1 光电图像处理实验(图像基本操作).

光电图像基础形态学处理这是关于《光电图像基础形态学处理》的大纲。

简介形态学处理在光电图像处理中的应用形态学处理的基本概念和原理图像腐蚀腐蚀操作的定义和步骤腐蚀操作在图像处理中的作用腐蚀操作的算法和实现图像膨胀膨胀操作的定义和步骤膨胀操作在图像处理中的作用膨胀操作的算法和实现开运算与闭运算开运算的定义和步骤开运算在图像处理中的应用开运算的算法和实现闭运算的定义和步骤闭运算在图像处理中的应用闭运算的算法和实现基本形态学处理操作的组合应用图像细化边缘检测填充孔洞实例应用光电图像中的目标检测与分割光电图像中的特征提取和形态学测量总结形态学处理的优缺点形态学处理在光电图像处理中的潜在应用参考文献引言参考文献引言形态学处理在光电图像处理中具有重要的应用背景和意义。

光电图像处理是指通过光电设备将物体的图像转化为电信号，并通过对电信号的处理来改善图像的质量或提取图像中的有用信息。

形态学处理是光电图像处理中的一种常用技术，它主要利用数学形态学的原理和方法，对图像进行形态学分析和处理。

形态学处理在光电图像处理中具有重要的应用背景和意义。

光电图像处理是指通过光电设备将物体的图像转化为电信号，并通过对电信号的处理来改善图像的质量或提取图像中的有用信息。

形态学处理是光电图像处理中的一种常用技术，它主要利用数学形态学的原理和方法，对图像进行形态学分析和处理。

形态学处理在光电图像处理中的重要性体现在以下几个方面。

首先，形态学处理可以改善图像的质量。

通过形态学处理，可以对图像中的噪声进行滤除，使图像更清晰、更易于分析。

其次，形态学处理可以提取图像中的有用信息。

通过形态学操作，可以对图像中的目标物体进行分割和提取，从而实现对图像中物体信息的提取和分析。

最后，形态学处理可以用于图像的特征提取和目标识别。

通过形态学处理，可以提取图像中的形状、纹理等特征，从而实现对图像中目标物体的识别和分类。

形态学处理在光电图像处理中有着广泛的应用背景。

光学图像处理实验报告第一篇：光学图像处理实验报告光学图像处理实验报告直方图均衡化的研究一、摘要直方图均衡化就是把一已知灰度概率分布的图像经过一种变换,使之演变成一幅具有均匀灰度概率分布的新图像。

它是以累积分布函数变换法为基础的直方图修正法。

分析和总结灰度直方图的均衡化算法并通过VC++实验验证该方法能有效达到图像增强的目的。

对于较为暗淡的图像，采用直方图均衡化能够增强其整体对比度，获的较为理想的观察效果。

二、关键字灰度统计直方图均衡化三、实验原理1、直方图的理论基础：（1）直方图概念：灰度直方图表示图像中每种灰度出现的频率。

（2）直方图的作用：反映一幅图像的灰度分布特性n（3）直方图的计算：p(rk)=k0≤rk≤1k=0,1,2,Λ,l-1 n式中：nk为图像中出现rk级灰度的像素数，n是图像像素总数，而nk/n即为频数。

2、设计目的：产生一幅灰度级分布具有均匀概率密度的图像，扩展像素取值的动态范围，达到了图象增强的目的。

3、直方图均衡化的效果：1）变换后直方图趋向平坦，灰级减少，灰度合并。

2）原始象含有象素数多的几个灰级间隔被拉大了，压缩的只是象素数少的几个灰度级，实际视觉能够接收的信息量大大地增强了，增加了图象的反差。

同时，也增加了图象的可视粒度。

4、离散情况下的直方图均衡化的算法：A、列出原始图像的灰度级 fj,j=0,1,Λ,L-1B、统计各灰度级的像素数目 nj,j=0,1,Λ,L-1C、计算原始图像直方图各灰度级的频数 Pf(fj)=nj/n,j=0,1,Λ,L-1kD、计算累积分布函数 C(f)=j=0Pf(fj),j=0,1,Λ,k,ΛL-1F、应用以下公式计算映射后的输出图像的灰度级，P为输出图像灰度级的个数，其中INT为取整符号：gi=INT[(gmax-gmin)C(f)+gmin+0.5] G、用的映射关系修改原始图像的灰度级，从而获得直方图近似为均匀分布的输出图像。

∑四、实验内容及源程序1、灰度分布密度的统计程序代码如下：/*********************************************** *函数名称：ZhiFangTu(float *tongji)*函数类型：void *变量说明：tongji，灰度分布密度统计 *功能：对图像进行灰度直方图统计***********************************************/ void CAAAView::OnZhifangtu(float *tongji){ // TODO: Add your command handler code hereint huidu[256];//灰度计数CAAADoc* pDoc = GetDocument();LPSTR lpDIB;LPSTRlpDIBBits;lpDIB =(LPSTR)::GlobalLock((HGLOBAL)pDoc->GetHDIB());lpDIBBits = ::FindDIBBits(lpDIB);//原图数据区指针int iH,iW;memset(huidu,0,sizeof(huidu));//变量初始化iH = ::DIBHeight(lpDIB);//宽iW = ::DIBWidth(lpDIB);//长LPBYTE temp1=new BYTE[iH*iW];//新图像缓冲区memcpy(temp1,lpDIBBits,iH*iW);//复制原图像到缓冲区for(int i=0;i{ for(int j=0;j{unsigned char temp;temp=temp1[iW*i+j];//灰度统计计数huidu[temp]++;} } for(i=0;i<256;i++)//统计灰度分布密度tongji[i]=huidu[i]/(iH*iW*1.0f);}2、直方图分布的均衡化（1）统计直方图数组，用一个数组p记录p[i]；（2）i从1开始，令s[i]=s[i-1]+p[i]；（3）一个数组L记录新的s的索引值，即令L[i]=s[i]*(256-1)；（4）依次循环每个像素，取原图的像素值作为数组L的下标值，取该下标值对应的数组值作为均衡化之后的像素值。

实验一图像的基本操作和基本统计指标计算一、实验目的熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。

对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学号本课程的必经之路。

了解计算图像的统计指标的方法及其在图像处理中的意义。

了解图像的几何操作，如改变图像大小、剪切、旋转等。

二、实验主要仪器设备（1）台式计算机或笔记本电脑（2）MATLAB（安装了图像处理工具箱，即Image Processing Toolbox(IPT）)（3）典型的灰度、彩色图像文件三、实验原理（1）将一幅图像视为一个二维矩阵。

（2）利用MATLAB图像处理工具箱读、写和显示图像文件。

①调用imread函数将图像文件读入图像数组（矩阵）。

例如“I=imread(‘tire.tif’);”。

其基本格式为：“A=imread(‘filename.fmt’)”，其中，A为二维矩阵，filename.为文件名，fmt 为图像文件格式的扩展名。

②调用imwrite函数将图像矩阵写入图像文件。

例如“imwrite(A,’test_image.jpg’);”。

其基本格式为“imwrite(a,filename.fmt)”。

③调用imshow函数显示图像。

例如“imshow(‘tire.tif’);”。

其基本格式为：I为图像矩阵，N为显示的灰度级数，默认时为256。

（3）计算图像有关的统计参数。

四、实验内容（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。

（2）利用MATLAB计算图像有关的统计参数。

五、实验步骤（1）利用“读图像文件I/O”函数读入图像Italy.jpg。

（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：主要包括Filename(文件名)、FileModDate(文件修改时间)、Filesize(文件尺寸)、Format(文件格式)、FormatVersion （格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType （彩色类型）、CodingMethod（编码方法）等。

关于检测瓶子是否合格的思路因为需要检测的目标是瓶子中的液体是否达到指定的标准，而从照片的角度来看，有液体与没有液体的直接标准是颜色上的差别——有液体呈现深色（黑色），没有液体呈现浅色（白色）。

因此我们可以把照片颜色的深浅作为判断瓶子是否合格的标准。

从数字图象处理的角度来看，对于这种灰度图片，其颜色的深浅反映为灰度值的大小。

因此下面的操作重点围绕灰度值矩阵来进行。

Step One：读出待检测照片的灰度值设为矩阵A，其为大小341×498；Step Two：找出有液体与没有液体的临界灰度值。

通过对已有照片的分析，并考虑到偶尔的噪声干扰，将这个灰度值设定为100，灰度值大于100就认为该处不存在液体；Step Three：确定瓶子合格的标准，将矩阵A的第101行作为瓶中液体必须达到的高度，即大于101行的所有灰度值都必须具有较小的值。

因此自需要第101行的灰度值满足有液体的条件即可（液体不能凭空存在，低于这个高度的灰度值不用检验）；Step Four：确定瓶子所在的区域，因为第一与第五个瓶子在照片上并不完整，因此只把第二、三、四个瓶子作为检测的对象。

它们的区域对应于矩阵A的列数范围为：86—187；204—307；324—424；Step Five：为了避免出现个别杂点影响检测结果，我们规定在某一瓶子的待检测高度上，如果存在10个以上的灰度值属于没有液体的情况，那么我们认定该瓶子内的液体没有达到规定高度，则该瓶子不合格。

而对于低于10的情况，我们认为是杂点造成的，不予考虑。

（事实证明这一步是非常必要的，同时也是合理的）。

在上面分析的基础上，用MATLAB编程，对各种情况的瓶子的检测结果都是令人满意的。

附MATLAB的程序如下clc%清除上一次的检验结果A=imread('6666666.bmp'); %读取待检测图片的灰度值k1=0;k2=0;k3=0; %对判断指标设初值for i=1:498 %对图片的所有灰度值矩阵的列进行判断if A(101,i)>=100 %将灰度值矩阵的第101行作为是否合格的判断标准，灰度值大于100视为没有液体if i>=86&&i<=187 %第一个瓶子的区间k1=k1+1;elseifi>=204&&i<=307 %第二个瓶子的区间k2=k2+1;else i>=324&&i<=424; %第三个瓶子的区间k3=k3+1;endendendif k1>10 %避免出现个别杂点影响判断disp('第一个瓶子不合格');%输出检测结果endif k2>10disp('第二个瓶子不合格');%输出检测结果endif k3>10disp('第三个瓶子不合格');%输出检测结果end。

（2）原图傅里叶频谱图
3.结果分析
空间频率：在单位长度或单位空间范围内图像灰度（周期性）变化的次数。

3.结果分析
从右侧直方图中，可以看出，经对比加强后，图像灰度尺上灰度范围变化最为明显，灰度范围加大，这样使图片对比度加强。

而直方图均值化后的图像，从结果上看来灰度更为均匀，辨识度提高，图片亮度有所增强。

两种处理方式从不同的角度都使得图片更加清晰。

实验3 图像的平滑处理
1.实验程序
i=imread('C:\Users\Administrator\Desktop\图像\图像处理\w01.tif'); subplot(2,2,1);
imshow(i);
3.结果分析
原图像加高斯白噪声后，图片上明显增加了许多噪点，不再清晰，变得很粗糙。

3.结果分析。

电子科技大学实验报告学生姓名： XXX学号： 2705XXXXXX指导教师：彭真明日期： 2010年4月6日一、实验室名称： 光电楼327机房二、实验项目名称： 图像变换(一)三、实验原理：傅立叶变换时信号处理领域中一个重要的里程碑，它在图像处理技术中童谣起着十分重要的作用，被广泛的应用于图像特征提取、图像增强与恢复、噪声抑制、纹理分析等多个方面。

1、离散傅立叶变换（DFT ）：要把傅立叶变换应用到数字图像处理当中，就必须处理离散数据，离散傅立叶变换的提出使得这种数学方法能够和计算机技术联系起来。

正变换：逆变换：幅度：相位角：功率谱：2、快速傅立叶变换（FFT ）：离散傅立叶变换运算量巨大，计算时间长，其运算次数正比于N^2,当N 比较大的时候，运算时间更是迅速增长。

二快速傅立叶变换的提出将傅立叶变换的复杂度由N^2下降到了NlgN/lg2,当N 很大时计算量可大大减少。

而快速傅立叶变换(FFT)需要进行基2或者基4的蝶形运算，算法上面较离散傅立叶变换困难。

∑∑-=-=+-=1010)//(2),(1),(M x N y N vy M ux j e y x f MN v u F π∑∑-=-=+=1010)//(2),(),(M x N y N vy M ux j e v u F y x f π3、离散余弦变换(DCT)：为FT 的特殊形式，被展开的函数是实偶函数的傅氏变换，即只有余弦项。

变换核固定，利于硬件实现。

具有可分离特性，一次二维变换可分解为两次一维变换。

正变换： 逆变换：其中：四、实验目的：1． 了解各种图像正交变换的作用和用途；2． 掌握各种图像变换的方法和原理；3． 熟练掌握离散傅立叶变换(DFT)、离散余弦变换(DCT)的原理、方法和实现流程，熟悉两种变换的性质，并能对图像傅立叶变换的结果进行必要解释；4． 熟悉和掌握利用Matlab 工具进行图像傅立叶变换及离散余弦变换的基本步骤、MATLAB 函数使用及具体变换处理流程；5． 能熟练应用Matlab 工具对图像进行FFT 及DCT 处理，并能根据需要进行必要的频谱分析和可视化显示。

实验一图像处理基本操作一、 实验目的1、熟悉并掌握在MATLAB中进行图像类型转换及图像处理的基本操作。

2、熟练掌握图像处理中的常用数学变换。

二、实验设备1、计算机1台2、MATLAB软件1套3、实验图片三、实验原理1、数字图像的表示和类别一幅图像可以被定义为一个二维函数f(x,y)，其中x和y是空间(平面)坐标，f在坐标(x,y)处的幅度称为图像在该点的亮度。

灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由若干个二维图像组合形成的。

例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。

因此，许多为黑白图像处理开发的技术也适用于彩色图像处理，方法是分别处理三幅独立的分量图像即可。

图像关于x和y坐标以及幅度连续。

要将这样的一幅图像转化为数字形式，就要求数字化坐标和幅度。

将坐标值数字化称为取样，将幅度数字化称为量化。

采样和量化的过程如图1所示。

因此，当f的x、y分量和幅度都是有限且离散的量时，称该图像为数字图像。

作为MATLAB基本数据类型的数组十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。

图1 图像的采样和量化图1 采样和量化的过程根据图像数据矩阵解释方法的不同，MATLAB把其处理为4类：✧亮度图像(Intensity images)✧二值图像(Binary images)✧索引图像(Indexed images)✧ RGB图像(RGB images)(1) 亮度图像一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。

若亮度图像的像素都是uint8类型或uint16类型，则它们的整数值范围分别是[0，255]和[0，65536]。

若图像是double 类型，则像素取值就是浮点数。

规定双精度double型归一化亮度图像的取值范围是[0 1]。

(2) 二值图像一幅二值图像是一个取值只有0和1的逻辑数组。

而一幅取值只包含0和1的uint8类型数组，在MATLAB中并不认为是二值图像。

实验1--图像的基本操作(总7页)本页仅作为文档封面，使用时可以删除This document is for reference only-rar21year.MarchGDOU-B-11-112广东海洋大学学生实验报告书（学生用表）实验名称图像的基本操作课程名称数字图像处理课程号学院(系)信息学院专业电子信息工程班级电子1103班学生姓名杜嘉星学号1308实验地点实验日期实验1 图像的基本操作一、实验目的：学会用MATLAB工具箱中的函数对图像进行读取、显示和保存等的基本操作。

二、实验内容：1、仔细阅读MATLAB帮助文件中有关函数imread, size, whos, imshow, imwrite的使用说明，能充分理解其使用方法。

2、并能运用以上函数完成相应的实验操作。

三、实验要求：掌握并能熟练应用上述函数。

实验报告需要提交每步处理的命令并回答相关的问题。

四、实验相关知识：学习有关函数的使用imread使用函数imread可以将图像读入MATLAB环境，imreaed的语法为imread（’filename’），其中filename是一个含有图像文件全名的字符串（包括任何可用的扩展名）。

例如，f=imread(‘’);要想读取指定路径中的图像，最简单的办法就是在filename中输入完整的或相对的。

例如，f=imread(‘D:\myimages\’);size函数size可给出一幅图像的行数和列数。

用如下格式可自动确定一幅图像的大小:［M,N］=size(f); 该语法将返回图像的行数（M）和列数（N）。

whos函数whos可以显示出一个数组的附加信息。

语句为：whos fimshow在MATLAB桌面上图像一般使用函数imshow来显示，该函数的基本语法为：imshow(f, G)。

其中，f是一个图像数组，G是显示该图像的灰度级数。

若省略G，则默认的灰度级数是256。

语法imshow(f, [low high])会将所有小于或等于low的值都显示为黑色，所有大于或等于high的值都显示为白色。

光电图像处理实验报告学生姓名：班级：学号：指导教师：实验日期：一、实验名称：图像基本操作二、实验目的：1．掌握MATLAB的操作窗口功能；2．熟练掌握MATLAB的图像处理基本操作，熟练掌握数字图像读取、显示、保存；3．熟练掌握MATLAB各种图像格式文件的互相转换。

三、实验原理：MATLAB是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。

它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。

MATLAB和Mathematica、Maple并称为三大数学软件。

它在数学类科技应用软件中在数值计算方面首屈一指。

MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

MATLAB工作环境：桌面包括4个子窗口：命令窗口、工作空间窗口、当前路径窗口、历史命令窗口。

命令窗口是用户在提示符(>>)处键入MATLAB命令和表达式的地方，也是显示那些命令输出的地方。

工作空间窗口显示当前的变量名称和值。

双击可以启动数组编辑器。

当前路径窗口显示当前的工作目录。

工作目录的内容显示在当前目录窗口内。

可通过Set Path改变。

历史命令窗口包含用户已在命令窗口中输入的命令的记录。

如果要重新执行以前的MATLAB命令，可在历史命令窗口中双击该命令即可。

使用MATLAB编辑器创建M文件：MATLAB编辑器既是用于创建M文件的文本编辑器，也是调试器。

M文件用扩展符.m来表示。

可通过在命令输入窗口键入edit命令或在File菜单栏New，Blank M-File实现。

电子科技大学实验报告学生姓名： XXX学号： XXXXXXXXXX指导教师： XXX日期： 2010年3月25日一、实验室名称： 光电楼327机房二、实验项目名称： 图像增强三、实验原理：图像在生成、获取、传输等过程中，受照明光源性能、成像系统性能、通道带宽和噪声等因素的影响，造成对比度偏低、清晰度下降、并引入干扰噪声。

因此，图像增强的目的，就是改善图像质量，获得更适合于人眼观察、或者对后续计算机处理、分析过程更有利的图像。

图像增强是有选择地突出某些对人或计算机分析有意义的信息，抑制无用信息，提高图像的使用价值。

1、对数与指数变换提高对比度(1) 对数变换，低灰度区扩展，高灰度区压缩。

(2) 指数变换，高灰度区扩展，低灰度区压缩。

对合适的图像选择对数变换或者指数变换，均可提高图像对比度。

cb y x f a y x g ln ]1),(ln[),(++=1),(]),([-=-a y x f c b y x g2、中值滤波中值滤波法是把邻域内所有像素按灰度顺序排列，然后取中间值作为中心像素的输出。

中值滤波可以有效的去除椒盐噪声。

四、实验目的：1、熟练掌握各种灰度域变换的图像增强原理及方法；2、熟悉直方图均衡化和直方图规格化的原理及方法；3、了解空域滤波中常用的平滑和锐化滤波器；4、熟悉和掌握利用Matlab 工具进行图像的读、写、显示及基本的图像处理步骤；5、利用Matlab 工具进行图像增强处理。

五、实验内容：1、读取一幅低对比度图像，分别对其进行对数变换与指数变换。

进行变换前，应根据需要分别选取合适的指数和对数函数（即确定a、b、c 等调节因子），画出指数和变换曲线。

程序设计及处理过程中，要求在同一窗口中分别显示原始图像、变换结果及其直方图。

2、读取一幅含有椒盐噪声的被污染图像，并对其进行中值滤波处理。

要求在同一窗口中显示原始图像及中值滤波的结果。

（选作内容）六、实验器材（设备、元件）：计算机，Matlab软件七、实验步骤：1、对数与指数变换提高对比度⑴打开计算机，从计算机中选择一幅对比度较低的图像作为原始图像。