实验二遥感图像的几何校正与镶嵌实验报告
实验目的：
通过本实验熟练操作遥感图像处理的专业软件进行基础图像处理，包括图像几何校正、镶嵌等。
实验内容：
1、熟悉图像几何校正、镶嵌的基本原理；
2、学习图像几何校正具体操作；
3、学习图像镶嵌正具体操作。
本实验的图像几何校正是通过“像图配准”的方式获取地面控制点的方里网坐标的，并对传统的从纸质地形图上量算坐标的方法进行改进，利用Auto CAD或Photoshop等软件从扫描后的电子地形图上直接量算坐标。
实验步骤：
第一步、熟悉图像几何校正、镶嵌的基本原理
第二步、图像几何校正
运行PCI，选择GCPWorks模块，在Source of GCPs选择User Entered Coordinates（用户输入投影坐标系统），点击Accept后，弹出校正模块：
选择第一项加载需要校正的图像（由实验一方法导出的125-42.pix）->点击
Default->Load & Close->得到下图：
选择第二项，选择Other确定投影系统：
注意输入6度带的中央经度与向东平移500公里（500000米）：
点击Earth Model确定地球模型：
点击Accept：
选择第三项采集地面控制点。在采集地面控制点之前，利用Photoshop软件打开扫描后的电子地形图。
分别在遥感图像和地形图中找到一个同名点，如下图（可以用放大遥感图）。
然后在地形图中量算出该点的大地坐标，精确到米，X坐标为6位（要去掉2位6度带的带号），Y坐标7位（运用测出）。再将坐标输入到GCP编辑窗口中，并点击Accept as GCP接受为一个控制点。
用同样的方法采集更多的地面控制点。注意：前三个点不显示误差，从第四个点开始才出现误差。一般要求选择15个以上控制点，并且各点的误差<1个像元，将误差过大的点删除，直到误差<1个像元为止。
最后，关闭GCP编辑窗口，选择第五项（如果对整个图像进行几何校正，则第四项可以省略），执行几何校正。
先在弹出的窗口中点击New Output File，输入校正后的图像名，并选择图像格
式PCIDSK（*.pix），在弹出窗口中输入生产图像的通道数（Channels：3），Geo-ReferencingInformation选择Use bands and resolution，改变X、Y像元大小（Pixel Size：30），并点击Create与Yes生产校正后的空图像。
弹出Disk to Disk Registration 对话框->channel mapping 选择Default-> 点击performing registration 执行校正。
校正前图像
校正前图像
校正后图像
第三步、图像镶嵌
本次图像镶嵌底图为125-42.pix，所镶嵌的图像为125-41.pix。选择ImageWorks模块，打开校正后的图像
点击File，选择Utility，点击Tools，选择Reproject，弹出下面窗口：
重新计算Upper Left 和Lower Right（如下图）。
点击Reproject.
选择GCPWorks模块，使用默认参数，点击Accept.
选择，选择为进行几何校正的125-41.pix。点击，点击。
点击，选择重投影的125-42exp.pix。
选择，在弹出的编辑窗口中点击，然后在需镶嵌的图
像窗口中将需要镶嵌的图像区域圈出来，点击闭合。注意在确定重叠区
域的边界时，要尽可能走弯线，沿山脊或河流，尽量避免垂直穿过山脊或河流。完成后关闭该窗口
选择，分别在两景图像的重叠区拖拉出一个红色矩形框，并点击Match进行颜色匹配，关闭该窗口。
选择进行效果预览与检查，选择Cubic重采样，
BlendWidth（过渡宽度）设置为10左右，点击RegistrationOverview，将镶嵌窗口镶嵌线附近的重叠区放大显示，检查两侧颜色是否基本一致，如果不一致，则关闭该窗口，退回上一步重新进行颜色匹配，直到满意为止。
最后，选择进行镶嵌，建立镶嵌图像之间的对应关
系，设置如下图，点击PerformRegistration执行图像镶嵌，实验完成
得到镶嵌图像如下：
总结和体会：
几何校正是遥感图像处理的一个重要环节，是削弱遥感图像与地面真实形态差异的重要手段。
在遥感理论上，将遥感平台位置和运动状态，地形起伏，地球表面曲率，大气折射等遥感系统内外因素影响造成的遥感图像几何位置上的变化统称为几何畸变，也就是遥感图像在几何位置上与实际地面位置有差异。几何畸变和几何校正是遥感理论的一对派生词，几何校正是因几何畸变而产生，是解决几何畸变的方法体系。
本实验的图像几何校正是通过“像图配准”的方式获取地面控制点的方里网坐标的，并对传统的从纸质地形图上量算坐标的方法进行改进，利用Auto CAD或Photoshop等软件从扫描后的电子地形图上直接量算坐标。
在遥感图像处理中，为了获得更大范围的地面图像，通常需要将多幅遥感图像拼成一幅图像。
图像镶嵌的主要步骤之一是将多幅图像从几何上拼接起来，这一步通常是先对每幅图像进行几何校正，将它们规划到统一的坐标系中，然后对它们进行裁剪，去掉重叠的部分，再将裁剪后的多幅图像装配在一起，形成一幅大幅面的图像。图像镶嵌的主要步骤之二是消除几何拼接以后的图像上因灰度差异而出现的拼接缝。一般地，在拼接缝附近，两幅图像灰度上的细微差别都会导致明显的拼接缝，而在实际的成像过程中，被拼接的图像在拼接边界附近灰度的细微差别几乎是不可避免的。地面环境的微小变化、成像角度的不同等因素都可能造成这种灰度上的差异。因此，在图像镶嵌过程中，需要一种技术能够修正镶嵌图像在拼接缝附近的灰度，使之在拼接缝处的灰度有一个光滑的过渡，不产生突变效应。
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：
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
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
目录 实验一：数字图像的基本处理操作 (2) 1.1：实验目的 (2) 1.2：实验任务和要求 (2) 1.3：实验步骤和结果 (2) 1.4：结果分析 (6) 实验二：图像的灰度变换和直方图变换 (7) 2.1：实验目的 (7) 2.2：实验任务和要求 (7) 2.3：实验步骤和结果 (7) 2.4：结果分析 (11) 实验三：图像的平滑处理 (11) 3.1：实验目的 (11) 3.2：实验任务和要求 (11) 3.3：实验步骤和结果 (12) 3.4：结果分析 (15) 实验四：图像的锐化处理 (16) 4.1：实验目的 (16) 4.2：实验任务和要求 (16) 4.3：实验步骤和结果 (16) 4.4：结果分析 (18)
实验一：数字图像的基本处理操作 1.1：实验目的 1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用； 2、实现图像的读取、显示、代数运算和简单变换。 3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。 1.2：实验任务和要求 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。 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。 3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换， 显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。 4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里 叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的 对应关系。 1.3：实验步骤和结果 1.对实验任务1的实现代码如下： a=imread('d:\tp.jpg'); i=rgb2gray(a); I=im2bw(a,0.5); subplot(1,3,1);imshow(a);title('原图像'); subplot(1,3,2);imshow(i);title('灰度图像'); subplot(1,3,3);imshow(I);title('二值图像'); subplot(1,3,1);imshow(a);title('原图像'); 结果如图1.1 所示：
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
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)
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；
立方体的简单三维交互式几何变换 这个学期对opengl的学习，使我对计算机图形学的一些算法过程有了更多的了解。因为对三维图形的显示比较感兴趣，就做了立方体的简单三维交互式几何变换。 功能：键盘的方向键实现立方体的上下左右平移；A键，S键分别实现向前，向后旋转；J键，K键分别实现放大，缩小；C键退出。 程序模块： 1.该模块为绘制一个立方体。 void DrawBox() { glBegin(GL_QUADS); //前面 glColor3f(1,0,0); glVertex3f(-1.0f, -1.0f, 1.0f); // 四边形的左下 glVertex3f( 1.0f, -1.0f, 1.0f); // 四边形的右下 glVertex3f( 1.0f, 1.0f, 1.0f); // 四边形的右上 glVertex3f(-1.0f, 1.0f, 1.0f); // 四边形的左上 // 后面 glColor3f(0,1,0); glVertex3f(-1.0f, -1.0f, -1.0f); // 四边形的右下 glVertex3f(-1.0f, 1.0f, -1.0f); // 四边形的右上
glVertex3f( 1.0f, -1.0f, -1.0f); // 四边形的左下 // 顶面 glColor3f(0,0,1); glVertex3f(-1.0f, 1.0f, -1.0f); // 四边形的左上glVertex3f(-1.0f, 1.0f, 1.0f); // 四边形的左下glVertex3f( 1.0f, 1.0f, 1.0f); // 四边形的右下glVertex3f( 1.0f, 1.0f, -1.0f); // 四边形的右上// 底面 glColor3f(1,1,0); glVertex3f(-1.0f, -1.0f, -1.0f); // 四边形的右上glVertex3f( 1.0f, -1.0f, -1.0f); // 四边形的左上glVertex3f( 1.0f, -1.0f, 1.0f); // 四边形的左下glVertex3f(-1.0f, -1.0f, 1.0f); // 四边形的右下// 右面 glColor3f(0,1,1); glVertex3f( 1.0f, -1.0f, -1.0f); // 四边形的右下glVertex3f( 1.0f, 1.0f, -1.0f); // 四边形的右上glVertex3f( 1.0f, 1.0f, 1.0f); // 四边形的左上glVertex3f( 1.0f, -1.0f, 1.0f); // 四边形的左下// 左面 glColor3f(1,0,1);
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
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。
立方体的简单三维交互式几何变换 立方体的简单三维交互式几何变换。 功能：键盘的方向键实现立方体的上下左右平移；A键，S键分别实现向前，向后旋转；J键，K键分别实现放大，缩小；C键退出。 程序模块： 1.重绘回调函数，在窗口首次创建或用户改变窗口尺寸时被调用。void reshape(int w, int h) { glViewport(0, 0, w, h);// 指定视口的位置和大小 glMatrixMode(GL_PROJECTION); glLoadIdentity(); //glFrustum(-1.0, 1.0, -1.0, 1.0, 3.1, 10.0); //gluPerspective(45,1,0.1,10.0); glOrtho(-2.0, 2.0, -2.0, 2.0, 2.0, 10.0); } 2.绘制一个立方体。 void DrawBox() { glBegin(GL_QUADS); //前面
glColor3f(1,0,0); glVertex3f(-1.0f, -1.0f, 1.0f); // 四边形的左下glVertex3f( 1.0f, -1.0f, 1.0f); // 四边形的右下glVertex3f( 1.0f, 1.0f, 1.0f); // 四边形的右上glVertex3f(-1.0f, 1.0f, 1.0f); // 四边形的左上// 后面 glColor3f(0,1,0); glVertex3f(-1.0f, -1.0f, -1.0f); // 四边形的右下glVertex3f(-1.0f, 1.0f, -1.0f); // 四边形的右上glVertex3f( 1.0f, 1.0f, -1.0f); // 四边形的左上glVertex3f( 1.0f, -1.0f, -1.0f); // 四边形的左下 // 顶面 glColor3f(0,0,1); glVertex3f(-1.0f, 1.0f, -1.0f); // 四边形的左上glVertex3f(-1.0f, 1.0f, 1.0f); // 四边形的左下glVertex3f( 1.0f, 1.0f, 1.0f); // 四边形的右下glVertex3f( 1.0f, 1.0f, -1.0f); // 四边形的右上// 底面 glColor3f(1,1,0); glVertex3f(-1.0f, -1.0f, -1.0f); // 四边形的右上glVertex3f( 1.0f, -1.0f, -1.0f); // 四边形的左上glVertex3f( 1.0f, -1.0f, 1.0f); // 四边形的左下
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 ⊕
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
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);
计算机图像处理实验报告 哈哈哈哈哈哈实验台31 1.应用MATLAB语言编写显示一幅灰度图像、二值图像、索引图像及 彩色图像的程序，并进行相互之间的转换 1)彩色图像转换为灰度图像、索引图像、二值图像 A=imread('F:\colorful.jpg'); subplot(221);imshow(A);title('彩色图像'); I1=rgb2gray(A); subplot(222);imshow(I1);title('灰度图像'); [X1,map]=rgb2ind(A,256); subplot(223);imshow(X1);title('索引图像'); BW=im2bw(A); subplot(224);imshow(BW);title('二值图像'); 彩色图像灰度图像 索引图像二值图像
2)灰度图像转换为索引图像、二值图像 clear A=imread('F:\colorful.jpg'); B=rgb2gray(A); subplot(131);imshow(B);title('灰度图像'); [X2,map]=gray2ind(B,128); subplot(132);imshow(X2);title('索引图像'); BW2=im2bw(B); subplot(133);imshow(BW2);title('二值图像'); 灰度图像索引图像二值图像 3)索引图像转为灰度图像、二值图像、彩色图像 clear A=imread('F:\colorful.jpg'); [X,map]=rgb2ind(A,256); subplot(221);imshow(X);title('索引图像'); I3=ind2gray(X,map); subplot(222);imshow(I3);title('灰度图像'); BW3=im2bw(X,map,0.5); subplot(223);imshow(BW3);title('二值图像'); RGB=ind2rgb(X,map); subplot(24);imshow(RGB);title('还原彩色图像'); 索引图像灰度图像 二值图像还原彩色图像
实验报告 实验名称：图像处理 姓名：刘强 班级：电信1102 学号：1404110128
实验一图像变换实验——图像点运算、几何变换及正交变换一、实验条件 PC机数字图像处理实验教学软件大量样图 二、实验目的 1、学习使用“数字图像处理实验教学软件系统”，能够进行图像处理方面的 简单操作； 2、熟悉图像点运算、几何变换及正交变换的基本原理，了解编程实现的具体 步骤； 3、观察图像的灰度直方图，明确直方图的作用和意义； 4、观察图像点运算和几何变换的结果，比较不同参数条件下的变换效果； 5、观察图像正交变换的结果，明确图像的空间频率分布情况。 三、实验原理 1、图像灰度直方图、点运算和几何变换的基本原理及编程实现步骤 图像灰度直方图是数字图像处理中一个最简单、最有用的工具，它描述了一幅图像的灰度分布情况，为图像的相关处理操作提供了基本信息。 图像点运算是一种简单而重要的处理技术，它能让用户改变图像数据占据的灰度范围。点运算可以看作是“从象素到象素”的复制操作，而这种复制操作是通过灰度变换函数实现的。如果输入图像为A(x,y)，输出图像为B(x,y)，则点运算可以表示为： B(x,y)＝f[A(x,y)] 其中f(x)被称为灰度变换（Gray Scale Transformation，GST）函数，它描述了输入灰度值和输出灰度值之间的转换关系。一旦灰度变换函数确定，该点运算就完全确定下来了。另外，点运算处理将改变图像的灰度直方图分布。点运算又被称为对比度增强、对比度拉伸或灰度变换。点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸和均衡等。 图像几何变换是图像的一种基本变换，通常包括图像镜像变换、图像转置、图像平移、图像缩放和图像旋转等，其理论基础主要是一些矩阵运算，详细原理可以参考有关书籍。 实验系统提供了图像灰度直方图、点运算和几何变换相关内容的文字说明，用户在操作过程中可以参考。下面以图像点运算中的阈值变换为例给出编程实现的程序流程图，如下：
- 院系：计算机科学学院专业：计算机科学与技术年级： 2012级 课程名称：数字图像处理组号： 姓名(学号)： 指导教师：高志荣 2015年 5月 25日
实验原理（算法流程）2.运行结果 1-1-1图查看2012213500.png图片的基本信息和显示图片过程 1-1-2图将2012213500.png图片保存为2012213500.bmp图片3.实验分析
实验原理（算法流程） 先用imread()函数将2012213500.png存入I数组中，可见1-1-1图右上角的Workspace中的I。然后用imfinfo()函数和ans函数读取该图像的大小、类型等信息，具体在1-1-1图的Command Window中可见。至于图片格式的转换，就是用rgb2gray()函数将保存在I数组中的数据转换成灰度格式保存在原来的数组I中。最后将变换所得到的数据保存于2012213500.bmp文件中。 实验（2）： 1.代码实现 I=imread(2012213500.bmp');%读取灰度图片 subplot(221),imshow(I,[]),title('256*256,256') I=I(1:2:end,1:2:end);%图片采样 subplot(222),imshow(I,[]),title('128*128,256') I=I(1:2:end,1:2:end);%图片采样 subplot(223),imshow(I,[]),title('64*64,256') I=I(1:2:end,1:2:end);%图片采样 subplot(224),imshow(I,[]),title('32*32,256') 2.运行结果 1-2 图图片空间分辨率对图片的影响 3.实验分析 由1-2图可以看出，在保持灰度级数一定的条件下，随着图片空间分辨率的减半，即256*256,128*128,64*64,32*32的图像，图中的各个区域边缘处的棋盘模式越来越明显，并且全图的像素颗粒越来越粗。证明了空间分辨率是影响图片清晰度的因素之一。 实验（3）： 1.代码实现 I=imread('2012213500.bmp');%读取灰度图片 subplot(221),imshow(I,256),title('256*256,256')%灰度级为256 subplot(222),imshow(I,50),title('256*256,50') %灰度级为50 subplot(223),imshow(I,10),title('256*256,10') %灰度级为10 subplot(224),imshow(I,5),title('256*256,5') %灰度级为5