果，也可以用于两张图像的衔接。说明：两个示例图像保存在默认路径下，文件名分别为'rice.png'和'cameraman.tif'，要求实现下图所示结果。 代码： I1 = imread('rice.png'); I2 = imread('cameraman.tif'); I3 = imadd(I1, I2,'uint8'); I4 = imadd(I1, I2,'uint16'); subplot(2, 2, 1), imshow(I1), title('?-ê?í???1'); subplot(2, 2, 2), imshow(I2), title('?-ê?í???2'); subplot(2, 2, 3), imshow(I3), title('8??í?????ê?'); subplot(2, 2, 4), imshow(I4), title('16??í?????ê?'); 结果截图：
2．图像的减法运算-imsubtract 说明： 背景图像可通过膨胀算法得到background = imopen(I,strel('disk',15));，要求实现下图所示结果。 示例代码如下： I1 = imread('rice.png'); background = imerode(I1, strel('disk', 15)); rice2 = imsubtract(I1, background); subplot(2, 2, 1), imshow(I1), title('?-ê?í???'); subplot(2, 2, 2), imshow(background), title('±3?°í???'); subplot(2, 2, 3), imshow(rice2), title('′|àíoóμ?í???'); 结果截图： 3.图像的乘法运算-immultiply
实验报告 实验名称实验四图像分割 课程名称数字图像处理A 姓名成绩 班级学号 日期地点 1.实验目的 （1）了解并掌握图像分割的基本原理； （2）编写程序使用Hough变换处理图像，进行线检测；
（3）编写程序使用阈值处理方法进行图像分割，根据实验结果分析效果； （4）总结实验过程（实验报告，左侧装订）：方案、编程、调试、结果、分析、结论。 2.实验环境（软件条件） Windws2000/XP MATLAB 7.0 3.实验方法 对256级灰度的数字图像camera.bmp（如图4.1所示）和car.bmp（如图4.2所示）进行如下处理： （1）对图像camera.bmp进行Hough变换进行线检测，显示处理前、后图像： 思考如何利用Hough变换进行圆检测； （2）对图像car.bmp分别利用不同的阈值处理方法进行图像中汽车及车牌的分割，显示处理前、后图像；思考不同的阈值处理算法对分割效果的影响？ 4.实验分析 实验原理 Hough变换是最常用的直线提取方法，它的基本思想是：将直线上每一个数据点变换为参数平面中的一条直线或曲线，利用共线的数据点对应的参数曲线相交于参数空间中一点的关系，使直线的提取问题转化为计数问题。Hough变换提取直线的主要优点是受直线中的间隙和噪声影响较小。 思考： Hough变换对圆的检测： Hough变换的基本原理在于，利用点与线的对偶性，将图像空间的线条变为参数空间的聚集点，从而检测给定图像是否存在给定性质的曲线。 圆的方程为：222 ()() x a y b r -+-=，通过Hough变换，将图像空间(,) x y对应到参数空间(,,) a b r。 第一题结果图 图4.1 实验图像camera.bmp 图4.2 实验图像car.bmp
云南大学软件学院 实验报告 序号： 31 实验老师：刘宇 课程名称：数字媒体技术实验实验名称：图像处理 学号： 2011-112-0105 姓名：郭可岩 一．实验名称：图像处理： 二．实验目的： ◆认识图像处理的原理并初步使用常用的图像处理工具PhotoShop进行简单的图像处理工作；掌握常用的图片处理方法。 ◆综合使用克隆、图层、仿制图章工具为素材图一消除枯枝。 ◆综合使用色阶、曲线、色彩平衡、亮度、对比度调整等技术为两幅素材图做修正至满意效果。 ◆对素材图二进行水平校正，并作适当裁剪。 三．实验内容（步骤和方法）及数据记录： ◆处理第一张图片 ①导入第一张图片到PhotoShop中。 ②复制背景图层，并在背景副本上处理导入的图像。 ③使用仿制图章工具为图片除去枯枝。 消除枯枝工作完成后的效果图如下所示：
④调整图像的色阶： ⑤调整图像曲线： ⑥调整图像色彩平衡：
⑦调整图像的亮度和对比度： ⑧当所有工作完成后图片一效果如下：
◆处理第二张图片 ①导入第二张图片到PhotoShop中，复制背景图层，并在背景副本上处理导入的图像。 ②使用分析>标尺工具对图像进行水平校正。 水平校正完成后的效果图如下：
s ③对水平校正后图片进行适当的裁剪： ④像处理图片一那样对图片二进行色阶、曲线、色彩平衡、亮度、对比度等的调整，所有工作完成后的图片效果图如下：
四．实验总结： ◆PhotoShop是一款功能非常强大图像处理软件，我们在本次试验中所用到的功能只不过是其所有功能的冰山一角，要想精通PhotoShop还需要漫长的学习和不断的实践。。 ◆使用图层可以很好地保护原图像和保存我们的修改效果，一般情况下不建议直接在背景图层上直接修改图像。 ◆对图片进行色阶、曲线、色彩平衡、亮度、对比度等的调整没有具体的规范，一切以视觉上的美观为准。 ◆图像处理是一项需要耐心和细心的工作。 指导教师签名：刘宇
实验报告 实验课程名称：数字图像处理 班级：学号：姓名： 注：1、每个实验中各项成绩按照10分制评定，每个实验成绩为两项总和20分。 2、平均成绩取三个实验平均成绩。
2016年 4 月18日 实验一 图像的二维离散傅立叶变换 一、实验目的 掌握图像的二维离散傅立叶变换以及性质 二、实验要求 1) 建立输入图像，在64?64的黑色图像矩阵的中心建立16?16的白色矩形图像点阵， 形成图像文件。对输入图像进行二维傅立叶变换，将原始图像及变换图像（三维、中心化）都显示于屏幕上。 2) 调整输入图像中白色矩形的位置，再进行变换，将原始图像及变换图像（三维、中 心化）都显示于屏幕上，比较变换结果。 3) 调整输入图像中白色矩形的尺寸（40?40，4?4），再进行变换，将原始图像及变 换图像（三维、中心化）都显示于屏幕上，比较变换结果。 三、实验仪器设备及软件 HP D538、MATLAB 四、实验原理 傅里叶变换作为分析数字图像的有利工具，因其可分离性、平移性、周期性和共轭对称性可以定量地方分析数字化系统，并且变换后的图像使得时间域和频域间的联系能够方便直观地解决许多问题。实验通过MATLAB 实验该项技能。 设),(y x f 是在空间域上等间隔采样得到的M ×N 的二维离散信号，x 和y 是离散实变量，u 和v 为离散频率变量，则二维离散傅里叶变换对一般地定义为 ∑∑ -=-=+-= 101 )],( 2ex p[),(1),(M x N y N yu M xu j y x f MN v u F π,1,0=u …，M-1；y=0，1，…N-1 ∑∑-=-=+=101 )],( 2ex p[),(),(M x N y N uy M ux j v u F y x f π ,1,0=x …，M-1；y=0，1，…N-1
浅析图像分割的原理及方法 一．研究背景及意义 研究背景： 随着人工智能的发展，机器人技术不断地应用到各个领域。信息技术的加入是智能机器人出现的必要前提。信息技术泛指包括通信技术、电子技术、信号处理技术等相关信息化技术的一大类技术。它的应用使得人们今天的生活发生了巨大变化。从手机到高清电视等家用电器设备出现使我们的生活越来越丰富多彩。在一些军用及民用领域近几年出现了一些诸如:图像制导、无人飞机、无人巡逻车、人脸识别、指纹识别、语音识别、车辆牌照识别、汉字识别、医学图像识别等高新技术。实现它们的核心就是图像处理、机器视觉、模式识别、智能控制、及机器人学等相关知识。其中图像处理具有重要地位。而图像分割技术是图像分析环节的关键技术。 研究图像分割技术的意义： 人类感知外部世界的两大途径是听觉和视觉，尤其是视觉，同时视觉信息是人类从自然界中获得信息的主要来源，约占人类获得外部世界信息量的80%以上。图像以视觉为基础通过观测系统直接获得客观世界的状态，它直接或间接地作用于人眼，反映的信息与人眼获得的信息一致，这决定了它和客观外界都是人类最主要的信息来源，图像处理也因此成为了人们研究的热点之一。人眼获得的信息是连续的图像，在实际应用中，为便于计算机等对图像进行处理，人们对连续图像进行采样和量化等处理，得到了计算机能够识别的数字图像。数字图像具有信息量大、精度高、内容丰富、可进行复杂的非线性处理等优点，成为计算机视觉和图像处理的重要研究对象。在一幅图像中，人们往往只对其中的某些区域感兴趣，称之为前景，这些区域内的某些空间信息特性(如灰度、颜色、轮廓、纹理等)通常与周围背景之间存在差别。图像分割就是根据这些差异把图像分成若干个特定的、具有独特性质的区域并提取感兴趣目标的技术和过程。在数字图像处理中，图像分割作为早期处理是一个非常重要的步骤。为便于研究图像分割，使其在实
实验三 ENVI影像的几何校正 本专题旨在介绍如何在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的几何校正。遥感图像的几何纠正是指消除影像中的几何形变，产生一幅符合某种地图投影或图形表达要求的新影像。 一般常见的几何纠正有从影像到地图的纠正，以及从影像到影像的纠正，后者也称为影像的配准。遥感影像中需要改正的几何形变主要来自相机系统误差、地形起伏、地球曲率以及大气折射等。几何纠正包括两个核心环节：一是像素坐标的变换，即将影像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样。 本实验将针对不同的数据源和辅助数据，提供以下几种校正方法： Image to Map几何校正：通过地面控制点对遥感图像几何进行平面化的过程，控制点可以是键盘输入、从矢量文件中获取。地形图校正就采取这种方法。Image to image几何校正：以一副已经经过几何校正的栅格影像作为基准图，通过从两幅图像上选择同名点（GCP）来配准另一幅栅格影像，使相同地物出现在校正后的图像相同位置。大多数几何校正都是利用此方法完成的。 Image to image自动图像配准：根据像元灰度值自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配准过程。当同一地区的两幅图像由于各自校正误差的影像，使得图上的相同地物不重叠时，可利用此方法进行调整 1. 地形图的几何校正 （1）打开并显示地形图 从ENVI主菜单中，选择file →open image file，打开3-几何校正\地形图\G-48-34-a.JPG。 （2）定义坐标 从ENVI主菜单栏中，选择Map →Registration →Select GCPs：Image to map。
实验二灰度直方图及直方图均衡化 一、 实验目的： 1、直方图显示 2、计算并绘制图像直方图 3、直方图均衡化二、实验内容 学习使用函数 imhist(, histeq(, bar(, stem(, plot(, imadjust(，及 title, axis, set 等描述图像工具。 1、直方图显示 显示图 Fig0354(a(einstein_orig.tif，标注图的题目为：EINSTEIN ，作出其直方图，调整参数如下图所示： EINSTEIN
4 2、分别用 bar 和 stem 函数显示直方图 由 h=imhist( 获得直方图；分别用 bar 和 stem 显示直方图 h ，并通过参数调整，改变直方图的显示方式。用 axis 设置轴的最大、最小值（例如：axis([0 255 0 15000];），用 set 设置显示坐标的间隔（例如：set(gca,’xtick ’, 0:50:255）。作出如下的直方图： 00 50
100 150 200 250 3、用 plot 函数显示直方图要求同 2. 12000 1000080006000400020000 0 50 100 150 200 250 300 4、用 imadjust( 函数调整图像对比度，并用 imhist( 查看调整前后直方图的变化。 3 . 2 . 1 . 0 . 4
5、用 histeq( 进行直方图均衡化，并用 imhist( 查看均衡化前后直方图的变化。
4 三、实验要求 将本实验的 10 个图用 MATLAB 显示到屏幕上。程序： i=imread('Fig0354(a(einstein_orig.tif'; imshow(i; title('EINSTEIN'; figure; imhist(i; title('直方图';