数字图像处理实验

数字图像处理

实验报告

班级：08021103

学号：2011301874

姓名：高岩

图形图像处理实验一

一、实验目的：

1、熟悉MATLAB 仿真软件的启动、关闭；

2、掌握在MATLAB 仿真软件中如何编写仿真程序；

3、了解MATLAB 仿真软件图像处理工具箱中图像操作的基本函数；进一步深入理解数字图像处理算法的功能

二、实验内容及要求

1. 编写 的MATLAB 程序，

对自选图像进行处理；

clear all; clc

I=imread('tupian.jpg'); I=rgb2gray(I); [m,n]=size(I); a=70; b=130; L=255; x=1; y=5; z=3; p=40; q=30;

for i=1:m for j=1:n

if I(i,j)

I1(i,j)=x*I(i,j); else if I(i,j)

I1(i,j)=y*(I(i,j)-a)+p; else if I(i,j)

I1(i,j)=z*(I(i,j)-b)+q; end end end

()()0a b f

f a

g f a g a f b f b g b f L αβγ≤

原始图

像变换后的图

像

变换后的图像

end

end

figure(1);imshow(I);xlabel('原始图像')

figure(2);imshow(I1);xlabel('变换后的图像')

注：改变设定的值，变换后图像的效果就会发生改变

如，当a=30;b=40;L=255;x=2;y=4;z=3;p=15;q=30时，图形如下：

2、编写的MATLAB程序，分别取大于1、小于1的值，取值不少4个，对自选图像进行处理；

clear all

I=imread('tupian.jpg');

I=rgb2gray(I);

I1=double(I)/255;

γ

g f

r=0.5变换处理后的图

像

r=0.8变换处理后的图

像

r=2变换处理后的图

像

r=3变换处理后的图像

[m,n]=size(I); a=0.5; b=0.8; c=2; d=3; for i=1:m for j=1:n

I2(i,j)=I1(i,j).^a; I3(i,j)=I1(i,j).^b; I4(i,j)=I1(i,j).^c; I5(i,j)=I1(i,j).^d; end end

I2=255*I2; I3=I3*255; I4=I4*255; I5=I5*255; figure(1)

imshow(I);xlabel('原始图像') figure(2)

subplot(2,2,1);imshow(I2,[]);xlabel('r=0.5变换处理后的图像') subplot(2,2,2);imshow(I3,[]);xlabel('r=0.8变换处理后的图像') subplot(2,2,3);imshow(I4,[]);xlabel('r=2变换处理后的图像') subplot(2,2,4);imshow(I5,[]);xlabel('r=3变换处理后的图像')

由原始图像和变换图像对比可以看出，1γ<时，图像将变亮，1γ>时，图像将变暗，可以突出重点想突出的部分。

3、编写直方图均衡的MATLAB 程序，对自选图像进行处理；

clear all; clc

I=imread('tupian.jpg'); I=rgb2gray(I); J=histeq(I);

subplot(2,2,1); imshow(I);

title('原始图像'); subplot(2,2,2); imhist(I);

title('原始图象直方图');axis([0 255 0 10000]); subplot(2,2,3); imshow(J);

title('均衡化的图像'); subplot(2,2,4);

imhist(J);axis([0 255 0 10000]); title('均衡化后的直方图');

原始图像

均衡化的图像

0原始图象直方图

0均衡化后的直方图

加高斯噪声图

像3*3平均模板图

像5*5平均模板图

像

7*7平均模板图

像9*9平均模板图

像11*11平均模板图像通过直方图均衡化，可以产生一副灰度级分布均匀具有均匀概率密度的图像，把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的

均匀分布，通过直方图均衡化使图像得到增强。

4、编写邻域平均法的MATLAB程序，用5种掩模分别处理自选图像；

clear all;

clc

I=imread('tupian.jpg');

I=rgb2gray(I);

[m,n]=size(I);

figure(1)

imshow(I);xlabel('原始图像')

Q=imnoise(I,'gaussian');

figure(2)

subplot(2,3,1);imshow(Q,[]);xlabel('加高斯噪声图像')

M=fspecial('average',3);

E=imfilter(Q,M);

subplot(2,3,2);imshow(E,[]);xlabel('3*3平均模板图像')

N=fspecial('average',5);

K=imfilter(Q,N);

subplot(2,3,3);imshow(K,[]);xlabel('5*5平均模板图像')

L=fspecial('average',7);

J=imfilter(Q,L);

subplot(2,3,4);imshow(J,[]);xlabel('7*7平均模板图像')

H=fspecial('average',9);

P=imfilter(Q,H);

subplot(2,3,5);imshow(P,[]);xlabel('9*9平均模板图像')

A=fspecial('average',11);

B=imfilter(Q,A);

subplot(2,3,6);imshow(B,[]);xlabel('11*11平均模板图像')

对原图像加上高斯噪声后，因为噪声均值为0，利用领域均值滤波进行去噪处理，可以减少高斯噪声，但不能消除噪声，平滑模板越大，噪声去除得越多，但图像也因为平滑而变得相对模糊了，细节的锐化程度也逐渐减弱。 5、编写梯度变换的MATLAB 程序，用5种梯度图分别处理自选图像；

clear; clc;

[I]=imread('tupian.jpg'); %读入图像

I=rgb2gray(I);

figure;

subplot(2,3,1);imshow(I,[]);xlabel('原始图像') I=double(I); %转换为

double 类型 [Gx,Gy]=gradient(I); % 计算梯度

G=sqrt(Gx.*Gx+Gy.*Gy); % 水平垂直差分 I1=G;

subplot(2,3,2);imshow(I1,[]);xlabel('第一种梯度图') I2=I;

K=find(G>=7); %

指定灰度级 I2(K)=255;

subplot(2,3,3);imshow(I2,[]);xlabel('第二种梯度图') I3=G; I3(K)=I(K);

subplot(2,3,4);imshow(I3,[]);xlabel('第三种梯度图') I4=G; I4(K)=255;

subplot(2,3,5);imshow(I4,[]);xlabel('第四种梯度图') I4=255*ones(size(I)); I4(K)=45;

subplot(2,3,6);imshow(I4,[]);xlabel('第五种梯度图')

原始图像第一种梯度图第二种梯度图

第三种梯度图第四种梯度图第五种梯度图

采用5种不同的梯度图进行处理：

第一种：

(,)(,)

g i j G i j

=第二种：

(,),G(,)

(,)

(,),

G i j i j T

g i j

f i j

≥

?

=?

?其他

第三种：

LG,G(,)

(,)

(,),

i j T

g i j

f i j

≥

?

=?

?其他第四种、(,),G(,)

(,)

LB,

G i j i j T

g i j

≥

?

=?

?其他

第五种、

LG,G(,) (,)

,

i j T g i j

LB

≥

?

=?

?其他

由梯度图的表达式以及处理后图像可以看出：第一种：该方法仅显示灰度变化比较陡的边缘轮廓，灰度变化平缓或均匀的区域呈现黑色，第二种：既可以使边缘轮廓得到突出，又不破坏灰度变化比较平缓的区域。第三种：将明显边缘用以固定的灰度级来呈现。第四种：将图像变换比较平缓的区域用一固定的灰度级来表示，可以突出图像边缘，便于研究图像边缘灰度的变化。第五种：仅用两个灰度级来完成图像的显示，即用二值图像进行显示，可以很方便地对图像的边缘位置信息进行分析。

6.编写拉普拉斯变换的MATLAB程序，用4种模板分别处理自选图像；

clear all

clc

I=imread('tupian.jpg');

I1=rgb2gray(I);%图像灰度化

figure(1)

imshow(I1);%title('原始图像')

I1=double(I1);

%模板一

H1=[0,1,0;1,-4,1;0,1,0];

%H1=[1 1 1;1 -8 1;1 1 1];

J1=conv2(I1,H1,'same');

figure(2)

imshow(J1);title('模板一处理的图像')

%模板二

H2=[1,0,1;0,-4,0;1,0,1];

J2=conv2(I1,H2,'same');

figure(3)

模板二处理的图

像

模板一处理的图

像模板三处理的图

像模板四处理的图像

imshow(J2);title('模板二处理的图像') %模板三

H3=[0,-1,0;-1,5,-1;0,-1,0]; J3=conv2(I1,H3,'same'); figure(4)

imshow(J3);title('模板三处理的图像') %模板四

H4=[-1,-1,-1;-1,9,-1;-1,-1,-1]; J4=conv2(I1,H4,'same'); figure(5)

imshow(J4);title('模板三处理的图像')

拉式图像锐化算子：

010*******H ????=-??????， 1012040101H ??

??=-??

???? 010*******H -????=--????-??，1114191111H ---??

??=--??

??---??

比较原始图像和经过拉式算子运算后的图像，可以发现模糊的地方部分得到了锐化，特别是模糊的边缘部分得到了增强，边界更加明显，但是图像显示清楚的地方，经过滤波后，发生了失真，这也是拉式算子的一大缺点。 7. 编写其它锐化算子的MATLAB 程序，用5种算子分别处理自选图像；

clear all; clc

I=imread('tupian.jpg'); I1=rgb2gray(I); bw1=fspecial('Log');

K1=filter2(bw1,I1);%Log 算子锐化图像 bw2=fspecial('prewitt');%prewitt 算子锐化 K2=filter2(bw2,I1);

bw3=fspecial('sobel');%sobel 算子锐化 K3=filter2(bw3,I1);

bw4=fspecial('laplacian');%laplacian 算子锐化 K4=filter2(bw4,I1);

K5=edge(I1,'canny');%canny 算子锐化图像 %figure

%subplot(2,3,1);imshow(I1);xlabel('原始图像') figure(1);imshow(I1);xlabel('原始图像') figure(2);imshow(K1);xlabel('Log 算子锐化') figure(3);imshow(K2);xlabel('sprewitt 算子锐化') figure(4);imshow(K3);xlabel('sobel 算子锐化') figure(5);imshow(K4);xlabel('laplacian 算子锐化') figure(6);imshow(K5);xlabel('canny 算子锐化')

原始图

像Log算子锐

化sprewitt算子锐

化sobel算子锐

化

canny算子锐

化laplacian算子锐化

8. 编写中值滤波的MATLAB 程序，对自选图像进行处理；

clear all; clc

I=imread('tupian.jpg'); I=rgb2gray(I);

J=imnoise(I,'salt & pepper');

subplot(2,3,1);imshow(I,[]);xlabel('原始图像');

subplot(2,3,2);imshow(J,[]);xlabel('

添加椒盐噪声的图像'); K1=medfilt2(J);

K2=medfilt2(J,[5,5]); K3=medfilt2(J,[7,7]); K4=medfilt2(J,[9,9]);

subplot(2,3,3);imshow(K1,[]);xlabel('3*3模板中值滤波');

subplot(2,3,4);imshow(K2,[]);xlabel('5*5模板中值滤波'); subplot(2,3,5);imshow(K3,[]);xlabel('7*7模板中值滤波');

subplot(2,3,6);imshow(K4,[]);xlabel('9*9模板中值滤波');

由处理结果可以看出，中值滤波可以很好地去除椒盐噪声，使图像更加清晰。

使用中值滤波需要注意的是保持图像中的线状物体，如果图像中点线，尖角等细节较多，则不宜采用中值滤波。可以通过选取不同的窗口来达到不同效果。

原始

图像添加椒盐噪声的图像3*3模板中值滤波

5*5模板中值滤波7*7模板中值滤波9*9模板中值滤波

9. 编写二维线性插值的MATLAB 程序，对自选图像放大四倍；

clear all; clc

I=imread('tupian.jpg'); I1=rgb2gray(I);

J=imresize(I,4,'bilinear'); figure

subplot(1,2,1);imshow(I,[]);xlabel('原始图像') subplot(1,2,2);imshow(J,[]);xlabel('放大四倍后的图像')

10. 编写巴特沃斯滤波器的MATLAB 程序，对自选图像进行处理；

clc; clear all;

I=imread('tupian.jpg'); figure;

subplot(2, 2, 1); imshow(I); title('原始图像

'); J1 = imnoise(I, 'salt & pepper'); % 叠加椒盐噪声 subplot(2, 2, 2); imshow(J1); title('加噪声图像'); g = fft2(double(J1)); % 傅立叶变换 g = fftshift(g); % 转换数据矩阵

原始图像放大四倍后的图像

[M, N]=size(g);

nn = 2; % 二阶巴特沃斯(Butterworth)低通滤波器d0 = 20;

m = fix(M/2);

n = fix(N/2);

for i = 1:M

for j = 1:N

d = sqrt((i-m)^2+(j-n)^2);

h = 1/(1+0.414*(d/d0)^(2*nn)); % 计算低通滤波器传递函数 result(i,j) = h*g(i,j);

T(i, j) = h;

end

end

result = ifftshift(result);

J2 = ifft2(result);

J3 = uint8(real(J2));

subplot(2, 2, 3); mesh(T); title('滤波器示意图')

box on;

% 显示滤波处理后的图像

subplot(2, 2, 4); imshow(J3); title('滤波结果')

原始图

像处理后的图像

11.编写密度切割法的MATLAB程序，对自选图像进行伪彩色增强处理clear all;

clc

I=imread('tupian.jpg');

I1=rgb2gray(I);

figure(1)

imshow(I1,[]);xlabel('原始图像')

figure(2)

I2=I1;

I3=grayslice(I2,16);

imshow(I3,hot(16));xlabel('处理后的图像')

密度分割法也称为强度分割法，对图像的灰度值动态范围进行切割，使得分割后的每一灰度值区间甚至每一灰度值本身对应一种颜色，具体而言，假设把一副图像看成一个二维的强度函数，用多个密度切割曲面对图像函数进行切割，将图像切割成多个区间，每个区间赋予一种颜色，则原来的灰度图像就可以变成一副彩色图像。

数字图像处理实验1

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

武汉科技大学 数字图像处理实验报告

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);

数字图像处理技术从基础到实战

数字图像处理技术从基础到实战 本课程包含图像处理的基础知识以及案例应用，通过视频教程+在线交流的形式展现，力求为读者提供最便捷、直接的技术支持，解决学员在图像处理相关研发过程中遇到的最具体、实际的技术难点，争取与广大学员分享研发过程中所涉及的功能模块及某些成熟的系统框架，为读者进行科学实验、项目开发提供一定的技术支持。 课程大纲： 第1课数字图像处理概述 1、数字图像处理发发展史 2、数字图像处理是概述？ 3、数字图像处理工具箱介绍？ 4、数字图像处理常用技能 5、数字图像在计算机中怎么表示？ 6、数字图像常用计算机表示类型 7、数字图像转换技巧 8、数字图像数组处理技巧 9、案例演示：常用图像处理技术GUI编程 第2课图像时域变换 1、时域空间概述 2、常见的灰度变换函数 3、直方图的概念 4、时域空间滤波基础 5、什么是平滑空间滤波器？ 6、什么是锐化空间滤波器？ 7、什么是混合空间增强？ 8、案例演示：图像去雾 第3课图像频域变换 1、什么是频域空间？ 2、常用的基本概念 3、什么是傅里叶变换？ 4、离散傅里叶变换用法 5、多维傅里叶变换用法 6、案例演示：图像频域滤波可视化编程 第4课图像复原和重建技术 1、常见的图像噪声模型 2、空间滤波图像复原 3、频域滤波图像复原 4、逆滤波图像复原 5、维纳滤波图像复原

6、约束的最小二乘滤波图像复原 7、Lucy-Richardson图像复原 8、案例演示：盲卷积图像复原 第5章彩色图像处理 1、彩色图像概述 2、常见的彩色模型 3、伪彩色图像处理 4、全彩色图像处理 5、彩色变换 6、平滑和锐化 7、基于彩色的图像分割 8、彩色图像中的噪声处理 9、彩色图像压缩 10、案例演示：彩色图像处理 第6课小波和多分辨率处理 1、图像中的小波 2、多分辨率处理 3、一维小波变换 4、快速小波变换 5、二维小波变换 6、案例演示：基于小波分解的图像融合案例 第7课图像压缩处理技术 1、压缩处理原理 2、图像压缩处理常用方法 3、案例演示：数字图像水印嵌入及提取案例 第8课形态学图像处理 1、图像形态学概述？ 2、腐蚀和膨胀 3、开操作与闭操作 4、击中或击不中变换 5、常见形态学算法 6、灰度级形态学 7、案例演示：图像形态学去噪 第9课图像分割处理技术 1、图像分割注意事项 2、点、线和边缘检测 3、阈值处理 4、基于区域的分割 5、使用形态学分水岭的分割

数字图像处理实验指导书-河北工业大学2014实验一

数字图像处理 实验指导书 河北工业大学 计算机科学与软件学院

实验一 MATLAB数字图像处理初步 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．图像类型转换。 二、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。将坐标值数字化称为采样；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。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像，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，MA TLAB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类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。若图像是double类，则像素取值就是浮点数。规定双精度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。 (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，其中每一个彩色相

数字图像处理四个实验报告,带有源程序

数字图像处理 实验指导书 学院：通信与电子工程学院 专业：电子信息工程 班级： 学号： 姓名： XX理工大学

实验一 MATLAB数字图像处理初步 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．图像间如何转化。 二、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。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像，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，MA TLAB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)

数字图像处理实验报告

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(全完整答案)

数字图像处理实验(全 完整答案)

实验一常用 MATLAB图像处理命令 一、实验目的 1 、熟悉并掌握MA TLAB 工具的使用； 2、实现图像的读取、显示、代数运算和简单变换。 二、实验环境 MATLAB 6.5 以上版本、WIN XP或W IN2000计算机 三、常用函数 读写图像文件 1 imread imread 函数用于读入各种图像文件，如：a=imread('e:\w01.tif') 2 imwrite imwrite 函数用于写入图像文件，如：imwrite(a,'e:\w02.tif', ’tif ’) 3 imfinfo imfinfo 函数用于读取图像文件的有关信息，如：imfinfo('e:\w01.tif')图像的显示 1 image image 函数是 MATLAB提供的最原始的图像显示函数，如： a=[1,2,3,4;4,5,6,7;8,9,10,11,12]; image(a); 2 imshow imshow 函数用于图像文件的显示，如： i=imread('e:\w01.tif'); imshow(i); title （‘原图像’） %加上图像标题

3 colorbar colorbar 函数用显示图像的颜色条，如： i=imread('e:\w01.tif'); imshow(i); colorbar; 4 figure figure 函数用于设定图像显示窗口，如：figure(1) ；/figure(2) ； 5 subplot 把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。 Subplot （m，n，p）分成 m*n个小窗口，在第p 个窗口中创建坐标轴为当 前坐标轴，用于显示图形。 6 plot 绘制二维图形 plot （y） Plot （x，y）xy 可以是向量、矩阵。 图像类型转换 1 rgb2gray 把真彩图像转换为灰度图像 i=rgb2gray （j ） 2 im2bw 通过阈值化方法把图像转换为二值图像 I=im2bw（j ，level ） Level 表示灰度阈值，取值范围0~1（即0.n ），表示阈值取自原图像灰度范围的n%

数字图像处理实验指导书

实验一 Matlab图像处理工具箱的初步练习 一、实验目的和任务 1、初步了解与掌握MA TLAB语言的基本用法； 2、掌握MA TLAB语言中图象数据与信息的读取方法； 3、掌握在MA TLAB语言中图像类型的转换。 二、实验仪器、设备及材料 1、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 三、实验原理 将数字图像的RGB表示转换为YUV表示； Y=0.30R+0.59G+0.11B U=0.70R-0.59G-0.11B V=-0.30R-0.59G+0.89B 四、实验步骤 1、阅读资料并熟悉MatLab的基本操作 2、读取MATLAB中的图象数据 3、显示MATLAB中的图象文件。用MATLAB在自建的文件夹中建立m文件，在这个文件的程序中，将MA TLAB目录下work文件夹中的tree.tif 图象文件读出，用到imread，imfinfo等命令，观察一下图象数据，了解一下数字图象在MA TLAB中的处理就是处理一个矩阵的本质。 4、将3中的图象显示出来（用imshow）。 5、对MA TLAB目录下work文件夹中的flowers.tif进行真彩色图像、索引色图像、灰度图像、二值图像之间的相互变换，并显示。 6、进行真彩色图像RGB（lenacolor.jpg）、YIQ图像、HSV图像、YcbCr图像的相互转换，并显示。 五、实验报告要求 1、描述实验的基本步骤； 2、用图片给出步骤4、5、6中取得的实验结果； 六、实验所需图片

lenacolor.jpg 七、实验注意事项 1、学生应提前预习 2、请大家在E盘建一个目录（matlab），在每次启动时都要将这个目录加入到MATLAB的搜索路径中，添加的方法为File----Set Path----Tool---Add Path 八、思考题 1、图像之间转换的基础是什么，为什么可以实现相互的转换 九、附录 MATLAB简介 (1) MATLAB全称是Matrix Laboratory（矩阵实验室），一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。实际上MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的。这一特点也就决定了MA TLAB在处理数字图像上的独特优势。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。而MATLAB的长处就是处理矩阵运算，因此用MA TLAB处理数字图像非常的方便。MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读，写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。 1、MATLAB中图象数据的读取 A、imread imread函数用于读入各种图象文件，其一般的用法为 [X，MAP]=imread(‘filename’,‘fmt’) 其中，X，MAP分别为读出的图象数据和颜色表数据，fmt为图象的格式，filename为读取的图象文件（可以加上文件的路径）。 例：[X，MAP]=imread（’flowers.tif’,’tif’）;

数字图像处理实验指导书模板

《数字图像处理》实验指导书 编写: 罗建军 海南大学三亚学院 10月

目录 一、概述 ....................................................................... 错误!未定义书签。 二、建立程序框架 ....................................................... 错误!未定义书签。 三、建立图像类 ........................................................... 错误!未定义书签。 四、定义图像文档实现图像读/写.............................. 错误!未定义书签。 五、实现图像显示 ....................................................... 错误!未定义书签。 六、建立图像处理类................................................... 错误!未定义书签。 七、实现颜色处理功能............................................... 错误!未定义书签。 (一) 亮度处理................................................................. 错误!未定义书签。 (二) 对比度处理............................................................. 错误!未定义书签。 (三) 色阶处理................................................................. 错误!未定义书签。 (四) 伽马变换................................................................. 错误!未定义书签。 (五) 饱和度处理............................................................. 错误!未定义书签。 (六) 色调处理................................................................. 错误!未定义书签。 八、实现几何变换功能............................................... 错误!未定义书签。 (一) 图像缩放................................................................. 错误!未定义书签。 (二) 旋转......................................................................... 错误!未定义书签。 (三) 水平镜像................................................................. 错误!未定义书签。 (四) 垂直镜像................................................................. 错误!未定义书签。 (五) 右转90度................................................................. 错误!未定义书签。 (六) 左转90度................................................................. 错误!未定义书签。 (七) 旋转180度............................................................... 错误!未定义书签。 九、实现平滑锐化功能............................................... 错误!未定义书签。 十、图像处理扩展编程............................................... 错误!未定义书签。

数字图像处理实验 实验二

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

数字图像处理实验报告

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。

数字图像处理程序

数字图像处理程序

数字图像处理实验 图像处理实验（一）直方图 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。 1、灰度直方图 （1）计算出一幅灰度图像的直方图 clear close all I=imread('004.bmp'); imhist(I) title('实验一（1）直方图'); （2）对灰度图像进行简单的灰度线形变换， figure subplot(2,2,1) imshow(I); title('试验2-灰度线性变换'); subplot(2,2,2) histeq(I); （3）看其直方图的对应变化和图像对比度的变化。 原图像 f(m,n) 的灰度范围 [a,b] 线形变换为图像 g(m,n),灰度范围[a’,b’]公式：g(m,n)=a’+(b’-a’)* f(m,n) /(b-a) figure subplot(2,2,1) imshow(I) J=imadjust(I,[0.3,0.7],[0,1],1); title(' 实验一（3）用g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)进行变换 '); subplot(2,2,2) imshow(J) subplot(2,2,3) imshow(I) J=imadjust(I,[0.5 0.8],[0,1],1); subplot(2,2,4) imshow(J) (4) 图像二值化（选取一个域值，(5) 将图像变为黑白图像） figure subplot(2,2,1)

数字图像处理——彩色图像实验报告

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

数字图像处理实验报告(完整版)

数字图像处理 实验一 MATLAB数字图像处理初步 一、显示图像 1．利用imread( )函数读取一幅图像，假设其名为lily.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； 实验结果如下图： 源代码： >>I=imread('lily.tif') >> whos I >> imshow(I) 二、压缩图像 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lily.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flily.bmp。7．用imread()读入图像Sunset.jpg和Winter.jpg； 8．用imfinfo()获取图像Sunset.jpg和Winter.jpg的大小； 9．用figure,imshow()分别将Sunset.jpg和Winter.jpg显示出来，观察两幅图像的质量。其中9的实验结果如下图：

源代码： 4~6(接上面两个) >>I=imread('lily.tif') >> imfinfo 'lily.tif'； >> imwrite(I,'lily.jpg','quality',20); >> imwrite(I,'lily.bmp'); 7~9 >>I=imread('Sunset.jpg'); >>J=imread('Winter.jpg') >>imfinfo 'Sunset.jpg' >> imfinfo 'Winter.jpg' >>figure(1),imshow('Sunset.jpg') >>figure(2),imshow('Winter.jpg') 三、二值化图像 10．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。实验结果如下图： 源代码： >> I=imread('lily.tif') >>gg=im2bw(I,0.4); F>>igure, imshow(gg)

数字图像处理实验指导书

实验一数字图像处理编程基础 一、实验目的 1. 了解MATLAB图像处理工具箱； 2. 掌握MATLAB的基本应用方法； 3. 掌握MATLAB图像存储/图像数据类型/图像类型； 4. 掌握图像文件的读/写/信息查询； 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法； 6. 编程实现图像类型间的转换。 二、实验原理 略。 三、实验内容 1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序，并保存处理结果图像。 四、分析思考 归纳总结Matlab各个基本指令。 Dither 采用“抖动”方法从RGB 图像创建索引图像 grayslice 从灰度图像通过阈值处理创建索引图像 gray2ind 从灰度图像创建索引图像 ind2gray 从索引图像创建灰度图像 rgb2ind 从RGB 图像创建索引图像 ind2rgb 从索引图像创建RGB 图像 rgb2gray 从RGB 图像创建灰度图像

实验二 图像几何变换实验 一、实验目的 1．学习几种常见的图像几何变换，并通过实验体会几何变换的效果； 2．掌握图像平移、剪切、缩放、旋转、镜像等几何变换的算法原理及编程实现； 3．掌握matlab 编程环境中基本的图像处理函数。 二、实验原理 1. 初始坐标为(,)x y 的点经过平移00(,)x y ，坐标变为(',')x y ，两点之间的关系为：00 ''x x x y y y =+??=+?，以矩阵形式表示为： 00'10'01100 11x x x y y y ????????????=?????????????????? 2. 图像的镜像变换是以图象垂直中轴线或水平中轴线交换图像的变换，分为垂直镜像变换和水平镜像变换，两者的矩阵形式分别为： '100'01010011x x y y -????????????=?????????????????? '100'01010011x x y y ????????????=-?????????????????? 3. 图像缩小和放大变换矩阵相同： '00'0010011X y x S x y S y ????????????=?????????????????? 当1x S ≤，1y S ≤时，图像缩小；当1x S ≥，1y S ≥时，图像放大。 4. 图像旋转定义为以图像中某一点为原点以逆时针或顺时针方

数字图像处理实验报告

数字图像处理实验报告

实验一数字图像处理编程基础 一、实验目的 1. 了解MA TLAB图像处理工具箱； 2. 掌握MA TLAB的基本应用方法； 3. 掌握MA TLAB图像存储/图像数据类型/图像类型； 4. 掌握图像文件的读/写/信息查询； 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法； 6. 编程实现图像类型间的转换。 二、实验内容 1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序，并保存处理结果图像。 三、源代码 I=imread('cameraman.tif') imshow(I); subplot(221), title('图像1'); imwrite('cameraman.tif') M=imread('pout.tif') imview(M) subplot(222), imshow(M); title('图像2'); imread('pout.bmp') N=imread('eight.tif') imview(N) subplot(223), imshow(N); title('图像3'); V=imread('circuit.tif') imview(V) subplot(224), imshow(V); title('图像4');

N=imread('C:\Users\Administrator\Desktop\1.jpg') imshow(N); I=rgb2gary(GRB) [X.map]=gary2ind(N,2) RGB=ind2 rgb(X,map) [X.map]=gary2ind(I,2) I=ind2 gary(X,map) I=imread('C:\Users\dell\Desktop\111.jpg'); subplot(231),imshow(I); title('原图'); M=rgb2gray(I); subplot(232),imshow(M); [X,map]=gray2ind(M,100); subplot(233),imshow(X); RGB=ind2rgb(X,map); subplot(234),imshow(X); [X,map]=rbg2ind(I); subplot(235),imshow(X); 四、实验效果