数字图像处理实验1 冈萨雷斯

1. 课程设计目的1、提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方法。

2、熟悉掌握一门计算机语言，可以进行数字图像的应用处理的开发设计。

2．课程设计内容及实现2.1、网页安全色（Web-Safe Colors）为了完成这项工作，必须找到一个合适的程序，这个程序可以把指定的JPG图像生成RGB元素的图像。

例如，MATLAB的图像处理工具箱可以实现这一点，但你也可以使用图像编辑程序像Adobe的Photo-Shop或Corel的Photo-Paint。

为了实现把图像转换为RGB 这一目标，也可以手动修改。

（a）编写计算机程序，把任意的RGB彩色图像转换到Web安全的RGB图像（Web安全颜色定义见图6.10）。

（b）下载图像图6.8，转换为网络安全色的RGB彩色图像。

图6.8是JPG格式，所以结果返回也为JPG（请看本项目的开始注释）。

解释你的结果和图6.8之间的差异。

2.1.1程序清单：I=imread('Fig6.08.jpg');subplot(121);imshow(I);title('原图');I1=fix((I/51)*51);subplot(122);imshow(I1);title('web-safe colors');2.1.2运行结果如图1图1 网页安全色结果分析：结果图出现明显的方格，每个方格就是一个网页安全色，方格内的颜色一致。

原图则是普通的RGB，假使在原图的相同区域划分出和结果图相对应的方格，则此方格里的颜色是一个渐变的颜色，并非同一种颜色。

2.2、伪彩色图像处理（Pseudo-Color Image Processing ）（a）实现图6.23的特性，你可以为输入图像指定两个范围的灰度值，然后你的程序将输出的RGB图像，它的像素有一个指定的颜色，对应于输入图像的一个范围的灰度级，RGB 图像中剩余的像素具有和输入图像相同的灰度。

《数字图像处理》实验指导书实验一、空域图像处理一、 实验目的1熟悉CCS 集成开发环境的操作和基本功能；2熟悉MATLAB 基本图像操作；3结合实例学习如何在程序中增加图像处理算法；4理解和掌握图像的线性变换和直方图均衡化的原理和应用；5了解平滑处理的算法和用途，学习使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理的程序设计方法；6 了解噪声模型及对图像添加噪声的基本方法。

二、 实验原理1 灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。

)],([),(y x f T y x g =⎪⎩⎪⎨⎧<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ),(),(y x f b g b y x f b y x f a g a y x f a y x f y x f y x g b a γβαn y m x ,2,1 ,,,2,1==2 直方图均衡化通过点运算将输入图像转换为在每一级上都有相等像素点数的输出图像。

按照图像概率密度函数PDF 的定义：1,...,2,1,0 )(-==L k n n r p k k r 通过转换公式获得：1,...,2,1,0 )()(00-====∑∑==L k n n r p r T s k j k j j j r k k3 均值（中值）滤波是指在图像上，对待处理的像素给定一个模板，该模板包括了其周围的临近像素。

将模板中的全体像素的均值（中值）来代替原来像素值的方法。

4 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。

三、实验步骤1 启动MA TLAB程序，对图像文件分别进行灰度线性变换、直方图均衡化、均值滤波、中值滤波和拉普拉斯锐化操作；添加噪声，重复上述过程观察处理结果。

2 记录和整理实验报告四、实验仪器1计算机；2 MA TLAB程序；3记录用的笔、纸。

数字图像处理作业——图像恢复摘要数字图像恢复是数字图像处理的一个基本的和重要的课题，它是后期图像处理（分析和理解）的前提。

图像在摄取、传输、储存的过程中不可避免地引起图像质量的下降（图像退化），图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌，即根据退化的原因，分析引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。

本文首先对测试图像进行模糊及加噪处理，然后用不同的图像恢复方法，如维纳滤波恢复、约束最小二乘滤波进行图像恢复，并比较它们的处理效果。

发现维纳滤波较约束最小二乘法滤波效果要好，这是因为前者利用了原图像的统计信息，采用了真实的PSF函数来恢复。

无论何种算法，它们都要依据获取的相关信息才能有效地实施，算法利用的信息越多，信息的准确性越高，复原图像的质量也就越高。

实验原理：图像复原处理是建立在图像退化的数学模型基础上的，这个退化数学模型能够反映图像退化的原因。

图像的退化过程可以理解为施加于原图像上的运算和噪声两者联合作用的结果，图像退化模型如图1所示，可以表示为：g ( x , y ) = H [ f ( x , y )] + n ( x , y ) = f ( x , y ) *h ( x , y ) + n ( x , y ) （1）图1 图像退化模型(1)在测试图像上产生高斯噪声lena 图-需能指定均值和方差；并用滤波器（自选）恢复图像；实验原理：噪声是最常见的退化因素之一，也是图像恢复中重点研究的内容，图像中的噪声可定义为图像中不希望有的部分。

噪声是一种随机过程，它的波形和瞬时振幅以及相位都随时间无规则变化，因此无法精确测量，所以不能当做具体的处理对象，而只能用概率统计的理论和方法进行分析和处理。

本文中研究高斯噪声对图像的影响及其去噪过程。

①高斯噪声的产生：所谓高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。

一个高斯随机变量z 的PDF 可表示为：P （z ）（2）其中z 代表灰度，u 是z 的均值，是z 的标准差。

1.1 图像与图像处理的概念图像(Image)：使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眼并进而产生视觉的实体。

包括：·各类图片，如普通照片、X光片、遥感图片；·各类光学图像，如电影、电视画面；·客观世界在人们心目中的有形想象以及外部描述，如绘画、绘图等。

数字图像：为了能用计算机对图像进行加工，需要把连续图像在坐标空间和性质空间都离散化，这种离散化了的图像是数字图像。

图像中每个基本单元叫做图像的元素，简称像素（Pixel）。

数字图像处理（Digital Image Processing）：是指应用计算机来合成、变换已有的数字图像，从而产生一种新的效果，并把加工处理后的图像重新输出，这个过程称为数字图像处理。

也称之为计算机图像处理（Computer Image Processing）。

1.2 图像处理科学的意义1.图像是人们从客观世界获取信息的重要来源·人类是通过感觉器官从客观世界获取信息的，即通过耳、目、口、鼻、手通过听、看、味、嗅和接触的方式获取信息。

在这些信息中，视觉信息占70％。

·视觉信息的特点是信息量大，传播速度快，作用距离远，有心理和生理作用，加上大脑的思维和联想，具有很强的判断能力。

·人的视觉十分完善，人眼灵敏度高，鉴别能力强，不仅可以辨别景物，还能辨别人的情绪。

2.图像信息处理是人类视觉延续的重要手段非可见光成像。

如：γ射线、X射线、紫外线、红外线、微波。

利用图像处理技术把这些不可见射线所成图像加以处理并转换成可见图像，可对非人类习惯的那些图像源进行加工。

3.图像处理技术对国计民生有重大意义图像处理技术发展到今天，许多技术已日益趋于成熟，应用也越来越广泛。

它渗透到许多领域，如遥感、生物医学、通信、工业、航空航天、军事、安全保卫等。

1.3 数字图像处理的特点1. 图像信息量大每个像素的灰度级至少要用6bit（单色图像）来表示，一般采用8bit（彩色图像），高精度的可用12bit 或16bit。

3 实验一 MATLAB 学习及 MATLAB 的图像显示方法一、 MATLAB 学习：实验目的1、 了解 MATLAB 的基本功能及操作方法2、 掌握典型离散信号的 MATLAB 产生和显示 实验内容1、 用 MATLAB 编制程序，产生并输出以下各种序列① 单位冲击序列(长度为 41)1 0.9 0.8 0.7 0.60.5 0.4 0.3 0.2 0.10 -20 -15 -10 -5 0 5 10 15 20② 单位阶跃序列(长度为 41)10.80.60.40.20 -20-15-10-55101520③ 正弦序列 x n = A ∙ sin 2πfn + φ f = 0.5, A = −0.2, φ = (2)π −10 < n < 10 (n 间隔为 0.01)1 0.8 0.6 0.40.2 0 -0.2 -0.4 -0.6 -0.8-1-10-8 -6 -4 -2 0 2 4 6 8 10④ 指数序列 x n = 1.1n−20 < n < 20 (n 间隔为 0.5)7654321-20 -15 -10 -5 0 5 10 15 20⑤复指数序列x n = 4 ∗ e(−0.2+j0.5)n −40 < n < 40 (exp)，输出其实部（real），虚部（imag），幅值（abs）和相位（angle）的图形。

10000600080004000600020004000-20002000-40000 -2000-6000 -8000 -10000-4000-40 -30 -20 -10 0 10 20 3040-12000-40 -30 -20 -10 0 10 20 30 4012000 43 100002 80001 6000 0-1 4000-22000-3-40 -30 -20 -10 0 10 20 3040-4-40 -30 -20 -10 0 10 20 30 40二、MATLAB 的图像显示方法实验目的1、练习图像读写和显示函数的使用方法2、掌握MATLAB 支持的图像显示方法3、数字图像处理中常用的MATLAB 函数实验内容1、图像的读RGB=imread();2、图像显示①图像显示imshow(), image(), imagesc()②同屏显示多个图像subplot()3、数字图像处理中常用的MATLAB 函数size(); zeros(); ones(); fft2(); ifft2(); imhist(); histeq(); title(); xlable(); ylable() 三、实验要求在屏幕上显示出各个图像。