昆明理工大学信息工程与自动化学院学生实验报告（ 2012 — 2013 学年第 2 学期）
实验一 MATLAB数字图像处理初步
一、实验目的与要求
1. 熟悉并掌握在MATLAB中能够处理的图像类型。
2. 熟练掌握在MATLAB中如何读取图像。
3. 掌握利用MATLAB获取图像的大小、颜色、高度、宽度等相关信息。
4. 掌握在MATLAB中按照指定要求存储一幅图像。
5. 掌握图像间的转化。
二、实验设备与软件
(1) PC计算机系统
(2) MATLAB软件，包括图像处理工具箱(Image Processing Toolbox)
(3) 实验图片
三、实验原理及知识点
1、数字图像的表示和类别
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在坐标(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，而彩色图像是由若干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也适用于彩色图像处理，方法是分别处理三幅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。将坐标值数字化称为取样，将振幅数字化称为量化。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。
作为MATLAB基本数据类型的数组十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。
图1 图像的采样和量化
根据图像数据矩阵解释方法的不同，MATLAB把其处理为4类：
?亮度图像(Intensity images)
?二值图像(Binary images)
?索引图像(Indexed images)
?RGB图像(RGB images)
(1) 亮度图像
一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。若亮度图像的像素都是uint8类型或uint16类型，则它们的整数值范围分别是[0，255]和[0，65536]。若图像是double类型，则像素取值就是浮点数。规定双精度double 型归一化亮度图像的取值范围是[0 1]。
(2) 二值图像
一幅二值图像是一个取值只有0和1的逻辑数组。而一幅取值只包含0和1的uint8类型数组，在MATLAB中并不认为是二值图像。使用logical函数可以把数值数组转化为逻辑数组。创建一个逻辑图像，其语法为：
B=logical(A)
其中，A是由0和1构成的数值数组。
要测试一个数组是否为逻辑数组，可以使用函数:
islogical(c)
若C是逻辑数组，则该函数返回1；否则，返回0。
(3) 索引图像
索引颜色通常也称为映射颜色，在这种模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。
一幅索引颜色图像在图像文件里定义，当打开该文件时，构成该图像具体颜色的索引值就被读入程序里，然后根据索引值找到最终的颜色。
(4) RGB图像
一幅RGB图像就是彩色像素的一个M×N×3数组，其中每一个彩色像素点都是在特定空间位置的彩色图像相对应的红、绿、蓝三个分量。按照惯例，形成一幅RGB彩色图像的三个图像常称为红、绿和蓝分量图像。
令f R，f G和f B分别代表三种RGB分量图像。一幅RGB图像可以利用cat(级联)操作将这些分量图像组合成彩色图像：
rgb_image=cat(3,f R,f G,f B)
2、数据类型和图像类型间的转化
表1列出了MATLAB和IPT（图像处理工具箱）为表示像素所支持的各种
数据类型。表中前8项称为数值数据类型，第9项称为字符类型，最后一项称为逻辑数据类型。
IPT提供了执行必要缩放的函数(见表2)，以便在图像类型和数据类型间进行转化。
表1
表2
下面给出读取、压缩存储、显示一幅图像的程序（注：非可执行源码，仅供参考，“%”后面的语句属于注释语句，编程时不用输入）
%读入源图像，tif格式
I=imread(‘ filename.tif ’);
%显示图像I的基本信息
whos I
%显示图像
imshow(I)
%显示图像的详细信息，filename是存储在磁盘中的图像全名
imfinfo filename
%保存图像I为jpg格式，压缩存储，q为图像质量，介于0-100之间的整数
imwrite(I,'filename1.jpg','quality',q);
%以位图的格式存储图像
imwrite(I,'filename2.bmp');
%在同一个图像窗口显示多幅图像，并为每幅图像添加标题。例：显示3行2列,6个图像。figure;
subplot(3,2,1); imshow('filename3'); title(‘filename3’);
subplot(3,2,2); imshow('filename4'); title(‘filename4’);
...
Subplot(3,2,6); imshow('filename8'); title(‘filename8’);
%将图像转为二值图形
gg=im2bw(I);
%显示二值图像
figure;
imshow(gg);
四、实验内容及步骤
1. 利用imread()函数读取图像Fig_other.tif，存入一个数组中；
2. 利用whos命令提取读入图像的基本信息；
3. 利用imshow()函数显示这幅图像；
4. 利用imfinfo函数获取这幅图像的颜色、尺寸、压缩算法等详细信息；
5. 利用imwrite()函数压缩这幅图像，并将其保存为jpg文件，命名为
Fig_other.jpg；语法：imwrite(I,’filename’,’quality’,q)，q取0-100。
6. 利用imwrite()函数将最初读入的tif图像另存为一幅bmp图像，命名为
Fig_other.bmp。
7. 利用imread()函数分别读入图像Fig2.22(a).jpg和Fig2.22(b). jpg；
8. 利用imfinfo()函数获取图像Fig2.22(a).jpg和Fig2.22(b). jpg的大小；
9. 利用subplot()函数和imshow()函数将Fig2.22(a).jpg和Fig2.22(a). jpg
显示在同一个图像窗口中，并分别添加标题：“Lenna图像”和“Camera 图像”。
10. 利用im2bw()函数将灰度图像Fig2.22(a).jpg转化为二值图像，并用
imshow()函数显示，观察图像的特征。
11. 将每一步的函数执行语句、执行结果及获得的图像效果图拷贝下来，写入
实验报告。
五、实验报告要求
本次实验我对图形图像有了初步的了解，为我以后打下了一定基础。
实验二 Matlab图像代数运算和几何变换
一、实验目的
1、掌握不同图像类型的转换
2、掌握图像代数运算和几何变换的方法；
3、掌握灰度级插值法的实验方法。
二、实验内容
1、练习图像类型转换的相关命令（ind2rgb，mat2gray，grayslice，rgb2gray，rgb2ind，im2bw，ind2gray，dither）（p69-73）；
2、练习课本6.3.2（p139-p143）图像代数运算的内容；
3、练习图像平移 (p148)，图像比例变换（p153），图像旋转（p156），图像镜像变换（p158），图像切割（p160）Matlab实现例题；
4、练习灰度级插值法（p171）。
三、实验步骤和结果
1、练习图像类型转换的相关命令（ind2rgb，mat2gray，grayslice，rgb2gray，rgb2ind，im2bw，ind2gray，dither）
（1）mat2gray()函数
I=imread('rice.png');
>>
J=filter2(fspecial('sobel'),I); >> K=mat2gray(J);
>> imshow(I);
>> figure,imshow(K)
（2）、grayslice()函数
>> I=imread('snowflakes.png'); >> X=grayslice(I,16);
>> imview(I)
imview(X,jet(16))
（3）、rgb2ind()函数
> RGB=imread('peppers.png');
>> imshow(RGB);
>> figure,imshow(RGB)
>> [X,map]=rgb2ind(RGB,128); >> figure,imshow(X,map) （4）、im2bw（）函数
>> load trees
>> BW=im2bw(X,map,0.4);
>> figure,imshow(X,map)
>> figure,imshow(BW)
（5）、ind2gray()函数
load trees
>> I=ind2gray(X,map);
>> figure,imshow(X,map)
>> figure,imshow(I)
（6）、dither()函数
>> RGB=imread('peppers.png'); >> [X,map]=rgb2ind(RGB,256); >> I=dither(RGB,map);
>> BW=dither(I);
>> imshow(RGB,map);
>> figure,imshow(RGB,map); >> figure,imshow(BW)
Result：
（1）转换后图像（2）索引色图像
（3）索引色图像（4）索引色图像（4）二值化后的图像
（5）转换后的灰度图像（6）索引色图像（6）抖动转换图像
2、练习课本6.3.2（p139-p143）图像代数运算的内容
（1）加法运算
I=imread('rice.png');
>> figure(1),imshow(I,[])
>> I2=imread('cameraman.tif') >> figure(2),imshow(I2,[])
>> K=imadd(I,I2,'uint16');
>> figure(3),imshow(K,[])
>> I=imread('lena.bmp');
>> I2=imadd(I,50);
>> figure(1),imshow(I)
>> figure(2),imshow(I2)
（2）、减法运算
>> I=imread('rice.png'); >> I2=imread('cameraman.tif'); >> I3=imsubtract(I,I2);
>> figure,imview(I3)
（3）乘法&除法运算
>> I=imread('lena.bmp');
>> I2=immultiply(I,0.5);
>> figure,imshow(I)
>> figure,imshow(I2)
>> I3=immultiply(I,1.5);
>> figure,imshow(I3)
>> I4=imdivide(I,0.5);
>> figure,imshow(I4)
>> I5=imdivide(I,1);
>> figure,imshow(I5)
Result：
（1）加法运算后的图像（1）加入常数后的图像（2）减法运算
（3）乘以0.5后的图像乘以1后的图像除以0.5后的图像除以1后的图像
3、练习图像平移 (p148)，图像比例
变换（p153），图像旋转（p156），图
像镜像变换（p158），图像切割（p160）
Matlab实现例题；
（a）图像平移
>> I=imread('trees.tif');
>> figure,imshow(I)
>> I=double(I);
>> I_movesult=zeros(size(I));
>> H=size(I);
>> Move_x=50;
>> Move_y=50;
>>
I_movesult(Move_x+1:H(1),Move_y+
1:H(2))=I(1:H(1)-Move_x,1:H(2)-M
ove_y);
>>
figure,imshow(uint8(I_movesult))
（b）图像比例变换
J=imread('trees.tif');
>> figure,imshow(J);
>> X1=imresize(J,2);
>> X2=imresize(J,0.5);
>> figure,imshow(X1)
>> figure,imshow(X2)
（C）图像旋转变换
>> I=imread('peppers.png');
>> figure,imshow(I)
>> X1=imrotate(I,30,'nearest');
>> figure,imshow(uint8(X1))
>> X2=imrotate(I,45,'nearest');
>> figure,imshow(uint8(X2))
>> X3=imrotate(I,60,'nearest');
>> figure,imshow(uint8(X3))
>> X4=imrotate(I,90,'nearest');
>> figure,imshow(uint8(X4))
（d）图像镜像变换
>> I=imread('forest.tif');
>> I=double(I);
>> figure,imshow(uint8(I));
>> H=size(I);
>> figure(2),
>>
I2(1:H(1),1:H(2))=I(H(1):-1:1,1:
H(2));
>> imshow(uint8(I2));
>> figure,imshow(uint8(I2));
>>
I3(1:H(1),1:H(2))=I(1:H(1),H(2):
-1:1);
>> figure,imshow(uint8(I3));
>>
I4(1:H(1),1:H(2))=I(H(1):-1:1,H(
2):-1:1);
>> figure,imshow(uint8(I4));
（e）图像切割
>> I1=imread('peppers.png');
>> I2=imcrop(I1,[75 68 220 100]);
>> imview(I2)
I3=imcrop(I1,[30 40 120 100]);
>> imview(I3)
（a）平移后的图像（b）放大后图像（b）缩小后的图像
(c)旋转30°后的图像旋转45°后的图像旋转60°后的图像旋转90°后的图像
（d）原始图像垂直镜像水平镜像对角镜像
（e）原始图像一次切割后图像二次切割后图像
4、练习灰度级插值法（p171）
>> I=imread('lena.bmp');
>> X1=imresize(I,1);
>> X2=imresize(I,1,'bilinear');
>> X3=imresize(I,1,'bicubic');
>> figure,imshow(X1)
>> figure,imshow(X2)
>> figure,imshow(X3)
最近邻差值法双线性插值法三次插值法
四、实验体会
在本次实验中掌握不同图像类型的转换，掌握了转换函数及其语法格式，如ind2rgb()函数将索引图像转换成真彩色。掌握图像代数运算和几何变换的方法，并通过多次不同的练习，明白了各种代数运算的差别像在乘法运算中如果使用的因数大于1，将会增强图像的亮度；如果缩放因数小于1，则会使图像变暗。掌握了灰度级插值法的实验方法并从图像中可以看出三次插值法的效果最好。
实验三图像分割
一、实验目的及内容
目的：掌握和熟悉Matlab编程环境及语言；掌握图像分割的基本原理及应用。
内容：
1.通过全局阈值及局部阈值实现灰度图像二值化；
2.分别用Sobel算子和Canny算子（查资料）对图像进行边缘检测；
通过Hough检测图像中的直线。
要求
1.描述全局阈值、局部阈值对图像进行二值化的原理。
2.描述Canny边缘检测算法原理及Hough变换直线检测原理。
3.使用Matlab中的edge函数分别进行Sobel和Canny边缘检测并比较检测结果。
4.写一个M函数，实现局部阈值二值化（查资料，MATLAB没有），并与Matlab
中通过graythresh 和im2bw两函数进行全局阈值二值化的结果进行对比。
5.M函数结构清晰，运行结果正确。
6.描述M函数的设计、实现和结果，并对结果进行分析。
二、实验原理及基本技术路线图（方框原理图或程序流程图）
全局阈值、局部阈值对图像进行二值化的原理：
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。
全局阈值分割方法在图像处理中应用比较多，它在整幅图像内采用固定的阈值分割图像。经典的阈值选取以灰度直方图为处理对象。根据阈值选择
方法的不同，可以分为模态方法、迭代式阈值选择等方法。这些方法都是以
图像的直方图为研究对象来确定分割的阈值的。另外还有类间方差阈值分割法、二维最大熵分割法、模糊阈值分割法、共生矩阵分割法、区域生长法等等。
对于比较简单的图像，可以假定物体和背景分别处于不同的灰度级，图像被零均值高斯噪声污染，所以图像的灰度分布曲线近似认为是由两个正态分布函数叠加而成，图像的直方图将会出现两个分离的峰值，如图五所示。对于这样的图像，分割阈值可以选择直方图的两个波峰间的波谷所对应的灰度值作为分割的阈值。这种分割方法不可避免的会出现误分割，使一部分本属于背景的像素被判决为物体，属于物体的一部分像素同样会被误认为是背景。可以证明，当物体的尺寸和背景相等时，这样选择阈值可以使误分概率达到最小。在大多数情况下，由于图像的直方图在波谷附近的像素很稀疏，因此这种方法对图像的分割影响不大。这一方法可以推广到具有不同灰度均值的多物体图像。
Canny边缘检测算法原理及Hough变换直线检测原理：JohnCanny于1986年提出Canny算子，它与Marr（LoG）边缘检测方法类似，也属于是先平滑后求导数的方法。本节对根据上述的边缘检测过程对Canny检测算法的原理进行介绍。
Canny算法通常处理的图像为灰度图，因此如果摄像机获取的是彩色图像，那首先就得进行灰度化。对一幅彩色图进行灰度化，就是根据图像各个通道的采样值进行加权平均。以RGB格式的彩图为例，通常灰度化采用的方法主要有：
方法1：Gray=(R+G+B)/3;
方法2：Gray=0.299R+0.587G+0.114B;（这种参数考虑到了人眼的生理特点）
注意1：至于其他格式的彩色图像，可以根据相应的转换关系转为RGB 然后再进行灰度化；
注意2：在编程时要注意图像格式中RGB的顺序通常为BGR。
根据经典Hough变换检测空间直线的原理，提出了一种基于Hough变换的平行直线检测改进算法，将采集到的图像进行二值化处理，再使用Sobel 算子对该二值化图像进行边缘检测，对边缘检测得到的图像进行Hough变换和峰值点检测，由峰值点得到直线段图像，最后使用本文提出的改进算法计算出所有直线段的斜率，利用斜率相等来判定平行直线。通过对比实验证明，该算法能得到更高的精度，并缩短了运行时间。
三、所用仪器、材料（设备名称、型号、规格等或使用软件）
PC机一台、matlab
四、实验方法、步骤（或：程序代码或操作过程）
1)Sobel和Canny边缘检测源程序如下：
I = imread('边缘及直线检测.tif');
figure,imshow(I);
figure,imhist(I)
BW1 = edge(I,'sobel');
BW2 = edge(I,'canny');
imshow(BW1);
figure, imshow(BW2)
2）通过graythresh和im2bw两函数进行全局阈值二值化源程序如下：
I = imread('二直化1.png');
figure,imshow(I);
figure,imhist(I)
level = graythresh(I);
BW = im2bw(I,level);
imshow(BW)
3）M函数，实现局部阈值二值化：
clc
clear
I = imread('K:\图形图像\二直化1.png');
figure;
imshow(I);
title('原图像')
w = 1;%矩阵大小为2*w+1
T = 0;%阈值大小
max = 0;
min = 0;
[m,n] = size(I);
T = zeros(m - 2*w,n - 2*w);
%根据bersen算法计算每个像素点的阈值
for i = (w + 1):(m - w)
for j = (w + 1):(n - w)
max = uint8(I(i,j));
min = uint8(I(i,j));
for k = -w:w
for l = -w:w
if max < uint8(I(i + k,j + l))
max = uint8(I(i + k,j + l));
end
if min > uint8(I(i + k,j + l))
min = uint8(I(i + k,j + l));
end
end
end
T(i,j) = 0.5*(max + min);
end
end
for i = (w + 1):(m - w)
for j = (w + 1):(n - w)
if I(i,j) > T(i,j)
I(i,j) = uint8(255);
else
I(i,j) = uint8(0);
end
end
end
figure;
imshow(I);
title('局部阈值二值化后的图像')
五、实验过程原始记录( 测试数据、图表、计算等) Sobel和Canny边缘检测结果如下：
全局阈值二值化结果如下：
局部阈值二值化结果如下：
六、实验结果、分析和结论（误差分析与数据处理、成果总结等。其中，绘制曲线图时必须用计算纸或程序运行结果、改进、收获）
全局阈值分割方法在图像处理中应用比较多，它在整幅图像内采用固定的阈值分割图像。经典的阈值选取以灰度直方图为处理对象。根据阈值选择方法的不同，可以分为模态方法、迭代式阈值选择等方法。这些方法都是以图像的直方图为研究对象来确定分割的阈值的。另外还有类间方差阈值分割法、二维最大熵分割法、模糊阈值分割法、共生矩阵分割法、区域生长法等等。
当图像中有如下一些情况：有阴影，照度不均匀，各处的对比度不同，突发噪声，背景灰度变化等，如果只用一个固定的全局阈值对整幅图像进行分割，则由于不能兼顾图像各处的情况而使分割效果受到影响。有一种解决办法就是用与象素位置相关的一组阈值（即阈值使坐标的函数）来对图像各部分分别进行分割。这种与坐标相关的阈值也叫动态阈值，此方法也叫局部阈值法，或自适应阈值法。这类算法的时间复杂性可空间复杂性比较大，但是抗噪能力强，对一些用全局阈值不易分割的图像有较好的效果。通过这次上机，让我学到了很多，让我知道了认真上好专业实验课的重要性，以后多在实践中锻炼自己，毕竟说和做还是有很大差距的，而且写程序的过程中要考虑周到，严密。认真的学习课本知识，
掌握课本中的知识点，并在此基础上学会灵活运用。
实验四实现傅里叶变换、傅里叶反变换
程序一：
I=imread('cameraman.tif');
imshow(I)
F=fft2(I);
subplot(2,3,1), imshow(I)
subplot(2,3,2),imshow(log(abs(F)),[])
subplot(2,3,3),imshow(log(abs(F)),[9 9])
F2=fftshift(F); %原点(0,0)平移到中心点(N/2,N/2)
subplot(2,3,5), imshow(log(abs(F2)),[])
subplot(2,3,6),imshow(log(abs(F2)),[9 9])
程序二
f=zeros(20,20);
f(5:20,13:15)=1;
subplot(2,3,1), imshow(f,'notruesize')
F=fft2(f,256,256);
F1=log(abs(F));
subplot(2,3,2), imshow(F1,[-1 5]);
F2=fftshift(F);
subplot(2,3,3),imshow(log(abs(F2)),[-1 5])
j=imrotate(f,45,'bilinear','crop');
subplot(2,3,4),imshow(j,'notruesize')
F3=fft2(j,256,256);
F4=fftshift(F3);
subplot(2,3,5),imshow(log(abs(F3)),[-1 5]) subplot(2,3,6),imshow(log(abs(F4)),[-1 5]) colormap(cool);
colormap(hot);
Warning: Log of zero.
Warning: Log of zero.
程序三
f=zeros(20,20);
f(5:20,13:15)=1;
subplot(2,3,1), imshow(f,'notruesize')
F=fft2(f,256,256);
F1=log(abs(F));
subplot(2,3,2), imshow(F1,[1 5]);
F2=fftshift(F);
subplot(2,3,3),imshow(log(abs(F2)),[1 5]) j=imrotate(f,45,'bilinear','crop');
subplot(2,3,4),imshow(j,'notruesize')
F3=fft2(j,256,256);
F4=fftshift(F3);
subplot(2,3,5),imshow(log(abs(F3)),[1 5])
subplot(2,3,6),imshow(log(abs(F4)),[1 5]) colormap(cool);
colormap(hot);
Warning: Log of zero.
Warning: Log of zero.
程序四
I=imread('cameraman.tif');
imshow(I)
F=fft2(I);
imshow(log(abs(F)),[])
F2=fftshift(F);
imshow(log(abs(F2)),[])
imshow(log(abs(F2)),[]);colormap(jet);colorbar f2=ifft2(F2); %二维离散傅里叶反变换imshow(log(abs(f2)),[])
f3=ifft2(F);
imshow(log(abs(f3)),[])
图像处理基础知识点 1、Ps的作用：调色、修复图片、艺术创作等等 2、Ps的启动：开始>>所有程序>>ps 3、Ps的退出：关闭按钮、文件>>退出、ctrl+q 4、图像间的显示关系：窗口>>排列（层叠、水平平铺、垂直平铺、排列图标） 5、Ps：标题栏、菜单栏、属性栏、工具条（左侧可移、过去单列工具条，现在ps3单双列）、图像编辑窗口、面板组合窗口（右侧可移）、状态栏 6、1）位图图像：图像由一个一个带有颜色值的小点组成的。称这些小点为像素。图像由像素组成横向*纵向 2）矢量图像：不是由像素点组成的，例如：flash等等 7、新建文件： 1）快捷键——ctrl+n>>名称（保存的默认名称）、预设（可以将设置保存为日后使用：存储预设）、宽度（单位：像素（图像最小单位）、高度、分辨率（单位面积上像素的多少，像素越多图像越精细）、颜色模式、背景内容（背景颜色：白色、背景色、透明））>>确定2）文件>>新建 3）Ctrl并在空白处双击 8、打开文件： （资源管理器：我的电脑右键资源管理器寻找素材）1）将图像往PS中拖（可以拖动多张）2）文件>>打开 3）在空白位置双击4）ctrl+o 9、存储：文件>>存储ctrl+s 文件>>另存储为ctrl+shit+s 10、关闭图像文件：文件>>关闭Ctrl+w或ctrl+F4 窗口右上角的关闭按钮 窗口>>文档>>关闭全部：可关闭全部打开的图像 11、工具箱按Tab可以打开和关闭（右下角有黑三角证明为一个工具组）：第一组：选择、移动、裁切等第二组：修复、绘画、模糊、加深、减淡等第三组：路径的设置、文字的操作等第四组：附注工具等 12、Alt+delete:用前景色填充Ctrl+delete：用背景色填充 13、Ctrl+d:取消选区选择>>取消选区右键>>取消选区
photoshop图像处理第五次作业 1 试卷总分：100 得分100 注：请20分钟以内保存一次。每大题完成后请先保存再更换大题，试卷试题全部完 成后提交。 第1大题 第2大题一、单项选择题（总分80.00） 1.画笔工具的用法和喷枪工具的用法基本相同，唯一不同的是以下 哪个选项（）（4.00分） A. 模式 B. 不透明度 C. 湿边 D. 笔触 2.对一个图像文件的像素更改的比原来高时，则选 项说法是不正确的。( )（4.00分） A. 图像文件比原来大了 B. 在同一台电脑上处理起来速度比原来要慢 C. 图像的尺寸没有发生改变 D. 图像的质量比原来要高 3.下列关于背景层的描述哪个是正确的?( )（ 4.00 分） A. 背景层不能转换为其它类型的图层 B. 在图层调板上背景层是不能上下移动的，只能是最下面一层 C. 背景层不可以执行滤镜效果 D. 背景层可以设置图层蒙板 4.下面对 Airbrush （喷枪工具）描述正确的是？ （）（4.00分）
A. 喷枪工具喷出的颜色为工具箱中的背景色 B. 喷枪工具隐藏在笔刷工具的选项栏中 C. 喷枪工具是不能调整不透明度值的 D. 喷枪工具是不能用于图层蒙板中的 5.下列说法中，哪些是不正确的( )。（4.00分） A. 用户不能改变动作中命令的执行方式 B. 用户可在动作中的指定位置手动插入想要执行的菜单命令 C. 在录制动作时不能录制绘制路径的操作 D. 如果“动作”调板中的复选框中出现了红色图标，表示该动作中的部分命令包含了暂停操作 6.只删除当前图象的所有历史记录，应当用下列哪个操作 （）（4.00分） A. 按住shift键并选择清除历史记录 B. 按住ctrl键并选择清除历史记 C. 选择历史记录面板上的清除历史记录 D. 按住alt键并选择清除历史记录 7.在色彩范围对话框中为了调整颜色的范围，应当调整哪一个数值（）（4.00分） A. 羽化 B. 反相 C. 颜色容差
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：
Photoshop图像处理模拟试题及答案解析（13） (1/20)不定项选择题 第1题 如果用户对滤镜的效果不是十分熟悉，可以先将滤镜的参数设置的少一点，然后再使用（）快捷键，进行多次的滤镜效果应用。 A.Ctrl+Z B.Ctrl+Shift+F C.Ctrl+F D.Alt+F 下一题 (2/20)不定项选择题 第2题 利用“应用图像”方式对两个不同图像文件中的通道进行混合时，要求两图像文件必须具有（）。 A.相同的图像大小 B.相同的分辨率 C.相同的文件大小 D.相同的图像大小与分辨率 上一题下一题 (3/20)不定项选择题 第3题 在Photoshop中当我们使用画笔工具时，按什么键可以对画笔的图标进行切换？( ) A.Ctrl B.Alt C.Tab D.CapsLock 上一题下一题 (4/20)不定项选择题 第4题 下面对模糊工具功能的描述哪些是正确的? （） A.模糊工具只能使图像的一部分边缘模糊 B.模糊工具的强度是不能调整的 C.模糊工具可降低相邻像素的对比度 D.如果在有图层的图像上使用模糊工具，只有所选中的图层才会起变化 上一题下一题 (5/20)不定项选择题 第5题 默认情况下，用户在使用形状工具绘制形状时，形状图层的内容均以（）填充。 A.当前背景色 B.当前前景色 C.透明区域 D.自定义图案 上一题下一题 (6/20)不定项选择题
第6题 在Brushes Dynamics（画笔淡出设定）对话框中可以进行哪些设定? （） A.Size（淡出画笔大小） B.Opacity（淡出不透明度） C.Color（颜色） D.Styles（样式） 上一题下一题 (7/20)不定项选择题 第7题 下列哪个色彩模式的图像不能执行可选颜色命令：（） https://www.doczj.com/doc/6e15196501.html,b模式 B.rgb模式 C.cmyk模式 D.多通道模式 上一题下一题 (8/20)不定项选择题 第8题 如何设定图象的白点：（） A.选择工具箱中的吸管工具在图象的高光处单击 B.选择工具箱中颜色取样器工具在图象的高光处单击 C.在色阶对话框中选择白色吸管工具并在图象的高光处单击 D.在颜色范围对话框选择白色吸管工具并在图象的高光处单击 上一题下一题 (9/20)不定项选择题 第9题 在PHOTOSHOP中,选区的修改操作主要包括（） A.扩边 B.平滑 C.扩展 D.收缩 上一题下一题 (10/20)不定项选择题 第10题 Photoshop中利用橡皮擦工具擦除背景层中的对象，被擦除区域填充什么颜色？( ) A.黑色 B.白色 C.透明 D.背景色 上一题下一题 (11/20)不定项选择题 第11题 在WEB上使用的图象格式有以下哪几种：（） A.PSD,TIF,GIF B.JPEG,GIF,SWF
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
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
photoshop图像处理第四次作业 1 试卷总分：100得分100 注：请20分钟以内保存一次。每大题完成后请先保存再更换大题，试卷试题全部完 成后提交。 第1大题第2大题一、单项选择题（总分80.00） 1.只删除当前图象的所有历史记录，应当用下列哪个操作 （）（4.00分） A. 选择历史记录面板上的清除历史记录 B. 按住shift键并选择清除历史记录 C. 按住alt键并选择清除历史记录 D. 按住ctrl 键并选择清除历史记 2.在photoshop中RGB色彩模式分别 是：、、。 （）（4.00分） A. 红、绿、蓝 B. 红、黄、蓝 C. 黄、绿、蓝 D. 黄、红、蓝 3.对模糊工具功能的描述错误的是( )。（ 4.00分） A. 模糊工具能使图像的一部分边缘模糊 B. 模糊工具可降低相邻像素的对比度 C. 如果在有图层的图像上使用模糊工具，只有所选中的图层才会 起变化 D. 模糊工具的压力是不能调整的 4.以下对文字图层叙述不正确的是 ( ) 。（4.00分）
A. 普通图层可以转换为文字图层 B. 可以像调整其他图层一样调整文字图层 C. 文字图层也显示在图层调板中 D. 文字图层可以转换为普通图层 5.下列关于背景层的描述哪个是正确的?( )（4.00分） A. 背景层可以设置图层蒙板 B. 背景层不能转换为其它类型的图层 C. 在图层调板上背景层是不能上下移动的，只能是最下面一层 D. 背景层不可以执行滤镜效果 6.当图象是何种模式时，所有的滤镜都不可以使用（假设图象是8位/通道）：（）（4.00分） A. 索引颜色 B. 灰度 C. 多通道 D. CMYK 7.当你要对文字图层执行滤镜效果，那么首先应当做什么？ （）（4.00分） A. 将文字图层栅格化（Rasterize Type） B. 将文字图层和背景层合并 C. 用文字工具将文字变成选取状态，然后在滤镜菜单下选择一个滤镜命令 D. 确认文字层和其它图层没有链接
《数字图像处理》 实验报告 学院： 专业： 班级： 姓名： 学号： 实验一 实验名称：图像增强 实验目的：1.熟悉图像在Matlab下的读入，输出及显示； 2.熟悉直方图均衡化； 3.熟悉图像的线性指数等； 4.熟悉图像的算术运算及几何变换. 实验仪器：计算机，Matlab软件 实验原理： 图像增强是为了使受到噪声等污染图像在视觉感知或某种准则下尽量的恢复到原始图像的水平之外，还需要有目的性地加强图像中的某些信息而抑制另一些信息，以便更好地利用图像。图像增强分频域处理和空间域处理，这里主要用空间域的方法进行增强。空间域的增强主要有：灰度变换和图像的空间滤波。 图像的直方图实际上就是图像的各像素点强度概率密度分布图，是一幅图像所有像素集合的最基本统计规律，均衡化是指在每个灰度级上都有相同的像素点过程。 实验内容如下： I=imread('E:\cs.jpg');%读取图像 subplot(2,2,1),imshow(I),title('源图像') J=rgb2gray(I)%灰度处理 subplot(2,2,2),imshow(J) %输出图像 title('灰度图像') %在原始图像中加标题 subplot(2,2,3),imhist(J) %输出原图直方图
title('原始图像直方图') I=imread('E:\cs.jpg');%读取图像 subplot(1,2,1),imshow(I); subplot(2,2,1),imshow(I),title('源图像') J=rgb2gray(I)%灰度处理 subplot(2,2,2),imshow(J),title('灰度变换后图像') J1=log(1+double(J)); subplot(2,2,3),imshow(J1,[]),title('对数变换后') 指数运算: I=imread('E:\dog.jpg'); f=double(I); g=(2^2*(f-1))-1 f=uint8(f); g=uint8(g); subplot(1,2,1);subimage(f),title('变换一') 00100200 源图像灰度变换后图像对数变换后
photoshop图像处理第一次作业 1 试卷总分：100 得分96 注：请20分钟以内保存一次。每大题完成后请先保存再更换大题，试卷试题全 部完成后提交。 第1大题第2大题一、单项选择题（总分80.00） 1.在Photoshop CS中文版中，无需跟踪其轮廓而直接可以选择图像 内色彩相同或者相近的区域的工具是。( ) （2.00分） A. 魔棒工具 B. “色彩范围”命令 C. 索套工具 D. 椭圆选框工具 2.使用矩形选框工具（Rectangular Marquee Tool）和椭圆选框工具 （Elliptical Marquee Tool）时，如何做出正形选区？（）（2.00分） A. 按住Shift键并拖拉鼠标 B. 按住Shift+Ctrl键并拖拉鼠标 C. 按住Alt 键并拖拉鼠标 D. 按住Ctrl键并拖拉鼠标 3. 下面哪种色域最广：（）（2.00分） A. RGB模式 B. CMYK模式 C. HSB模式 D. LAB模式 4.在色彩范围对话框中为了调整颜色的范围，应当调整哪一个数值
（）（2.00分） A. 颜色容差 B. 羽化 C. 反相 D. 消除锯齿 5.为了确定磁性套锁工具对图象边缘的敏感程度，应调整下列哪个数值（）（2.00分） A. 容差 B. 边对比度 C. 套锁宽度 D. 颜色容差 6.位图图像是由称作像素（图片元素）的组成。（）（2.00分） A. 点 B. 元素 C. 线 D. 面 7.下列哪个命令用来调整色偏：( )（2.00分） A. 色彩平衡 B. 色调均化 C. 亮度/对比度 D. 阈值
8.下面哪种类型的图层可以将图像自动对齐和分布（）（2.00分） A. 链接图层 B. 调节图层 C. 填充图层 D. 背景图层 9.下列选项中的哪一个操作能进入快速蒙版状态？ ( )（2.00分） A. 单击工具箱中的快速蒙版图标 B. 选择一个Alpha通道 C. 在“编辑”—>“快速蒙版” D. 建立一个选区 10.在“曲线”命令对话框中，左下角的一点能否移至最左上角，使曲线水平?( )（2.00分） A. 很难判断 B. 不能 C. 能 D. 不一定 11.你如何旋转一个层或选区？ ( )（2.00分） A. 单击并拖拉旋转工具 B. 编辑->变换->旋转
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blurry_moon.tif
摘要： 图像处理，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理一般指数字图像处理。 数字图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。目前，图像处理演示系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本图像处理演示系统以数字图像处理理论为基础，对某些常用功能进行界面化设计，便于初级用户的操作。 设计要求 可视化界面，采用多幅不同形式图像验证系统的正确性； 合理选择不同形式图像，反应各功能模块的效果及验证系统的正确性 对图像进行灰度级映射，对比分析变换前后的直方图变化； 1.课题目的与要求 目的： 基本功能：彩色图像转灰度图像 图像的几何空间变换：平移，旋转，剪切，缩放 图像的算术处理：加、减、乘 图像的灰度拉伸方法（包含参数设置）； 直方图的统计和绘制；直方图均衡化和规定化； 要求： 1、熟悉图像点运算、代数运算、几何运算的基本定
义和常见方法； 2、掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法 3、掌握在MATLAB中进行插值的方法 4、运用MATLAB语言进行图像的插值缩放和插值旋转等 5、学会运用图像的灰度拉伸方法 6、学会运用图像的直方图设计和绘制；以及均衡化和规定化 7、进一步熟悉了解MATLAB语言的应用，将数字图像处理更好的应用于实际2.课题设计内容描述 1>彩色图像转化灰度图像： 大部分图像都是RGB格式。RGB是指红，绿，蓝三色。通常是每一色都是256个级。相当于过去摄影里提到了8级灰阶。 真彩色图像通常是就是指RGB。通常是三个8位，合起来是24位。不过每一个颜色并不一定是8位。比如有些显卡可以显示16位，或者是32位。所以就有16位真彩和32位真彩。 在一些特殊环境下需要将真彩色转换成灰度图像。 1单独处理每一个颜色分量。 2.处理图像的“灰度“，有时候又称为“高度”。边缘加强，平滑，去噪，加 锐度等。 3.当用黑白打印机打印照片时，通常也需要将彩色转成灰白，处理后再打印 4.摄影里，通过黑白照片体现“型体”与“线条”，“光线”。 2>图像的几何空间变化： 图像平移是将图像进行上下左右的等比例变化，不改变图像的特征，只改变位置。 图像比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴按比例缩放fy倍，从而获得一幅新的图像。如果fx=fy，即在x轴方向和y轴方向缩放的比率相同，称这样的比例缩放为图像的全比例缩放。如果fx≠fy，图像的比例缩放会改变原始图象的像素间的相对位置，产生几何畸变。 旋转。一般图像的旋转是以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转后图像的的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。图像的旋转变换也可以用矩阵变换来表示。
桂林电子科技大学 实验报告 一、实验目的 1、掌握基本的图像处理方法，包括读取、写入、显示、剪切、运算以及快操作 等等。 2、掌握常用的图像变换方法，分析变换结果。 二、实验内容 编写程序，在Matlab下调试运行，并注意观察分析结果。 1、使用imread函数分别读入图象cameraman.tif 、canoe.tif，并使用subplot 和imshow函数进行显示。再使用imcrop对第一幅图片进行剪切，并保存成文件。 2、申明向量X和矩阵A，使用二维傅立叶变换和fftshift函数进行处理，观察向量和矩阵结果。 3、创建一个1000*1000的全0图像，其中选择某矩形区域设置其象素为1（350：649,475:524），对该二值图逆时针旋转45°角，比较旋转前后的图像和傅里叶变换频谱。 三、实验设备、环境 计算机 四、实验原理 1、图像平滑算法 (1) 简单平均法：
设某像素的灰度值为，迭加噪声后，一幅含噪声的图像可表示为 现取以为中心的邻域S ——NN 方形窗口，在S 域内进行局部平均，得 式中，N 的平方为窗口内像素总数。令 ，则 式中，加权函数 （2）中值滤波： 中值滤波是一种非线性的信号处理方法。中值滤波器在1971 年由J.w.Jukey 首先提出并应用在一维信号处理技术(时间序列分析)中，后来被二维图象信号处理技术所引用。中值滤波在一定的条件下可以克服线性滤波器如最小均方滤波、均直滤波等带来的图象细节模糊，而且对滤除脉冲干扰及图象扫描噪声最为有效。由于在实际运算过程中不需要图象的统计特征，因此这也带来不少方便。但是对于一些细节多，特别是点、线、尖顶细节多的图象不宜采用中值滤波。中值滤波一般采用一个含有奇数个点的滑动窗口，将窗口中各点灰度值的中值来替代值定点(一般是窗口的中心点)的灰度值。对于奇数个元素，中值是指按大小排序后，中间的数值；对于偶数个元素，中值是指排序后中间两个元素灰度值的平均值。 一般选用3*3或5*5窗口，形状可分为方形或十字形，如下图所示。 (a) 方形 (b) 十字形 图2-1 二维中值滤波窗口形状 二维中值滤波可表示为
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 ⊕
第四次实验报告 实验课程：图像图像处理实验人：尹丽（200921020047） 实验时间：2012年4月19日实验地点：5-602 指导老师：夏倩老师成绩： 一、实验内容： ⑴图像的锐化：使用Sobel，Laplacian 算子分别对图像进行运算，观察并体会运算结果。 ⑵综合练习：对需要进行处理的图像分析，正确运用所学的知识，采用正确的步骤，对图像进行各类处理，以得到令人满意的图像效果。 二、实验目的： 学会用Matlab中的下列函数对输入图像按实验内容进行运算；感受各种不同的图像处理方法对最终图像效果的影响。（imfilter；fspecial；） 三、实验步骤：
1、仔细阅读Matlab 帮助文件中有关以上函数的使用说明，能充分理解其使用方法并能运用它们完成实验内容。 2、将Fig3.41(c).jpg 图像文件读入Matlab ，使用filter2函数分别采用不同的算子对其作锐化运算，显示运算前后的图像。 3、算子的输入可采用直接输入法。其中Sobel ，Laplacian ，也可用fspecial 函数产生。 4、各类算子如下： ???? ??????---121000121 ??????????-111181111 5、将Fig3.46(a).jpg 图像文件读入Matlab ，按照以下步骤对其进行处理： （1）用带对角线的Laplacian 对其处理，以增强边缘。 （2）用imadd 函数叠加原始图像。可以看出噪声增强了，应想法降低。 （3）获取Sobel 模板并用filter2对其进行5×5邻域平均，以减少噪声。 5（1）实验代码如图： 对角线Laplacian Sobel 垂直梯度
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 在图像处理中，有事为了讨论上的方便，取M=N ，这样二维离散傅里叶变换对就定义为 ,]) (2ex p[),(1 ),(101 ∑∑ -=-=+- = N x N y N yu xu j y x f N v u F π 1,0,=v u …，N-1 ,]) (2ex p[ ),(1 ),(101 ∑∑-=-=+= N u N v N vy ux j v u F N y x f π 1,0,=y x ，…，N-1 其中，]/)(2exp[N yv xu j +-π是正变换核，]/)(2exp[N vy ux j +π是反变换核。将二维离散傅里叶变换的频谱的平方定义为),(y x f 的功率谱，记为 ),(),(|),(|),(222v u I v u R v u F v u P +== 功率谱反映了二维离散信号的能量在空间频率域上的分布情况。 五、实验步骤、程序及结果： 1、实验步骤： （1）、编写程序建立输入图像； （2）、对上述图像进行二维傅立叶变换，观察其频谱 （3）、改变输入图像中白框的位置，在进行二维傅里叶变换，观察频谱；
《photoshop图像处理》模拟考核试题及解答 一、单项选择题 １．本题中的两个图片，从放大镜放大到足够大后的情况可以判定（）。 图片１图片２Ａ．图片１与图片２的格式可能相同。Ｂ．图片２是矢量图像。Ｃ．图片２最基本组成单位是数学公式。D．图片１是矢量图像。 2．下列四个图像颜色类型中,哪一个只能存储成为人们常说的“黑白图片”。（）。Ａ．RGB颜色 B ．索引颜色Ｃ．灰度Ｄ．Lab颜色 ３．在Photoshop中编辑图像时，如果图层较多时使用（）可以将所有的可见图层合并到一个图层之中，而其他图层将不发生任何的变化。 Ａ．组合可见图层Ｂ．向下合并图层Ｃ．合并图像Ｄ．合并可见图层 ４．下面的两张图片中，图片１为原图，图片２为处理以后的图像，这种变化使用了 （）滤镜效果。 图片１图片２ Ａ．高斯模糊Ｂ．动感模糊Ｃ．径向模糊Ｄ．特殊模糊 ５．一个图层在使用了图层蒙版之后，图层的一些部分会出现透明。下图就是使用过图层蒙版的图层，并使用渐变工具进行填充，那么使用渐变工具填充时从左到右的颜色变化可 能是（） Ａ．由黑色到白色Ｂ．由白色到透明Ｃ．由透明到白色Ｄ．由白色到黑色６．在“样式”面板中的所有样式，全部可以使用（）来设置，还能使用它创建新的图层样式。
A．图层的混合模式B．图层的混合选项 Ｃ．色相／饱和度Ｄ．图层蒙版 ７．选区在Photoshop图像处理中是不可缺少的，下图中背景和文字不在同一个图层，要对文字进行选取，效果最好而且最简单的一种方法是（）。 图片1 图片2 Ａ．使用“色彩范围”对文字进行选取 B．使用“自由套索工具”对文字进行选取。 C．使用“磁性套索工具”对文字进行选取。 D．在“图层”调板中，按下CTRL键并点击图层缩览图对文字进行选取。 8．在使用“自定义形状工具”时，选择一个形状图案按下（）键再进行拖拉，可以得到一个不变形的形状。 A．Ctrl B．Shift C．空格Ｄ．Alt 9．图片1到图片2可用( )滤镜一步就可实现。 A旋转扭曲B．切变Ｃ．挤压Ｄ．极坐标 10．下列几种操作中，哪一个不能新建一个图层（）。 Ａ．将一个图像的图层拖拉到另一个图像中。 Ｂ．将一个图层复制后再粘贴。 Ｃ．使用“横排文字蒙版工具”向图像中插入文字选区。 Ｄ．使用“横排文字工具”向图像中插入文字。 11．图片１到图片２的处理使用（）滤镜一步就可以做到。
光电图像处理实验报告 精仪学院测控四班王经纬 3010202114 实验1 离散图像的傅立叶变换 。 1. 实验内容及步骤： (1)利用Matlab图像处理软件进行离散图像傅立叶变换， 如给出一幅图像（w01.tif），其傅立叶变换程序如下： >>i=imread('D:\w01.tif'); >>figure(1); >>imshow(i); >>colorbar; >>j=fft2(i); >>k=fftshift(j); >>figure(2); >>l=log(abs(k)); >>imshow( l , [ ] ); >>colorbar 结果显示如下图所示： （2）分析图像的傅立叶频谱图； 由上图可以看出，频谱图低频部分较多，高频也有能量，说明图像中存在明显的明亮变化。 （3）自行设计一幅图像，验证离散傅立叶变换的性质，如：频谱图中高频分量迅速衰减，可分离性，平移，周期性与共轭对称性，旋转、线性和比例性，平均值。
1）傅里叶变换： 2）平移： X轴平移图像 X轴平移图像的傅立叶谱 Y轴平移图像 Y轴平移图像的傅立叶谱3）旋转特性： 4）尺度变换：
2. 思考题： 描述空间频率的概念。 空间频率是单位长度内亮度作周期性变化的次数，即现对/mm 。对于FT 基函数)(2sin )(2cos 2ux j ux e ux j πππ-=-。)(2cos ux π的最大值直线在坐标轴上的截距是u /1，则u /1表示空间周期。 实验2 修改直方图图像增强 1. 实验内容及步骤： (1) 读入一幅图像， 使用imhist( )函数产生图像的直方图，分析它的直方图分布及反映图像的特点； i=imread('D:\w01.tif'); imshow(i); imhist(i);
操作题相关知识点 知识条目： 知识点整理: 知识点一：图像数字化 1.图像数字化的概念 图像数字化是将模拟图像信号转换为数字图像信号的过程。图像数字化的基本思想：像素化和色彩化。 像素化即把一张图像看成是由许许多多彩色或各种级别灰度的点组成的，这些点按纵横排列起来构成一幅画，这些点称为像素，像素越多，排列越紧密，图像越清晰。 色彩化是指每个像素的颜色都被数字化成一定的数值，在量化每个像素点的色彩值时，采用二进制位数为量化字长，一般可用8位、16位、24位或更高的量化字长来表示图像的颜色。量化字长越长，则越能真实地反映原有的图像的颜色，但得到的数字图像的容量也越大。 2.图像存储量的计算 影响位图图像存储容量的因素只有像素数、颜色数，跟图像中内容的多少无关。 未经压缩的图像存储容量的计算方法为： 存储量（单位：字节B）＝水平像素*垂直像素*每个像素色彩所需
位数/8 下面表格以分辨率800×600的位图图像为例，计算各种类别位图图像的存储空间。
单击相应图层最前面的小方 块 ， 知识点三、图像基本属性设置 一、调整图像大小
二、颜色模式设置应用 在中，颜色模式有位图模式、灰度模式、索引颜色模式、颜色模式、颜色模式、颜色模式等。 1.位图模式：只有使用黑白两种颜色中的一种表示图像中的像素。 位图模式的图像也叫做黑白图像。 2.灰度模式：用单一色调表现图像，可表现256阶的灰色调（含黑 和白），也就是256种明度的灰色，是一种从黑→灰→白的过渡，如同黑白照片。 3.索引颜色模式：该模式最多使用256种颜色。 4.颜色模式：是通过对红（）、绿（）、蓝（）三个颜色通道的变化 以及它们相互之间的叠加来得到各式各样的颜色。这个标准几乎 包括了人类视力所能感知的所有颜色，是目前运用最广泛的颜色 系统之一。 5.颜色模式：一般用打印、印刷输出的颜色模式。 6.颜色模式：由照度L和有关色彩的a、b三个要素组成。它描述 的是颜色的显示方式，与设备无关。 三、填充指定区域的颜色 “选框”工