实验报告
一、图像增强
伪色彩增强
假色彩增强
Tm3 对应红色波段红色通道（绿色植被）
Tm2 对应绿色波段绿色通道
Tm1对应蓝色波段蓝色通道
打开图像，将RGB改成band5，4，3
二、图像拉伸
拉伸：Enhance scroll
线性2%的效果
交互性拉伸：
选择enhance 最后一项出现直方图最下边一行显示总的DN值，所选波段所占比例。选择第一幅图某波段，第二幅图出现相应变化，点击apply，该波段效果增强。
三、滤波
enhance ，filter ，sharpen 选择不同窗口大小，可展示细节（锐化）
选择enhance ，filter，smooth 图像平滑
打开新图像，点击enhance，filter ，medium 中值滤波去除噪声
四、主成分分析（降维，用少量波段反映图像信息）
打开图像
1、Transform 第三个选项的第一个的第一个项选择后出项对话框选择原图保存为
memory，出现分析图。由图可知波段所包含的信息量大小。
2、图像的运算（象元对象元），波段表现为矩阵，可加减乘除。
公式：NDVI=近红外—红色波段/ 近红外+红
3、对比图像
单击右键link display 方法一：选择后单击左键可对比；方法二：按住滚动键，拉出一个窗口，按住左键出现对比。
4、提取图像
Transform ，NDVI ，选择制作影像，选择landssatTM影像选择相应波段，彩色图像越绿部分，窗口图像越亮
4、提取信息，忽略绿色深浅，新开display ，软件默认将tm4归入G，选择R为TM3，B 为TM5.提取绿色。
无直接选择TDVI时，则多段运算：Basic tools，选择band math ，输入公式，选择对应波段
整型相除，取小，为0. 出现全黑
改善：其中一个数乘1.0
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：
数字图像处理实验报告
实验一 数字图像的基本操作和灰度变换 一、 实验目的 1. 了解数字图像的基本数据结构 2. 熟悉Matlab 中数字图像处理的基本函数和基本使用方法 3. 掌握图像灰度变换的基本理论和实现方法 4. 掌握直方图均衡化增强的基本理论和实现方法 二、实验原理 1. 图像灰度的线性变换 灰度的线性变换可以突出图像中的重要信息。通常情况下，处理前后的图像灰度级是相同的，即处理前后的图像灰度级都为[0，255]。那么，从原理上讲，我们就只能通过抑制非重要信息的对比度来腾出空间给重要信息进行对比度展宽。 设原图像的灰度为),(j i f ，处理后的图像的灰度为),(j i g ，对比度线性展宽的原理示意图如图1.1所示。假设原图像中我们关心的景物的灰度分布在[a f ， b f ]区间内，处理后的图像中，我们关心的景物的灰度分布在[a g ，b g ]区间内。在这里)(a b g g g -=?()b a f f f >?=-，也就是说我们所关心的景物的灰度级得到了展宽。 根据图中所示的映射关系中分段直线的斜率我们可以得出线性对比度展 b g a g a b )j 图1.1 对比度线性变换关系
宽的计算公式： ),(j i f α， a f j i f <≤),(0 =),(j i g a a g f j i f b +-)),((， b a f j i f f <≤).,( （1-1） b b g f j i f c +-)),((， 255),(<≤j i f f b （m i ,3,2,1 =；n j ,3,2,1 =） 其中，a a f g a = ，a b a b f f g g b --=，b b f g c --=255255，图像的大小为m ×n 。 2. 直方图均衡化 直方图均衡化是将原始图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。 离散图像均衡化处理可通过变换函数： 来实现。 三、实验步骤 1.图像灰度线性变换的实现 (1)读入一幅灰度图像test1.tif ，显示其灰度直方图。 新建M 文件，Untitled1.m ，编辑代码如下。 得到读入图像test1和它的灰度直方图。
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
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
实验报告 实验名称空间域图像增强课程名称数字图像处理 姓名成绩 班级学号 日期地点
1.实验目的 （1）了解空间域图像增强的各种方法（点处理、掩模处理）； （2）通过编写程序掌握采用直方图均衡化进行图像增强的方法； （3）使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）消除噪声的原理； （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、硬件及条件） Windws7 MATLAB 6.x or above 3.实验方法 对如图4.1所示的两幅128×128、256级灰度的数字图像fing_128.img和cell_128.img 进行如下处理： （1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图，比较异同， 并回答为什么数字图像均衡化后其直方图并非完全均匀分布。 （2）对原图像加入点噪声，用4-邻域平均法平滑加噪声图像（图像四周边界不处理，下同），同屏显示原图像、加噪声图像和处理后的图像。 ①不加门限； ②加门限T=(1/2)*avg(f(m,n)), 其中avg（f(m,n)=(1/N^2)*f(i,j)） 本次实验中的第一题，是对图像进行直方图统计和均衡化，在Matlab中有imhist()函数和histeq()函数直接调即可获得相应结果，代码如下： close all; clear all; fid=fopen('cell_128.img','r'); image1=fread(fid,[128,128],'uint8'); image1=uint8(image1); fclose(fid); subplot(2,2,1); %显示原图像 imshow(image1,[]); title('原图像'); subplot(2,2,2); %统计图像直方图 imhist(image1); title('原图像直方图');
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
图像处理实验报告 1、实验目的： (1)用高斯低通滤波器对图像进行处理，并了解效果以及产生该效果的原因。 (2)生成图片，并对该图片进行多种滤波器处理：算术均值，几何均值，谐波均值，逆谐波均值，中值滤波，中点滤波，最大，最小值滤波等。并分析比较。 2、实验思路： (1) 先将原图像进行零填充，然后再FFT。使用函数paddedsize.计算图像FFT所用的填充尺寸，获得填充参数，使用dftuv函数获得U，V的值，代入高斯滤波器传递函数，最后通过频域滤波得到图像。 (2)实验要求的滤波器都可以用自定义函数spfilt实现。主要的难点在于是spfilt函数的使用。 3、实验代码 （1） f = imread('c.bmp'); subplot(2,2,1),imshow(f,[]), title('原始图像'); PQ = paddedsize(size(f));%用函数paddedsize获得填充参数 [U,V]= dftuv(PQ(1),PQ(2));%计算PQ1*PQ2大小的矩形每一点到矩形原点距离的平方 D0=30; H = exp(-(U.^2 +V.^2)/(2*(D0^2)));%高斯滤波传递函数 for i=1:1:10; F = fft2(f,PQ(1),PQ(2));%得到有填充的傅里叶变换 g = dftfilt(f,H);%频域处理得到滤波图像 f=g; end;
subplot(2,2,2),imshow(g,[]), title('D0=30'); D0=30;%改变循环的值重复以上步骤 H = exp(-(U.^2 +V.^2)/(2*(D0^2))); for i=1:1:20; F = fft2(f,PQ(1),PQ(2)); g = dftfilt(f,H); f=g; end; subplot(2,2,3),imshow(g,[]), title('20次滤波'); D0=30; H = exp(-(U.^2 +V.^2)/(2*(D0^2))); for i=1:1:50; F = fft2(f,PQ(1),PQ(2)); g = dftfilt(f,H); f=g; end; subplot(2,2,4),imshow(g,[]), title('50次滤波'); （2） tk = 1 : 17+7 : (17+7)*10; I = zeros(210+10*2, (17+7)*10); for i = 1 : length(tk)-1 I(10:10+210, tk(i+1):tk(i+1)+6) = 1; end
骨骼图像增强实验报告 ——数字图像处理第一次作业 实验总体思路： 原图像是人体骨骼核扫描图像，我们的目的是通过图像锐化突出骨骼的更多细节来增强图像。由于图像灰度的动态范围很窄并且有很高的噪声内容，所以很难对其进行增强。 对此我们采取的策略是，首先用拉普拉斯法突出图像中的小细节，然后用梯度法突出其边。平滑过的梯度图像将用于掩蔽拉普拉斯图像。最后，我们将试图试用灰度变换来增强图像的灰度动态范围。 实验处理具体步骤： （图像可拉伸放大） 1、此为图2， 。 2、此为图3， 。 （而这个时候看到图2的噪声水平，将图1和图2相加之后也必然会有很多的噪声。 拉普拉斯操作作为一种二阶微分算子，能很好的增强细节，但也产生更多的噪声。 而降低噪声的一种方法就是使用中值滤波器，但属于非线性滤波器的中值滤波器有可能改变图像的性质，所以不可取。所以采取另一种方法，使用原图像梯度操作的平
滑形式所形成的一个模板。） 3、此为图4， 。 (梯度变换在灰度斜坡或台阶的平均相应要比拉普拉斯操作的更强烈，而对噪声和小细节的响应要比拉普拉斯操作的相应弱，而且可以通过均值滤波器对其进行平滑处理可以进一步降低，此时看图像中的边缘要比拉普拉斯图像（即图3）中的边缘要突出许多) 4、此为图5，。 （图4，5要比图2亮表明具有重要边缘内容的梯度图像的值一般要比拉普拉斯图像的值高） 5、此为图6，。 （此时看到强边缘的优势和可见噪声的相对减少，用平滑后的梯度图像来掩蔽拉普拉斯图像的目的达到了） 6、此为图7， （与原图像相比，该图像中大部分细节的清晰度的增加都很明显，所以我们才需要综合多种的方法对图像进行处理，单独使用一种方法根本不可能达到这么好的效果，只需要看相对应的图像进行对比即可知道） 7、此为图8， （此时需要增大锐化后图像的动态范围，即使有很多种这样效果的灰度变换函数，但是用幂率变换处理更好，直方图均衡和规定化的效果都不太好） （此时人体的轮廓的清晰度虽然还是不高，因为扩大的灰度动态范围的同时也增大了噪声，但是相比原图还是有相当大幅度的提高的，看下图原图与最终图像对比）
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
2016年春季学期研究生课程考核 （读书报告、研究报告） 考核科目:图像处理与分析 学生所在院（系）:理学院数学系 学生所在学科:计算数学 学生姓名: 学号: 导师: 学生类别: 考核结果阅卷人
第 1 页（共 27 页） 1 实验目的 过MATLAB 软件编程熟悉MATLAB 图像处理的一般过程，例如图像的导入，对源图像进行手动加各种噪声（高斯噪声、瑞丽噪声、伽马噪声、指数噪声、椒盐噪声），通过热传导方程，热传导逆方程，PM 模型，TV 模型，LAPLACE 模型，P_LAPLACE 模型，P(x)_LAPLACE 模型，在对图像进行处理的过程中引入Signal_Noise_Ratio （信噪比SNR ）、Peak_Signal_Noise_Ratio （峰值信噪比PSNR ）、Mean_Absolute_Error （绝对均差MAE ）对处理后的图像质量进行评判。 2实验原理 2.1热传导方程模型 Tikhonov 和Arsenin 提出如下模型：能量泛函 22min ()||||2u E u u dx u f dx λ Ω Ω =?+ -?? 其对应的Euler_Lagrange 方程 0() |0dE u v d εεε =+= 由最速下降法求解可转化为如下的线性方程： (),(,)(0,)(,0),0,(,)(0,)du u u f x t T dt u x f x du x t T d n λ?=?--∈Ω??? =∈Ω ???=∈?Ω?? 注意：在用最速下降法推导方程的过程中左端项应该为： 0(),(,)(0,)(,0),0,(,)(0,)u u f x t T u x f x du x t T d n λ? ?=?--∈Ω?? =∈Ω ???=∈?Ω??
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。
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 ⊕
刺激强度刺激频率对骨骼肌收缩的影响一实验报告实验报告 实验人员:孙芳班次:7年制2班组别:2 日期:2014/9/24 指导老师:沈建新 小组成员:XXX，YYY，ZZ 试验号和题目:一、刺激强度、刺激频率对骨骼肌收缩的影响 实验目的:1、了解并熟悉计算机生物机能实验系统的组成和基本使用方法 、制备具有生理活性的坐骨神经-腓肠肌标本 2 3、观察记录刺激强度、刺激频率对骨骼肌收缩的影响 实验对象:蛙 实验药品与器材:任氏液;生物信号采集系统，蛙类手术器械，蛙捣毁针，保护电极，张力换能器， 万能支架、连接导线等。 实验方法: 1、坐骨神经-腓肠肌标本的制备:1) 洗干净实验动物 2) 双毁髓::找到枕骨 大孔处 将刺蛙针刺入1-2mm，分别捣损脑组织和脊髓。3)剥制后肢，分离一侧后肢 4) 分离 坐骨神经，穿线备用 5) 游离腓肠肌，肌腱结扎备用 6) 标本检验。 2、连接实验装置: 将换能器的输出线接至BL-420F生理记录装置的1通道，保护电 极接至电脉冲输出通道。然后把制备好的坐骨神经-腓肠肌标本棉线的另一端 接在张
力换能器上，将坐骨神经通过保护电极接至电脉冲刺激输出通道，而腓肠肌肌腱端 的棉线与张力换能器簧片相连，保持适度松紧并与桌面垂直。 2、实验记录:开机后进入实验先用单刺激，找出阈强度、最适刺激强度;然后固 3、 定最适刺激强度，用连续单刺激，找出出现完全强直收缩时的最小刺激频率。实验结果: 1、刺激强度与肌肉的收缩关系实验 8.0g 4.0s A B
图1 刺激强度与骨骼肌收缩的关系(蛙坐骨神经-腓肠肌标本) A.肌肉收缩强度(右侧为标尺); B.刺激标记(单位为V) 图片中，在低于0.090V的电压刺激时，肌肉不发生收缩，说明在较低的电位刺激时，并不能引起肌肉发生收缩反应。而随着刺激强度的增大,用0.095V电压刺激的时候，蛙的腓肠肌收缩一次，表明神经接受刺激，兴奋沿神经传导至腓肠肌，引起腓肠肌肌膜电位发生变化，同时兴奋收缩，这说明蛙坐骨神经-腓肠肌标本的阈电位为0.090-0.095V之间接近0.095V。随着刺激强度的不断增加，有较多的神经纤维兴奋，肌肉的收缩反应也相应逐步增大。当用0.135V以上的电压刺激时，肌肉的收缩强度不再随着电压的变大而变大，表明蛙坐骨神经-腓肠肌标本的最适刺激强度为接近0.135V(0.130V-0.135V之间)。 2、刺激频率与肌肉收缩的关系实验
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);
数 字 图 像 实 验 报 告 学院：计算机与信息工程学院 专业：通信工程 学号：1008224072 姓名：张清峰
实验一图像增强—灰度变换 专业：通信工程学号：1008224072姓名：张清峰 一、实验目的： 1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。 2、学会对图像直方图的分析。 3、掌握直接灰度变换的图像增强方法。 二、实验原理及知识点 术语‘空间域’指的是图像平面本身，在空间与内处理图像的方法是直接对图像的像素进行处理。空间域处理方法分为两种：灰度级变换、空间滤波。空间域技术直接对像素进行操作其表达式为 g(x,y)=T[f(x,y)] 其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，定义在点(x,y)的指定领域内。 定义点(x,y)的空间邻近区域的主要方法是，使用中心位于(x,y)的正方形或长方形区域，。此区域的中心从原点(如左上角)开始逐像素点移动，在移动的同时，该区域会包含不同的领域。T应用于每个位置(x,y)，以便在该位置得到输出图像g。在计算(x,y)处的g值时，只使用该领域的像素。 灰度变换T的最简单形式是使用领域大小为1×1，此时,(x,y)处的g值仅由f 在该点处的亮度决定，T也变为一个亮度或灰度级变化函数。当处理单设(灰度)图像时，这两个术语可以互换。由于亮度变换函数仅取决于亮度的值，而与(x,y)无关，所以亮度函数通常可写做如下所示的简单形式： s=T(r) 其中，r表示图像f中相应点(x,y)的亮度，s表示图像g中相应点(x,y)的亮度。 三、实验内容： 1、图像数据读出 2、计算并分析图像直方图 3、利用直接灰度变换法对图像进行灰度变换 下面给出灰度变化的MATLAB程序 f=imread('C:\ch17\tu\6.jpg'); g=imhist(f,256); imshow(g) %显示其直方图
西安邮电学院 实验报告 实验名称图像增强 课程名称数字图像处理A 姓名李俊玲 成绩 班级电子0801 学号 05081037 日期2011年5月3日 地点 3#523 备注：
1.实验目的 A. 直方图增强处理 （1）了解空间域图像增强的各种方法（点处理、掩模处理）； （2）通过编写程序掌握采用直方图均衡化进行图像增强的方法； B. 图像平滑 （1）使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）消除噪声的原理； （2）是消除或尽量减少噪声的影响，改善图像的质量。 （3）在提取大的目标之前去除图像中一些琐碎的细节、桥接直线或曲线的缝隙。 C. 图像锐化 （1）了解并掌握使用微分算子进行图像边缘检测的基本原理； （2）编写程序使用Laplacian 算子（二阶导数算子）实现图像锐化，进一步理解图像锐 化的实质； （3）掌握使用不同梯度算子（一阶导数算子）进行图像边缘检测的原理、方法，根据实验结果分析各种算子的工作效果； 2.实验环境（软件条件） 在MA TLAB 环境下进行编写程序，把所编写的程序保存成 .m 文件，其中在运行程序时需要调用一些MA TLAB 中一些原有的函数如：fspecial （）、imfilter （）等函数。 3.实验方法 A. 直方图增强处理 直方图均衡化处理实际上就是寻找一个灰度变换函数 T ，使变化后的灰度值满足 s=T(r)，其中，s 归一化为0<=s<=1,建立r 和s 之间的映射关系，要求处理后图像灰度分布的概率密度Ps （s ）=1，期望所有灰度级出现概率相同。 其计算步骤为：（1）统计原始图像的直方图： （2）计算直方图累积分布曲线： （3）用累积分布函数作为变换函数进行图像灰度变换。 B. 图像平滑 （1）局部平滑法：假设图像是由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而噪声则是统计独立的。因此，可用领域内个像素的灰度平均代替该像素原 ()n n r p k k r =12100 -====∑∑==L k n n r p r T s k j k j j j r k k ,...,,)()(
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。