实验三图像空域平滑和频域平滑
一、实验目的
1)掌握图像典型噪声的基本特点；
2)掌握图像空域高斯平滑的基本方法；
3)掌握图像空域中值滤波的基本方法；
4)掌握图像频域高斯平滑的基本方法；
5)掌握根据图像特点进行平滑滤波的基本原理和方法。
6)通过编程，上机调试程序，进一步提高编程能力及使用计算机解决问题
的能力。
二、实验原理
1. 图像的典型噪声
噪声可理解为影响传感器对所接收图像源信息进行理解或分析的各种因素。噪声一般是不可预测的随机信号，只能用概率统计的方法去认识。噪声对图像的输入、采集和处理的各种环节，以及输出结果的全过程均有影响。因此，去噪己经成为图像处理中极其重要的手段，也是图像处理领域研究的一个重点。本节对典型噪声的来源和性质进行简要介绍。
对图像信号而言，灰度图像可视为二维亮度分布，噪声可看作是对亮
度的干扰，用表示。噪声具有随机性，因而需要用随机过程来描述，即要
求知道其分布函数和密度函数。在许多情况下，这些函数很难测定和描述，甚至无法得到，所以常用均值、方差、相关函数等统计特征来描述噪声，如噪声的总功率描述为；噪声的交流功率可由方差描
述；噪声的直流功率可用均值的平方表示。
图像噪声的描述与建模方式主要有以下几种：
（1）白噪声（White Noise）：它具有常量的功率谱。白噪声的一个特例是高斯噪声（Gaussian Noise），其直方图曲线服从一维高斯型分布：
(1) 其中为均值与标准差。MATLAB产生函数为J = IMNOISE(I,'gaussian',M,V)，
M，V为均值与方差，高斯噪声示例如图1所示。
图1 高斯噪声示例
（2）椒盐噪声（Pepper & Salt Noise）：一种在图像中产生黑色、白色点的脉冲噪声。该噪声在图像中显现较为明显，对图像分割、边缘检测、特征提取等后续处理具有严重破坏作用。MATLAB产生函数为J = IMNOISE(I, ‘salt & pepper’, D)，D为噪声密度。椒盐噪声示例如图2所示。
图2 椒盐噪声示例
（3）乘性噪声（Multiplicative Noise）：乘性噪声与加性噪声对应，加性噪声一般指热噪声、散弹噪声等，它们与信号的关系是相加，不管有没有信号，噪声都存在。而乘性噪声一般由信道不理想引起，它们与信号的关系是相乘，依附于信号而存在。一般图像处理中把加性随机性噪声看成是系统的背景噪声；而乘性随机性噪声看成系统的时变性（如衰落或多普勒）或非线性所造成的。具体而言乘性噪声是指一幅图像被斑点噪声像素破坏，而且这些像素的亮度与其邻域的亮度显著不同，公式可表达为。MATLAB产生函数为J
= IMNOISE(I,'speckle',V)，其中V为噪声方差。乘性噪声示例如图3所示。
图3 乘性噪声示例
（4）量化噪声（Quatization Noise）：在量化级别不同时出现的噪声。例如，将图像的亮度级别减少到1/16的时候会出现伪轮廓。量化噪声可从直方图分布予以分析。量化噪声示例如图4所示。
图4 量化噪声示例
2. 图像空域高斯滤波原理
图像平滑是为了消除或减弱噪声对图像的干扰，有时也称图像滤波。图像平滑总体上讲可分为空域平滑（滤波）和频域平滑（滤波）两大类，根据滤波器特点也可分为线性滤波和非线性滤波。空域滤波是直接对图像的数据做空间变换达到滤波的目的。它是一种邻域运算，即输出图像中任何像素的值都是通过采用一定的算法，根据输入图像中对用像素周围一定邻域内像素的值得来的。如果输出像素是输入像素邻域像素的线性组合则称为线性滤波（例如最常见的均值滤波和高斯滤波），否则为非线性滤波（中值滤波等）。
高斯滤波是利用高斯滤波器对图像进行滤波的过程，这种线性平滑滤波器去
除高斯噪声的效果很好，且在大多数情况下，对其它类型的噪声也有较好的效果。高斯滤波器使用连续窗函数内像素加权和来实现滤波，它使用的高斯函数如图5所示。
图5 二维高斯函数
实际使用高斯滤波器时要利用量化值，例如尺寸为3×3的高斯滤波器（卷积核）可简化为
尺寸为5×5的高斯滤波器可简化为
滤波器元素取的原因是便于硬件实现。图像的空滤滤波公式可
表达为
(2)
利用卷积公式有
(3) 对于3×3的高斯滤波，核心代码可表示为
由于滤波器模板尺寸因素，空域滤波需要考虑图像边界状况。
3. 图像空域中值滤波原理
中值滤波器是统计滤波器的一种，属于非线性的的空间滤波器。它将像素（中值计算中包括原像素值）邻域内灰度的中值代替该像素的值。中值滤波器对处理脉冲噪声非常有效，对于一定类型的随机噪声，中值滤波器也提供了优秀的去噪能力，比小尺寸的线性平滑滤波器的模糊程度明显要低。
中值滤波器的计算步骤：对于图像中每一像素，首先设定其邻域像素
值集合（尺寸一般设为1×3，1×5，3×1，5×1，3×3，5×5，……，取奇数是为了便于得到中值。），然后对其邻域集合元素进行排序，接着选取其中值像素值，最后将该中值像素值赋给原图像素。对于椒盐噪声，空域高斯滤波和
空域中值滤波的结果如图6所示。
图6 椒盐噪声的空域滤波结果示意
4. 图像频域高斯滤波原理
频率滤波需要先进行傅立叶变换至频域处理，然后再反变换回空间域还原图像。图像的二维傅立叶变换及逆变换公式为
(4)
这里为和数字信号处理统一，图像元素写作。高斯滤波器的空域和频
域形式相同，从频域来看是一个低通滤波器，没有振铃现象。高斯传递函数在频域可表示为
(5)
其中为点到中心距离，为预设参数，即截止频率。高斯传递
函数及径向剖面曲线如图7所示。
图7 高斯传递函数径向剖面曲线
空域滤波及对应的频域滤波可依次由以下三个公式简单表示
(6)
这里分别代表待滤波图像在空域和频域的表达形式，
分别代表已滤波图像在空域和频域的表达形式，分
别代表滤波器冲击响应函数及传递函数。显然，空域卷积等同于频域乘积。使用的MATLAB函数包括fft2, ifft2, fftshift,ifftshift等。根据FFT运算特点，频域滤波时对图像与滤波器尺寸的相容性必须充分考虑。图8示意了频域高斯滤波结果，注意为显示频域细节，对频幅图进行了变换。
图8 频域高斯滤波结果
三、主要实验仪器及材料
微型计算机、Matlab6.5教学版。
四、实验内容
1．知识准备
认真复习以上基础理论，理解本实验所用到的实验原理。
2．图像典型噪声分析
1)利用imnoise函数为图像添加高斯噪声，改变参数，分析噪声图像特点。
2)利用imnoise函数为图像添加椒盐噪声，改变参数，分析噪声图像特点。
3)利用imnoise函数为图像添加乘性噪声，改变参数，分析噪声图像特点。3．图像空域高斯滤波
对于图像中三类典型噪声（高斯噪声，椒盐噪声，乘性噪声，下同），利用
高斯滤波器进行滤波处理，改变卷积核尺寸，观察分析去噪实验结果。
4．图像空域中值滤波
对于图像中三类典型噪声，利用中值滤波器进行滤波处理，改变滤波器尺寸，观察分析去噪实验结果。
5．图像频域域高斯滤波
将叠加了三类典型噪声之一的图像利用FFT2方法变换到频域，利用频域高斯滤波器进行滤波处理，然后变换回空域，改变滤波器参数，观察分析去噪实验结果。
6．上机调试程序并打印或记录实验结果。
7．完成实验报告。
五、实验报告要求
1)简述实验原理及目的。
2)给出上述实验内容的实验结果。
3)列出图像典型噪声特点，给出图像空域高斯滤波、图像空域中值滤波、
图像频域高斯滤波的公式，画出程序框图，并列出实验程序清单（可略）
（包括必要的程序说明）。
4)记录调试运行情况及所遇问题的解决方法。
5)给出实验结果，并对结果做出分析。
6)简要回答思考题。
(A) 如何自行模拟图像的量化误差？
(B) 高斯滤波器具有哪些优点？如何对图像进行快速高斯滤波？
实验一 MATLAB数字图像处理基本操作及空域滤波实验目的 1、了解有关数字图像处理的基本概念，熟悉Matlab软件中关于数字图像处理的基本命令，掌握利用Matlab软件进行数字图像处理的简单方法。 2、了解并掌握直方图统计方法以及分段线性拉伸、直方图均衡等亮度调整算法，通过观察对这些运算建立感性认识。 3、掌握空域滤波中常用的平滑和锐化滤波器。 实验内容 1. 观察各类图像的直方图；操作LUT灰度对照表，进行分段线性拉伸；采用直方图均衡方法对低对比度的图像进行对比度增强。 2．掌握图像模板卷积运算的实质，认识各种模板的处理效果； 3. 掌握邻域平均及中值滤波降噪方法的特点，认识其功能及适用场合； 4. 掌握拉普拉斯算子、Sobel算子、Prewitt算子和Isotropic算子的特点，认识其功能及适用场合。 实验原理 1、数字图像以一定的格式存放在计算机的存储器中（如磁盘），常见的格式有BMP，TIF，PCX等等，要进行数字图像处理，第一项工作就是把图像读到计算机的内存中，以便进行进一步的处理。在Matlab中，函数imread()完成此项工作。下面一小段Matlab语句即可实现将图像“rice.tif”显示在一个图像窗口的左边，将其轮廓图显示在该窗口的右边。 I=imread('rice.tif'); subplot(1,2,1); imshow(I) subplot(1,2,2); imcontour(I); 这里，imread(‘rice.tif’)将磁盘上的图像文件rice.tif读入内存变量I中，subplot(1,2,1)生成一个可以横向放置2幅图像的窗口，并设置下一显示位置在左边，imshow(I)显示图像I，subplot(1,2,2)准备下一图像的显示位置，imcontour(I)生成图像I 的轮廓并显示在窗口的右边。 数字图像一般可分为二值图、灰度图和真彩图等几类。
实验六-图像分割
信息工程学院实验报告 课程名称：数字图像处理 实验项目名称：实验六图像分割实验时间：2016.12.16 班级：姓名：学号： 一、实验目的 1. 使用MatLab 软件进行图像的分割。使学生通过实验体会一些主要的分割算子对图像处理的效果，以及各种因素对分割效果的影响。 2. 要求学生能够自行评价各主要算子在无噪声条件下和噪声条件下的分割性能。能够掌握分割条件(阈值等)的选择。完成规定图像的处理并要求正确评价处理结果，能够从理论上作出合理的解释。 二、实验内容与步骤 1.边缘检测 (1)使用Roberts 算子的图像分割实验 调入并显示图像room.tif图像；使用Roberts 算子对图像进行边缘检测处理； Roberts 算子为一对模板： （a）450方向模板（b）1350方向模板 图 1 matlab 2010的Roberts算子模板 相应的矩阵为：rh = [0 1；-1 0]； rv = [1 0；0 -1]；这里的rh 为45度Roberts 算子，rv 为135度Roberts 算子。分别显示处理后的45度方向和135方向的边界检测结果；用“欧几里德距离”和“街区距离”方式计算梯度的模，并显示检测结果；对于检测结果进行二值化处理，并显示处理结果。 提示：先做检测结果的直方图，参考直方图中灰度的分布尝试确定阈值；应反复调节阈值的大小，直至二值化的效果最为满意为止。 (2)使用Prewitt 算子的图像分割实验
（a）水平模型（b）垂直模板 图2. Prewitt算子模板 使用Prewitt 算子进行内容(1)中的全部步骤。 (3)使用Sobel 算子的图像分割实验 使用Sobel （a）水平模型（b）垂直模板 图3. Sobel算子模板 (4)使用LoG (拉普拉斯-高斯)算子的图像分割实验 使用LoG (拉普拉斯-高斯)算子进行内容(1)中的全部步骤。提示1：处理后可以直接显示处理结果，无须另外计算梯度的模。提示2：注意调节噪声的强度以及LoG (拉普拉斯-高斯)算子的参数，观察处理结果。 (5) 打印全部结果并进行讨论。 下面是使用sobel算子对图像进行分割的MATLAB程序 f=imread('room.tif'); [gv,t1]=edge(f,'sobel','vertical');%使用edge函数对图像f提取垂直边缘 imshow(gv) [gb,t2]=edge(f,'sobel','horizontal');%使用edge函数对图像f提取水平边缘 figure,imshow(gb) w45=[-2 -1 0;-1 0 1;0 1 2];%指定模版使用imfilter计算45度方向的边缘 g45=imfilter(double(f),w45,'replicate'); T=0.3*max(abs(g45(:))); %设定阈值 g45=g45>=T; %进行阈值处理 figure,imshow(g45); 在函数中使用'prewitt'和'roberts'的过程，类似于使用sobel边缘检测器的过程。
数字图像处理(频域增强)
数字图像处理图像频域增强方法的研究 姓名： 班级: 学号：
目录一．频域增强的原理 二．频域增强的定义及步骤三．高通滤波 四． MATLAB程序实现 五．程序代码 六．小结
一．频域图像的原理 在进行图像处理的过程中，获取原始图像后，首先需要对图像进行预处理，因为在获取图像的过程中，往往会发生图像失真，使所得图像与原图像有某种程度上的差别。在许多情况下，人们难以确切了解引起图像降质的具体物理过程及 其数学模型，但却能估计出使图像降质的一些可能原因，针对这些原因采取简单易行的方法，改善图像质量。图像增强一般不能增加原图像信息，只能针对一些成像条件，把弱信号突出出来，使一些信息更容易分辨。图像增强的方法分为频域法和空域法，空域法主要是对图像中的各像素点进行操作；而频域法是在图像的某个变换域内，修改变换后的系数，例如傅立叶变换、DCT 变换等的系数，对 图像进行操作，然后再进行反变换得到处理后的图像。 MATLAB矩阵实验室（Matrix Laboratory）的简称，具有方便的数据可视化功能，可用于科学计算和工程绘图。它不仅在一般数据可视化软件都具有的功能方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。它具有功能丰富的工具箱，不但能够进行信号处理、语音处理、数值运算，而且能够完成各种图像处理功能。本文利用MATLAB工具来研究图像频域增强技术。图像增强是为了获得更好质量的图像，通过各种方法对图像进行处理，例如图像边缘检测、分割以及特征提取等技术。图像增强的方法有频域处理法与空域处理法，本文主要研究了频域处理方法中的滤波技术。从低通滤波、高通滤波、同态滤波三个方面比较了图像增强的效果。文章首先分析了它们的原理，然后通过MATLAB软件分别用这三种方法对图像进行处理，处理后使图像的对比度得到了明显的改善，增强了图像的视觉效果。
图像处理实验 图像增强和图像分割 一、实验目的： 掌握用空间滤波进行图像增强的基本方法，掌握图像分割的基本方法。 二、 实验要求： 1、测试图像1中同时含有均值为零的均匀分布噪声和椒盐噪声。用大小为5×5的算术均值滤波器和中值滤波器对图像进行处理，在不同窗口中显示原图像及各处理结果图像，并分析哪一种滤波器去噪效果好？ 2、对测试图像2进行图像分割，求出分割测试图像2的最佳阈值。分别显示原图、原图的直方图（标出阈值）、和分割后的二值图。 实验内容： 1. 实验原理 1) 图像增强：流程图： 图像增强可以通过滤波的方式来完成，即消除一部分的噪声。滤波又可以分为均值滤波和中值滤波。 1. 中值滤波原理：中值滤波就是选用一个含有奇数个像素的滑动窗口，将该窗口在图像上扫描，把其中所含像素点按灰度级的升（或降）序排列，取位于中间的灰度值来代替窗口中心点的灰度值。
对于一维序列{N f }： 21,},...,,...,{-=∈=+-m u N i f f f M e d y u i i u i i 对于二维序列{ij F }：为滤波窗口W y ij F Med W ij }{= 2. 均值滤波原理：对于含噪声的原始图像g(s,t)的每一个像素点去一个领 域N ，用N 中所包含的相速的灰度平均值，作为领域平均处理后的图像f(x,y)的像素值，即： ∑∈=xy S t s t s g mn y x f ),(),(1),(? 2) 图像分割： 图像分割：依据图像的灰度、颜色等特征，将一幅图像分为若干个互不重叠的、具有某种同质特征的区域。
本实验中我们是根据灰度值，将灰度值大于阈值T的像素统一置为255，小于的则置为0。如何求出最合适的分割阈值，则需要用到迭代算法。 迭代法算法步骤： (1) 初始化阈值T (一般为原图像所有像素平均值)。 (2) 用T分割图像成两个集合：G1 和G2，其中G1包含所有灰度值小于T的像素，G2包含所有灰度值大于T的像素。 (3) 计算G1中像素的平均值m1及G2中像素的平均值m2。 (4) 计算新的阈值：T ＝（m1＋m2）/2 。 (5）如果新阈值跟原阈值之间的差值小于一个预先设定的范围，停止循环，否则继续（2）－（4）步。 2.程序代码与分析： 1)图像增强： clear all;clc; %读入图像 I1=imread('Fig5.12(b).jpg'); %均值滤波模板 h1=ones(5,'uint8'); %获取分辨率 [a,b]=size(I1); %创建变量 I2=zeros(a+4,b+4,'uint8'); I3=zeros(a+4,b+4,'uint8'); %复制原始图像 for n=3:a+2 for m=3:b+2 I2(n,m)=I1(n-2,m-2); I3(n,m)=I1(n-2,m-2); end end
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
实验目的： 1.熟悉Matlab处理图像的基本原理，并熟练地运用进行一些基本的图像操作； 2.能够用Matlab来进行亮度变换，直方图处理以及一些简单的空间滤波； 实验内容： 去噪，灰度变换，直方图处理，空域和频域平滑锐化，同态滤波；结果分析： 1.直方图处理： ⑴显示原图直方图以及原图： 代码： >> imread(''); >> imshow(f); >> imhist(f); 原图以及原图直方图为：
⑵直方图均衡化： 代码： >> f=imread(''); >> n=imnoise(f); >> imwrite(n,''); >> [thr,sorh,keepapp] = ddencmp('den','wv',im2double(n)); >> r=wdencmp('gbl',im2double(Noise),'sym2',2,thr,sorh,keepapp); >> r=wdencmp('gbl',im2double(n),'sym2',2,thr,sorh,keepapp); >> imwrite(r,''); >> imshow(f); 现在的图片以及直方图为： 结论： 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.灰度变换： 代码： >> f=imread(''); >> n=imnoise(f); >> imwrite(n,''); >> [thr,sorh,keepapp] = ddencmp('den','wv',im2double(n)); >> r=wdencmp('gbl',im2double(Noise),'sym2',2,thr,sorh,keepapp); >> r=wdencmp('gbl',im2double(n),'sym2',2,thr,sorh,keepapp); >> imwrite(r,''); >> imshow(f); 变换的图像(f为图a，a1为图b,a2为图c，a3为图d)： （图a）（图b）
实验七图像分割 一、实验目的 利用光谱特征进行遥感图像的分割和分割后处理。 二、实验要求 1. 能够根据图像的特征，综合使用不同的方法分割出地物对象。 2. 熟练掌握图像直方图的应用。 3. 掌握彩色图像分割的基本方法 4. 掌握利用波段组合进行图像分割的工作流程 5. 熟悉数学形态学基本方法的应用。 三、实验准备 ●软件准备：ENVI软件 ●数据：兰花.jpg 文字测原始图像.bmp IKNOSm14 nj Hroad ●基本知识： ?图像分割的原则：（1）依据像素灰度值的不连续性进行分割。假定不同区域像素的灰度值具有不连续性，因而可以对其进行分割。（2）依据同一区域内部 像素的灰度值具有相似性进行分割。这种方法一般从一个点（种子）出发，将 其邻域中满足相似性测量准则的像素进行合并从而达到分割的目的。依据像素 的不连续性进行分割的方法只要是区域增长法。 ?图像分割的工作流程：（1）确定待分割的对象；（2）选择对分割对象敏感的波段；（3）选择分割方法进行分割；（4）将分割后的结果图像转为矢量图。 ?图像分割：（1）图像分割是指把图像分成各具特性的区域并提取出感兴趣的目标的技术和过程。从数学角度来看，图像分割是将数字图像划分成互不相交的 区域的过程。图像分割的过程也是一个标记的过程，即将属于同一个区域的像 素赋予相同的编号的过程。（2）目的：将一幅图像分为几个区域，这几个区域 之间具有不同的属性，同一区域中各像素具有某些相同的性质。 ?图像分割的方法：（1）灰度阀值法，它在目标与背景之间存在强对比时特别有效（直方图方法）；（2）数学形态学方法，腐蚀、膨胀、开运算和闭运算； ?波段运算：ENVI Band Math是一个灵活的图像处理工具，其中许多功能是无法在任何其它的图像处理系统中获得的。由于每个用户都有独特的需求，利用 此工具用户自己定义处理算法，应用到在ENVI打开的波段或整个图像中，用 户可以根据需要自定义简单或复杂的处理程序。例如：可以对图像进行简单加、 减、乘、除运算，或使用IDL编写更复杂的处理运算功能。 ?波段运算实质是对每个像素点对应的像素值进行数学运算。
实验报告 课程名称医学图像处理 实验名称图像分割 专业班级 姓名 学号 实验日期 实验地点 2015—2016学年度第 2 学期
050100150200250 图1 原图 3 阈值分割后的二值图像分析：手动阈值分割的阈值是取直方图中双峰的谷底的灰度值作为阈值，若有多个双峰谷底，则取第一个作为阈值。本题的阈值取
%例2 迭代阈值分割 f=imread('cameraman.tif'); %读入图像 subplot(1,2,1);imshow(f); %创建一个一行二列的窗口，在第一个窗口显示图像title('原始图像'); %标注标题 f=double(f); %转换位双精度 T=(min(f(:))+max(f(:)))/2; %设定初始阈值 done=false; %定义开关变量，用于控制循环次数 i=0; %迭代，初始值i=0 while~done %while ~done 是循环条件，~ 是“非”的意思，此 处done = 0; 说明是无限循环，循环体里面应该还 有循环退出条件，否则就循环到死了; r1=find(f<=T); %按前次结果对t进行二次分 r2=find(f>T); %按前次结果重新对t进行二次分 Tnew=(mean(f(r1))+mean(f(r2)))/2; %新阈值两个范围内像素平均值和的一半done=abs(Tnew-T)<1; %设定两次阈值的比较，当满足小于1时，停止循环， 1是自己指定的参数 T=Tnew; %把Tnw的值赋给T i=i+1; %执行循坏，每次都加1 end f(r1)=0; %把小于初始阈值的变成黑的 f(r2)=1; %把大于初始阈值的变成白的 subplot(1,2,2); %创建一个一行二列的窗口，在第二个窗口显示图像imshow(f); %显示图像 title('迭代阈值二值化图像'); %标注标题 图4原始图像图5迭代阈值二值化图像 分析：本题是迭代阈值二值化分割，步骤是：1.选定初始阈值，即原图大小取平均；2.用初阈值进行二值分割；3.目标灰度值平均背景都取平均；4.迭代生成阈值，直到两次阈值的灰 度变化不超过1，则稳定；5.输出迭代结果。
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)
空域和频域图像处理增强 实验目的： 1.熟悉Matlab处理图像的基本原理，并熟练地运用进行一些基本的图像操作； 2.能够用Matlab来进行亮度变换，直方图处理以及一些简单的空间滤波； 实验内容： 去噪，灰度变换，直方图处理，空域和频域平滑锐化，同态滤波；结果分析： 1.直方图处理： ⑴显示原图直方图以及原图： 代码： >> imread('hui.jpg'); >> imshow(f); >> imhist(f); 原图以及原图直方图为：
⑵直方图均衡化： 代码： >> f=imread('test2.jpg'); >> n=imnoise(f); >> imwrite(n,'n.tif'); >> [thr,sorh,keepapp] = ddencmp('den','wv',im2double(n)); >> r=wdencmp('gbl',im2double(Noise),'sym2',2,thr,sorh,keepapp); >> r=wdencmp('gbl',im2double(n),'sym2',2,thr,sorh,keepapp); >> imwrite(r,'r.tif'); >> imshow(f); 现在的图片以及直方图为： 结论： 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.灰度变换： 代码： >> f=imread('test2.jpg'); >> n=imnoise(f); >> imwrite(n,'n.tif'); >> [thr,sorh,keepapp] = ddencmp('den','wv',im2double(n)); >> r=wdencmp('gbl',im2double(Noise),'sym2',2,thr,sorh,keepapp); >> r=wdencmp('gbl',im2double(n),'sym2',2,thr,sorh,keepapp); >> imwrite(r,'r.tif'); >> imshow(f); 变换的图像(f为图a，a1为图b,a2为图c，a3为图d)： （图a）（图b）
实验报告 实验名称实验四图像分割 课程名称数字图像处理A 姓名成绩 班级学号 日期地点 1.实验目的 （1）了解并掌握图像分割的基本原理； （2）编写程序使用Hough变换处理图像，进行线检测；
（3）编写程序使用阈值处理方法进行图像分割，根据实验结果分析效果； （4）总结实验过程（实验报告，左侧装订）：方案、编程、调试、结果、分析、结论。 2.实验环境（软件条件） Windws2000/XP MATLAB 7.0 3.实验方法 对256级灰度的数字图像camera.bmp（如图4.1所示）和car.bmp（如图4.2所示）进行如下处理： （1）对图像camera.bmp进行Hough变换进行线检测，显示处理前、后图像： 思考如何利用Hough变换进行圆检测； （2）对图像car.bmp分别利用不同的阈值处理方法进行图像中汽车及车牌的分割，显示处理前、后图像；思考不同的阈值处理算法对分割效果的影响？ 4.实验分析 实验原理 Hough变换是最常用的直线提取方法，它的基本思想是：将直线上每一个数据点变换为参数平面中的一条直线或曲线，利用共线的数据点对应的参数曲线相交于参数空间中一点的关系，使直线的提取问题转化为计数问题。Hough变换提取直线的主要优点是受直线中的间隙和噪声影响较小。 思考： Hough变换对圆的检测： Hough变换的基本原理在于，利用点与线的对偶性，将图像空间的线条变为参数空间的聚集点，从而检测给定图像是否存在给定性质的曲线。 圆的方程为：222 ()() x a y b r -+-=，通过Hough变换，将图像空间(,) x y对应到参数空间(,,) a b r。 第一题结果图 图4.1 实验图像camera.bmp 图4.2 实验图像car.bmp
数字图像处理实验报告 实验二图像变换实验 1．实验目的 学会对图像进行傅立叶等变换，在频谱上对图像进行分析，增进对图像频域上的感性认识，并用图像变换进行压缩。 2．实验内容 对Lena或cameraman图像进行傅立叶、离散余弦、哈达玛变换。在频域，对比他们的变换后系数矩阵的频谱情况，进一步，通过逆变换观察不同变换下的图像重建质量情况。 3. 实验要求 实验采用获取的图像，为灰度图像，该图像每象素由8比特表示。具体要求如下： （1）输入图像采用实验1所获取的图像（Lena、Cameraman）； （2）对图像进行傅立叶变换、获得变换后的系数矩阵； （3）将傅立叶变换后系数矩阵的频谱用图像输出，观察频谱； （4）通过设定门限，将系数矩阵中95%的（小值）系数置为0，对图像进行反变换，获得逆变换后图像； （5）观察逆变换后图像质量，并比较原始图像与逆变后的峰值信噪比（PSNR）。 （6）对输入图像进行离散余弦、哈达玛变换，重复步骤1-5； （7）比较三种变换的频谱情况、以及逆变换后图像的质量（PSNR）。 4. 实验结果 1. DFT的源程序及结果 J=imread('10021033.bmp'); P=fft2(J); for i=0:size(P,1)-1 for j=1:size(P,2) G(i*size(P,2)+j)=P(i+1,j); end end Q=sort(G); for i=1:size(Q,2) if (i 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blurry_moon.tif 南京信息工程大学 计算机图像处理 实验(实习)报告 实验(实习)名称 图像变换与频域处理 实验(实习)日期 得分 指导老师 系 专业 班级 姓名 学号 一、 实验目的 1．了解离散傅里叶变换的基本性质； 2．熟练掌握图像傅里叶变换的方法及应用； 3．通过实验了解二维频谱的分布特点； 4．熟悉图像频域处理的意义和手段； 5．通过本实验掌握利用MATLAB 的工具箱实现数字图像的频域处理。 二、 实验原理 （一）傅立叶变换 傅立叶变换是数字图像处理中应用最广的一种变换，其中图像增强、图像复原 和图像分析与描述等，每一类处理方法都要用到图像变换，尤其是图像的傅立 叶变换。 离散傅立叶（Fourier ）变换的定义： 二维离散傅立叶变换（DFT ）为： 逆变换为： 式中， 在DFT 变换对中， 称为离散信号 的频谱，而 称为幅度谱， 为相位角，功率谱为频谱的平方，它们之间的关系为： 图像的傅立叶变换有快速算法。 （二）图像的频域增强 常用的图像增强技术可分为基于空域和基于变换域的两类方法。最常用的变换域是频域空间。在频域空间，图像的信息表现为不同频率分量的组合。如果能让某个范围内的分量或某些频率的分量受到抑制而让其他分量不受影响，就可以改变输出图像的频率分布，达到不同的增强目的。 频域增强的工作流程： 频域空间的增强方法对应的三个步骤： (1) 将图像f(x,y)从图像空间转换到频域空间，得到F(u,v)； (2) 在频域空间中通过不同的滤波函数H(u,v)对图像进行不同的增强,得到G(u,v)（注：傅立叶变换 滤波器 傅立叶反变换 ),(v u H ),(v u F ),(v u G ) ,(y x g ),(y x f ∑∑-=-=-=101 0)(2exp ),(1),(M x N y N vy M ux j y x f MN v u F π∑∑ -=-=+=101 0)(2ex p ),(1),(M u N v N vy M ux j v u F MN y x f π}1,,1,0{,-∈M x u }1,,1,0{,-∈N y v ),(v u F ),(y x f ),(v u F ) ,(v u ?),(),()],(exp[),(),(v u jI v u R v u j v u F v u F +==? 图像分割实验报告 一、实验目的 1. 掌握图像分割的基本思想，了解其分割技术及其计算策略； 2. 学会从图像处理到分析的关键步骤，掌握图像分割过程； 3. 了解图像分割的意义，进一步加深对图像分析和理解； 4. 掌握基本分割方法：迭代分割和OTSU图像分割，并编程实现。 二、实验原理 （一）迭代阈值分割选取的基本思路是:首先根据图像中物体的灰度分布情况，选取一个近似阈值作为初始阈值，一个较好的方法就是将图像的灰度均值作为初始阈值，然后通过分割图像和修改阈值的迭代过程获得认可的最佳阈值。迭代式阈值选取过程可描述如下： 1. 计算初始化阈值g0=(g max+g min) ； 2 2. 根据g0，将图像分为两部分，分别计算灰度值期望，取其平均值为g1； 3. 如此反复迭代，当|g n-g n?1|足够小时，停止迭代，取T=g n即为最终阈值。 （二）OTSU图像分割（最大类间方差法）是一种自适应的阈值确定的方法，是按图像的灰度特性,将图像分成背景和目标两部分。背景和目标之间的类间方差越大,说明构成图像的两部分的差别 越大, 当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。以最佳门限将图像灰度直方图分割成两部分，使两部分类间方差取最大值，即分离性最大。OTSU阈值选取过程可描述如下： 1.记T为目标与背景的分割阈值，目标点数占图像比例为w1，平均灰度为u1；背景点数占图像比例为w2，平均灰度为u1； 2.图像的总平均灰度为：u=w1*u1+w2*u2； 3.目标和背景图象的方差：g=w1*(u1-u)*(u1-u)+w1*(u2-u)*(u2-u)=w1*w2*(u1-u2)*(u1-u2)； 4.当方差g最大时，可以认为此时前景和背景差异最大，此时的灰度T是最佳阈值。 二、实验内容 1. 利用C++编程实现迭代阈值图像分割算法； 2. 利用C++编程实现OTSU动态阈值图像分割算法。 三、实验框图 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 ⊕ 实验三图像空域平滑和频域平滑 一、实验目的 1)掌握图像典型噪声的基本特点； 2)掌握图像空域高斯平滑的基本方法； 3)掌握图像空域中值滤波的基本方法； 4)掌握图像频域高斯平滑的基本方法； 5)掌握根据图像特点进行平滑滤波的基本原理和方法。 6)通过编程，上机调试程序，进一步提高编程能力及使用计算机解决问题 的能力。 二、实验原理 1. 图像的典型噪声 噪声可理解为影响传感器对所接收图像源信息进行理解或分析的各种因素。噪声一般是不可预测的随机信号，只能用概率统计的方法去认识。噪声对图像的输入、采集和处理的各种环节，以及输出结果的全过程均有影响。因此，去噪己经成为图像处理中极其重要的手段，也是图像处理领域研究的一个重点。本节对典型噪声的来源和性质进行简要介绍。 对图像信号而言，灰度图像可视为二维亮度分布，噪声可看作是对亮 度的干扰，用表示。噪声具有随机性，因而需要用随机过程来描述，即要 求知道其分布函数和密度函数。在许多情况下，这些函数很难测定和描述，甚至无法得到，所以常用均值、方差、相关函数等统计特征来描述噪声，如噪声的总功率描述为；噪声的交流功率可由方差描 述；噪声的直流功率可用均值的平方表示。 图像噪声的描述与建模方式主要有以下几种： （1）白噪声（White Noise）：它具有常量的功率谱。白噪声的一个特例是高斯噪声（Gaussian Noise），其直方图曲线服从一维高斯型分布： (1) 其中为均值与标准差。MATLAB产生函数为J = IMNOISE(I,'gaussian',M,V)， M，V为均值与方差，高斯噪声示例如图1所示。 图1 高斯噪声示例 （2）椒盐噪声（Pepper & Salt Noise）：一种在图像中产生黑色、白色点的脉冲噪声。该噪声在图像中显现较为明显，对图像分割、边缘检测、特征提取等后续处理具有严重破坏作用。MATLAB产生函数为J = IMNOISE(I, ‘salt & pepper’, D)，D为噪声密度。椒盐噪声示例如图2所示。 图2 椒盐噪声示例 （3）乘性噪声（Multiplicative Noise）：乘性噪声与加性噪声对应，加性噪声一般指热噪声、散弹噪声等，它们与信号的关系是相加，不管有没有信号，噪声都存在。而乘性噪声一般由信道不理想引起，它们与信号的关系是相乘，依附于信号而存在。一般图像处理中把加性随机性噪声看成是系统的背景噪声；而乘性随机性噪声看成系统的时变性（如衰落或多普勒）或非线性所造成的。具体而言乘性噪声是指一幅图像被斑点噪声像素破坏，而且这些像素的亮度与其邻域的亮度显著不同，公式可表达为。MATLAB产生函数为J = IMNOISE(I,'speckle',V)，其中V为噪声方差。乘性噪声示例如图3所示。 数字图像处理实验报告 学生姓名王真颖 学生学号L0902150101 指导教师梁毅雄 专业班级计算机科学与技术1501 完成日期2017年11月06日 计算机科学与技术系信息科学与工程学院 目录 实验一.................................................................................................. 错误!未定义书签。 一、实验目的.................................................................................................... 错误!未定义书签。 二、实验基本原理 ........................................................................................... 错误!未定义书签。 三、实验内容与要求....................................................................................... 错误!未定义书签。 四、实验结果与分析....................................................................................... 错误!未定义书签。实验总结............................................................................................... 错误!未定义书签。参考资料.. (3) 实验一图像分割与边缘检测 一．实验目的 1. 理解图像分割的基本概念； 2. 理解图像边缘提取的基本概念； 3. 掌握进行边缘提取的基本方法；数字图像处理实验报告92184
数字图像处理图像变换与频域处理
图像分割实验报告汇总
数字图像处理实验报告实验三
实验三 图像空域平滑和频域平滑
实验三图像分割与边缘检测
相关主题
文本预览