下载文档原格式
![采用模板[-1 1]主要检测____方向的边缘](https://img.taocdn.com/s1/m/ba36f423571252d380eb6294dd88d0d232d43c79.png)
采用模板[-1 1]主要检测水平方向的边缘边缘检测是图像处理中的一项重要任务，用于在图像中找到明显的边缘区域。
在边缘检测中，常用的方法是使用不同的模板对图像进行卷积运算，从而找到边缘的位置。
在本文中，我们将介绍一种基于模板[-1 1]的边缘检测方法，该方法主要用于检测图像中水平方向的边缘。
1. 边缘检测的基本原理边缘检测是通过分析图像中像素值的变化来找到边缘位置。
在图像中，边缘通常表示为明显的灰度过渡或亮度变化。
图像中的边缘通常可以分为水平和垂直方向上的边缘。
水平边缘表示像素值在水平方向上发生明显变化，而垂直边缘表示像素值在垂直方向上发生明显变化。
在边缘检测中，我们可以通过将图像与合适的模板进行卷积运算，来找到边缘的位置。
卷积运算可以将一个模板应用到图像中的每个像素上，从而得到一个新的像素值。
2. 使用模板[-1 1]进行水平边缘检测在本文中，我们将主要介绍一种使用模板[-1 1]进行水平边缘检测的方法。
该模板可以有效地检测图像中水平方向上的边缘。
模板[-1 1]表示一个二维卷积模板，其中第一行为[-1]，第二行为[1]。
通过将该模板与图像进行卷积运算，我们可以得到一个新的图像，其中像素值表示原始图像中水平边缘的强度。
具体的卷积运算过程如下：for each pixel (i, j) in the original image:new_pixel_value = image(i+1, j) - image(i-1, j)new_image(i, j) = new_pixel_value通过这个过程，我们可以得到一个新的图像，其中边缘的位置会在水平方向上被强调出来。
3. 示例与结果分析为了验证该方法的有效性，我们使用了一张包含水平边缘的测试图像进行实验。
原始图像如下所示：0 0 0 0 0 0 00 0 0 0 0 0 00 0 0 0 0 0 00 0 0 0 0 0 00 255 255 255 0 0 00 0 0 0 0 0 00 0 0 0 0 0 0运用模板[-1 1]进行卷积运算，得到的新图像如下所示：0 0 0 0 0 0 00 0 0 0 0 0 00 0 0 0 0 0 00 0 0 0 0 0 0255 0 -255 0 0 0 00 0 0 0 0 0 00 0 0 0 0 0 0通过比较新图像与原始图像，我们可以看到新图像中的像素值在水平边缘处发生了明显的变化，而其他区域的像素值基本保持不变。
课程设计任务书学生姓名：专业班级：通信1003班指导教师：郭志强工作单位：信息工程学院题目: 通信工程应用技术初始条件：（1）使用matlab软件进行操作（2）选择一个图像进行处理要求完成的主要任务:（包括课程设计工作量及其技术要求，以及说明书撰写等具体要求）（1）编程实现一幅图像的平移、镜像、旋转、缩小和放大。
（2）给出所用算法的理论依据和必要的推导过程，给出原始图像和处理后的图像。
时间安排：第15周：安排任务，布置题目；第15—18周：设计仿真，撰写报告第19周：完成设计，提交报告，答辩指导教师签名：年月日系主任（或责任教师）签名：年月日目录摘要 (I)Abstract ........................................................................................................................................................... I I 1 MA TLAB简介 .. (1)1.1 MA TLAB用途 (1)2图像选择及变换 (4)2.1 原始图像选择读取 (4)2.2 图像放大和缩小 (6)2.2.1 图像放大缩小的知识 (6)2.2.2 函数说明及参数选择 (8)2.2.3 源程序及运行结果 (8)2.3 图像任意角度的旋转 (10)2.3.1 函数说明及参数选择 (10)2.3.2 源程序及运行结果 (10)2.4 图像的平移 (12)2.4.1 函数说明及参数选择 (12)2.4.2 源程序及运行结果 (13)2.5 图像经过镜像 (13)3.5.1 函数说明及参数选择 (13)2.5.2 源程序及运行结果 (14)4 感悟体会小结 (17)5 参考文献 (18)附录 (19)全部源程序代码： (19)摘要MATLAB是—套高性能的数值计算和可视化软件，它集数值分析、矩阵运算、信号处理和图形显示于一体，构成—个方便的、界面友好的用户环境。
国家开放大学《数字与图形处理》形考任务-参考答案(一)国家开放大学《数字与图形处理》形考任务-参考答案近期，国家开放大学《数字与图形处理》的形考任务已经有了官方的参考答案。
这是考生参加形考任务前最需要了解的关键信息之一。
数字与图形处理是一门集计算机科学、数字信号处理和电子工程技术于一身的学科。
它对于现代科技的发展具有重要意义。
对于参加数字与图形处理形考任务的学生而言，准备充足将有助于他们取得更好的研究成果。
以下是数字与图形处理的形考任务参考答案：1. 传统形态学——可以使用结构元素对数字图像进行形态学开、闭运算。
开运算可以平滑图像，去除一些小于结构元素大小的对象。
闭运算可以平滑图像，连接一些小于结构元素大小的对象。
2. 近似最邻近插值——用最邻近像素的强度值来代替空间上的小像素，也是一种插值算法。
3. 常见的离散小波变换有哈尔小波、Daubechies小波、Coiflets小波、Symlets小波等。
4. 交错网络扫描序列（Zigzag scanning sequence）是处理数据以便使之逐步紧缩的方法。
5. 已知图像原尺寸为1024×1024，按照上述的实验步骤和计算方式，含有12345个像素点的图像最适宜的取值为8。
须知：参考答案中只是涵盖了形考任务的最基本要点，学生们还需要结合自己的理解和经验进行深入阅读和思考。
并且，数字与图形处理是一门综合性较强的学科，考生应兼顾理论知识和实践能力的提升。
总之，学好数字与图形处理对于开拓IT领域职业发展具有很大的帮助。
希望广大考生能够通过各自的方式充分准备考试，取得优异的成绩。
信息工程学院实验报告课程名称：数字图像处理Array实验项目名称：实验二图像基本运算实验时间：2016.10.9班级：姓名：学号：一、实验目的1.理解图像点运算、代数运算、几何运算的基本定义和常见方法；2.掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法；3.掌握在MATLAB中进行插值的方法4.运用MATLAB语言进行图像的插值缩放和插值旋转5.进一步熟悉了解MATLAB语言的应用。
二、实验设备与软件1.PC计算机系统2.MATLAB软件，包括图像处理工具箱(Image Processing Toolbox)3.实验图片三、实验内容及结果分析3.1图像的点运算选择pout.tif作为实验图像，实验原理及内容参照《数字图像处理及MATLAB实现――学习与实验指导书》3.5.1图像的点运算。
程序代码：I=imread('pout.tif');figure;subplot(1,3,1);imshow(I);title('原图');J=imadjust(I,[0.3;0.6],[0.1;0.9]);subplot(1,3,2);imshow(J);title('线性扩展');I1=double(I);I2=I1/255;C=2;K=C*log(1+I2);subplot(1,3,3);imshow(K);title('非线性扩展');M=255-I;figure;subplot(1,3,1);imshow(M);title('灰度倒置');N1=im2bw(I,0.4);N2=im2bw(I,0.7);subplot(1,3,2);imshow(N1);title('二值化阈值0.4');subplot(1,3,3);imshow(N2);title('二值化阈值0.7');执行结果：原图线性扩展非线性扩展灰度倒置二值化阈值0.4二值化阈值0.7实验1结果图3.2图像的代数运算选择两幅图像，一幅是原图像，一幅为背景图像，采用正确的图像代数运算方法，分别实现图像叠加、混合图像的分离和图像的局部显示效果。
实验报告课程名称医学图像处理实验名称图像运算专业班级姓名学号实验日期实验地点2015—2016学年度第 2 学期一、实验目的MATLAB的图像处理工具箱提供了图像运算函数。
本实验将具体介绍Matlab中的图像点运算、代数运算、几何和邻域操作运算。
二、实验环境1、硬件配置：处理器：Intel（R）Core(TM) i7-3770 CPU @3.40GHz 3.40GHz安装内存（RAM）：4.00GB 系统类型：64位操作系统2、软件环境：MATLAB R2013b软件三、实验内容利用Matlab对图像进行点运算、加法运算、减法运算、乘法运算、除法运算、改变图像的大小、旋转图像、图像的剪切、图像的邻域操作。
四、实验结果与分析（包括实验原理、数据的准备、运行过程分析、源程序（代码）、图形图象界面等）注：本项可以增加页数例1图像点运算skull=imread('skull.tif'); %读取图像subplot(131),imshow(skull) %生成一行三列三块区域，并在第一块区域绘制图像I=double(skull); %转换为双精度类型J=I*0.43+60; %利用该函数对输出图像进行压缩，使其对比度减小，图像变暗skull2=uint8(J); %转换为uint8subplot(132),imshow(skull2) %在第二块区域绘制图像J=I*1.5-60; %利用该函数对输出图像进行对比度级数拓展，使其对比度增强，图像变亮skull3=uint8(J); %转换为uint8subplot(133),imshow(skull3) %在第三块区域绘制图像运行结果：图1 原图像图2 对比度减小的图像图3 对比度增强的图像分析：1）subplot是用于将多个图像画到一个平面上的函数。
subplot(m,n,p,)中的m表示m行，n 表示n列，p表示从左到右的第几块区域；2）uint8表示8位无符号的整型数据类型，以此方式存储的图像称作8位图像；而Matlab中数值一般采用double型的存储和运算，因此在进行本题的灰度变换运算时，应先把skull图像转化为double格式；3）线性灰度变换函数当a=1，b=0时，输出图像像素不发生变化；当a=1，0b时，输≠出图像所有灰度值上移或下移；当1<a时，输出图像灰度级压缩，对比度减小，0<如图2所示；当1<aa时，输出图像灰度级拓展，对比度增强，如图3所示；当0>时，输出图像暗区域变亮，亮区域变暗，图像求反。
实验一图像基本运算实验目的：
1.熟悉Matlab的使用和矩阵运算；
2.掌握图片的读写显示；
3.熟悉图像的算术运算。
实验内容：
1、以下两个矩阵A和B：
(1)
>>A=[100;110;001]
A=
100
110
001
>>B=[234;567;8910]
B=
234
567
8910 >>plus(A,B)
ans=
334
677
8911
>>minus(A,B)
ans=
-1-3-4
-4-5-7
-8-9-9 >>times(A,B)
ans=
200
560
0010 >>mtimes(A,B)
ans=
234
7911
8910
>>rdivide(A,B)
ans=
0.500000
0.20000.16670
000.1000
>>mrdivide(A,B)
Warning:Matrix is singular to working precision. ans=
NaN Inf-Inf
NaN-Inf Inf
NaN Inf-Inf
(2)
>>A&B
ans=
100
110
001 >>A|B
ans=
111
111
111 >>~A
ans=
011
001
110 >>~B
ans=
000
000
000 (3)
>>C=[444;444;444]
C=
444
444
444
>>B>C
ans=
000
111
111
（1）计算A+B、A-B、A.*B、A*B、A./B和A/B。
（2）计算A&B、A|B、~A和~B。
（3）判断B中哪些元素值大于4，将其置1，其它点置0。
以上题目先自己简单计算一下，如果Matlab得到的结果和自己算的不一样，分析原因。
2、(1)仿照课本例2.1（a），读入肺部图片lung.bmp，并显示出来。
>>f=imread('W:\学校\大三上学期\图像处理课件和实验软件\实验1\实验1\image\lung.bmp');
>>whos f
Name Size Bytes Class
f582x584x31019664uint8array
Grand total is1019664elements using1019664bytes
>>imshow(f)
Warning:Image is too big to fit on screen;displaying at75%scale.
>In truesize>Resize1at308
In truesize at44
In imshow at161
(2)直接读入chest.tif并显示，效果怎样？如何改进图片效果？
动态范围较低
>>f=imread('W:\学校\大三上学期\图像处理课件和实验软件\实验1\实验1\image\chest.tif');
>>imshow(f)
>>imshow(f,[])
3、仿照课本例2.5,对一幅图像进行反转，提取图像的一部分和二
次取样。
>>fp=f(end:-1:1,:);
>>imshow(fp)
4、（1）学习数字减影造影术的原理，根据给出的图片做出清晰的血管图像。
（2）思考题：如果得到的图像效果不好，考虑用什么图像增强方法进行改进？试着改善图像。
5、提高题：课本例2.6
实验报告要求：
我们的实验一般设基础题，提高题和思考题。
基础题较容易，要求大家都做，提高题尽量做，思考题供课下小组研究讨论，做了有加
分。
1.实验目的
2.实验内容，每题分开写，并标明题号，写出主要代码和问
题的分析
3.实验小结和体会
特别提醒：当堂完成实验的小组，经老师检查提问，现场打分，不用写实验报告。
老师随机指定一个小组成员讲解实验，给一组同学进行打分。
所以大家要互帮互助，积极讨论，呵呵，不可以混水摸鱼。
