下载文档原格式
《数字图像处理》实验指导书前言本实验指导书可作为电子信息工程、通信工程、生物医学工程等专业《数字图像处理》课程的实验指导书。
实验指导书共提供了6个实验，要求在VB环境下实现。
实验名称与学时安排详见下表。
实验名称与学时安排表实验教学基本要求：1、在实验前，认真准备，熟悉和掌握相关实验内容的基本算法和程序设计技术。
2、根据实验目的和要求，按时认真完成各实验的上机操作。
3、实验结束后，要及时提交经调试正确的程序源代码、生成的可执行文件、实验报告书等文档。
实验一图象的读取保存及图像的二值化处理一、实验目的1、熟悉《数字图像处理》的实验平台。
2、了解VB对图像进行处理的基本方法。
3、熟悉彩色图像变成灰度图象以及灰度图像转换成二值图像的基本原理及处理过程。
二、实验准备1、复习彩色图像变成灰度图象以及灰度图像的二值化处理的基本原理。
2、阅读下列内容，了解VB对图像进行处理的基本方法。
（1）读取图像通过扫描仪、摄像机等输入计算机以.bmp、.ico或.wmf存储的图像文件，可用LoadPicture函数把图像文件装入窗体、图片框或图像框中，例如：picture1.picture=loadpicture(“c:\image\flower.bmp”)可以把路径为c:\image\flower.bmp的图像文件装入图片框picture1中。
为了使图片框的大小与图像相匹配，应将图片框的autosize属性设置为True。
（2）用Point方法获取彩色图像的颜色值Point方法的功能是获取图像上指定像素的颜色值。
格式为：Object.Point（x，y）其中，Object表示获取颜色的对象名，（x，y）为取得颜色的坐标位置。
Point 方法将指定位置的像素的颜色值返回一个长整形数。
例如，求图片框picture 1中图像在位置（x，y）的像素颜色值（col）时，可写为：dim col as longcol=picture1.Point（x，y）（3）用Pset方法画点Pset方法的功能是在指定的位置画一个指定颜色的点。
实验须知一、预习要求1.实验前认真阅读实验教程中有关内容，明确实验目的、内容和实验任务。
2.每次实验前做好充分的预习，对所需预备知识做到心中有数。
3.实验前应编好源程序，并对调试过程、实验结果进行预测。
二、实验要求1.实验课请勿迟到，缺席。
2.爱护设备，保持清洁，不随意更换设备。
3.认真完成实验任务，实验结果经教师检查。
4.发生事故，应立即切断电源，并马上向教师报告，检查原因，吸取教训。
5.实验完毕，请整理实验设备，再离开实验室。
三、报告要求每次实验后，应递交一份实验报告，报告中应包含下列内容：1.实验名称、实验人姓名、学号、班级，所用设备号。
2.实验目的、任务。
3.写出实验调试情况，包括上机时遇到的问题及解决办法、实验结果分析等，并附上调试好的程序清单（应加适量注释）。
4.总结实验中的心得体会，提出对实验内容、方案等的建议、意见或设想等。
实验一图像变换算法一、实验目的1、理解几何运算的基本概念与定义；2、掌握在MA TLAB中进行插值的方法3、运用MATLAB语言进行图像的插值缩放和插值旋转。
二、实验原理几何运算可改变图像中各物体之间的空间关系。
这种运算可以被看成是将（各）物体在图像内移动。
一个几何运算需要两个独立的算法。
首先，需要一个算法来定义空间变换本身，用它来描述每个像素如何从其初始位置“移动”到终止位置，即每个像素的“运动”。
同时，还需要一个用于灰度插值的算法，这是因为，在一般情况下，输入图像的位置坐标(x,y)为整数，而输出图像的位置坐标为非整数，反过来也如此。
因此插值就是对变换之后的整数坐标位置的像素值进行估计。
MATLAB提供了一些函数实现这些功能。
插值是常用的数学运算，通常是利用曲线拟合的方法，通过离散的采样点建立一个连续函数来逼近真实的曲线，用这个重建的函数便可以求出任意位置的函数值。
最近邻插值是最简便的插值，在这种算法中，每一个插值输出像素的值就是在输入图像中与其最临近的采样点的值。
数字图像处理与摄影技术作业指导书第1章数字图像处理基础 (3)1.1 数字图像处理概述 (3)1.1.1 数字图像定义 (3)1.1.2 数字图像处理的目的与意义 (4)1.1.3 数字图像处理的基本流程 (4)1.2 图像处理基本操作 (4)1.2.1 图像采样与量化 (4)1.2.2 图像变换 (4)1.2.3 图像滤波 (4)1.2.4 图像增强 (4)1.2.5 图像恢复 (4)1.3 图像类型与存储格式 (4)1.3.1 二值图像 (4)1.3.2 灰度图像 (4)1.3.3 彩色图像 (4)1.3.4 图像存储格式 (5)第2章摄影技术基础 (5)2.1 摄影光学原理 (5)2.1.1 镜头 (5)2.1.2 光圈 (5)2.1.3 快门 (5)2.1.4 感光度 (5)2.2 摄影器材与拍摄技巧 (5)2.2.1 相机类型 (5)2.2.2 镜头选择 (5)2.2.3 摄影附件 (6)2.2.4 拍摄技巧 (6)2.3 摄影构图与审美 (6)2.3.1 构图原则 (6)2.3.2 画面元素 (6)2.3.3 视角与角度 (6)2.3.4 色彩运用 (6)第3章图像增强 (6)3.1 灰度变换增强 (6)3.1.1 灰度变换原理 (6)3.1.2 线性灰度变换 (6)3.1.3 对数灰度变换 (7)3.1.4 幂次灰度变换 (7)3.2 直方图增强 (7)3.2.1 直方图均衡化 (7)3.2.2 直方图规定化 (7)3.3.1 频域滤波原理 (7)3.3.2 低通滤波 (7)3.3.3 高通滤波 (7)3.3.4 带通滤波和带阻滤波 (7)第4章图像复原与重建 (8)4.1 图像退化模型 (8)4.1.1 线性退化模型 (8)4.1.2 非线性退化模型 (8)4.2 噪声分析与去除 (8)4.2.1 噪声类型 (8)4.2.2 去噪方法 (8)4.3 图像重建技术 (9)4.3.1 逆滤波 (9)4.3.2 维纳滤波 (9)4.3.3 稀疏表示与重建 (9)4.3.4 深度学习方法 (9)第5章图像分割与边缘检测 (9)5.1 阈值分割 (9)5.1.1 灰度阈值分割 (10)5.1.2 彩色图像阈值分割 (10)5.2 区域生长与合并 (10)5.2.1 区域生长 (10)5.2.2 区域合并 (10)5.3 边缘检测算法 (10)5.3.1 基于梯度的边缘检测算法 (10)5.3.2 基于二阶导数的边缘检测算法 (10)5.3.3 其他边缘检测算法 (11)第6章形态学处理 (11)6.1 形态学基本运算 (11)6.1.1 膨胀 (11)6.1.2 腐蚀 (11)6.1.3 开运算 (11)6.1.4 闭运算 (11)6.2 形态学应用实例 (11)6.2.1 骨架提取 (11)6.2.2 噪声消除 (11)6.2.3 区域填充 (12)6.3 数学形态学在图像处理中的应用 (12)6.3.1 边缘检测 (12)6.3.2 目标分割 (12)6.3.3 特征提取 (12)6.3.4 图像增强 (12)第7章图像特征提取与描述 (12)7.1.1 颜色直方图 (12)7.1.2 颜色矩 (12)7.1.3 颜色聚合向量 (12)7.2 纹理特征提取 (13)7.2.1 灰度共生矩阵 (13)7.2.2 局部二值模式 (13)7.2.3 Gabor滤波器 (13)7.3 形状特征提取 (13)7.3.1 傅里叶描述符 (13)7.3.2 Hu不变矩 (13)7.3.3 Zernike矩 (13)第8章摄影后期处理技术 (13)8.1 色彩调整与校正 (13)8.2 图像合成与特效 (13)8.3 景深与动态范围优化 (14)第9章数字摄影与计算机视觉 (14)9.1 计算机视觉概述 (14)9.2 三维重建与虚拟现实 (14)9.3 摄影测量与遥感 (14)第10章数字图像处理与摄影技术在实际应用中的案例分析 (14)10.1 数字图像处理在医学领域的应用 (14)10.1.1 X射线成像 (15)10.1.2 CT和MRI成像 (15)10.1.3 超声成像 (15)10.2 摄影技术在广告摄影中的应用 (15)10.2.1 光线控制 (15)10.2.2 摄影构图 (15)10.2.3 后期处理 (15)10.3 数字图像处理与摄影技术在人工智能领域的融合与发展趋势 (15)10.3.1 计算机视觉 (15)10.3.2 智能驾驶 (16)10.3.3 无人机航拍 (16)10.3.4 发展趋势 (16)第1章数字图像处理基础1.1 数字图像处理概述1.1.1 数字图像定义数字图像是由像素点组成的二维离散信号，每个像素点的值代表该点的亮度或颜色信息。
1.1图像点实验1.1.1图像反色实验1.1.1.1实验目的1.熟悉视频显示程序的运行过程、控制过程，搞清数据处理、传输途径；2.结合实例学习如何在视频显示程序中增加图像处理算法；3.了解图像反色的算法和用途；4.了解RF-5 程序框架。
1.1.1.2 实验内容1.系统初始化；2.RF-5 程序框架实现；3.反色算法实现。
1.1.1.3实验背景知识将图像按象素进行求反，取得类似照相底片效果。
求反处理的图像与原始图“黑白颠倒”，可以看清原始图中灰黑区域的情况。
求反的图像一般用于数字图像的初步处理。
设D A表示输入图像的灰度，D B表示输出图像的灰度。
灰度变换方程为：D B=f(D A)=255-D A1.1.1.4程序简介1.1.1.4.1 程序包含文件介绍1.main.c：实验的主程序。
系统使用到资源、CSL、BIOS 以及任务初始化。
2.appData.c：SCOM 模块初始化。
3.tskVideoInput.c：视频输入任务初始化及输入任务处理。
4.tskVideoOutput.c：视频输出任务初始化及输出任务处理。
5.DEC643.gel：系统初始化。
6.*.h：程序使用的头文件。
7.*.lib：程序使用的库文件。
8.link_dm642.cmd：库文件连接命令文件。
9.VideoReverseloop2.tcf：BIOS 配置文件。
10. VideoReverseloop2cfg.cmd：DSP 存储器及资源分配与程序各段的连接关系。
1.1.1.4.2 程序架构简介实验例程采用RF-5（参考设计框架5）实现视频的采集、处理及显示。
程序使用2 个任务模块，视频采集任务以及视频处理输出任务。
（一）初始化模块介绍1.系统初始化模块功能介绍：初始化CSL 以及BIOS设置64K 的CACHE，并将其映射到EMIF 的CE0 及CE1 空间设置DMA 优先级序列，长度2.RF-5 模块初始化初始化RF-5 框架中用于内部单元传递消息的SCOM 模块3.任务模块初始化启动任务存储空间分配及管理（二）任务模块介绍1.输入任务输入任务从输入设备驱动程序获得视频图像，使用FVID（视频驱动程序）提供的FVID_exchange 函数调用输入设备按照4:2:2 格式获取一帧视频图像。
《数字图像处理》实验报告数字图像处理是一门将图像进行数字化处理的学科，它通过计算机算法和技术手段对图像进行分析、增强、压缩和重建等操作。
在本次实验中，我们学习了数字图像处理的基本概念和常用算法，并通过实验来探索其应用和效果。
首先，我们进行了图像的读取和显示实验。
通过使用Python中的OpenCV库，我们能够轻松地读取图像文件，并将其显示在屏幕上。
这为我们后续的实验奠定了基础。
同时，我们还学习了图像的像素表示方法，了解了图像由像素点组成的原理。
这使我们能够更好地理解后续实验中的算法和操作。
接下来，我们进行了图像的灰度化实验。
灰度化是将彩色图像转换为灰度图像的过程。
在实验中，我们使用了不同的算法来实现灰度化操作，包括平均值法、最大值法和加权平均法等。
通过比较不同算法得到的灰度图像，我们发现不同算法对图像的处理效果有所差异，这使我们深入理解了灰度化的原理和应用。
随后，我们进行了图像的直方图均衡化实验。
直方图均衡化是一种用于增强图像对比度的方法。
在实验中，我们使用了直方图均衡化算法来对图像进行处理，并观察了处理前后的效果变化。
通过实验，我们发现直方图均衡化能够显著提高图像的对比度，使图像更加清晰和鲜明。
在进一步探索图像处理技术的过程中，我们进行了图像的滤波实验。
滤波是一种常用的图像处理操作，它通过对图像进行卷积操作来实现。
在实验中，我们学习了不同类型的滤波器，包括均值滤波器、高斯滤波器和中值滤波器等。
通过比较不同滤波器对图像的处理效果，我们发现每种滤波器都有其适用的场景和效果。
此外，我们还进行了图像的边缘检测实验。
边缘检测是一种用于提取图像边缘信息的方法。
在实验中，我们学习了不同的边缘检测算法，包括Sobel算子、Canny算子和Laplacian算子等。
通过比较不同算法对图像的处理效果，我们发现每种算法都有其独特的特点和应用。
最后，我们进行了图像的压缩实验。
图像压缩是一种将图像数据进行压缩以减小文件大小的方法。
《课程名称》实验指导书适用专业:自动化课程代码: 84018091 学时: 6 学分: 0.5 编写单位:机械工程及自动化学院编写人:蒋代君审核人:审批人:目录实验一 Matlab图像处理工具箱的初步练习 .............................................................................................. - 2 - 实验二图像的空域处理方法 ....................................................................................................................... - 5 - 实验三图像的空域处理方法 ....................................................................................................................... - 8 - 实验四图像分割和目标识别 ..................................................................................................................... - 13 -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MATLAB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+0.11BU=0.70R-0.59G-0.11BV=-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。
数字图像处理实验指导书信息科学与工程学院电子系二○○六年前言数字图像处理是研究数字图像处理的基本理论、方法及其在智能化检测中应用的学科，是电子信息类本科专业的专业课。
本课程侧重于数字图像的基本处理，并对图像分析的基本理论和实际应用进行系统介绍；目的是使学生系统掌握数字图像处理的基本概念、原理和实现方法，学习图像分析的基本理论、典型方法和实用技术，具备解决通信领域的图像相关问题的初步能力，为今后的研究与开发打下扎实的基础。
目录实验一常用的图像文件格式与格式转换和图像矩阵的显示方法 (2)实验二傅立叶变换 (6)实验三图像增强及编程处理 (8)实验一常用的图像文件格式与格式转换和图像矩阵的显示方法1．实验目的熟悉Matlab语言的初步使用；熟悉常用的图像文件格式与格式转换；熟悉图像矩阵的显示方法（灰度、索引、黑白、彩色）；熟悉图像矩阵的格式转换2．实验内容练习图像读写命令imread和imwrite并进行图像文件格式间的转换。
特别是索引图像与1，4，8，16比特图像的存储与转换。
熟悉下列模块函数Image file I/O.imread - Read image file.imwrite - Write image file.Image display.colorbar - Display colorbar.getimage - Get image data from axes.image - Create and display image object.imagesc - Scale data and display as image.immovie - Make movie from multiframe indexed image.imshow - Display image.subimage - Display multiple images in single figure.truesize - Adjust display size of image.warp - Display image as texture-mapped surface.zoom - Zoom in and out of image or 2-D plot.3．实验步骤a. Load cameraman.tif image from your hard disk (using function imread).>>A=imread('C:\MATLAB6p5\toolbox\images\imdemos\cameraman.tif');b. Show the image in a figure window (using function image or imshow).>> imshow(A)>> colorbard. Get image data from the current figure(axes) (using function getimage).B=getimage；生成新的矩阵e. Show the gray level of the image between 64 to 128 (using function imagesc).>> clims = [64 128];imagesc(A,clims)imshow(A)f. Make a movie from a 4-D image (load mri, make the movie by immovie, then show movie by function movie).>> load mrimov = immovie(D,map);movie(mov,3)g. Draw the cameraman image on a cylinder (using function warp).C=[A A];>> [x,y,z] = cylinder;>> warp(-x,-y,-z,C)Question: how to show the cameraman like thisRequirement: write a report to do the experiment from a to g.实验二傅立叶变换1．实验目的熟悉傅立叶变换的概念和原理；理解Fourier变换的意义。
《数字图象处理》实验和大作业指导书计算机科学与工程学院目录目录 (1)实验一：数字图像读取及色彩、亮度、对比度变化 (2)实验二：数字图像变换与伽马校正 (3)实验三：数字图像的噪声去除 (4)实验四：图像的空间域锐化（拉普拉斯算子） (5)实验五：频率域低通和高通滤波 (6)实验六：数字图像复原 (7)实验七：人脸皮肤颜色分层 (8)大作业 (9)实验一：数字图像读取及色彩、亮度、对比度变化一、实验目的：了解数字图像的存储格式，并学会对图像的某些视觉特征作简单处理。
二、实验要求：1．从最常用的“.BMP”图像格式中读取图像数据；2．对数字图像的表示方式（如RGB、YUV）及各种表示方式之间的转换有初步了解；3．根据输入参数改变数字图像的色彩、亮度、对比度。
三、实验步骤：1．根据BMP格式，将图像内容读入内存数组；2．通过访问数字图像RGB三个通道的对应矩阵，改变数字图像的色彩；3．将数字图像的RGB表示转换为YUV表示；Y=0.30R+0.59G+0.11BU=0.70R-0.59G-0.11BV=-0.30R-0.59G+0.89B4．通过访问Y（亮度）通道，改变数字图像的亮度；5．通过Y（亮度）通道作灰度的线性变换，改变数字图像的对比度。
四、实验图像：实验二：数字图像变换与伽马校正一、实验目的：了解数字图像的灰度反变换和γ（0.4，0.6，0.8）校正。
二、实验要求：1. 对图像进行灰度变换。
2. 对图像进行γ校正。
三、实验步骤：1. 将BMP图像内容读入内存数组。
2. 调整图像的灰度，对图像进行灰度变换（反变换）。
3. 对图像进行γ较正,分别取值为0.4,0.6,0.8.四、实验图像：灰度变换γ较正实验三：数字图像的噪声去除一、实验目的：学会用滤波器去除图像中的噪声。
二、实验要求：1．用均值滤波器去除图像中的噪声； 2．用中值滤波器去除图像中的噪声； 3．比较两种方法的处理结果三、实验步骤：1．根据BMP 格式，将图像内容读入内存数组； 2．用均值滤波器去除图像中的噪声；3．用中值滤波器去除图像中的噪声；将两种处理方法的结果与原图比较； 4．注意两种处理方法对边缘的影响。
《数字图像处理与识别》赵乘麟编著邵阳学院信息工程系2009年6月实验一 数字图像读、写及基本统计指标一、实验目的1．掌握图像读写和运算的基本的方法。
2．学会利用MATLAB 编写程序进行图像的基本操作。
3．理解图像信息的含义。
二、主要仪器设备微机（CPU ：P4以上，128M 以上内存）Windows98以上操作系统、Visual C++、Matlab6.5以上版本等软件。
三、实验原理1．可以将一幅图像看成是一个二维矩阵。
2．Matlab 图像处理工具具有读、写和显示图像功能。
可采用imread 函数、imwrite 函数、imshow 函数，也可以自己编程。
3．计算图像的有关统计参数。
①图像的大小。
数值是宽度（M ，单位：像素）与高度（N ，单位：像素）的乘积。
②图像的灰度平均值。
是指所有灰度值的算术平均值，反应了一幅图像的平均亮度f 。
∑∑-=-==101),(1M x N y y x f MNf③协方差矩阵。
设计),(y x f 和),(y x g 是大小为M хN 的两幅图像，则两幅图像的协方差矩阵fg C 为：∑∑-=-=--=101]),(][),([1M x N y fg g y x g f y x f MNC协方差矩阵fg C 是两图像之间的相关程度的一种量度。
协方差矩阵为零时表明两图像之间相互独立，反之表示两图像之间相互依赖。
fg C 越大，相关程序越高。
若g f =，则单幅图像的协方差即为该图像的方差ff C 。
④图像的灰度标准差。
由于方差按数据的平方来计算，与灰度值相差太大，难以直观衡量，所以对方差开方得到标准差SD ，标准差是评价离散度的较好指标。
ff C SD =⑤图像的相关系数。
协方差可以作为两幅图像相关性的一种量度。
但它受两图像像素数值的影响。
因些，常将其归一化成相关系数。
两幅图像),(y x f 和),(y x g 的相关系数fgr 是描述图像相关程度的统计量，反映了两幅图像相互的线性联系密切程度。
《数字图像处理》实验指导书《数字图像处理实验》课程组二0一0年六月目录实验预备实验环境和工具使用 3实验一图像显示，直接灰度变换 7实验二直方图处理：均衡化，规定华 9实验三空域滤波增强：平滑增强 12实验四空域滤波增强：锐化滤波 20实验五图像边缘的提取 23实验六图像的分割 26实验七二值化处理：腐蚀和膨胀 28实验八对带噪声干扰的图像的综合处理 47 实验九在复杂背景图片中提取有用信息 63实验预备实验环境和工具使用多文件应用程序的开发过程一、实验目的与要求Visual C++提供了一个集源程序编辑、代码编译与调试于一体的开发环境，这个环境称为集成开发环境，对于集成开发环境的熟悉程度直接影响程序设计的效率，本实验通过学习Visual C++ 6.0界面的常用组成情况，并学习各种常用的窗口、菜单、按钮的意义和功能，并通过一些简单的程序设计，目的是使学生对用户界面、菜单和工具栏有一个全面的了解并掌握主要菜单命令。
● 了解Visual C++集成开发环境的界面组成；● 理解菜单命令的含义● 掌握“New:”菜单命令、“Breakpoints”菜单命令、“Build”菜单命令、“Source Brower”菜单命令、工具栏的定制和修改、联机帮助。
● 简单的程序设计二、实验设备与平台实验设备要求每个学生一台电脑，其中运行环境为VC++ 6.0系统。
三、实验内容及步骤1. 上机实验内容● Visual C++集成开发环境的用户界面识别；● 新文件、新工程项目、工作区的创建；● 设置、查看和删除断点；● 编译和运行程序；● 浏览资源信息；● 工具栏的定制和修改；● 联机帮助的使用；● 熟悉Visual C++编写控制台模式程序的方法；上机输入例题，调试并运行，并观察结果；● 上机编写一个程序实验1调试并编译程序。
在Visual C++下，编写控制台模式的程序和在DOS下编写程序相似，具有简单方便的特点，一般用于后台程序的编写。
实验一 数字图像读、写及基本统计指标一、实验目的1．掌握图像读写和运算的基本的方法。
2．学会利用MATLAB 编写程序进行图像的基本操作。
3．理解图像信息的含义。
二、主要仪器设备微机（CPU ：P4以上，128M 以上内存）Windows98以上操作系统、Visual C++、Matlab6.5以上版本等软件。
三、实验原理1．可以将一幅图像看成是一个二维矩阵。
2．Matlab 图像处理工具具有读、写和显示图像功能。
可采用imread 函数、imwrite 函数、imshow 函数，也可以自己编程。
3．计算图像的有关统计参数。
①图像的大小。
数值是宽度（M ，单位：像素）与高度（N ，单位：像素）的乘积。
②图像的灰度平均值。
是指所有灰度值的算术平均值，反应了一幅图像的平均亮度f 。
∑∑-=-==101),(1M x N y y x f MN f ③协方差矩阵。
设计),(y x f 和),(y x g 是大小为M хN 的两幅图像，则两幅图像的协方差矩阵fg C 为： ∑∑-=-=--=1010]),(][),([1M x N y fg g y x g f y x f MN C 协方差矩阵fg C 是两图像之间的相关程度的一种量度。
协方差矩阵为零时表明两图像之间相互独立，反之表示两图像之间相互依赖。
fg C 越大，相关程序越高。
若g f =，则单幅图像的协方差即为该图像的方差ff C 。
④图像的灰度标准差。
由于方差按数据的平方来计算，与灰度值相差太大，难以直观衡量，所以对方差开方得到标准差SD ，标准差是评价离散度的较好指标。
ff C SD =⑤图像的相关系数。
协方差可以作为两幅图像相关性的一种量度。
但它受两图像像素数值的影响。
因些，常将其归一化成相关系数。
两幅图像),(y x f 和),(y x g 的相关系数fg r 是描述图像相关程度的统计量，反映了两幅图像相互的线性联系密切程度。
相关系数在0～1范围内变动，其值越接近1，两个图像的线性相关越密切；其值越接近0，相关越不密切。
gg ff fg fg C C C r ∙=四、实验内容1.从最常用的“.BMP”图像格式中读取图像数据，并显示图像；2.利用“读图像文件I/O ”的iminfo 函数了解图像文件的基本信息。
利用“像素和统计处理”函数计算读入图像的二维相关系数（corr2函数）、确定像素颜色值（impoxel 函数）、像素的平均值（mean 函数）、显示像素的信息(pixval 函数)、计算像素的标准偏移（std2函数）等。
3. 对图像进行改变大小（imresize 函数）、旋转(imrotate 函数)等几何操作，将不同操作后的图像用函数分别写入到各自的图像文件中。
五、实验步骤指导1.读取文件rice.tif 和cameraman.tif 的图像数据，显示图像。
读取图像文件的信息，说明含义。
MATLAB 函数:imread/imshow/imfinfo举例： A=imread('rice.tif');imshow(A);2. 将rice.tif 和cameraman.tif 两副图像相加、相减，或者减去一个常数，显示并保存处理后的图像。
MATLAB 函数:imwrite/ imadd/ imsubtract;举例： J=imread('cameraman.tif');K=imadd(I,J);3．将rice.tif和cameraman.tif两副图像改变大小（imresize函数）、旋转(imrotate函数)等几何操作，将不同操作后的图像用函数分别写入到各自的图像文件中。
显示几何操作后的图像，读取图像文件的信息，并比较与几何操作前的有什么不同。
六、实验报告要求1．说明读、写和显示图像文件、计算图像的有关统计参数的原理或方法。
2．显示几何变换前、后的图像，记录几何变换前、后的图像的统计数据。
3．写出上述图像处理的程序。
4．总结心得与体会。
七、思考题1．位图图像有哪些基本的信息？2．比较不同图像的统计特征的差别，并分析原因。
程序代码如下：I1=imread('view.bmp');imshow(I1);%R1=corr2(480,640);%fiure,imshow(R1);R2=mean(I1);figure,imshow(I1)pixval('ON');R3=std2(I1);I2=imresize(I1,0.5,'bilinear');figure,imshow(I2);I3=imrotate(I1,60,'bilinear');figure,imshow(I3)实验二 数字图像的去噪一、实验目的1．掌握图像滤波的基本原理。
2、掌握图像锐化的基本原理和方法。
3、学会运用不同滤波方法对图像去噪。
4、设计程序对图像进行去噪和锐化处理。
二、主要仪器设备微机（CPU ：P4以上，128M 以上内存）Windows98以上操作系统、Visual C++、matlab6.5以上版本等软件。
三、实验原理滤波分为非线性滤波和线性滤波。
1．均值滤波是一种线性滤波方法，其采用的主要方法为领域平均法。
线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x ，y ），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x ，y ），作为处理后图像在该点上的灰度值g （x ，y ），即个g （x ，y ）=1/m ∑f（x ，y ） m 为该模板中包含当前像素在内的像素总个数。
2．中值滤波一种非线性的图像处理方法，中值滤波的原理就是用一个含有奇数点的滑动窗口，将窗口正中那点的值用窗口内各点的中值代替。
3．拉普拉斯算子如下：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--------111181111 拉普拉斯算子首先将自身与周围的8个像素相减，表示自身与周围像素的差异，再将这个差异加上自身作为新像素的灰度。
四、实验内容(1) 给图像加噪声；(2) 设计程序用均值滤波器去除图像中的噪声；(3) 设计程序用中值滤波器去除图像中的噪声；(4) 设计程序用拉普拉斯算子去除图像中的噪声(5) 比较几种方法的处理结果五、实验步骤指导1. 读取某一图像文件，显示图像。
2. 运用函数产生随机噪声和椒盐噪声，叠加到图像数据上，显示加噪声后的图像。
3．运用conv2函数实现对含噪声的图象进行均值滤波。
采用大小为3*3去心的去心邻域。
（注意：数据运算时采用double函数转成浮点型，图像显示前必须运用uint8函数将数据变成8位无符号整型，）。
比较不同窗口大小的情况下，均值滤波法的去噪效果。
4．运用中值滤波法对随机噪声和椒盐噪声进行去噪，改变窗口的大小，分析去噪效果。
5．比较均值滤波、中值滤波和拉普拉斯算子对两种噪声的去除情况。
6．再运用fspecial和filter2函数实现对含噪声的图象进行均值滤波。
六、实验报告要求1．简述图像噪声形成的原因。
2．分别论述均值滤波器、中值滤波器的原理和方法。
并比较他们的特点、指出他们的应用范围。
3．比较两种方法的处理结果，分析原因。
4．写出上述图像处理的程序。
5．总结心得与体会。
七、思考题1．图像的去噪和锐化各有什么作用？2．比较均值滤波和中值滤波在不同窗口大小的情况下对不同的噪声的去噪效果。
3．常用的锐化算子有哪些？比较其锐化效果。
4．比较同一去噪方法、针对不同噪声处理的效果？源程序代码：I1=imread('autumn.tif');imshow(I1);%彩色转灰度I2=rgb2gray(I1);figure,imshow(I2);%加入各种各样的噪声效果图I3=imnoise(I2,'salt & pepper');figure,imshow(I3),title('salt & pepper');I4=imnoise(I2,'gaussian');figure,imshow(I4);title('gaussian');%I5=imnoise(I2,'localvar',0.5,1);%figure,imshow(I5);I6=imnoise(I2,'poisson');555figure,imshow(I6);title('poisson');I7=imnoise(I2,'speckle');figure,imshow(I7);title('speckle');%均值滤波H=1/8.*[1,1,1;1,0,1;1,1,1];J1=conv2(I3,H);J2=conv2(I4,H);J3=conv2(I6,H);J4=conv2(I7,H);%卷积后变成了double array 图像显示需要 uint8 才能显示A1=uint8(J1);A2=uint8(J2);A3=uint8(J3);A4=uint8(J4);figure,subplot(2,2,1),imshow(A1),title('salt & pepper aver'); subplot(2,2,2),imshow(A2),title('gaussian aver');subplot(2,2,3),imshow(A3),title('poisson aver');subplot(2,2,4),imshow(A4),title('speckle aver');%中值滤波R1=medfilt2(I3);R2=medfilt2(I4);R3=medfilt2(I6);R4=medfilt2(I7);figure,subplot(2,2,1),imshow(R1),title('salt & pepper medf'); subplot(2,2,2),imshow(R2),title('gaussian medf');subplot(2,2,3),imshow(R3),title('poisson medf');subplot(2,2,4),imshow(R4),title('speckle medf');%采用拉普拉斯算子滤波H1=[-1,-1,-1;-1,8,-1;-1,-1,-1];B1=imfilter(I3,H1);B2=imfilter(I4,H1);B3=imfilter(I6,H1);B4=imfilter(I7,H1);figure,subplot(2,2,1),imshow(B1),title('salt & pepper lapla'); subplot(2,2,2),imshow(B2),title('gaussian lapla');subplot(2,2,3),imshow(B3),title('poisson lapla');subplot(2,2,4),imshow(B4),title('speckle lapla');实验三 图像的边缘检测一、实验目的1．掌握图像边缘检测方法；2．理解边缘检测在图像分割中应用3．学会利用MATLAB 程序进行边缘检测。
