下载文档原格式
一．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。
二．实验结果与分析1.平滑空间滤波：a)读出eight.tif这幅图像，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；（提示：imnoise）b)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；（提示:fspecial、imfilter或filter2）c)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，显示处理后的图像采用不同的填充方式，效果略有不同。
d)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）e)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。
（提示:medfilt2）中值滤波后的图像比均值滤波后的图像更加平滑。
f)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；滤波后图像变得平滑。
2.锐化空间滤波a)读出blurry_moon.tif这幅图像，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；观察原图与拉普拉斯掩模滤波后的图像，滤波后的图像不再那么平滑，使图像产生锐化效果。
b)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 11 1 1 1 11 1 -24 1 11 1 1 1 11 1 1 1 1]本函数见文件夹下genlaplacian.m文件。
空间域滤波和频率域处理的特点1.引言空间域滤波和频率域处理是数字图像处理中常用的两种图像增强技术。
它们通过对图像进行数学变换和滤波操作来改善图像质量。
本文将介绍空间域滤波和频率域处理的特点，并比较它们之间的异同。
2.空间域滤波空间域滤波是一种直接在空间域内对图像像素进行处理的方法。
它基于图像的局部像素值来进行滤波操作，常见的空间域滤波器包括均值滤波器、中值滤波器和高斯滤波器等。
2.1均值滤波器均值滤波器是最简单的空间域滤波器之一。
它通过计算像素周围邻域的平均值来实现滤波操作。
均值滤波器能够有效地去除图像中的噪声，但对图像细节和边缘保留较差。
2.2中值滤波器中值滤波器是一种非线性的空间域滤波器。
它通过计算像素周围邻域的中值来实现滤波操作。
中值滤波器能够在去除噪声的同时保持图像细节和边缘，对于椒盐噪声有较好的效果。
2.3高斯滤波器高斯滤波器是一种线性的空间域滤波器。
它通过对像素周围邻域进行加权平均来实现滤波操作。
高斯滤波器能够平滑图像并保留图像细节，它的滤波核可以通过调整方差来控制滤波效果。
3.频率域处理频率域处理是一种将图像从空间域转换到频率域进行处理的方法。
它通过对图像进行傅里叶变换或小波变换等操作，将图像表示为频率分量的集合，然后对频率分量进行处理。
3.1傅里叶变换傅里叶变换是一种将信号从时域转换到频域的数学变换。
在图像处理中，可以应用二维傅里叶变换将图像从空间域转换到频率域。
在频率域中，图像的低频分量对应于图像的整体结构，高频分量对应于图像的细节和边缘。
3.2小波变换小波变换是一种基于小波函数的时频分析方法。
它能够在频率和时间上同时提供图像的信息，对于图像的边缘和纹理特征有较好的表达能力。
小波变换在图像压缩和特征提取等方面具有广泛应用。
4.空间域滤波与频率域处理的对比空间域滤波和频率域处理都可以用来改善图像质量，但它们有着不同的特点和适用场景。
4.1处理方式空间域滤波是直接对图像像素进行处理，操作简单直接，适用于小规模图像的处理。
《基于MATLAB与FPGA的图像处理教程》读书记录1. 第一章我无法直接提供《基于MATLAB与FPGA的图像处理教程》这本书的具体内容，因为这需要访问该书的实体或电子版。
我可以为你创建一个读书笔记的框架，你可以根据实际的书籍内容来填充。
在这一章节中，我们可以介绍图像处理的基本概念、重要性以及MATLAB和FPGA在图像处理中的应用背景。
图像处理的基本概念：解释什么是图像处理，包括图像的定义、图像处理的目的是什么，以及图像处理的主要应用领域（如医学成像、计算机视觉、军事侦察等）。
MATLAB与FPGA在图像处理中的作用：简要介绍MATLAB在图像处理中的软件工具优势，如丰富的图像处理函数库、易于使用的图形用户界面等。
阐述FPGA在图像处理中的硬件加速作用，包括并行处理能力、低功耗优势以及可编程性等。
本书的目标：明确本书的学习目标，例如教授读者如何使用MATLAB和FPGA进行图像处理实验，介绍基本的图像处理算法，以及探讨更高级的FPGA实现技术等。
阅读建议：给出一些阅读本书的建议，如建议读者先了解图像处理的基础知识，准备好必要的编程环境（MATLAB和FPGA开发板），以及鼓励读者动手实践以加深理解。
当你有了具体的书籍内容后，可以按照这个框架来填充和整理你的读书笔记。
2. 第二章由于您没有提供具体的《基于MATLAB与FPGA的图像处理教程》第二章的内容，我将为您提供一个通用的读书笔记模板，您可以根据实际书籍内容进行填充。
在这一章节中，我们将介绍图像处理的基本概念、原理和方法。
这些知识将为后续章节中利用MATLAB和FPGA进行图像处理打下坚实的基础。
图像作为二维数组，由像素点组成，每个像素点包含颜色信息（通常用RGB或灰度值表示）。
图像的分辨率是指图像中像素的数量，通常以像素宽度（宽）和像素高度（高）来衡量。
本章介绍了图像处理的基本概念、目的和类型，以及一些基本的处理操作。
为后续章节的学习打下坚实的基础，特别是如何使用MATLAB和FPGA进行图像处理。
MATLAB的7种滤波方法（重制版）滤波是信号和图像处理中常用的一种方法，用于去除噪音，增强信号或图像的特征。
MATLAB提供了丰富的滤波函数和工具箱，包括7种常用的滤波方法，分别是均值滤波、中值滤波、高斯滤波、拉普拉斯滤波、Sobel滤波、Prewitt滤波和Canny边缘检测。
1.均值滤波：均值滤波是使用一个窗口对图像进行平滑处理的方法，窗口内的像素值取平均值作为输出像素值。
这种滤波方法可以有效地去除高频噪声，但会导致图像细节的模糊。
2.中值滤波：中值滤波是一种非线性滤波方法，它使用一个窗口对图像进行平滑处理，窗口内的像素值按照大小排序，然后取中值作为输出像素值。
这种滤波方法能够很好地去除椒盐噪声和脉冲噪声，但无法处理其他类型的噪声。
3.高斯滤波：高斯滤波是一种线性平滑滤波方法，它使用一个高斯函数对图像进行卷积处理，窗口内的像素值按照高斯分布加权求和作为输出像素值。
这种滤波方法能够平滑图像并保持图像的细节信息，但会导致图像的边缘模糊。
4.拉普拉斯滤波：拉普拉斯滤波是一种边缘增强滤波方法，它使用一个拉普拉斯算子对图像进行卷积处理，突出图像中的边缘信息。
这种滤波方法能够提高图像的锐度和对比度，但会增强图像中的噪声。
5. Sobel滤波：Sobel滤波是一种边缘检测滤波方法，它使用Sobel算子对图像进行卷积处理，突出图像中的边缘信息。
这种滤波方法能够检测出图像中的水平和垂直边缘，但对于斜向边缘检测效果较差。
6. Prewitt滤波：Prewitt滤波是一种边缘检测滤波方法，它使用Prewitt算子对图像进行卷积处理，突出图像中的边缘信息。
与Sobel滤波类似，Prewitt滤波也能够检测出图像中的水平和垂直边缘，但对于斜向边缘检测效果较差。
7. Canny边缘检测：Canny边缘检测是一种广泛应用的边缘检测算法，它使用多个步骤对图像进行处理，包括高斯滤波、计算梯度、非极大值抑制和双阈值处理。
这种滤波方法能够检测出图像中的所有边缘，并进行细化和连接，对于复杂的边缘检测有较好的效果。
1.灰度变换与空间滤波一种成熟的医学技术被用于检测电子显微镜生成的某类图像。
为简化检测任务，技术决定采用数字图像处理技术。
发现了如下问题：（1）明亮且孤立的点是不感兴趣的点；（2）清晰度不够，特别是边缘区域不明显；（3）一些图像的对比度不够；（4）技术人员发现某些关键的信息只在灰度值为I1-I2的范围，因此，技术人员想保留I1-I2区间范围的图像，将其余灰度值显示为黑色。
（5）将处理后的I1-I2范围内的图像，线性扩展到0-255灰度，以适应于液晶显示器的显示。
请结合本章的数字图像处理处理，帮助技术人员解决这些问题。
1.1问题分析及多种方法提出（1）明亮且孤立的点是不够感兴趣的点对于明亮且孤立的点，其应为脉冲且灰度值为255(uint8)噪声，即盐噪声，为此，首先对下载的细胞图像增加盐噪声，再选择不同滤波方式进行滤除。
均值滤波：均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标像素为中心的周围8个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。
优点：速度快，实现简单；缺点：均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。
其公式如下：使用矩阵表示该滤波器则为：中值滤波：滤除盐噪声首选的方法应为中值滤波，中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。
其过程为：a 、存储像素1，像素2.....像素9的值；b 、对像素值进行排序操作；c 、像素5的值即为数组排序后的中值。
优点：由于中值滤波本身为一种利用统计排序方法进行的非线性滤波方法，故可以滤除在排列矩阵两边分布的脉冲噪声，并较好的保留图像的细节信息。
缺点：当噪声密度较大时，使用中值滤波后，仍然会有较多的噪声点出现。
《数字图像处理及MATLAB实现》图像增强与平滑实验一．实验目的及要求1、熟悉并掌握MA TLAB 图像处理工具箱的使用；2、理解并掌握常用的图像的增强技术。
二、实验设备MATLAB 6.5 以上版本、WIN XP 或WIN2000 计算机三、实验内容（一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。
熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。
（可将每段程序保存为一个.m文件）1．直方图均衡化clear all; close all % Clear the MATLAB workspace of any variables% and close open figure windows.I = imread('pout.tif'); % Reads the sample images ‘pout.tif’, and stores it inimshow(I) % an array named I.display the imagetext(60,20,'李荣桉1909290239','horiz','center','color','r')figure, imhist(I) % Create a histogram of the image and display it in% a new figure window.[I2,T] = histeq(I); % Histogram equalization.figure, imshow(I2) % Display the new equalized image, I2, in a new figure window.text(60,20,'李荣桉1909290239','horiz','center','color','r')figure, imhist(I2) % Create a histogram of the equalized image I2.figure,plot((0:255)/255,T); % plot the transformation curve.imwrite (I2, 'pout2.png'); % Write the newly adjusted image I2 to a disk file named% ‘pout2.png’.imfinfo('pout2.png') % Check the contents of the newly written file2．直接灰度变换clear all; close allI = imread('cameraman.tif'); 注意：imadjust()功能：调整图像灰度值或颜色映像表，也可实现伽马校正。
图像滤波滤波是一种应用广泛的图像处理技术，可以通过滤波来强调或删除图像的某种特征。
滤波是一种领域操作，即处理后的图像每个像素值是运来像素周围的颜色值经过某些计算得到的。
通过不同滤波函数对同一图像滤波，效果迥异。
1.滤波函数imfilterMatlab滤波函数imfilter是基于领域滑动设计实现的，其调用格式为B=IMFILTER(A,H,OPTION)，参数OPTION可以选择填补参数’symmetric’、’replicate’、’circular’。
首先在原始图像上加上一些噪声，然后对含有噪声的图像进行滤波。
分别对下面的这个原始图像加上椒盐噪声、高斯白噪声、泊松噪声、乘法噪声。
原图像Matlab函数文件如下：I=imread('1.jpg');J1=imnoise(I,'salt & pepper',0.02);J2=imnoise(I,'gaussian',0,0.01);J3=imnoise(I,'poisson');J4=imnoise(I,'speckle',0.04);figure;subplot(221),imshow(J1);subplot(222),imshow(J2);subplot(223),imshow(J3);subplot(224),imshow(J4);图1.加入椒盐噪声的图像图2. 加入高斯白噪声的图像图3. 加入泊松噪声的图像图4.加入乘法噪声的图像下面对含有椒盐噪声和高斯白噪声的图像用imfilter进行滤波。
Matlab函数文件如下：rgb=imread('1.jpg');h=ones(5,5)/25;rgb1=imfilter(rgb,h);rgb2=imfilter(rgb1,h,'replicate');subplot(1,3,1);imshow(rgb);title('Original');subplot(1,3,2);imshow(rgb1);title('Filtered');subplot(1,3,3);imshow(rgb);title('boundary replication');图5.含有椒盐噪声的原图像图6. Filtered 图7.boundary replication图8.含有高斯白噪声的原图像图9.Filtered图10.boundary replication函数imfilter已经把操作直接定义为滑动操作sliding。
数字图像处理实验(MATLAB版)数字图像处理(MATLAB版)实验指导书(试用版)湖北师范学院教育信息与技术学院2009年4月试行目录实验一、数字图像获取和格式转换 2 实验二、图像亮度变换和空间滤波 6 实验三、频域处理7 实验四、图像复原9 实验五、彩色图像处理10１实验六、图像压缩11 实验七、图像分割13 教材与参考文献14２《数字图像处理》实验指导书实验一、数字图像获取和格式转换一、实验目的1掌握使用扫描仪、数码相机、数码摄像级机、电脑摄像头等数字化设备以及计算机获取数字图像的方法；2修改图像的存储格式；并比较不同压缩格式图像的数据量的大小。
二、实验原理数字图像获取设备的主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等。
各类设备都标明了它的光学分辨率和最大分辨率。
分辨率的单位是dpi，dpi是英文Dot Per Inch的缩写，意思是每英寸的像素点数。
扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；然后启３动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。
为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD 上，CCD将RGB光带转变为模拟电子信号，此信号又被A/D变换器转变为数字电子信号。
至此，反映原稿图像的光信号转变为计算机能够接受的二进制数字电子信号，最后通过串行或者并行等接口送至计算机。
扫描仪每扫一行就得到原稿x方向一行的图像信息，随着沿y方向的移动，在计算机内部逐步形成原稿的全图。
扫描仪工作原理见图1.1。
４图1.1扫描仪的工作原理在扫描仪的工作过程中，有两个元件起到了关键的作用。
一个是CCD，它将光信号转换成为电信号；另一个是A/D变换器，它将模拟电信号变为数字电信号。
