NANCHANG UNIVERSITY
数字图象处理实验报告
专业：通信工程
班级：121班
学号：6100212024
学生姓名：徐万然
2015年4月20日
目录
实验1：图像信号的数字化
实验2：图像灰度级修正
实验3：图像的平滑滤波
实验4：图像的锐化处理
实验5：图像的伪彩色处理
实验6：图像的几何变化
实验7：图像的复原处理
实验8：图像的正交变换
实验一：图像信号的数字化
一、实验目的
通过本实验了解图像的数字化参数取样频率（象素个数）、量化层数与图像质量的关系。
二、实验内容
编写并调试图像数字化程序，要求参数k，n 可调。其中k为亚抽样比例；n 为量化比特数；选择任意图像进行处理，在显示器上观察各种数字化参数组合下的图像效果。
三、实验程序
f=imread('Water lilies.jpg');
%读入一张图片
f1=rgb2gray(f);
%将rgb值转换为灰度图
subplot(3,3,1),imshow(f),title('灰度图');
%显示这幅图像
f2=im2bw(f1);
%将图像转换为二值图
subplot(3,3,2),imshow(f2),title('二值图');
%显示这幅图像
f3=~f2;
%对图像进行取反操作
subplot(3,3,3),imshow(f3),title('取反图');
%显示这幅图像
f4=imnoise(f,'gaussian');%
subplot(3,3,4),imshow(f4),title('加高斯噪声图');
%对象进行预操作，加入高斯噪声
h=ones(5,5)/25;
%设计一个5*5的均值滤波器
f5=imfilter(f4,h);
%对图像进行均值滤波
subplot(3,3,5),imshow(f5),title('平滑滤波图');
%显示这幅图像
f6=imadjust(f,[0,1],[0,1]);
%对图像灰度值进行归一化处理
subplot(3,3,6),imshow(f6),title('灰度级修正图1');
%显示这幅图像
f7=imadjust(f,[0,0.8],[0,1]);
%降低输入的灰度值
subplot(3,3,7),imshow(f7),title('灰度级修正图2');
%显示这幅图像
四、实验结果
五、实验分析及心得
通过本次的实验，我学会了使用MA TLAB来进行简单图像处理的步骤。首先应使用Imread函数来对图像进行数字化，将想要处理的图像存错为数字化的矩阵中，然后通过对矩阵进行数字上的运算，便可以得到各种处理效果；也可以用Rgb2gray函数，将一副RGB 图像先转化为灰度图像，以进行灰度直方图的构造和直方图均衡，再用Figure函数，将矩阵重现为一副处理后的图像。
Im2bw函数可以将Rgb图像转换为二值图像；Rgb2gray函数可以将Rgb图像转换为灰度图像。将图像取反的做法是：将图像变为二值图像后，将二值矩阵的“0”值变为“1”，将“1”值变为“0”，产生的新矩阵即为原图像取反后的图像。
实验二：图像灰度级修正
一、实验目的
掌握常用的图像灰度级修正方法，即图象的灰度变换法和直方图均衡化法，加深对灰度直方图的理解。观察图象的增强效果，对灰度级修正前后的图像加以比较。
二、实验内容
编程实现图像的灰度变换。改变图像输入、输出映射的灰度参数范围(拉伸和反比)，观看图像处理结果。对图像直方图均衡化处理，显示均衡前后的直方图和图像。
三、实验程序
同实验一
四、实验结果
五、实验分析及心得
这个实验是上个实验的后续步骤，通过实验一我掌握了一副图像数字化的步骤，以及图像取反的实现。本次实验将使用图像灰度级修正相关的函数：imadjust。
它的用法是：J = imadjust(I,[low_in; high_in],[low_out; high_out])
将图像I中的亮度值映射到J中的新值，即将low_in至high_in之间的值映射到low_out 至high_out之间的值。low_in 以下与high_in 以上的值被剪切掉了，也就是说，low_in 以下的值映射到low_out，high_in 以上的值映射到high_out。它们都可以使用空的矩阵[]，默认值是[0 1]。
实验程序中我将[low_in; high_in]参数分别设置为[0,1]、[0,0.8]以达到不同的灰度级修正效果。从实验结果来看，后面一次的灰度级修正效果更好，图像整体显得更加亮，更加饱和。
实验三：图像的平滑滤波
一、实验目的
学习如何对已被噪声污染的图像进行“净化”。通过平滑处理，对结果图像加以比较，得出自己的实验结论。
二、实验内容
编写并调试窗口尺寸为m×m的平滑滤波函数。编写并调试窗口尺寸为m×m 的中值滤波函数。
三、实验程序
同实验一
四、实验结果
五、实验分析及心得
这个实验是上个实验的后续步骤，通过实验一我掌握了一副图像数字化的步骤，通过实验二掌握了对一副图像进行灰度变换的方法和步骤。本次实验所做的是图像的平滑滤波，涉及到的函数有：imnoise、imfilter。
Imnoise函数为Matlab中添加噪声的函数，我在程序中使用的噪声类型为：gaussian（高斯噪声）。Imfilter函数为Matlab中的滤波器函数，其中我采用的模板为5*5的均值模板。
从实验结果可以看出，通过5*5的均值滤波器，图像中的噪声点有明显的消除。课后分析得知，均值滤波器对椒盐、高斯等噪声类型的滤波效果是非常显著的，所以此次实验中选用的滤波器种类非常合理。
实验四：图像的锐化处理
一、实验目的
学习如何用锐化处理技术来加强图像的目标边界和图像细节，对图像进行梯度算子、拉普拉斯算子、Sobel算子设计，使图像的某些特征（如边缘、轮廓等）得以进一步的增强及突出。锐化处理技术可以在空间域中进行，也可以在频域中运用高通滤波技术进行处理。
二、实验内容
编写Robert梯度滤波函数。编写Sobel算子滤波函数。编写拉普拉斯边缘增强滤波函数。观察频域中用高低通滤波技术对图像进行的平滑和锐化处理。
三、实验程序
ima=imread('图像锐化.jpg'); %读入图像
I=imread('图像锐化.jpg');
ima=rgb2gray(ima);%如果是彩色图像，则转为灰度图像
ima=double(ima);
bw1 = edge(ima,'roberts');%roberts算子锐化
figure;subplot(221);imshow(uint8(ima));title('原始图像');
subplot(222);imshow(bw1);title('roberts算子锐化');
bw2 = edge(ima,'sobel'); %sobel算子锐化
subplot(223);imshow(bw2);title('sobel算子锐化');
w8=[1 1 1;1 -8 1;1 1 1];
f=im2double(I);
g8=f-imfilter(f,w8,'replicate');
subplot(224);imshow(g8);
title('中心为-8的拉普拉斯滤波');
四、实验结果
五、实验分析及心得
本次实验着重图像的边缘处理，其中涉及的函数有：edge、imfilter。
Edge函数为Matlab中的边缘检测函数，其用法为：BW = edge(I) 采用I作为它的输入，并返回一个与I相同大小的二值化图像BW，在函数检测到边缘的地方为1。Imfilter函数为滤波器函数，用法上次实验已经叙述过。
因为Edge函数的输入需要是一个灰度图像或者二值图像，所以先通过Rgb转灰度函数，将图像变为灰度图像，然后通过“Roberts”，“Sobel”算法对图像进行边缘检测，从实验结果的图像中可以看出，Sobel算子在检测丰富信息的图像时，效果更佳。而在拉普拉斯变换前，给定好了一个中心为-8，其余为1的3*3模板，进行滤波后能看出，图像的边缘已经更加突出，达到了实验预期的效果。
实验五：图像的伪彩色处理
一、实验目的
学习和掌握伪彩色处理基本方法，将灰度图像转换为多种颜色的彩色图像。根据图像特点，了解伪彩色处理技术在实际中的应用。
二、实验内容
编写密度分割函数，实现灰度图像的伪彩色显示。编写灰度级彩色变换函数，实现灰度图像的伪彩色显示。
三、实验程序
i1 = imread('图像锐化.jpg');
s = rgb2gray(i1);
I=double(s);
[m,n]=size(I);
c=256;
for i=1:m
for j=1:n
if I(i,j)<=c/4
R(i,j)=0;
G(i,j)=4*I(i,j);
B(i,j)=c/2;
else if I(i,j)<=c/2
R(i,j)=0;
G(i,j)=c/2;
B(i,j)=-4*I(i,j)+2*c;
else if I(i,j)<=3*c/4
R(i,j)=4*I(i,j)-2*c;
G(i,j)=c/2;
B(i,j)=0;
else
R(i,j)=c/2;
G(i,j)=-4*I(i,j)+4*c;
B(i,j)=0;
end
end
end
end
end
for i=1:m
for j=1:n
out(i,j,1)=R(i,j);
out(i,j,2)=G(i,j);
out(i,j,3)=B(i,j);
end
end
out=out/256;
subplot(1,2,1),imshow(out);title('伪彩色处理后图像');
subplot(1,2,2),imshow(s);title('原始图像');
四、实验结果
五、实验分析及心得
图像的伪彩色处理在数字图像处理中的使用是非常广泛的，所以本次实验的应用价值很高。伪彩色处理的程序参考了网上给的循环写法，具体步骤是：先将Rgb图像转换为灰度图像，然后通过两个循环的嵌套，将每个范围内的像素赋予一定的颜色值，最后组成一个处理后的矩阵，经过图像显示函数，即可将灰度图像转换为伪彩色图像。伪彩色也可以使用Matlab中给定的灰度分层函数和颜色赋值函数进行，这种方法我会留置实验后，在电脑上重新做一遍，然后将两种方法的效果进行对比。
实验六：图像的几何变化
一、实验目的
学习和掌握图像几何空间变换和灰度插值的基本方法，对图像进行相应的几何变换操作。
二、实验内容
编程实现图像的比例缩放。编程实现图像任意角度的旋转变换。分别用MATLAB函数提供的三种插值方法实现图像的缩放和旋转。
三、实验程序
i = imread('图像锐化.jpg');
i1 = imresize(i,0.5);
subplot(2,2,2),imshow(i);
title('原图');
subplot(2,2,1),imshow(i1);
title('缩小0.5倍');
i2 = imresize(i,2);
subplot(2,2,3),imshow(i2);
title('扩大2倍');
i3=imrotate(i,30);
subplot(2,2,4),imshow(i3);
title('旋转30度');
四、实验结果
五、实验分析及心得
本次实验是图像的几何变换，顾名思义就是将图像进行均匀的放大缩小（尺度变换），或者将图像旋转等等一些线性变换。实验涉及到的函数有：imresize 、imrotate 。这两个函数的用法简单，其中imresize 实现的功能是矩阵的尺度变换，我在实验中采用了放大2被和缩小为0.5倍的变换，将函数中的系数分别写成2和0.5即可实现；imrotate 实现图像的旋转，将函数的系数写成30，代表将图像顺时针（系统默认）旋转30度角，实验处理后的图像非常容易辨别。
实验七：图像的复原处理
一、实验目的
熟悉几种在实际应用中比较重要的图像复原技术，学会用MATLAB复原函数对退化图像进行复原处理。
二、实验内容
针对不同的噪声模型，选择合适的滤波器消除噪声的影响。
三、实验程序
a=rgb2gray(imread('图像锐化.jpg'));
b=double(imnoise(a,'gaussian',0.1));
c=imfilter(b,fspecial('average',3));
d=exp(imfilter(log(b),fspecial('average',3)));
Q=-3;
e=imfilter(b.^(Q+1),fspecial('average',3))./imfilter(b.^(Q),fspecial('average',3));
Q=3;
f=imfilter(b.^(Q+1),fspecial('average',3))./imfilter(b.^(Q),fspecial('average',3));
figure
subplot(2,3,1),imshow(a),title('原始图像');
subplot(2,3,2),imshow(b,[]),title('高斯噪声污染的图像');
subplot(2,3,3),imshow(c,[]),title('3*3算术均值滤波器滤波');
subplot(2,3,4),imshow(d,[]),title('3*3几何均值滤波器滤波');
subplot(2,3,5),imshow(e,[]),title('Q=-3逆谐波滤波');
subplot(2,3,6),imshow(f,[]),title('Q=3逆谐波滤波');
g=double(imnoise(a,'salt & pepper', 0.06));
h=imfilter(g,fspecial('average',5));
i=medfilt2(g);
j=medfilt2(i);
figure
subplot(2,2,1),imshow(g,[]),title('椒盐噪声污染的图像');
subplot(2,2,2),imshow(h,[]),title('均值滤波');
subplot(2,2,3),imshow(i,[]),title('中值滤波');
subplot(2,2,4),imshow(j,[]),title('再次中值滤波');
四、实验结果
五、实验分析及心得
这次实验是图像的噪声污染和图像的复原，可以说是数字图像处理知识体系中非常重要的一块，由于实验涉及到的Matlab函数较多，用法列举如下：
Fspecial在Matlab中用于建立预定义的滤波算子，其语法格式为：h = fspecial(type，para)，其中type指定算子的类型，para指定相应的参数；
Imnoise 在Matlab中用于给图像添加噪声，g=imnoise(f,'gaussian',m,var)将均值m,方差为var的高斯噪声加到图像f上，默认值是均值m为0，方差var为0.01的噪声；
g=imnoise(f,'salt&pepper',d)用椒盐噪声污染图像f，其中d是噪声密度（即包括噪声值的图像区域的百分比）。因此，大约有d*numel（f）个像素受到影响。默认的噪声密度为0.05。
我在实验中先给灰度图像进行了高斯噪声添加，然后分别使用了算数均值滤波、几何均值滤波以及逆谐滤波。第二，对图像进行了椒盐噪声的添加，然后使用了均值滤波、中值滤波和二次中值滤波。通过实验结果可以看出，每种滤波器都有相应的效果，但是通过滤波器滤波后的图像并不能完全还原为被噪声污染前的图像，所以图像的复原并不能完全消除噪声的污染，不过可以通过高阶的滤波器，将图像复原为可以接受的噪声污染程度。
实验八：图像的正交变换
一、实验目的
掌握离散傅立叶变换和离散余弦变换的实现方法，了解DFT、DCT的幅度分布特性，从而加深对频域变换的认识。
二、实验内容
编程实现图像傅立叶变换（DFT）。编程实现图像离散余弦变换（DCT）。三、实验程序
a=imread('图像锐化.jpg');
b=fftshift(fft2(a));
figure
subplot(1,2,1),imshow(a),title('原始图像');
subplot(1,2,2),imshow(b),title('离散傅里叶频谱');
c=rgb2gray(a);
d=dct2(c);
d(abs(d)<10) = 0; %将DCT结果中绝对值小于10的令为0，相当于压缩了数据率(门限为10）
e=idct2(d)/255; %DCT反变换重建图像
figure
subplot(1,3,1),imshow(c),title('原始灰度图像');
subplot(1,3,2),imshow(log(abs(d)),[]),title('余弦变换');
subplot(1,3,3),imshow(e),title('门限为10的反余弦变换');
四、实验结果
六、实验分析及心得
本次实验的图像处理运用的方式和之前都不同，是将图像转化到频域中进行的处理和变换，然后在通过反变换实现对图像的处理。实验中涉及到的函数有：fftshift、fft、dct2和idct2。
Fft为Matlab工具箱中的信号处理函数，其作用是将图像进行快速傅里叶变换，以实现时域到频域的转换；fftshift的作用正是让正半轴部分和负半轴部分的图像分别关于各自的中心对称。因为直接用fft得出的数据与频率不是对应的，fftshift可以纠正过来；dct2为Matlab 中的信号处理函数，其作用是将图像进行二维离散余弦变换，而Idct2函数则是它的反变换函数。
实验中，我按照要求将图片进行了DFT，显示了一副二维图像的频谱图，然后在通过Dct2函数将图像变成余弦变换谱，通过Idct2函数将余弦谱变成二维的图像，其中需要设置一个门限值，我在实验中使用的是以10为门限的变换，经过实验结果和原图的对比，可以看出此变换还是能保留原图像的大部分信息的，不会给图像造成太大的失真。
（注：以下两套模拟题仅供题型参考，请重点关注选择填空以及判断题、名词解释，蓝色下划线内容肯定不考） 《数字图像处理》模拟试卷（A 卷） 一、单项选择题（从下列各题四个备选答案中选出一个正确答案，并将其代号填在题前的括号内。答案选错或未作选择者，该题不得分。每小题1分，共10分） ( d )1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，则该图象的信息量为： a. 0 b.255 c.6 d.8 ( b )2.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对 ( d )3.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )4.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( ) 5.一曲线的方向链码为12345，则曲线的长度为 a.5 b.4 c.5.83 d.6.24 ( c )6. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波 https://www.doczj.com/doc/0f13781391.html,placian增强 ( )7.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( c)8.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45° c.垂直 d.135° ( d )9.二值图象中分支点的连接数为： a.0 b.1 c.2 d.3 ( a )10.对一幅100′100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： a.2:1 b.3:1 c.4:1 d.1:2 二、填空题（每空1分，共15分） 1.图像锐化除了在空间域进行外，也可在频率域进行。 2.图像处理中常用的两种邻域是4-邻域和8-邻域。 3.直方图修正法包括直方图均衡和直方图规定化两种方法。 4.常用的灰度差值法有最近邻元法、双线性内插法和三次内插法。 5.多年来建立了许多纹理分析法，这些方法大体可分为和结构分析法两大类。 6.低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。 7.检测边缘的Sobel算子对应的模板形式为和。 8.一般来说，采样间距越大，图象数据量少，质量差；反之亦然。 三、名词解释（每小题3分，共15分） 1.数字图像是将一幅画面在空间上分割成离散的点（或像元），各点（或像元）的灰度值经量化用离散的整数来表示，形成计算机能处理的形式。 2.图像锐化是增强图象的边缘或轮廓。 3.从图象灰度为i的像元出发，沿某一方向θ、距离为d的像元灰度为j同时出现的概率
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：
[题目] 数字图像 [参考答案] 为了便于用计算机对图像进行处理，通过将二维连续（模拟）图像在空间上离散化，也即采样，并同时将二维连续图像的幅值等间隔地划分成多个等级（层次），也即均匀量化，以此来用二维数字阵列表示其中各个像素的空间位置和每个像素的灰度级数（灰度值）的图像形式称为数字图像。 图像处理 [参考答案] 是指对图像信息进行加工以满足人的视觉或应用需求的行为。 题目] 数字图像处理 [参考答案] 是指利用计算机技术或其他数字技术，对一图像信息进行某此数学运算及各种加工处理，以改善图像的视觉效果和提高图像实用性的技术。 一、绪论(名词解释，易，3分) [题目] 图像 [参考答案] 是指用各种观测系统以不同形式和手段观测客观世界而获得的、可以直接或间接作用于人的视觉系统而产生的视知觉的实体。 一、绪论(简答题，难，6分) [题目] 什么是图像？如何区分数字图像和模拟图像？ [参考答案] “图”是物体透射或反射光的分布，是客观存在的。“像”是人的视觉系统对图在大脑中形成的印象或认识，是人的感觉。图像是图和像的有机结合，既反映物体的客观存在，又体现人的心理因素；图像是对客观存在的物体的一种相似性的生动模仿或描述，或者说图像是客观对象的一种可视表示，它包含了被描述对象的有关信息。 模拟图像是空间坐标和亮度(或色彩)都连续变化的图像；数字图像是空间坐标和亮度(或色彩)均不连续的、用离散数字(一般是整数)表示的图像。
[题目] 简述研究图像恢复的基本思路。 [参考答案] 基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从而使恢复以后的图像尽可能地反映原始图像的本来面日，从而获得与景物真实面貌相像的图像。 一、绪论(简答题，易，5分) [题目] 简述研究图像变换的基本思路。 [参考答案] 基本思路是通过数学方法和图像变换算法对图像的某种变换，以便简化图像进一步处理的过程，或在进一步的图像处理中获得更好的处理效果。 一、绪论(简答题，易，5分) [题目] 简述一个你所熟悉的图像处理的应用实例。 [参考答案] 比如，医学上用B超检测仪对人体器官病变的检查和诊断。 一、绪论(简答题，中，5分) [题目] 一般的数字图像处理要经过几个步骤？由哪经内容组成？ [参考答案] 数字图像处理的基本步骤包括图像信息的获取、存储、处理、传输、输出和显示。 数字图像处理的内容主要包括图像数字化、图像变换、图像增强、图像恢复(复原)、图像压缩编码、图像分割、图像分析与描述和图像识别分类。 一、绪论(简答题，中，5分) [题目] 图像处理的目的是什么？针对每个目的请举出实际生活中的一个例子。 [参考答案] 图像处理就是对图像信息进行加工处理和分析，以满足人的视觉心旦需要和实际应用或某种目的(如压缩编码或机器识别)的要求。如视频图像的高清晰化处理、医学图像的识别分类及其在疾病断中的应用，就是图像处理这两个目的的实际例子。
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
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。
中南大学考试试卷 2015-- 2016 学年1学期 时间100分钟 2015 年11月4日 数字图像处理 课程32学时2学分考试形式：也卷 专业年级： 电子信息2013级 总分100分，占总评成绩 70% 注：此页不作答题纸，请将答案写在答题纸上 一、填空题（本题20分，每小题1分） 1. 图像中像素具有两个属性： _空间位置 ______ 和—灰度 ______ 。 2. _红（R ）_、_绿（G ）_、 _____________ 蓝（B ）_这三种颜色被称为图像的三基色。 3. 对于一个6位的灰度图像，其灰度值范围是 __0-63 _________ 。 4. RGB 模型中黑色表示为 _____ （0，0，0） _____ 。 5. 直方图修正法包括 —直方图均衡 ___________ 和 _直方图规定化_ 两种方法。 6. 常用的灰度内插法有最近邻内插法、 _双线性内插法_和 三次内插法。 7. 依据图像的保真度，图像压缩可分为一无损压缩_和一有损压缩。 8. 图像压缩是建立在图像存在 _编码冗余，空间和时间冗余（像素间冗余） ， 视觉心理冗余三种冗余基础上。 9. 根据分割时所依据的图像特性的不同，图像分割方法大致可以分为阈值分割法、边缘检 ________ 测法和一区域分割法一三大类。 10. 傅立叶频谱中，与图像的平均灰度值对应的系数是 F （0 ， 0） _________ 。 二、选择题（本题20分，每小题2分） 1. 图像与灰度直方图间的对应关系是： （b ） a. ------- 对应 b. 多对一 c. 一对多 d. 都不对 2. 下列算法中属于图像平滑处理的是： （c ） a.梯度锐化 b. 直方图均衡 c. 中值滤波 https://www.doczj.com/doc/0f13781391.html,placian 增强 3. 下列图像边缘检测算子中抗噪性能最好的是： （b ） a.梯度算子 b.Prewitt 算子 c.Roberts 算子 d. Laplacian 算子 6. 维纳滤波器通常用于：（c ） a.去噪 b. 减小图像动态范围 7. 采用幕次变换进行灰度变换时，当幕次 4. 5. 采用模板］-1 1 ］主要检测__ a.水平 b.45 0 c. 一幅256*256的图像，若灰度级为 a. 256Kb b.512Kb c.1Mb 方向的边缘。（c ） 垂直 d.135 16,则存储它所需的总比特数是 d. 2M c.复原图像 d.平滑图像
实验报告 课程名称: 人力资源管理__ 课程代码: 101207709 __ 学院(直属系): 工商管理学院_ 年级/专业/班: 2013级工商管理6班 学生姓名: 张启___ 学号: 312013073456 实验总成绩: _____________________ 任课教师: 曹嘉晖______ 开课学院: 工商管理学院_ 实验中心名称: 工商管理学院实验中心
西华大学实验报告 开课学院及实验室：工商管理学院实验中心实验时间：2015年11月2-13日 本实验的主要目的是培养学生综合应用人力资源管理理论和实际操作的能力。 二、实验要求 ①通过计算机软件对人力资源管理各种实务的模拟，增强学生对人力资源管理的感性认识，使学生所学的理论知识转化为动手能力。②综合应用本课程的知识或相关课程知识，使学生全面、系统地体会人力资源管理的全部内容和涵义。③给定实验目的、要求和实验条件，由学生自行设计实验方案并加以实现，以激发学生的主动性、创造性。 三、使用设备、仪器及材料 计算机、计算机网络、打印机及相关软件等 四、实验过程记录 1、在AC单项实验中我们需要招聘大客户经理，进行销售行为访谈，根据对大客户经理岗位的要求，选出3-4个比较适合该案例企业所招聘岗位考察的维度。运用行为时间访谈法（BEI）比较合适的考察了上述维度，选出了几个比较适合该行为事件访谈法考察的维度，对各个指标进行权重分配，根据所招聘岗位的各个考察指标设置符合STAR原则部分要求的面试题目。最终招聘到了合适的大客户经理。 2、在综合性训练计划报告中，对TT公司进行案例分析。解决了其薪酬体系的问题，以及其实行的岗位工作制度的原因及优点等问题，分析了其实行绩效工资的薪酬体系的好处。 3、在战略和制度试验中，对LX公司进行分析，分析了该公司的绩效考核与公司战略的结合，以及是否适合推行保卫+进攻的双拳战略等问题。分析了其中的影响因素以及系统构成、战略调整、制度构建等方面的问题。
1. 半调输出技术可以：（B） A、改善图像的空间分辨率； B、改善图像的幅度分辨率； C、利用抖动技术实现； D、消除虚假轮廓现象。 2. 数字图像木刻画效果的出现是由于下列原因所产生的：（A） A、图像的幅度分辨率过小； B、图像的幅度分辨率过大； C、图像的空间分辨率过小； D、图像的空间分辨率过大； 1. 对应于不同的场景内容，一般数字图像可以分_二值图像__、灰度图像和彩色图像三类。 4.下列算法中属于局部处理的是：（D ） A、灰度线性变换 B、二值化 C、傅立叶变换 D、中值滤波 1. 图像的数字化包含哪些步骤？简述这些步骤。 1. 图像的数字化主要包含采样、量化两个过程。采样是将空域上连续的图像变换成离散采 样点集合，是对空间的离散化。经过采样之后得到的二维离散信号的最小单位是像素。量化 就是把采样点上表示亮暗信息的连续量离散化后，用数值表示出来，是对亮度大小的离散化。 经过采样和量化后，数字图像可以用整数阵列的形式来描述。 2. 图像量化时，如果量化级比较小会出现什么现象？为什么？ 2. 如果量化级数过小，会出现伪轮廓现象。量化过程是将连续变化的颜色划分到有限个级 别中，必然会导致颜色信息损失。当量化级别达到一定数量时，人眼感觉不到颜色信息的丢失。当量化级数过小时，图像灰度分辨率就会降低，颜色层次就会欠丰富，不同的颜色之间 过度就会变得突然，可能会导致伪轮廓现象。 3. 简述二值图像、彩色图像、灰度图像的区别。 3. 二值图像是指每个像素不是黑，就是白，其灰度值没有中间过渡的图像。这种图像又称 为黑白图像。二值图像的矩阵取值非常简单，每个像素的值要么是1,要么是0,具有数据 量小的特点。 彩色图像是根据三原色成像原理来实现对自然界中的色彩描述的。红、绿、蓝这三种基 色的的灰度分别用256级表示，三基色之间不同的灰度组合可以形成不同的颜色。 灰度图像是指每个像素的信息由一个量化后的灰度级来描述的数字图像，灰度图像中不包含 彩色信息。标准灰度图像中每个像素的灰度值是0-255之间的一个值，灰度级数为256级。 我们将平面景物在投影平面上的非垂直投影称为图像的___________________________ ，该处理会是的图 像中的图形产生扭变。 1. 简述直角坐标系中图像旋转的过程。 1. （1）计算旋转后行、列坐标的最大值和最小值。 （2）根据最大值和最小值，进行画布扩大，原则是以最小的面积承载全部的图像信息。 （3）计算行、列坐标的平移量。 （4）利用图像旋转公式计算每个像素点旋转后的位置。 （5）对于空穴问题，进行填充。 2. 如何解决直角坐标系中图像旋转过程中产生的图像空穴问题？ 2. （1）对于空穴问题，需要进行填充。可以采用插值的方法来解决填充问题。 （2）阐述一下邻近行插值或者均值插值法进行空穴填充的过程。（该点参见简答题3和 3. 举例说明使用邻近行插值法进行空穴填充的过程。 3. 邻近插值法就是将判断为空穴位置上的像素值用其相邻行（或列）的像素值来填充。 例如对于下图中的空穴点f23进行填充时，使用相邻行的像素值来填充。即：f23=f22. 4. 举例说明使用均值插值法进行空穴填充的过程。 4. 均值插值法就是将判断为空穴位置上的像素值用其上、下、左、右像素值的均值来填充。
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
第5次作业 ——事务、游标、自定义函数 一、环境 运行SQL Server，并已经创建名为student数据库、“学生信息”表、“课程”表、“学生成绩”表。 二、实训内容 1、事务 （1）Alice和Bob分别有银行账号A、B，分别用表a、表b表示，这2个表都只有1个字段amount，表示余额。现在需要从Alice向Bob转账制定金额，要求转账过程中不能出现错误，而且不管转账是否成功，都扣除Alice账号1元钱的手续费。 （2）amount字段上的约束条件是余额不能小于0 declare@xmoney money,@err1int,@err2int set@xmoney= 300 --指定转账金额为300 begin transaction update A set amount=amount- 1 --扣除手续费 set@err1=@err1+@@ERROR--记录上述update可能出现的错误 save transaction transfer--设置保存点transfer update A set amount=amount-@xmoney--从账号A中扣除金额 set@err2=@err2+@@ERROR--记录上述update可能出错的情况 update B set amount=amount+@xmoney--想账号B中转入金额 set@err2=@err2+@@error if@err1!= 0 --如果扣除手续费出现错误 begin rollback transaction print'所有操作失败' end else begin
if@err2!= 0 --如果转账过程出现错误 begin rollback transaction transfer--回滚到保存点transfer处 print'转账失败，但手续费已扣' end else begin commit transaction--所有操作成功，提交事务 print'转账成功' end end go 2、自定义函数 （1）在student数据库中，创建标量函数，统计“课程”表中总共有多少 条门课程，写出程序代码。要求：在建立函数之前，为排除重名函数，先判断要创建的函数是否存在，如果存在则先删除。 if exists(select name from sysobjects where name='Ccount'and type='FN') drop function https://www.doczj.com/doc/0f13781391.html,ount go create function https://www.doczj.com/doc/0f13781391.html,ount() returns int as begin declare@num int set@num= 0 select@num=count(*) from学生课程_蒲强林 return@num end go -- 调用函数查询 use student go declare@num int set@num= 0 set@num=https://www.doczj.com/doc/0f13781391.html,ount() print'课程表中总共有：'+cast(@num as char(1))+'门课程' go 运行结果截图：
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4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。 3. 简述数字图像处理的至少3种主要研究内容。 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。 4. 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。 5. 图像的数字化包含哪些步骤？简述这些步骤。 图像的数字化主要包含采样、量化两个过程。采样是将空域上连续的图像变换成离散采样点集合，是对空间的离散化。经过采样之后得到的二维离散信号的最小单位是像素。量化就是把采样点上表示亮暗信息的连续量离散化后，用数值表示出来，是对亮度大小的离散化。经过采样和量化后，数字图像可以用整数阵列的形式来描述。 6. 图像量化时，如果量化级比较小会出现什么现象？为什么？ 如果量化级数过小，会出现伪轮廓现象。量化过程是将连续变化的颜色划分到有限个级别中，必然会导致颜色信息损失。当量化级别达到一定数量时，人眼感觉不到颜色信息的丢失。当量化级数过小时，图像灰度分辨率就会降低，颜色层次就会欠丰富，不同的颜色之间过度就会变得突然，可能会导致伪轮廓现象。 7 . 简述二值图像与彩色图像的区别。 二值图像是指每个像素不是黑，就是白，其灰度值没有中间过渡的图像。这种图像又称为黑白图像。二值图像的矩阵取值非常简单，每个像素的值要么是1，要么是0，具有数据量小的特点。 彩色图像是根据三原色成像原理来实现对自然界中的色彩描述的。红、绿、蓝这三种基色的的灰度分别用256级表示，三基色之间不同的灰度组合可以形成不同的颜色。 8. 简述二值图像与灰度图像的区别。 二值图像是指每个像素不是黑，就是白，其灰度值没有中间过渡的图像。这种图像又称为黑白图像。二值图像的矩阵取值非常简单，每个像素的值要么是1，要么是0，具有数据量小的特点。 灰度图像是指每个像素的信息由一个量化后的灰度级来描述的数字图像，灰度图像中不包含彩色信息。标准灰度图像中每个像素的灰度值是0-255之间的一个值，灰度级数为256级。 9. 简述灰度图像与彩色图像的区别。 灰度图像是指每个像素的信息由一个量化后的灰度级来描述的数字图像，灰度图像中不 包含彩色信息。标准灰度图像中每个像素的灰度值是0-255之间的一个值，灰度级数为256级。 彩色图像是根据三原色成像原理来实现对自然界中的色彩描述的。红、绿、蓝这三种基色的的灰度分别用256级表示，三基色之间不同的灰度组合可以形成不同的颜色。 10. 均值滤波器对高斯噪声的滤波效果如何？试分析其中的原因。 均值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。均值滤波器对高斯噪声的滤波结果较好。 原因：高斯噪声是幅值近似正态分布，但分布在每点像素上。因为正态分布的均值为0，所以均值滤波可以消除噪声。
电子科技大学网络教育考卷（A 卷）答案 一、名词解释（每题2分，共10分） 1. 一幅图像可定义为一个二维函数f(x,y)，这里x 和y 是空间坐标，而在任何一对空间坐标(x,y)上的幅值f 称为该点图像的强度或灰度。当x,y 和幅值f 为有限的、离散的数值时，称该图像为数字图像。 2. 对数变换是一种灰度变换方法，其一般表达式是s=clog(1+r)。其中c 是一个常数，并假设r≥0。此种变换使一窄带低灰度输入图像值映射为一宽带输出值。相对的是输入灰度的高调整值。可以利用这种变换来扩展被压缩的高值图像中的暗像素。 3. CMY 是一种颜色模型，常用于打印机。CMY 表示青、品红、黄，等量的颜料原色(青、品 红和黄色)可以产生黑色。实际上，为打印组合这些颜色产生的黑色是不纯的。因此，为 了产生真正的黑色(在打印中起主要作用的颜色)加入了第四种颜色——黑色，提出了 CMYK 彩色模型。 4. 空间分辨率是图像中可辨别的最小细节.涉及物理意义时可以用每单位距离可分辨的最 小线对数目，当不涉及物理意义时也可用图像的像素数目表示。 5. 令H 是一种算子，其输入和输出都是图像。如果对于任何两幅图像f 和g 及任何两个标 量a 和b 有如下关系，称H 为线性算子： 。 二、判断正误 × × × × √ 三、单项选择题 1、D 2、D 3、C 4、C 5、A 6、B 7、D 8、B 9、D 10、D 四、简答题 (每题5分，共10分) 1. 什么是直接逆滤波？这种方法有何缺点？如何改进？ 直接逆滤波方法是用退化函数除退化图像的傅里叶变换(G(u,v))来计算原始图像的傅里叶变换估计：? (,)(,)/(,)F u v G u v H u v =。但考虑到噪声的影响，我们即使知道退化函数，也不能准确地复原未退化的图像。 (,)(,)(,)?(,)(,)F u v H u v N u v F u v H u v += 因为N(u,v)是一个随机函数，而它的傅里叶变换未知。还有更糟的情况。如果退化是零或非常小的值，N(u,v)/H(u,v)之比很容易决定^ F (u,v)的估计值。—种解决退化是零或者很小值问题的途径是限制滤波的频率使其接近原点值。 2. 伪彩色图像处理(也称假彩色)是根据特定的准则对灰度值赋以彩色的处理。伪彩色的主要应用是为了人眼观察和解释一幅图像或序列图像中的灰度目标。人类可以辨别上千种颜色和强度，而相形之下只能辨别几十种灰度。 3、彩色模型(也称彩色空间或彩色系统)的用途是在某些标准下用通常可接受的方式简化彩色规范。本质上，彩色模型是坐标系统和子空间的规范。位于系统中的每种颜色都由单个点
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。
西华大学上机实验报告（二） 一、实验目的 掌握直线、多边形、圆、圆弧、椭圆、圆环、多段线等绘图命令的操作与运用。 二、实验内容或设计思想 1）用上节课所学的绘图命令，绘制下列图形，形似即可，但要求圆和六边形的中心坐标为（0.5L，1/3B），半圆的中心坐标在矩形的长边中心处。（其中L为矩形的长，B为矩形的宽）。 2）绘制下列图形，不需标注，尺寸、角度必须精确。
三、实验环境与工具 计算机、AUTOCAD软件。 四、实验过程或实验数据 1）打开AUTOcad软件； 2）2-1 命令: _rectang 指定第一个角点或[倒角(C)/标高(E)/圆角(F)/厚度(T)/宽度(W)]: 指定另一个角点或[面积(A)/尺寸(D)/旋转(R)]: 命令: _explode 找到 1 个 命令: _divide 选择要定数等分的对象: 输入线段数目或[块(B)]: 3 命令: _circle 指定圆的圆心或[三点(3P)/两点(2P)/相切、相切、半径(T)]: 指定圆的半径或[直径(D)]: 命令:CIRCLE 指定圆的圆心或[三点(3P)/两点(2P)/相切、相切、半径(T)]: 指定圆的半径或[直径(D)] <12.2851>: 命令: _trim 当前设置:投影=UCS，边=无 选择剪切边... 找到11 个 选择要修剪的对象，或按住Shift 键选择要延伸的对象，或 [栏选(F)/窗交(C)/投影(P)/边(E)/删除(R)/放弃(U)]:
2-2-1 命令: _line 指定第一点: 指定下一点或[放弃(U)]: 命令: _line 指定第一点: 指定下一点或[放弃(U)]: @80<141.5 命令: xl XLINE 指定点或[水平(H)/垂直(V)/角度(A)/二等分(B)/偏移(O)]: a 输入构造线的角度(0) 或[参照(R)]: 54.5 指定通过点: 命令: _trim 当前设置:投影=UCS，边=无 选择剪切边... 找到 3 个 选择要修剪的对象，或按住Shift 键选择要延伸的对象，或 [栏选(F)/窗交(C)/投影(P)/边(E)/删除(R)/放弃(U)]: 2-2-2 命令: _circle 指定圆的圆心或[三点(3P)/两点(2P)/相切、相切、半径(T)]: 指定圆的半径或[直径(D)] <20.0000>: 30 命令: _polygon 输入边的数目<4>: 指定正多边形的中心点或[边(E)]: 输入选项[内接于圆(I)/外切于圆(C)]
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4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。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4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。 6、图像的数字化包含哪些步骤？简述这些步骤。 图像的数字化主要包含采样、量化两个过程。采样是将空域上连续的图像变换成离散采样点集合，是对空间的离散化。经过采样之后得到的二维离散信号的最小单位是像素。量化就是把采样点上表示亮暗信息的连续量离散化后，用数值表示出来，是对亮度大小的离散化。经过采样和量化后，数字图像可以用整数阵列的形式来描述。 7、图像量化时，如果量化级比较小会出现什么现象？为什么？ 如果量化级数过小，会出现伪轮廓现象。量化过程是将连续变化的颜色划分到有限个级 别中，必然会导致颜色信息损失。当量化级别达到一定数量时，人眼感觉不到颜色信息的丢失。当量化级数过小时，图像灰度分辨率就会降低，颜色层次就会欠丰富，不同的颜色之间过度就会变得突然，可能会导致伪轮廓现象。 8、二值图像是指每个像素不是黑，就是白，其灰度值没有中间过渡的图像。这种图像又称为黑白图像。二值图像的矩阵取值非常简单，每个像素的值要么是1，要么是0，具有数据量小的特点。 彩色图像是根据三原色成像原理来实现对自然界中的色彩描述的。红、绿、蓝这三种基色的的灰度分别用256级表示，三基色之间不同的灰度组合可以形成不同的颜色。 灰度图像是指每个像素的信息由一个量化后的灰度级来描述的数字图像，灰度图像中不 包含彩色信息。标准灰度图像中每个像素的灰度值是0-255之间的一个值，灰度级数为256级。 11、简述直角坐标系中图像旋转的过程。 （1）计算旋转后行、列坐标的最大值和最小值。（2）根据最大值和最小值，进行画布扩大，原则是以最小的面积承载全部的图像信息。（3）计算行、列坐标的平移量。（4）利用图像旋转公式计算每个像素点旋转后的位置。（5）对于空穴问题，进行填充。 12、如何解决直角坐标系中图像旋转过程中产生的图像空穴问题？ （1）对于空穴问题，需要进行填充。可以采用插值的方法来解决填充问题。 13、举例说明使用邻近行插值法进行空穴填充的过程。 邻近插值法就是将判断为空穴位置上的像素值用其相邻行（或列）的像素值来填充。例如对于下图中的空穴点f23进行填充时，使用相邻行的像素值来填充。即：f23=f22.