实验一(1)
2、利用抓屏方法（ctrl+sysRq）粘贴实验程序和实验结果。
实验过程与结果
第一题是对某大学100名新生数学素质测验分数生成频率直方图。
第一步：录入实验数据，并利用max函数找出最高分与最低分；
第二步：根据最高分与最低分之间的差选取合适的组距，本次实验分为7组；
第三步：根据每组的组频范围计算出频数与频率（注：本次实验组频选取左开右闭的形式）；第四步：利用Excel中得数据分析选项，生成频率直方图并调整使其简洁美观；
第五步：利用Average函数求出其均值，利用Vara函数求出其方差。
实验过程及结果如图所示：
均值求解的函数截图；
方差求解的函数截图。
第二题是对某校100名新生身高的频率直方图，步骤与第一题类似，不做详细介绍。实验过程与结果如下图所示：
均值求解的函数截图
方差求解的函数截图
图像灰度变换报告 一.实验目的 1.学会使用Matlab ； 2.学会用Matlab 软件对图像进行灰度变换，观察采用各种不同灰度变换发法对最终图像效果的影响； 二.实验内容 1.熟悉Matlab 中的一些常用处理函数 读取图像：img=imread('filename'); //支持TIF,JPEG,GIF,BMP,PNG 等文件格式。 显示图像：imshow(img,G); //G 表示显示该图像的灰度级数，如省略则默认为256。 保存图片：imwrite(img,'filename'); //不支持GIF 格式，其他与imread 相同。 亮度变换：imadjust(img,[low_in,high_in],[low_out,high_out]); //将low_in 至high_in 之间的值映射到low_out 至high_out 之 间，low_in 以下及high_in 以上归零。 绘制直方图：imhist(img); 直方图均衡化：histeq(img,newlevel); //newlevel 表示输出图像指定的灰度级数。 2.获取实验用图像：rice.jpg. 使用imread 函数将图像读入Matlab 。 3 .产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105 + 2.6333(r – 0.35) 0.35 ≤ r ≤ 0.65 1 + 0.3(r – 1) r > 0.65 用T1对原图像rice.jpg 进行处理，使用imwrite 函数保存处理后的新图像。 4.产生灰度变换函数T2，使得： s = 5.用T2imwrite 保存处理后的新图像。 6.分别用 s = r 0.6; s = r 0.4; s = r 0.3 对kids.tiff 图像进行处理。为简便起见，使用Matlab 中的imadjust 函数，最后用imwrite 保存处理后的新图像。 7.对circuit.jpg 图像实施反变换（Negative Transformation ）。s =1－r; 使
图像工程概论 实验报告
课程报告1： 一、实验目的： 二、实验内容 把这幅图像分成同样大小的10幅人脸图片 然后分别对第一行5幅人脸图像的第3 第4 第5 第二行5幅人脸图像的第1 第5 进行如下处理： 1.进行大津法阈值分割的二值化处理 2.进行直方图均衡化处理 三、实验具体代码以及结果 （一）大津法阈值分割的二值化处理 1.实验代码 %图像分割部分 clear; clc; pic0=imread('G: \image\histogram matching.bmp'); figure(1),imshow(pic0); wdiv=5; hdiv=2; [hd,wd,l]=size(pic0);
sub_wd=floor(wd/wdiv); sub_hd=floor(hd/hdiv); for row=1:2 for col=1:5 pic1=pic0((row-1)*sub_hd+1:row*sub_hd+1,(col-1)*sub_wd+1:col*sub_ wd+1); figure(2),imshow(pic1); imwrite(pic1,['G: \image\'num2str(row) '-'num2str(col) '.jpg'],'jpg'); %存储图像 end end %————————图像处理部分 cd 'G:\pic' x1=imread('1-3.jpg'); %目标读取图像第一行第三幅人脸图像 x2=imread('1-4.jpg'); %第一行第四幅人脸图像 x3=imread('1-5.jpg'); %第一行第五幅人脸图像 x4=imread('2-1.jpg'); %第二行第一幅人脸图像 x5=imread('2-5.jpg'); %第二行第五幅人脸图像 %matlab 自动确定阈值的方法，大津法，类间方差 level1=graythresh(x1); level2=graythresh(x2); level3=graythresh(x3); level4=graythresh(x4); level5=graythresh(x5); %用得到的阈值直接对图像进行二值化处理并显示 BW1=im2bw(x1,level1); BW2=im2bw(x2,level2); BW3=im2bw(x3,level3); BW4=im2bw(x4,level4); BW5=im2bw(x5,level5); subplot(1,5,1),imshow(BW1); subplot(1,5,2),imshow(BW2); subplot(1,5,3),imshow(BW3); subplot(1,5,4),imshow(BW4); subplot(1,5,5),imshow(BW5); 2.实验结果显示 分割结果截图：
一、填空题（每题1分，共15分） 1、列举数字图像处理的三个应用领域医学、天文学、军事 1024?，256个灰度级的图像，需要8M bit。 2、存储一幅大小为1024 3、亮度鉴别实验表明，韦伯比越大，则亮度鉴别能力越差。 4、直方图均衡化适用于增强直方图呈尖峰分布的图像。 5、依据图像的保真度，图像压缩可分为无损压缩和有损压缩 6、图像压缩是建立在图像存在编码冗余、像素间冗余、心理视觉冗余三种冗余基础上。 7、对于彩色图像，通常用以区别颜色的特性是色调、饱和度 亮度。 8、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一种标定方法： 二、选择题（每题2分，共20分） 1、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。（B ） A 图像整体偏暗 B 图像整体偏亮 C图像细节淹没在暗背景中D图像同时存在过亮和过暗背景 2、图像灰度方差说明了图像哪一个属性。（B ） A 平均灰度 B 图像对比度 C 图像整体亮度D图像细节 3、计算机显示器主要采用哪一种彩色模型（ A ） A、RGB B、CMY或CMYK C、HSI D、HSV 4、采用模板［-1 1］T主要检测（ A ）方向的边缘。 A.水平 B.45? C.垂直 D.135? 5、下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（ C ） A、去噪 B、减小图像动态范围 C、复原图像 D、平滑图像 7、彩色图像增强时， C 处理可以采用RGB彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入 一些低频分量。这样的滤波器叫 B 。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 10、图象与灰度直方图间的对应关系是 B __ A.一一对应 B.多对一 C.一对多 D.都不 三、判断题（每题1分，共10分） 1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象。（√）
1.灰度图像直方图统计实习报告 一、实习目的 在学习灰度图像直方图的概念、计算方法、性质和相关应用的基础上,应用Photoshop软件和编写灰度直方图统计程序，能初步掌握图像文件格式读写与图像数据处理，提高学生兴趣和编程能力，巩固所学知识。 二、实习内容 1.实习数据 E:\ 数字图像处理\实习一\Lena.raw 2.利用Photoshop显示图像的灰度直方图，从直方图上了解图像平均明暗度和对比度等信息。 3.要求利用C或C++语言编写灰度图像直方图统计的程序。 三、实习步骤 1.使用Photoshop显示直方图。 （1）点击“文件”-->“打开”，打开一幅图像，此处选取“lena.raw”； （2）点击“图像”-->“直方图”，显示图像的直方图；
（3）对图像做增强处理，例如选择“图像”-->“调整”-->“自动对比度”对图像进行灰度拉伸，然后再显示直方图，观察它的变化。 2.用C或C++编写显示直方图的程序。 具体代码如下： #include "stdio.h" #include "windows.h" void main() { FILE *fp; //文件类指针
fp=fopen("lena.raw","rb"); //打开二进制文件 if (fp==NULL) { printf("文件已损坏，请重新打开。 \n"); } else printf("文件已打开，已经生成.txt文档，请查看。\n"); BYTE PIXEL[512*512]; fread(PIXEL,1,512*512,fp);//二进制文件读取 fclose(fp);//关闭文件 int HistogramStat[256]; for(int i=0;i<256;i++) HistogramStat[i]=0;//赋初值 for (i=0;i<512*512;i++) { int a=PIXEL[i]; HistogramStat[a]++; } //统计像素个数 fp=fopen("灰度直方图.txt","rb"); fprintf(fp,"图像灰度，像素个数\n"); for (i=0;i<256;i++) { if (HistogramStat[i]!=0) fprintf(fp,"%5d,%5d\n",i,HistogramStat[i]); } fprintf(fp,"像素个数为0的已被省略。");//输出内容 } 四、思考题 1灰度直方图可以反映出一幅图像的哪些特性？ 答：（1）表征了图像的一维信息。只反映图像中像素不同灰度出现的次数，而未反映像素所在的位置。即丢失了像素的位置信息。 （2）与图像之间的关系式多对一的映射关系。一幅图像唯一确定出与之对应的直方图，但不同的图像可能有相同的直方图。 （3）一幅图像可分为多个子区域，子图直方图之和为整图的直方图。 2灰度直方图有何用途？编程实现一种灰度直方图应用的程序。 答：（1）用于判断图像量化是否恰当。 （2）用于确定图像的二值化阈值。 （3）计算图像中物体的面积。 （4）计算图像信息量H（熵）。 3在本次实习的基础上，试编写直方图均衡的程序。 五、实习心得体会
数字图像处理实验报告 实验名称：直方图均衡化 ： 班级： 学号： 专业：电子信息工程（2+2） 指导教师：华华 实验日期：2012年5月24日
直方图均衡化 图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图均衡化是最常见的间接对比度增强方法。直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。 直方图均衡化处理的“中心思想”是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围的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度围的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 缺点： 1）变换后图像的灰度级减少，某些细节消失； 2）某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。 直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。 这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。 直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态围从而可达到增强图像整体对比度的效果。设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数): (1)EQ(f)在0≤f≤L-1围是一个单值单增函数。这是为了保证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白(或从白到黑)的排列。 (2)对于0≤f≤L-1有0≤g≤L-1，这个条件保证了变换前后灰度值动态围的一致性。 累积分布函数即可以满足上述两个条件，并且通过该函数可以完成将原图像f的分布转换成g的均匀分布。此时的直方图均衡化映射函数为: gk = EQ(fk) = (ni/n) = pf(fi) ， (k=0，1，2，……，L-1) 上述求和区间为0到k，根据该方程可以由源图像的各像素灰度值直接得到直方图均衡化后各像素的灰度值。在实际处理变换时，一般先对原始图像的灰度情况进行统计分析，并计算出原始直方图分布，然后根据计算出的累计直方图分布求出fk到gk的灰度映射关系。在重复上述步骤得到源图像所有灰度级到目标图像灰度级的映射关系后，按照这个映射关系对
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：
第一章引言 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为_像素_。 2. 数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等；二是_从图像到非图像的一种表示_，如图像测量等。 3. 数字图像处理可以理解为两个方面的操作：一是_从图像到图像的处理_，如图像增强等；二是从图像到非图像的一种表示，如图像测量等。 4. 图像可以分为物理图像和虚拟图像两种。其中，采用数学的方法，将由概念形成的物体进行表示的图像是虚拟图像_。 5. 数字图像处理包含很多方面的研究内容。其中，_图像重建_的目的是根据二维平 面图像数据构造出三维物体的图像。 二.简答题 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的5种。 ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。 ③图像的几何变换：改变图像的大小或形状。 ④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。 ⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 什么是图像识别与理解？ 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望 获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。 4. 简述数字图像处理的至少5种应用。 ①在遥感中，比如土地测绘、气象监测、资源调查、环境污染监测等方面。 ②在医学中，比如B超、CT机等方面。 ③在通信中，比如可视电话、会议电视、传真等方面。 ④在工业生产的质量检测中，比如对食品包装出厂前的质量检查、对机械制品质量的监控和筛选等方面。 ⑤在安全保障、公安方面，比如出入口控制、指纹档案、交通管理等。 5. 简述图像几何变换与图像变换的区别。 ①图像的几何变换：改变图像的大小或形状。比如图像的平移、旋转、放大、缩小等，这些方法在图像配准中使用较多。 ②图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。比如傅里叶变换、小波变换等。
1.灰度直方图 灰度直方图（histogram）是灰度级的函数，它表示图象中具有每种灰度级的象素的个数，反映图象中每种灰度出现的频率。如下图所示，灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图象的最基本的统计特征。 从概率的观点来理解，灰度出现的频率可看作其出现的概率，这样直方图就对应于概率密度函数pdf(probability density function)，而概率分布函数就是直方图的累积和，即概率密度函数的积分，如下图所示：
若直接从代表每种灰度的象素数目的直方图来观察，常用如下的表示： dr r dP r p dr r p r P r )()(, )()(0 = =?∑???===≈ ===== =k i i k k k k k r r n n r P n n r p n r n A dA r p dr dr r H A r P A dr r dA A r H r p dr r H A dr r H r A 00 0000255 00 )()()(1)(1 )(,/)()()() ()(, )()(，而概率分布函数，则概率密度的象素数为，灰度为若记象素总数为，时，在离散情况下，取概率密度象素总数一幅图象的总面积，或
灰度直方图的计算是很简单的，依据定义，若图象具有L（通常L=256, 即8位灰度级）级灰度，则大小为MxN的灰度图象f(x,y)的灰度直方图hist[0…L-1]可用如下计算获得： 1. 1.初始化 hist[k]=0 ; k=0,…,L-1 2. 2.统计 hist[f(x,y)]++ ; x, y =0,…,M-1, 0,…,N-1 3. 3.标准化 hist[f(x,y)]/=M*N 2.直方图均衡化 直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。 设灰度变换s=f（r）为斜率有限的非减连续可微函数，它将输入图象A(x,y) 转换为输出图象B(x,y)，输入图象的直方图为H A (r)，输出图象的直方图为H B (s)， 则它们的关系可由如下过程导出：
第十章数据的收集、整理与描述 10.2直方图 一、教学目标 【知识与技能】 1.了解频数及频数分布的概念. 2.能根据情况，选择合适的组距进行分组，会列频数分布表. 3.会画简单的频数分布直方图或频数折线图，并利用它获取相关信息，用以估计总体相关情况，即所有数据的分布情况. 【过程与方法】 由问题引入，通过问题的解决了解画频数分布直方图的全过程，在此基础上要求学生自己画一个频数分布直方图. 【情感态度】 增强对统计的兴趣，养成调查研究的良好习惯和科学态度. 【教学重点】 探究用频数分布直方图描述数据的方法. 【教学难点】 通过频数分布直方图在数据中所起的作用，反映数据中蕴涵的规律，感受和体会统计结果对决策的意义和作用。 二、教学过程 回顾知识点：我们已经学习了用哪些方法来描述数据？ 条形统计图反映事物的变化趋势总体中所占的百分比具体数目（教师出示问题学生巩固复习所学的数据描述的方法和优缺点，进一步感知不同数据描述方法的适用性。）
知识点一：频数分布表 示例一：为了参加全校各年级之间的广播体操比赛，七年级准备从63名同学中挑选身高相差不多的40名同学参加比赛.为此收集到这63名同学的身高（单位：cm ）如下： 思考 选择那个范围内的身高学生参加比赛呢？ 为了使选取的参赛选手身高比较整齐，需要知道数据（身高）的分布情况.为此可以通过对这些数据适当分组来进行整理. （提示学生积极思考回答，尝试提出可行的办法） 1．计算最大值与最小值的差 在上面的数据中，最小值是149，最大值是172，它们的差是23，说明身高的变化范围是23． 2 ．决定 组距和组数 （没有固定的标准） 把所有数据分成若干组，每个小组的两个端点之间的距离（组内数据的取值范围）称为组距. 如果取组距为3，则：当数据在100个以内时，常分成5-12组. 所以要将数据分成 7+1=8 组. 3．列频数分布表 对落在各个小组内的数据进行累计，得到各个小组内的数据的个数（叫做频数）. 最大值－最小值 组距 1721493－273
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
昆明理工大学信息工程与自动化学院学生实验报告 （2016—2017学年第一学期） 课程名称：数字图像基础开课实验室： 2016年月日 年级、专业、班学号姓名成绩 实验项目名称图像增强（1）指导教师 教师评语 该同学是否了解实验原理： A.了解□ B.基本了解□ C.不了解□ 该同学的实验能力： A.强□ B.中等□ C.差□ 该同学的实验是否达到要求： A.达到□ B.基本达到□ C.未达到□ 实验报告是否规范： A.规范□ B.基本规范□ C.不规范□ 实验过程是否详细记录： A.详细□ B.一般□ C.没有□ 教师签名： 2016年 11月 16日 一、实验目的及内容 目的：掌握和熟悉Matlab编程环境及语言；掌握直方图统计的算法和用途。 内容： 1.调试教材P25页例 2.1输出类似教材图2.3的结果。 2.调试教材P33页例2.4，编写一个程序，分别使用imhist、bar、stem、plot四种方式 显示一幅灰度图像的直方图 3.调试教材P37页例2.5。 4.直方图均衡化的公式如下所示： 11 ()() k k j k k r j j j n s T r p r n == === ∑∑ 根据上式及课堂所讲直方图均衡化原理及方法，自己写一个Matlab函数实现对灰度图像的直方图均衡化功能（类似于Matlab提供的hist eq函数）。（提示：实现中使用Matlab函数cumsum（P38）可能会使程序简单些）。
二、要求 1.描述直方图的概念并解释直方图均衡化原理。 2.程序结构清晰，运行结果正确。 3.对于第1、2、3小题在实验报告中给出所调试的程序，及其运行结果，对第4小题 描述程序的设计、实现和结果，并对结果进行分析。
数字图像处理 实验报告 实验一绘制直方图 学号 姓名 日期
实验一绘制直方图 一、实验内容 1、编程绘制数字图像的直方图。 2、直方图均衡处理。 二、实验步骤 1、设计思想或者流程图。 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。 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、源程序并附上注释。 clear all %一，图像的预处理，读入彩色图像将其灰度化 PS=imread('1.jpg');%读入JPG彩色图像文件 imshow(PS)%显示出来 title('输入的彩色JPG图像') imwrite(rgb2gray(PS),'PicSampleGray.bmp');%将彩色图片灰度化并保存 PS=rgb2gray(PS);%灰度化后的数据存入数组 %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 GP(k+1)=length(find(PS==k))/(m*n);%计算每级灰度出现的概率，将其存入GP中相应位置 end figure,bar(0:255,GP,'g')%绘制直方图 title('原图像直方图') xlabel('灰度值') ylabel('出现概率') %三，直方图均衡化 S1=zeros(1,256); for i=1:256 for j=1:i S1(i)=GP(j)+S1(i);%计算Sk end end S2=round((S1*256)+0.5);%将Sk归到相近级的灰度for i=1:256 GPeq(i)=sum(GP(find(S2==i)));%计算现有每个灰度级出现的概率
本节知识要点： 1.经历由实际问题进行统计调查解决问题的过程，会用分好组的频数分布表整 理数据，会根据表格画简单的频数分布直方图，会利用频数分布的图表解释数据中蕴含的信息，培养统计观念. 2.了解组距、组数、频数、频数分布等概念. 本节测试 一、选择题 1．考察50名学生的年龄，列频数分布表时，这些学生的年龄落在5个小组中，第一、二、三、五组的数据个数分别是2，8，15，5，则第四组的频率是（） A．20 B．0.4 C．0.6 D.30 2．有40个数据，其中最大值为35，最小值为15，若取组距为4，则应该分的组数是（） A．4 B．5 C．6 D．7 二、填空题 3．绘制频数折线图时，通常要求出各个小组两个端点的平均数，?这些平均数称为_________． 4．利用频数分布直方图画频数折线图时，若组距为4，?第一个小组的范围是138≤x<142，最后一个小组的范围是154≤x<158．?则折线上最左边的点的坐标是_______，最右边的点的坐标是________． 三、解答题 5．某班同学参加环保知识竞赛，?将学生成绩（得分都是整数）进行整理后分成5组，绘成频数分布直方图（如图），?图中从左到右各小长方形的高的比为1：3：6：4：2，最后一组的频数为6，结合直方图提供的信息解答下列问题： （1）该班有多少名同学参赛？ （2）成绩落在哪组数据范围内的人数最多？是多少？ （3）求成绩在60分以上（含60分）的学生占全班参赛学生人数的百分率．（4）请你直接在直方图的基础上绘制频数折线图．
60(每组含最低分数但不含最高分数)频数 (学生人数) 分数/分 100908070500 6．储蓄所太多必将增加银行支出，太少又难以满足顾客的需求．为此，?银行在某储蓄所抽样调查了50名顾客，他们的等待时间（进入银行到接受受理的时间间隔，单位：分）如下： 22 14 33 17 24 17 12 14 24 11 15 20 18 3 25 24 34 37 42 35 30 23 34 22 13 34 8 22 31 24 25 0 1 21 28 33 32 23 14 4 31 42 34 26 14 25 40 14 42 6 （1）将数据适当分组，并绘制相应的频数分布直方图； （2）这50名顾客的平均等待时间是多少？根据这个数据，?你认为应该给银行提什么建议？ 答案: 1．B 2．C 3．组中值 4．（136，0）；（160，0） 5．①48人； ②大于等于70分而小于80分的范围内的人数最多； ③93.75%；④略 6．①略（答案不唯一）； ②平均等待的时间是22.74分．顾客平均等待的时间过长，应控制在12?分钟左右．为此，银行可以在高峰期增加办事人员，提高工作效率，加强业务训练，优化服务质量，同时可以适当的增加营业网点．
《遥感数字图像处理》习题与答案 第一部分 1.什么是图像并说明遥感图像与遥感数字图像的区别。 答：图像（image）是对客观对象的一种相似性的描述或写真。图像包含了这个客观对象的信息。是人们最主要的信息源。 按图像的明暗程度和空间坐标的连续性划分，图像可分为模拟图像和数字图像。模拟图像（又称光学图像）是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。数字图像是指被计算机储存，处理和使用的图像，是一种空间坐标和灰度都不连续的、用离散数字表示的图像，它属于不可见图像。 2.怎样获取遥感图像 答：遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。根据传感器基本构造和成像原理不同。大致可分为摄影成像、扫描成像和雷达成像三类。 m= 3.说明遥感模拟图像数字化的过程。灰度等级一般都取2m（m是正整数），说明8时的灰度情况。 答：遥感模拟图像数字化包括采样和量化两个过程。 ①采样：将空间上连续的图像变换成离散点的操作称为采样。空间采样可以将模拟图像具有的连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元的数字图像。 ②量化：遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示的图像，但其灰度（或色彩）仍是连续的，不能用计算机处理。应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。 m=时，则得256个灰度级。若一幅遥感数字图像的量化灰度级数g=256级，则灰当8 度级别有256个。用0—255的整数表示。这里0表示黑，255表示白，其他值居中渐变。由于8bit就能表示灰度图像像元的灰度值，因此称8bit量化。彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。 4.什么是遥感数字图像处理它包括那些内容 答：利用计算机对遥感数字图像进行一系列的操作，以求达到预期结果的技术，称作遥感数字图像处理。 其内容有： ①图像转换。包括模数（A/D）转换和数模（D/A）转换。图像转换的另一种含义是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作，如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换和小波变换等。 ②数字图像校正。主要包括辐射校正和几何校正两种。 ③数字图像增强。采用一系列技术改善图像的视觉效果，提高图像的清晰度、对比度，突出所需信息的工作称为图像增强。图像增强处理不是以图像保真度为原则，而是设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。 ④多源信息复合（融合）。 ⑤遥感数字图像计算机解译处理。
四、灰度直方图是数字图像处理的重要工作。请简述灰度直方图规定化、均衡化的基本原理。并以分辨率为5*4，图像的深度6bit 的图像为例，自举例说明直方图均衡化的计算过程。 解答： 数字图像的直方图是作为图像每一个灰度级的统计概率分布"它提供了图像灰度分布的概貌,直方图增强技术正是利用修改给定图像直方图的方法来增强图像的,最后得到的图像增强程度取决于我们所采用的直方图。令变量r 和s 分别代表图像增强前后的像素灰度级，相应灰度级分布的概率密度分别为()r P r 和()s P s 。 为讨论方便，假设像素灰度值已经归一化在区间[0，1]，在灰度级坐标中r=0表示黑，r=1表示白。对区间[0，1]内任一个r 值按变换函数： s = T(r) （1） 进行变换，T （r ）满足两个条件：（1）单值单调递增函数；(2) 0≤T （r ）≤1。 条件（1）使灰度级保持从黑到白的次序，条件（2）保证映射变换后像素灰度值在允许的范围内。从s 到r 的反变换为：1()r T s -=，0≤s ≤1。 （2） 同样，规定变量s 也满足条件（1）和（2）。由概率理论知，若()r P r 和变换函数s = T(r) 已知，1()r T s -=是单值单调增加函数，则有： 1() ()[P () ]s r r T s dr P s r ds -== （3） 直方图增强技术就是通过变换函数T （r ）控制图像灰度级的概率密度函数而改变图像的外貌。 对于连续图像，变换函数为： ()(),01r r s T r P r dr r ==≤≤? （4） 此式右边为累积分布函数（CDF ），由该式对r 求导有： ()r ds P r dr = (5) 代入（3）得到: 1()1 ()[() ]1,01() r r T s r P s P r s P r -===≤≤ （6） 这说明，在变换后变量s 在定义域内, ()s P s 是均匀概率密度。在图像增强意义上，这 相当于像素的动态范围增加。 对于离散图像，灰度级k r 的概率值为： (),01,0,1,2, (1) r k k n P r r k L n = ≤≤=- （7） 其中，n 表示图像中像素的总数，k n 是在图像中出现这种灰度级的次数，L 表示灰度级
直方图（一） 课题：直方图课型：新授时间： 备课人：孙红云 学习目标： ?1、掌握组距、频数等概念； ?2、会制作频数分布表。会画频数分布直方图和频数折线图。 学习重难点： 掌握画频数分布直方图的步骤，会画频数分布直方图。 学习安排：第一课时 学习过程： 一、出示课题、学习目标 二、自学指导：自学课本163页—166页。注意以下问题： 1、组距、频数、频数分布表、频数分布直方图、频数折线图等概念。 2、画频数分布直方图的步骤。 三、自学检测 ?1、什么是组距？频数？ ?2、通过自学，你觉得绘制频数分布直方图都有哪些步骤？ 3、（1）在频数分布表中，各小组的频数之和（）。 A 小于数据总和 B 等于数据总和 C 大于数据总和 D 不能确定 （2）为了绘制一组数据的频数分布直方图，首先要算出这组数据的变化范围，数据的变化范围是指数据的（） A 最大值 B 最小值 C 最大值与最小值的差 D 数据的个数 4、学生独立完成、合作交流，教师巡视、适当加以指导 （1）.某校18名数学老师的年龄(岁)如下: 29 42 58 37 53 52 49 24 37 42 55 40 38 50 26 54 26 44 （2）.某班有20名同学捐出自己的零花钱支
援灾区，他们的捐款数如下：(单位:元) 19 20 25 30 28 27 26 21 20 22 24 23 25 29 27 28 27 30 19 20 请将这组数据制成频数分布直方图。注意画频数分布直方图的四个步骤 四、小结 为了解各年龄段的观众对某电视剧的收视率，某校初七年级（5）班的一个兴趣小组，调查了部分观众的收视情况并分成A、B、C、D、E、F六组进行整理，其频数分布直方图如图：看大屏幕
《数字图像处理》实验 报告（二） 学号：____________ 姓名：__________ 专业：____ 课序号：__________ 计算机科学与技术学院
实验2直方图均衡化 一、实验学时：4学时（本部分占实验成绩的40%） 二、实验目的： 1、理解直方图均衡化的原理及步骤； 2、编程实现图像（灰度或彩色）的直方图均衡化。 三、必须学习和掌握的知识点： 直方图均衡化是一种快速有效且简便的图像空域增强方法，在图像处理中有着非常重要的意义，因此要求掌握。 四、实验题目： 编程实现灰度图像的直方图均衡化处理。要求给出原始图像的直方图、均衡化图像及其直方图和直方图均衡化时所用的灰度级变换曲线图。 五、思考题：（选做，有加分） 实现对灰度图像的直方图规定化处理。 六、实验报告： 请按照要求完成下面报告内容并提交源程序、可执行程序文件和实验结果图像。
1、请详细描述本实验的原理： 1.直方图均衡化概述 图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现;直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。 直方图均衡化的英文名称是Histogram Equalization. 直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。 2基本思想 直方图均衡化处理的“中心思想”是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。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数): (1)EQ(f)在0≤f≤L-1范围内是一个单值单增函数。这是为了保证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白(或从白到黑)的排列。 (2)对于0≤f≤L-1有0≤g≤L-1，这个条件保证了变换前后灰度值动态范围的一致性。 累积分布函数(cumulative distribution function，CDF)即可以满足上述两个条件，并且通过该函数可以完成将原图像f的分布转换成g的均匀分布。此时的直方图均衡化映射函数为: gk = EQ(fk) = (ni/n) = pf(fi) ， (k=0，1，2，……，L-1)
30452 计算题复习
一、 直方图均衡化（P68）
对已知图像进行直方图均衡化修正。
例：表 1 为已知一幅总像素为 n=64×64 的 8bit 数字图像（即灰度级数为 8），各灰度级（出现的频率）分布
列于表中。要求将此幅图像进行均衡化修正（变换），并画出修正（变换）前后的直方图。
表1
原图像灰
度级 rk
r0=0 r1=1 r2=2 r3=3 r4=4 r5=5 r6=6 r7=7
原各灰度级 原分布概率
像素个数 nk pr(rk)
790
0.19
1023
0.25
850
0.21
656
0.16
329
0.08
245
0.06
122
0.03
81
0.02
解：对已知图像均衡化过程见下表：
原图像灰
度级 rk
原各灰度级 原分布概率 累积分布函
像素个数 nk
pr(rk)
数 sk 计
取整扩展
sk 并
r0=0
790
0.19
0.19
1
r1=1
1023
0.25
0.44
3
r2=2
850
0.21
0.65
5
r3=3
656
0.16
0.81
6
r4=4
329
0.08
0.89
6
r5=5
245
0.06
0.95
7
r6=6
122
0.03
0.98
7
r7=7
81
0.02
1.00
7
画出直方图如下：
确定映射 对应关系
rk→sk
0→1 1→3 2→5 3→6 4→6 5→7 6→7 7→7
新图像灰
度级 sk
1 3 5
新图像各灰 度级像素个
数 nsk
790 1023 850
新图像分 布概率
ps(sk)
0.19 0.25 0.21
6
985
0.24
7
448
0.11
1