当前位置：文档之家 › 西交大数字图像处理第三次作业

西交大数字图像处理第三次作业

  • 格式：docx
  • 大小：9.79 MB
  • 文档页数：32

数字图像处理第三次作业姓名：班级：学号：提交日期：2015年3月31日1、把附件图像的直方图画出； （1）问题分析：强度范围为[0~255]之间，对于RGB 方图显示为两个波峰，是调整图像对比度的重要依据。

直方图实现方法：对一幅灰度图像从上到下，（2）处理结果： citywall.bmp005010015020025000.0020.0040.0060.0080.010.0120.0140.0160.0180.02灰度值像素的概率密度000.010.020.030.040.050.060.070.080.090.1citywall2直方图（自己编写）灰度值像素的概率密度0501001502002500.0050.010.0150.020.0250.030.0350.040.0450.05灰度值像素的概率密度00501001502002500.0050.010.0150.020.0250.030.0350.040.0450.05elain2直方图（自己编写）灰度值像素的概率密度0elain3直方图（自己编写）灰度值像素的概率密度050100150200250灰度值像素的概率密度00501001502002500.010.020.030.040.050.060.070.080.090.1lena2直方图（自己编写）灰度值像素的概率密度000.0020.0040.0060.0080.010.0120.0140.0160.0180.02lena3直方图（自己编写）灰度值像素的概率密度woman.bmp05woman1直方图（调用imhist 函数）5010015020025000.010.02灰度值像素的概率密度05woman2直方图（调用imhist 函数）0.0050.010.0150.020.0250.030.0350.04woman2直方图（自己编写）灰度值像素的概率密度（3）结果分析及总结：本文分别采用imhist 函数和自己编写的程序求取图像的直方图。

由每组中两幅图像对比可知，用两个程序的得到的图像直方图对于原始图像是基本一致，验证了自己编写的程序的正确性。

但对于处理后的图像（如test1.bmp 等）得到的直方图却不相同，分析原因是因为MATLAB 中imhist 会自动把colormap 进行线性扩展，导致结果的不同。

同时，也注意到imhist 函数并没有将统计的灰度值出现的次数除以像素点的总数，造成两幅直方图的坐标略有不同。

将直方图与原始图像对比可以清楚的看到图像的灰度分布与图像直方图之间的关系：在暗图像中，直方图的分量集中在灰度级的低端；亮图像的直方图分量则倾向于灰度级的高端。

低对比度图像具有较窄的直方图，且集中于灰度级的中部；高对比度图像中直方图的分量覆盖了很宽的灰度级范围，而且像素的分布没有太不均匀。

2、把所有图像进行直方图均衡；输出均衡后的图像和源图像进行比对；分析改善内容； （1）问题分析：直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。

直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。

直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。

直方图均衡化的过程：1）列出原始图像和变换后图像的灰度级（L是灰度级的个数）；2）统计员图像中各灰度级的像素个数；3）计算原始图像直方图P(i)=Ni/N；4）计算累计直方图P(j)=P(1) + P(2) + P(3) +…+ P(i)；5）利用灰度值变换函数计算变换后的灰度值，并四舍五入取整；j=INT[(L-1)Pj+0.5] 6）确定灰度变换关系i→j，据此将原图像的灰度值f（m,n）=i修正为g（m，n）=j；7）统计变换后个灰度级的像素个数Nj；8）计算变换后图像的直方图Pj=Nj/N；（2）MATLAB函数：功能：直方图均衡化。

用法：J = histeq(I,hgram)将原始图像I的直方图变成用户指定的向量hgram。

hgram中的各元素的值域为[0,1]。

J = histeq(I,n)指定直方图均衡后的灰度级数n，默认值为64。

[J,T] = histeq(I,...)返回从能将图像I的灰度直方图变换成图像J的直方图变换T。

（3）处理结果：citywall.bmpcitywall.bmp原始图像citywall.bmp直方图均衡后的结果0灰度值像素的概率密度灰度值像素的概率密度citywall2原始图像citywall2直方图均衡结果0.0050.010.0150.020.0250.030.0350.040.0450.05citywall2原始图像直方图灰度值像素的概率密度0.0050.010.0150.020.0250.030.0350.040.0450.05citywall2均衡化后的直方图灰度值像素的概率密度lena.bmplena.bmp 原始图像 lena.bmp 直方图均衡后的结果lena1原始图像lena1直方图均衡结果0.0050.010.0150.020.0250.030.0350.040.0450.05lena1原始图像直方图灰度值像素的概率密度lena2原始图像lena2直方图均衡结果lena3原始图像lena3直方图均衡结果0.0050.010.0150.020.0250.030.0350.040.0450.05lena3原始图像直方图灰度值像素的概率密度elain.bmpelain.bmp原始图像elain.bmp直方图均衡后的结果灰度值像素的概率密度灰度值像素的概率密度灰度值像素的概率密度灰度值像素的概率密度woman.bmpwoman.bmp原始图像woman.bmp直方图均衡后的结果woman1原始图像woman1直方图均衡结果像素的概率密度像素的概率密度woman2原始图像直方图灰度值像素的概率密度woman2均衡化后的直方图灰度值（4）结果分析及总结：经过处理得到若干组每组四幅图像，每组中四幅图像分别为原始图像、直方图均衡化后的图像、原始图像的直方图以及均衡化后图像的直方图。

从直方图上可以观察到灰度分布确实更加均匀并且占据整个灰度级范围；从图像上可以观察到，图像对比的变大，灰度色调变化范围加大。

同时，也注意到有些图像的均衡效果不是很好。

直方图均衡并不是适用于所有的图像，需要分情况处理。

直观上，可以得出这样的结论：若一幅图像的像素倾向于占据整个可能的灰度级并且分布均匀，则该图像会有高对比度的外观并展示灰色调的较大变化。

最终效果将是一幅灰度细节丰富且动态范围较大的图像。

3、进一步把图像按照对源图像直方图的观察，各自指定不同源图像的直方图，进行直方图匹配，进行图像增强； （1）问题分析：直方图匹配（histogram matching）：将图像直方图以标准图像的直方图为标准作变换,使两图像的直方图相同和近似,从而使两幅图像具有类似的色调和反差。

直方图匹配的原理：对两个直方图都做均衡化，变成相同的归一化的均匀直方图，以此均匀直方图为媒介，再对参考图像做均衡化的逆运算。

总共有以下几步：1.求给定的函数的累积直方图s。

2.求原图像的累积直方图G。

3.求s中每一个值在G中距离最小的位置index。

4.求原图像每个像素通过index映射到的新像素的值。

（2）MATLAB函数：功能：直方图匹配。

用法：J = histeq(I,hgram)将原始图像I的直方图变成用户指定的向量hgram。

hgram中的各元素的值域为[0,1]。

J = histeq(I,n)指定直方图均衡后的灰度级数n，默认值为64。

[J,T] = histeq(I,...)返回从能将图像I的灰度直方图变换成图像J的直方图变换T。

（3）处理结果：citywall1.bmpcitywall1.bmp原图直方图匹配增强后的图像citywall2.bmpcitywall2.bmp原图直方图匹配增强后的图像elain1.bmp原图直方图匹配增强后的图像elain2.bmp原图直方图匹配增强后的图像elain3.bmp原图直方图匹配增强后的图像lena1.bmp原图直方图匹配增强后的图像lena2.bmp原图直方图匹配增强后的图像lena3.bmp原图直方图匹配增强后的图像woman1.bmp原图直方图匹配增强后的图像woman2.bmp原图直方图匹配增强后的图像（4）结果分析及总结：对比原始图像的直方图、匹配图的直方图以及增强后图像的直方图可知，程序基本达到了直方图匹配的要求。

但也注意到：原始图像直方图和匹配后图像的直方图并没有完全一致。

分析原因：原因一离散量的舍入误差；原因二原始图像中多个灰度值映射到增强后图像的同一个灰度值，即多对一的映射导致。

对比原始图像以及增强后的图像可知，经过直方图后，大部分图像的效果得到了一定的改善。

但也注意到有些图像的效果非但没有改善反而变差了，可能是因为要求匹配的直方图选择不合适导致的或者是要求进行直方图匹配的图像的直方图灰度值分布过于集中。

有些图像匹配后的直方图与被匹配的直方图比较会发现存在“截断”现象，此问题一直不知道是什么原因以及如何解决。

同时发现，MA TLAB中函数imshow函数会自动的将colormap进行插值扩展，导致显示的图像与原始图像不同，解决的方法是将读入的colormap后补0直到补满255个三原色数据为止；或者直接利用imwrite将图像写成文件的形式，得到的结果也是正确的。

4、利用直方图对图像elain和woman进行分割。

（1）问题分析：直方图分割的阈值方法的原理是，如果图像所包括的背景区域与所分的目标区域大小可比，而且两者在灰度上有着明显的去表，那么这样的图像的灰度上有着明显的去表，那么这样的图像的灰度直方图就会呈现很明显的双峰状；其中一个峰值对应的应该是背景区域的灰度；而另一个峰值对应的就是目标灰度了；理想中的图像的灰度直方图，其背景灰度和目标灰度应对应两个不同过的灰度峰值，所以选取位于两峰之间的谷值作为阈值，就很快地将一副图像的背景与目标分割开了。

经典的直方图算法实现简单，但是这只是针对少数不同类别的物体彼此灰度相差很大时，才能进行有效的分割。

当原始图像的双峰不明显时，分割得不到理想的图像。

先对图像进行锐化或者平滑处理，使之达到改善图像的质量的实际应用的要求，这个方法是当图像的边缘细节与图像商上梯度的整体强度有关，图像边缘越强，图像的细节效果越明显。

算法实现为设图像在f(x,y)在（x,y）处的梯度定义为由于梯度是一个矢量，所以其方向和再该方向上的大小为对于一副图像中突出的，变化快的边缘区，其梯度值较大；而对于非边缘信号。

合集下载

西安交大数字图像处理双语试题

西安交大数字图像处理双语试题

) An image is s degraded b by a Gaussia an blur who ose Fourier transform t H H(u,v) is a G Gaussian H (u, v ) e ( u v )/2 , 13. A
Sket tch the gray y level transformation fo for a gamma a transforma ation that wi ill produce t the image on n the right. mera capture es a 400x400 pixel imag ge of a black and white e soccer ball l on a gray b background. The 2. A digital cam ball is 30 cm in n diameter an nd is 3 m aw way from th he camera. T The camera has a field o of field of 90 9 degrees izontally and d vertically. . hori (a) W What is the diameter of f the ball in pixels, in th he image? (i) 3 pixels (ii) 10 pixels (ii i) 20 pixels (iii) 31 pixe els (iv) 63 p pixels (b) G Give the his stogram of t the image, a assuming tha at black, wh hite, and gra ay pixels hav ve the gray levels 0, 25 55, and 128, respec ctively. Assu ume that the ere are an eq qual number r of black an nd white pix xels on the b ball. g (table tenn nis) ball is 4 40 mm in diameter. How w far away must the pin ng-pong bal ll be, to be (c) A ping-pong exac ctly the sam me apparent size as the s soccer ball i in the image e? (i) 1 10 cm (ii) 0.4 m (iii) 0.7 75 m (iv) 1 m (v) 3 m era has an im mage resolu ution of 2000 x 2000 pix xels. The in ndividual sen nsor elemen nts are squar res 3. A CCD came mea asuring 10 x 10 um, wit th no spaces s between th hem. a. If f the camera a uses a lens s with focal length = 10 00 mm, wha at is the field d of view? b. A Assume the c camera is m mounted on a an airplane, pointing str raight down n at the grou und. What he eight should d the airplane fly, so that one pix xel in the ca amera corres sponds to on ne meter on n the ground d? 4. T The histogram m of a 100x x100 image with 3 bit p pixels is give en below.
数字图像处理每章课后题参考答案

数字图像处理每章课后题参考答案

数字图像处理每章课后题参考答案数字图像处理每章课后题参考答案第一章和第二章作业：1.简述数字图像处理的研究内容。

2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？3.列举并简述常用表色系。

1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。

2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。

根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。

图像处理着重强调在图像之间进行的变换。

比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。

图像处理主要在图像的像素级上进行处理，处理的数据量非常大。

图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。

图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。

图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。

图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。

第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。

西安交大数字图像处理第一次作业

西安交大数字图像处理第一次作业

数字图像处理第一次作业姓名：班级：学号：提交日期：2015年3月13日摘要本次报告首先简单阐述了BMP图像格式及其相关数据结构，随后主要完成了作业要求中关于图像处理与计算的各项任务。

本次作业以Matlab 2014为平台，通过对lena.bmp,elain.bmp图像文件的编程处理，分别得到了lena.bmp图像的8到1级灰度逐级递减显示，lena.bmp图像的均值和方差，通过近邻、双线性和双三次插值法对lena.bmp进行4倍放大后得到的2048×2048尺寸图像，和对lena.bmp、elain.bmp图像分别进行水平偏移变换和旋转变换后的图像及其4倍插值放大图像。

以上任务完成后均得到了预期的结果。

1.Bmp图像格式简介。

1.1 BMP格式概述BMP（全称Bitmap）是Windows操作系统中的标准图像文件格式，可以分成两类：设备相关位图（DDB）和设备无关位图（DIB），使用非常广。

它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。

BMP文件的图像深度可选lbit、4bit、8bit及24bit。

BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。

1.2 BMP格式组成典型的BMP图像文件由四部分组成：（1）位图头文件数据结构，它包含BMP图像文件的类型、显示内容等信息；（2）位图信息数据结构，它包含有BMP图像的宽、高、压缩方法，以及定义颜色等信息；（3）调色板，这个部分是可选的，有些位图需要调色板，有些位图，比如真彩色图（24位的BMP）就不需要调色板；（4）位图数据，这部分的内容根据BMP位图使用的位数不同而不同，在24位图中直接使用RGB，而其他的小于24位的使用调色板中颜色索引值。

1.3 BMP格式对应数据结构BMP文件由文件头、位图信息头、颜色信息和图形数据四部分组成。

1.3.1 BMP文件头（14字节）BMP文件头数据结构含有BMP文件的类型、文件大小和位图起始位置等信息。

西安交通大学数字图像处理第二次作业知识分享

西安交通大学数字图像处理第二次作业知识分享

数字图像处理的基本数学工具的使用摘要本报告主要介绍了运用编程软件MATLAB对图像灰度级进行变换、求取图像均值与方差、采用不同的内插方法对图像进行缩放及利用仿射变换对图像进行空间变换处理的方法。

同时，对最近邻内插法、双线性内插法、双三次内插法进行图像处理的效果进行了详细的对比，并对出现差异的原因做出了简要分析。

姓名： X X X班级：学号：提交日期：年月日2_1. 把lena 512*512图像灰度级逐级递减8-1显示；(1)问题分析：所要实现的功能是：在不改变图像大小的前提下，使得整幅图像的灰度级逐级递减并将图像显示出来；即对所有像素点的灰度依次进行除2操作；(2)实验过程：工具：MATLAB软件；利用imread()函数将图像读入MATLAB，利用imshow()对原图像进行显示，再利用循环体对整幅图像的灰度级逐级递减并一一进行显示。

源代码附于本报告最后一部分。

(3)实验结果：备注：在大小为512X512的途中观察更为方便，但此处为了便于排版以及将结果进行对比对所有图像做了一定的缩小。

a bc de fg h图2_1 (a)大小为512X512的256灰度级图像；(b)~(h)保持图像大小不变的同时以灰度级128,62,32,16,8,4,2显示的图像。

(4)结果分析：对图2_1中的(a)~(h)图像进行对比可知，256级、128级、64级以及32级灰度的图像几乎没有太大的区别；然而在灰度级为16的图(e)中出现了较为明显的伪轮廓，这种效果是由数字图像的平滑区域中的灰度级数不足引起的。

（说明：此分析为本人肉眼的观察结果，对细节的观察难免存在疏漏之处，还请批评指正。

）2_2. 计算lena图像的均值方差；(1)问题分析：所要实现的功能是：计算图像‘lena.bmp’的均值与方差；(2)实验过程：工具：MATLAB软件；利用imread()函数将图像读入MATLAB，由于二维数字图像使用二维阵列表示的，因而可以直接利用MATLAB中的mean2()及std2()分别求整幅图像的均值于方差；源代码附于本报告最后一部分。