图像处理基本实验
1.
读取并显示一幅tif格式的图像，并将新图像存存储成bmp, png格式并显示出来．
所用图片像素为264x264
I=imread('dog_gray.tif'); % 读取tif图像
[m,n]=size(I) % 显示图像规模
imwrite(I,'dog_gray.bmp');% 图像保存为bmp格式
imwrite(I,'dog_gray.png');% 图像保存为png格式
I1=imread('dog_gray.bmp'); %读取bmp图像
I2=imread('dog_gray.png'); %读取png 图像
subplot(1,3,1),imshow(I);% 在1x3子屏中的第1个子图显示为dog_gray.tif title('dog_gray.tif');% 显示图像标题
subplot(1,3,2),imshow(I1); %在1x3子屏中的第2个子图显示为dog_gray.bmp title('dog_gray.bmp');% 显示图像标题
subplot(1,3,3),imshow(I2); % 在1x3子屏中的第2个子图显示为dog_gray.png title('dog_gray.png');% 显示图像标题
m =
264
n =
264
2
读取一幅RGB 彩色图像，在同一窗口输出原图像及R, G, B 三个分量
图像．
所用图片大小为352x351
RGB=imread('fruits.tif'); %读取图像 [m,n,p]=size(RGB) % 矩阵大小 R=RGB(:,:,1); % 显示R 分量 G=RGB(:,:,2); %显示G 分量 B=RGB(:,:,2); %显示B 分量
subplot(2,2,1),image(RGB); % 在2x2子屏中的第1个子图显示原图 title('原图'); % 显示标题
subplot(2,2,2),image(R); % 在2x2子屏中的第2个子图显示R 分量图像
dog g ray.tif dog g ray.bmp dog g ray.png
title('R 分量'); % 显示标题
subplot(2,2,3),image(G); % 在2x2子屏中的第3个子图显示G 分量图像 title('G 分量'); % 显示标题
subplot(2,2,4),image(B); % 在2x2子屏中的第4个子图显示B 分量图像 title('B 分量'); % 显示标题
m = 352 n = 351 p = 3
3 & 4
读取一幅RGB 彩色图像，将其转换为灰度图像保存为tif 格式，并在同一窗口显示原图
100
200300
100200300
100
200300
100200300
100
200
300
100200300
100
200
300
100200300
像与灰度图像.
将4中得到灰度图像转化为二值图像，并对其进行取反操作，在同一窗口显示灰度图
所用图像像素为264x352
RGB=imread('flower-0170.jpg'); % 读取图像
[m,n,p]=size(RGB) %矩阵大小
I=rgb2gray(RGB); % 真彩色图像转换为灰度图像
I1=im2bw(I); % 灰色图像二值画
I2=~I1; %对二值图像取反
imwrite(I,'flower-0170.tif') % 将图像保存为tif格式
subplot(1,2,1),imshow(RGB);%在1x2子屏的第1个子屏中显示原图
title('flower-0170.jpg'); %显示标题
subplot(1,2,2),imshow(I); % 在1x2子屏的第1个子屏中显示灰度图像
title('flower-0170.tif'); %显示标题
figure % 新建个图形窗口
subplot(1,3,1),imshow(I); %在1x3子屏的第1个子屏中显示灰度图像
subplot(1,3,2),imshow(I1); %在1x3子屏的第2个子屏中显示二值图像
subplot(1,3,3),imshow(I2); %在1x3子屏的第3个子屏中显示二值图像取反后的图像
m =
264
n =
352
p =
3
flower-0170.jpg flower-0170.tif
5
读取两幅图像，进行加，减，乘，除运算，并显示原图像与运算结果．
所用图片像素为512x512
I1=imread('baboon.tif'); % 读取图像
I2=imread('barbara.tif'); % 读取图像
[m1,n1]=size(I1)% I1的大小
[m2,n2]=size(I2) % I2的大小
ADD=imadd(I1,I2); %两个图像相加
SUB=imsubtract(I1,I2);%两个图像相减
MUL=immultiply(I1,I1);%两个图像相乘
DIV=imdivide(I1,I2);%两个图像相除
subplot(2,3,1),imshow(I1); %在2x3子屏的第1个子屏中显示baboon.tif title('baboon.tif');
subplot(2,3,2),imshow(I2); %在2x3子屏的第2个子屏中显示barbara.tif title('barbara.tif');
subplot(2,3,3),imshow(ADD); %在2x3子屏的第3个子屏中显示ADD
title('ADD图像');
subplot(2,3,4),imshow(SUB); %在2x3子屏的第4个子屏中显示SUB
title('SUB图像');
subplot(2,3,5),imshow(MUL); %在2x3子屏的第5个子屏中显示MUL
title('MUL图像');
subplot(2,3,6),imshow(DIV); %在2x3子屏的第6个子屏中显示DIV
title('DIV图像');
m1 =
512
n1 =
512
m2 =
512
n2 =
512
6
验证教材2.7
节（点运算）中对图像的线性变换(
例2-1)，非线性变换(例
2-2)及直方图均 衡化实验．
%图像线性变换
a=imread('cameraman.tif'); %
读入cameraman 图像 figure(1); imshow(a);
b1=a+45; % 图像灰度值增加45 figure(2); imshow(b1);
b2=1.2*a; % 图像对比度增大 figure(3); imshow(b2);
b3=0.65*a; % 图像对比度减少
baboon.tif barbara.tif ADD 图像
SUB 图像MUL 图像DIV 图像
figure(4);
imshow(b3);
b4=-double(a)+225; %图像求补figure(5);
imshow(uint8(b4));
%用函数对cameraman图像进行非线性变换
a=imread('cameraman.tif') ; %读取原始图像
figure(1);
imshow(a);
xlabel('(a)原始图像');
x=1:225;
y=x+x.*(255-x)/255;
figure(2);
plot(x,y); %绘制函数图像
xlabel('(b)函数的曲线图');
b1=double(a)+0.006*double(a).*(255-double(a)); figure(3);
imshow(uint8(b1)); %显示非线性图像
xlabel('(c)非线性处理效果');
(a)原始图像
(c)非线性处理效果
% 对cameraman进行直方图均衡化
histgram=zeros(1,256); % 生成直方图数组cdf=zeros(1,256);
[cm,map]=imread('cameraman.tif'); [a,b]=size(cm);
for i=1:a
for j=1:b
k=cm(i,j);
histgram(k)=histgram(k)+1; end
end % 得到直方图
cdf(1)=histgram(1);
for i=2:256
cdf(i)=cdf(i-1)+histgram(i);
end
for i=1:a
for i=1:b
k=cm(i,j);
cm_equ(i,j)=cdf(k)*256/(a*b); end
end
imshow(uint8(cm_equ));
figure(2);
imhist(uint8(cm_equ));
050100150200250
%对tire.tif图像进行均衡化处理
I=imread('tire.tif');
J=histeq(I);
H=adapthisteq(I);
figure(1);
imshow(I);
xlabel('原始图像');
figure(2);
imshow(J);
xlabel('histeq均衡化');
figure(3);
imshow(H);
xlabel ('adapthisteq均衡化');
原始图像
histeq均衡化
adapthisteq均衡化
.彩色图像和灰度图像中包含的信息内容有什么区别？
彩色图像，每个像素通常是由红（R）、绿（G）、蓝（B）三个分量来表示的，分量介于（0，255）。
灰度图像（gray image）是每个像素只有一个采样颜色的图像，这类图像通常
显示为从最暗黑色到最亮的白色的灰度，尽管理论上这个采样可以任何颜色的
不同深浅，甚至可以是不同亮度上的不同颜色。
实验一 实验内容和步骤 练习图像的读取、显示和保存图像数据，步骤如下： (1)使用命令figure(1)开辟一个显示窗口 (2)读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内显示、二值图像和灰度图像，注上文字标题。 (3)保存转换后的灰度图像和二值图像 (4)在同一个窗口显示转换后的灰度图像的直方图 I=imread('BaboonRGB.bmp'); figure,imshow(I); I_gray=rgb2gray(I); figure,imshow(I_gray); I_2bw=Im2bw(I_gray); figure,imshow(I_2bw); subplot(1,3,1),imshow(I),title('RGB图像'); subplot(1,3,2),imshow(I_gray),title('灰度图像'); subplot(1,3,3),imshow(I_2bw),title('二值图像'); imwrite(I_gray,'Baboongray.png'); imwrite(I_2bw,'Baboon2bw.tif'); figure;imhist(I_gray);
RGB 图 像灰度图 像二值图 像 050100150200250 500 1000 1500 2000 2500 3000
(5)将原RGB 图像的R 、G 、B 三个分量图像显示在figure(2)中，观察对比它们的特点，体会不同颜色所对应的R 、G 、B 分量的不同之处。 [A_RGB,MAP]=imread('BaboonRGB.bmp'); subplot(2,2,1),imshow(A_RGB),title('RGB'); subplot(2,2,2),imshow(A_RGB(:,:,1)),title('R'); subplot(2,2,3),imshow(A_RGB(:,:,2)),title('G'); subplot(2,2,4),imshow(A_RGB(:,:,3)),title('B'); (6)将图像放大1.5倍，插值方法使用三种不同方法，在figure(3)中显示放大后的图像，比较不同插值方法的结果有什么不同。将图像放大到其它倍数，重复实验；A=imread('BaboonRGB.bmp'); figure(3),imshow(A),title('原图像'); B=imresize(A,1.5,'nearest'); figure(4),imshow(B),title('最邻近法') C=imresize(A,1.5,'bilinear'); ; figure(5),imshow(C),title('双线性插值'); D=imresize(A,1.5,'bicubic'); figure(6),imshow(D),title('双三次插值 '); RGB R G B
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。
数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方 法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取，显示等基本函数 特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot（）函数、Figure（）函数。 1)将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread， imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray() 将其 转化为灰度图像，记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用 imadjust函 数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰
度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理，试比较与源图的异同。 3) 对B 进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为：
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)
数字图像处理 实验报告 学号：04211734 姓名：付永钦 日期：2014/6/7 1.图像直方图统计 ①原理：灰度直方图是将数字图像的所有像素，按照灰度值的大小，统计其所出现的频度。 通常，灰度直方图的横坐标表示灰度值，纵坐标为半个像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。 ②算法： clear all PS=imread('girl-grey1.jpg'); %读入JPG彩色图像文件figure(1);subplot(1,2,1);imshow(PS);title('原图像灰度图'); [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率end figure(1);subplot(1,2,2);bar(0:255,GP,'g') %绘制直方图 axis([0 255 min(GP) max(GP)]); title('原图像直方图') xlabel('灰度值') ylabel('出现概率') ③处理结果：
原图像灰度图 100 200 0.005 0.010.0150.020.025 0.030.035 0.04原图像直方图 灰度值 出现概率 ④结果分析：由图可以看出，原图像的灰度直方图比较集中。 2. 图像的线性变换 ①原理：直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主 要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。 ②算法： clear all %一，图像的预处理，读入彩色图像将其灰度化 PS=imread('girl-grey1.jpg'); figure(1);subplot(2,2,1);imshow(PS);title('原图像灰度图'); %二，绘制直方图 [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255
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。
重庆交通大学 学生实验报告 实验课程名称数字图像处理 开课实验室数学实验室 学院理学院年级信息与计算科学专业 2 班学生姓名李伟凯学号631122020203 开课时间2014 至2015 学年第 1 学期
实验（一）图像处理基础 ?实验目的 学习Matlab软件的图像处理工具箱，掌握常用的一些图像处理命令；通过编程实现几种简单的图像增强算法，加强对图像增强的理解。 ?实验内容 题目A.打开Matlab软件帮助，学习了解Matlab中图像处理工具箱的基本功能；题目B.掌握以下常见图像处理函数的使用： imread( ) imageinfo( ) imwrite( ) imopen( ) imclose( ) imshow( ) impixel( ) imresize( ) imadjust( ) imnoise( ) imrotate( ) im2bw( ) rgb2gray( ) 题目C.编程实现对图像的线性灰度拉伸y = ax + b，函数形式为：imstrech(I, a, b)； 题目D.编程实现对图像进行直方图均衡化处理，并将实验结果与Matab中imhist 命令结果比较。 三、实验结果 1）．基本图像处理函数的使用： I=imread('rice.png'); se = strel('disk',1); I_opened = imopen(I,se); %对边缘进行平滑 subplot(1,2,1), imshow(I), title('原始图像') subplot(1,2,2), imshow(I_opened), title('平滑图像') 原始图像平滑图像
6.3实验步骤 (1)对彩色图像的表达和显示 * * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * * rgbcube(0,0,10); %从正面观察彩色立方体 rgbcube(10,0,10); %从侧面观察彩色立方 rgbcube(10,10,10); %从对角线观察彩色立方体 %* * * * * * * * * *索引图像的显示和转换* * * * * * * * * * f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %rgb图像转换成8色索引图像，不采用抖动方式 [X1,map1]=rgb2ind(f,8,'nodither'); figure,imshow(X1,map1); %采用抖动方式转换到8色索引图像 [X2,map2]=rgb2ind(f,8,'dither'); figure,imshow(X2,map2); %显示效果要好一些 g=rgb2gray(f); %f转换为灰度图像 g1=dither(g);%将灰色图像经过抖动处理，转换打二值图像figure,imshow(g);%显示灰度图像 figure,imshow(g1);%显示抖动处理后的二值图像 程序运行结果：
彩色立方体原图 不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像 灰度图像抖动处理后的二值图像
(2)彩色空间转换 f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %转换到NTSC彩色空间 ntsc_image=rgb2ntsc(f); figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息 %转换到HIS彩色空间 hsi_image=rgb2hsi(f); figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2)); %显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息 程序运行结果： 原图 转换到NTSC彩色空间
图像处理实验报告 姓名：陈琼暖 班级：07计科一班 学号：20070810104
目录： 实验一：灰度图像处理 (3) 实验二：灰度图像增强 (5) 实验三：二值图像处理 (8) 实验四：图像变换 (13) 大实验：车牌检测 (15)
实验一：灰度图像处理题目：直方图与灰度均衡 基本要求： （1） BMP灰度图像读取、显示、保存； （2）编程实现得出灰度图像的直方图； （3）实现灰度均衡算法. 实验过程： 1、BMP灰度图像读取、显示、保存； ?图像的读写与显示操作：用imread( )读取图像。 ?图像显示于屏幕：imshow( ) 。 ?
2、编程实现得出灰度图像的直方图； 3、实现灰度均衡算法； ?直方图均衡化可用histeq( )函数实现。 ?imhist(I) 显示直方图。直方图中bin的数目有图像的类型决定。如果I是个灰度图像，imhist将 使用默认值256个bins。如果I是一个二值图像，imhist使用两bins。 实验总结： Matlab 语言是一种简洁，可读性较强的高效率编程软件，通过运用图像处理工具箱中的有关函数,就可以对原图像进行简单的处理。 通过比较灰度原图和经均衡化后的图形可见图像变得清晰，均衡化后的直方图形状比原直方图的形状更理想。
实验二：灰度图像增强 题目：图像平滑与锐化 基本要求： （1）使用邻域平均法实现平滑运算； （2）使用中值滤波实现平滑运算； （3）使用拉普拉斯算子实现锐化运算. 实验过程： 1、 使用邻域平均法实现平滑运算； 步骤：对图像添加噪声，对带噪声的图像数据进行平滑处理； ? 对图像添加噪声 J = imnoise(I,type,parameters)
数字图像处理试验报告 实验二：数字图像的空间滤波和频域滤波 姓名：XX学号：2XXXXXXX 实验日期：2017 年4 月26 日 1.实验目的 1. 掌握图像滤波的基本定义及目的。 2. 理解空间域滤波的基本原理及方法。 3. 掌握进行图像的空域滤波的方法。 4. 掌握傅立叶变换及逆变换的基本原理方法。 5. 理解频域滤波的基本原理及方法。 6. 掌握进行图像的频域滤波的方法。 2.实验内容与要求 1. 平滑空间滤波： 1) 读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一 图像窗口中。 2) 对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要 求在同一窗口中显示。 3) 使用函数 imfilter 时，分别采用不同的填充方法（或边界选项，如零填 充、’replicate’、’symmetric’、’circular’）进行低通滤波，显示处理后的图 像。 4) 运用 for 循环，将加有椒盐噪声的图像进行 10 次，20 次均值滤波，查看其特点, 显 示均值处理后的图像（提示:利用fspecial 函数的’average’类型生成均值滤波器）。 5) 对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有噪声的图像做处理，要 求在同一窗口中显示结果。 6) 自己设计平滑空间滤波器，并将其对噪声图像进行处理，显示处理后的图像。 2. 锐化空间滤波 1) 读出一幅图像，采用3×3 的拉普拉斯算子 w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1] 对其进行滤波。 2) 编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n 的拉普拉斯算子，如5 ×5的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1] 3) 分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对
《数字图像处理》 实验报告 学院：信息工程学院 专业：电子信息工程 学号： 姓名： 2015年6月18日
目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)
实验一图像的读取、存储和显示 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像的显示。 二、实验原理 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 三、实验设备 (1) PC计算机 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容及步骤 1．利用imread( )函数读取一幅图像，假设其名为flower.tif，存入一个数组中； 2．利用whos 命令提取该读入图像flower.tif的基本信息； 3．利用imshow()函数来显示这幅图像； 4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息； 5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件设为flower.jpg语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。 6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。 7．用imread()读入图像：Lenna.jpg 和camema.jpg； 8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小；
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
数字图像处理实验 报告 学生姓名：学号： 专业年级： 09级电子信息工程二班
实验一常用MATLAB图像处理命令 一、实验内容 1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 实验结果如右图： 代码如下： Subplot (1,3,1) i=imread('E:\数字图像处理\2.jpg') imshow(i) title('RGB') Subplot (1,3,2) j=rgb2gray(i) imshow(j) title('灰度') Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title('二值') 2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (3,2,1) i=imread('E:\数字图像处理 \16.jpg') x=imresize(i,[250,320]) imshow(x) title('原图x') Subplot (3,2,2) j=imread(''E:\数字图像处理 \17.jpg') y=imresize(j,[250,320]) imshow(y) title('原图y') Subplot (3,2,3) z=imadd(x,y) imshow(z)
title('相加结果')；Subplot (3,2,4)；z=imsubtract(x,y)；imshow(z)；title('相减结果') Subplot (3,2,5)；z=immultiply(x,y)；imshow(z)；title('相乘结果') Subplot (3,2,6)；z=imdivide(x,y)；imshow(z)；title('相除结果') 3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (2,2,1) i=imread('E:\数字图像处理 \23.jpg') imshow(i) title('原图') Subplot (2,2,2) J = imadjust(i,[],[],3); imshow(J) title('变暗') Subplot (2,2,3) J = imadjust(i,[],[],0.4) imshow(J) title('变亮') Subplot (2,2,4) J=255-i Imshow(J) title('变负') 二、实验总结 分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。 解答：图像减运算与图像加运算的原理和用法类似，同样要求两幅图像X、Y的大小类型相同，但是图像减运算imsubtract()有可能导致结果中出现负数，此时系统将负数统一置为零，即为黑色。 乘运算实际上是对两幅原始图像X、Y对应的像素点进行点乘(X.*Y)，将结果输出到矩阵Z中，若乘以一个常数，将改变图像的亮度：若常数值大于1，则乘运算后的图像将会变亮；叵常数值小于是，则图像将会会暗。可用来改变图像的灰度级，实现灰度级变换，也可以用来遮住图像的某些部分，其典型应用是用于获得掩膜图像。 除运算操作与乘运算操作互为逆运算，就是对两幅图像的对应像素点进行点（X./Y)， imdivide()同样可以通过除以一个常数来改变原始图像的亮度，可用来改变图像的灰度级，其典型运用是比值图像处理。 加法运算的一个重要应用是对同一场景的多幅图像求平均值 减法运算常用于检测变化及运动的物体，图像相减运算又称为图像差分运算，差分运算还可以用于消除图像背景，用于混合图像的分离。
数字图像处理—实验一 一．实验内容： 图像灰度变换 二．实验目的： 学会用Matlab软件对图像灰度进行变换；感受各种不同的灰度变换方法对最终图像效果的影响。 三．实验步骤： 1．获取实验用图像：rice.jpg. 使用imread函数将图像读入Matlab。 程序： clc;clear; figure; subplot(4,4,1); i = imread('rice.png'); i = im2double(i); imshow(i);title('1'); 2．产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105 + 2.6333(r – 0.35) 0.35 ≤r ≤0.65
1 + 0.3(r – 1) r > 0.65 用T1对原图像rice.jpg进行处理，使用imwrite函数保存处理后的新图像。程序： subplot(4,4,2); r=[0:0.001:1]; s=[r<0.35].*r*0.3+[r<=0.65].*[r>=0.35].*(0.105+2.6333*(r-0.35))+[r>0.65].*(1 +0.3*(r-1)); plot(r,s);title('2p'); subplot(4,4,3); T1=[i<0.35].*i*0.3+[i<=0.65].*[i>=0.35].*(0.105+2.6333*(i-0.35))+[i>0.65].*( 1+0.3*(i-1)); imshow(T1);title('2i'); imwrite(T1,'rice_T1.jpg','jpg');
3．产生灰度变换函数T2，使得： 用T2对原图像rice.jpg进行处理，使用imwrite保存处理后的新图像。 %3 subplot(4,4,4); r = [0:0.001:1];
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';
中南大学 数字图像处理实验报告实验三数学形态学及其应用
实验三 数学形态学及其应用 一．实验目的 1.了解二值形态学的基本运算 2.掌握基本形态学运算的实现 3.了解形态操作的应用 二．实验基本原理 腐蚀和膨胀是数学形态学最基本的变换，数学形态学的应用几乎覆盖了图像处理的所有领域，给出利用数学形态学对二值图像处理的一些运算。 膨胀就是把连接成分的边界扩大一层的处理。而收缩则是把连接成分的边界点去掉从而缩小一层的处理。 二值形态学 I(x,y), T(i,j)为 0/1图像Θ 腐蚀：[]),(&),(),)((),(0,j i T j y i x I AND y x T I y x E m j i ++=Θ== 膨胀：[]),(&),(),)((),(0 ,j i T j y i x I OR y x T I y x D m j i ++=⊕== 灰度形态学T(i,j)可取10以外的值 腐蚀： []),(),(min ),)((),(1 ,0j i T j y i x I y x T I y x E m j i -++=Θ=-≤≤ 膨胀： []),(),(max ),)((),(1 ,0j i T j y i x I y x T I y x D m j i +++=⊕=-≤≤ 1.腐蚀Erosion: {}x B x B X x ?=Θ: 1B 删两边 2B 删右上 图5-1 剥去一层（皮） 2.膨胀Dilation: {}X B x B X x ↑⊕:＝ 1B 补两边 2B 补左下 图5-2 添上一层（漆） 3.开运算open ：
B B X ⊕Θ=)(X B 4.闭close ：∨ Θ⊕=B B X X B )( 5.HMT(Hit-Miss Transform:击中——击不中变换) 条件严格的模板匹配 ),(21T T T =模板由两部分组成。1T ：物体，2T ：背景。 {} C x x i X T X T X T X ??=?21, 图5-3 击不中变换示意图 性质： （1）φ=2T 时，1T X T X Θ=? （2）)()()(21T X T X T X C Θ?Θ=? C T X T X )()(21Θ?Θ= )/()(21T X T X ΘΘ= 6.细化/粗化 (1)细化（Thin ） C T X X T X XoT )(/??=?= 去掉满足匹配条件的点。 图5-4 细化示意图 系统细化{}n B oB XoB T Xo ))(((21=， i B 是1-i B 旋转的结果（90?，180?，270?）共8种情况 适于细化的结构元素 1111000d d I = d d d L 10110 0= (2)粗化（Thick ） )(T X X T X ??=? 用(){}0,01=T (){}0,12=T 时，X X X T X =?=? X 21 1 1 2 3 T ? XoT X ? X X ?T X ΘT T ⊕
二○一四～二○一五学年第一学期电子信息工程系 实验报告书 班级：电子信息工程（DB）1102班姓名 学号： 课程名称：数字图像处理 二○一四年十一月一日
实验一图像直方图处理及灰度变换（2学时） 实验目的： 1. 掌握读、写、显示图像的基本方法。 2. 掌握图像直方图的概念、计算方法以及直方图归一化、均衡化方法。 3. 掌握图像灰度变换的基本方法，理解灰度变换对图像外观的改善效果。 实验内容： 1. 读入一幅图像，判断其是否为灰度图像，如果不是灰度图像，将其转化为灰度图像。 2. 完成灰度图像的直方图计算、直方图归一化、直方图均衡化等操作。 3. 完成灰度图像的灰度变换操作，如线性变换、伽马变换、阈值变换（二值化）等，分别使用不同参数观察灰度变换效果（对灰度直方图的影响）。 实验步骤： 1. 将图片转换为灰度图片,进行直方图均衡，并统计图像的直方图： I1=imread('pic.jpg'); %读取图像 I2=rgb2gray(I1); %将彩色图变成灰度图 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('灰度图'); subplot(3,2,4); imhist(I2); %统计直方图 title('统计直方图'); subplot(3,2,5); J=histeq(I2); %直方图均衡 imshow(J); title('直方图均衡'); subplot(3,2,6); imhist(J); title('统计直方图');
原 图 灰度图 01000 2000 3000统计直方图 100200直方图均衡 0统计直方图 100200 仿真分析： 将灰度图直方图均衡后，从图形上反映出细节更加丰富，图像动态范围增大，深色的地方颜色更深，浅色的地方颜色更前，对比更鲜明。从直方图上反应，暗部到亮部像素分布更加均匀。 2. 将图片进行阈值变换和灰度调整，并统计图像的直方图： I1=imread('rice.png'); I2=im2bw(I1,0.5); %选取阈值为0.5 I3=imadjust(I1,[0.3 0.9],[]); %设置灰度为0.3-0.9 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('阈值变换'); subplot(3,2,5); imshow(I3); title('灰度调整'); subplot(3,2,2); imhist(I1); title('统计直方图'); subplot(3,2,4);