实验一 实验内容和步骤 练习图像的读取、显示和保存图像数据，步骤如下： (1)使用命令figure(1)开辟一个显示窗口 (2)读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内显示、二值图像和灰度图像，注上文字标题。 (3)保存转换后的灰度图像和二值图像 (4)在同一个窗口显示转换后的灰度图像的直方图 I=imread('BaboonRGB.bmp'); figure,imshow(I); I_gray=rgb2gray(I); figure,imshow(I_gray); I_2bw=Im2bw(I_gray); figure,imshow(I_2bw); subplot(1,3,1),imshow(I),title('RGB图像'); subplot(1,3,2),imshow(I_gray),title('灰度图像'); subplot(1,3,3),imshow(I_2bw),title('二值图像'); imwrite(I_gray,'Baboongray.png'); imwrite(I_2bw,'Baboon2bw.tif'); figure;imhist(I_gray);
RGB 图 像灰度图 像二值图 像 050100150200250 500 1000 1500 2000 2500 3000
(5)将原RGB 图像的R 、G 、B 三个分量图像显示在figure(2)中，观察对比它们的特点，体会不同颜色所对应的R 、G 、B 分量的不同之处。 [A_RGB,MAP]=imread('BaboonRGB.bmp'); subplot(2,2,1),imshow(A_RGB),title('RGB'); subplot(2,2,2),imshow(A_RGB(:,:,1)),title('R'); subplot(2,2,3),imshow(A_RGB(:,:,2)),title('G'); subplot(2,2,4),imshow(A_RGB(:,:,3)),title('B'); (6)将图像放大1.5倍，插值方法使用三种不同方法，在figure(3)中显示放大后的图像，比较不同插值方法的结果有什么不同。将图像放大到其它倍数，重复实验；A=imread('BaboonRGB.bmp'); figure(3),imshow(A),title('原图像'); B=imresize(A,1.5,'nearest'); figure(4),imshow(B),title('最邻近法') C=imresize(A,1.5,'bilinear'); ; figure(5),imshow(C),title('双线性插值'); D=imresize(A,1.5,'bicubic'); figure(6),imshow(D),title('双三次插值 '); RGB R G B
智慧树知到《数字图像处理》章节测试答案第一章 1、表示一幅灰度图像，一般用（）？ 一个常数 二维矩阵 三维矩阵 一个变量 答案: 二维矩阵 2、彩色图像中，每个像素点用（）表示色彩值？ 一个值 二个值 三个值 四个值 答案: 三个值 3、不可见光是可以形成图像的 对 错 答案: 对 4、数字图像的质量与量化等级有关 对 错 答案: 对
5、一幅模拟图像转化为数字图像，要经过（）？ 重拍 重拍 采样 量化 变换 答案: 采样,量化 6、某个像素的邻域，一般有（）？ 4-邻域 8-邻域 10-邻域 对角邻域 答案: 4-邻域,8-邻域,对角邻域 第二章 1、傅里叶变换得到的频谱中，低频系数对应于（）？物体边缘 噪音 变化平缓部分 变化剧烈部分 答案: 变化平缓部分 2、一幅二值图像的傅里叶变换频谱是（）？ 一幅二值图像
一幅灰度图像 一幅复数图像 一幅彩色图像 答案: 一幅灰度图像 3、傅里叶变换有下列哪些特点（）？ 有频域的概念 均方意义下最优 有关于复数的运算 从变换结果可以完全恢复原始数据 答案: 有频域的概念,有关于复数的运算,从变换结果可以完全恢复原始数据4、图像的几何变换改变图像的大小或形状，例如（）？ 平移 旋转 缩放 退化 答案: 平移,旋转,缩放 5、傅里叶变换得到的频谱中，高频系数对应于图像的边缘部分。 对 错 答案: 对 6、图像平移后，其傅里叶变换的幅度和相位均保持不变。 对
错 答案: 错 第三章 1、图像与其灰度直方图间的对应关系是（）？ 一一对应 多对一 一对多 都不对 答案: 2、下列算法中属于点处理的是（）？ 梯度锐化 直方图均衡化 傅里叶变换 中值滤波 答案: 3、为了去除图像中某一频率分量，除了用带阻滤波器还可以用（）？ 低通滤波器 高通滤波器 带通滤波器 低通滤波器加高通滤波器 答案: 4、要对受孤立噪声点影响的图像进行平滑滤波，不能达到效果的滤波器是（）？
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：
实验二MATLAB图像运算一、实验目的 1．了解图像的算术运算在数字图像处理中的初步应用。 2．体会图像算术运算处理的过程和处理前后图像的变化。 二、实验步骤 1．图像的加法运算-imadd 对于两个图像f x,y和 (x,y)的均值有： g x,y=1 f x,y+ 1 (x,y) 推广这个公式为： g x,y=αf x,y+β (x,y) 其中，α+β=1。这样就可以得到各种图像合成的效果，也可以用于两张图像的衔接。说明：两个示例图像保存在默认路径下，文件名分别为'rice.png'和'cameraman.tif'，要求实现下图所示结果。 代码： I1 = imread('rice.png'); I2 = imread('cameraman.tif'); I3 = imadd(I1, I2,'uint8'); I4 = imadd(I1, I2,'uint16'); subplot(2, 2, 1), imshow(I1), title('?-ê?í???1'); subplot(2, 2, 2), imshow(I2), title('?-ê?í???2'); subplot(2, 2, 3), imshow(I3), title('8??í?????ê?'); subplot(2, 2, 4), imshow(I4), title('16??í?????ê?'); 结果截图：
2．图像的减法运算-imsubtract 说明： 背景图像可通过膨胀算法得到background = imopen(I,strel('disk',15));，要求实现下图所示结果。 示例代码如下： I1 = imread('rice.png'); background = imerode(I1, strel('disk', 15)); rice2 = imsubtract(I1, background); subplot(2, 2, 1), imshow(I1), title('?-ê?í???'); subplot(2, 2, 2), imshow(background), title('±3?°í???'); subplot(2, 2, 3), imshow(rice2), title('′|àíoóμ?í???'); 结果截图： 3.图像的乘法运算-immultiply
数字图像处理
苗启广 西安电子科技大学 计算机学院 QGMiao@https://www.doczj.com/doc/6918077457.html, 2011.9.2
本课程主要内容包括：
第1章. 第2章. 第3章. 第4章. 第5章. 第6章. 第7章. 第8章. 第9章. 概述 彩色数字图像基础 图像变换 图像增强 图像复原 图像重建 图像数据压缩 图像分割与特征提取 图像的形态学运算
第一章 概述 本章主要内容：
1.什么是数字图像 2.数字图像处理的主要研究内容 3.数字图像处理系统的基本组成结构 4.数字图像处理的应用 5.数字图像处理中的数据结构 6.图像获取、显示与存储
1.什么是数字图像？
一幅数字图像可以看成由许许多多的点组 成的
1.什么是数字图像？
数字图像是指由被称作象素的小块区域 组成的二维矩阵。对于单色即灰度图像而 言，每个象素的亮度用一个数值来表示，通 常数值范围在0-255，即可用一个字节来表 示，0表示黑、255表示白，而其它表示灰 度。
125,153,158,157,127, 70,103,120,129,144,144,150,150,147, 133,154,158,100,116,120, 97, 74, 54, 74,118,146,148,150, 155,163, 95,112,123,101,137,108, 81, 71, 63, 81,137,142, 167, 69, 85, 59, 65, 43, 85, 34, 69, 78,104,101,117,132, 54, 46, 38, 44, 38, 36, 44, 36, 25, 48,115,113,114,124, 58, 30, 44, 35, 28, 69,144,147, 57, 60, 93,106,119,124,
（a ）由2 )(Kr Ae r T s -==，3/2 A Ae KL =-得：) 3/1ln(20=-KL ，20 /0986.1L K = 2 2 0986.1)(r L Ae r T s -== （b ）、由 ， 4/)1(2 0B e KL =--B 得： )4/3ln(2 0=-KL ,2 0/2877.0L K = )1()(2 2 2877.0r L e B r T s - -== （c ）、 逐次查找像素值，如（x ，y ）=（0，0）点的f （x ，y ）值。若该灰度值的4比特的第0 位是1，则该位置的灰度值全部置1，变为15；否则全部置0，变为0。因此第7位平面[0,7]置0，[7,15]置1，第6位平面[0,3]，[4,7]置0，[8,11]，[12,15]置15。依次对图像的全部像素进行操作得到第0位平面，若是第i 位平面，则该位置的第i 位值是0还是1，若是1，则全置1，变为15，若是0，则全置0 设像素的总数为n ，是输入图像的强度值，由，rk 对 应sk ，所以，由 和得 由此得知，第二次直方图均衡化处理的结果与第一次直 方图均衡化处理的结果相同，这里我们假设忽略不计四舍五入的误差。
3.11题、由 dw w p z G v z z )()(0 ? = =, ?? ?=<<-5 .0041 5.044)( w w w w z w p { 5 .0021 5.02210 2 2 )()(<<<<+-= = =? z z z z z z z dw w p z G v 令v s =得 所以?? ???=?? ?? ?==- <<+-±<<- -+-±±-±-5.010221 5.0121 )2(25.022 125.01 22 )(r r r r r r v v v G z 3.12题、第k 个点邻域内的局部增强直方图的值为： P r (r k )=n k /n (k=0,1,2,……K-1)。这里n k 是灰度级为r k 的像素个数，n 是邻域内像素的总个数，k 是图像中可能的灰度级总数。假设此邻域从左以一个像素为步长向右移动。这样最左面的列将被删除的同时在后面又产生一个新的列。变化后的直方图则变成 ： (k=0,1,2,……K-1) 这里n lk 是灰度级r k 在左面的列出现的次数，n rk 则为在右面出现的次数。 上式也可以改写成： (k=0,1,2,……K-1) 同样的方法也适用于其他邻域的移动： 这里a k 是灰度级r k 在邻域内在移动中被删除的像素数，b k 则是在移动中引入的像素数： (k=0,1,2,…… K-1) 上式等号右边的第一项为0（因为f 中的元素均为常数）。变量 是噪声的简单抽样，它 的方差是。因此 并且我们可以得到。上述过
6.3实验步骤 (1)对彩色图像的表达和显示 * * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * * rgbcube(0,0,10); %从正面观察彩色立方体 rgbcube(10,0,10); %从侧面观察彩色立方 rgbcube(10,10,10); %从对角线观察彩色立方体 %* * * * * * * * * *索引图像的显示和转换* * * * * * * * * * f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %rgb图像转换成8色索引图像，不采用抖动方式 [X1,map1]=rgb2ind(f,8,'nodither'); figure,imshow(X1,map1); %采用抖动方式转换到8色索引图像 [X2,map2]=rgb2ind(f,8,'dither'); figure,imshow(X2,map2); %显示效果要好一些 g=rgb2gray(f); %f转换为灰度图像 g1=dither(g);%将灰色图像经过抖动处理，转换打二值图像figure,imshow(g);%显示灰度图像 figure,imshow(g1);%显示抖动处理后的二值图像 程序运行结果：
彩色立方体原图 不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像 灰度图像抖动处理后的二值图像
(2)彩色空间转换 f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %转换到NTSC彩色空间 ntsc_image=rgb2ntsc(f); figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息 %转换到HIS彩色空间 hsi_image=rgb2hsi(f); figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2)); %显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息 程序运行结果： 原图 转换到NTSC彩色空间
《数字图像处理》复习 第一章绪论 数字图像处理技术的基本容：图像变换、图像增强、图象恢复、图像压缩编码、图像分割、图像特征提取（图像获取、表示与描述）、彩色图像处理和多光谱及高光谱图像处理、形态学图像处理 第二章数字图像处理基础 2-1 电磁波谱与可见光 1.电磁波射波的成像方法及其应用领域： 无线电波（1m-10km）可以产生磁共振成像，在医学诊断中可以产生病人身体的横截面图像 ☆微波（1mm-1m）用于雷达成像，在军事和电子侦察领域十分重要 红外线（700nm-1mm）具有全天候的特点，不受天气和白天晚上的影响，在遥感、军事情报侦察和精确制导中广泛应用 可见光（400nm-700nm）最便于人理解和应用最广泛的成像方式，卫星遥感、航空摄影、天气观测和预报等国民经济领域 ☆紫外线（10nm-400nm）具有显微镜方法成像等多种成像方式，在印刷技术、工业检测、激光、生物学图像及天文观测 X射线（1nm-10nm）应用于获取病人胸部图像和血管造影照片等医学诊断、电路板缺陷检测等工业应用和天文学星系成像等 伽马射线（0.001nm-1nm）主要应用于天文观测 2-2 人眼的亮度视觉特征 2.亮度分辨力——韦伯比△I/I（I—光强△I—光照增量），韦伯比小意味着亮度值发生较小变化就能被人眼分辨出来，也就是说较小的韦伯比代表了较好的亮度分辨力 2-3 图像的表示 3. 黑白图像：是指图像的每个像素只能是黑或白，没有中间的过渡，一般又称为二值图像 （黑白图像一定是二值图像，二值图像不一定是黑白图像） 灰度图像：是指图像中每个像素的信息是一个量化了的灰度级的值，没有彩色信息。 彩色图像：彩色图像一般是指每个像素的信息由R、G、B三原色构成的图像，其中的R、B、G是由不同的灰度级来描述的。 4.灰度级L、位深度k L=2^k 5.储存一幅M×N的数字图像所需的比特b=M×N×k 例如，对于一幅600×800的256灰度级图像，就需要480KB的储存空间（1KB=1024Byte 1Byte=8bit） 2-4 空间分辨率和灰度级分辨率 6.空间分辨率是图像中可分辨的最小细节，主要由采样间隔值决定，反映了数字化后图像的实际分辨率。一种常用的空间分辨率的定义是单位距离可分辨的最少黑白线对数目(单位是每毫米线对数)，比如每毫米80线对。对于一个同样大小的景物来说，对其进行采样的空间分辨率越高，采样间隔就越小，图片的质量就越高。 7.灰度级分辨率是指在灰度级别中可分辨的最小变化，通常把灰度级级数L称为图像的灰度级分辨率（灰度级通常是2的整数次幂） 8.在图像空间分辨率不变的情况下，采样数越少，图像越小。同时也证实了，在景物大小不变的情况下，图像阵列M×N越小，图像的尺寸就越小；
《数字图像处理》 实验报告 学院：信息工程学院 专业：电子信息工程 学号： 姓名： 2015年6月18日
目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)
实验一图像的读取、存储和显示 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像的显示。 二、实验原理 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 在任何坐标处(x,y)处的振幅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，而彩色图像是由单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适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。图像关于x和y坐标以及振幅连续。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振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 三、实验设备 (1) PC计算机 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容及步骤 1．利用imread( )函数读取一幅图像，假设其名为flower.tif，存入一个数组中； 2．利用whos 命令提取该读入图像flower.tif的基本信息； 3．利用imshow()函数来显示这幅图像； 4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息； 5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件设为flower.jpg语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。 6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。 7．用imread()读入图像：Lenna.jpg 和camema.jpg； 8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小；
数字图像处理：部分课后习题参考答案 第一章 1.连续图像中，图像为一个二维平面，(x,y)图像中的任意一点，f（x,y）为图像于 (x,y)于处的值。连续图像中，(x,y)的取值是连续的，f(x,y)也是连续的 数字图像中，图像为一个由有限行有限列组成的二维平面，（i,j)为平面中的任意一点，g（i,j)则为图像在（i,j)处的灰度值，数字图像中，（i,j) 的取值是不连续的，只能取整数，对应第i行j列,g（i,j) 也是不连续的，表示图像i行j列处图像灰度值。 联系：数字图像g(i,j)是对连续图像f(x,y)经过采样和量化这两个步骤得到的。 其中 g(i,j)=f(x,y)|x=i,y=j 2. 图像工程的内容可分为图像处理、图像分析和图像理解三个层次，这三个层次 既有联系又有区别，如下图所示。 图像处理的重点是图像之间进行的变换。尽管人们常用图像处理泛指各种图像技术，但比较狭义的图像处理主要是对图像进行各种加工，以改善图像的视觉效果并为自动识别奠定基础，或对图像进行压缩编码以减少所需存储空间 图像分析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。如果说图像处理是一个从图像到图像的过程，则图像分析是一个从图像到数据的过程。这里的数据可以是目标特征的测量结果，或是基于测量的符号表示，它们描述了目标的特点和性质。 图像理解的重点是在图像分析的基础上，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，从而指导和规划行动。 如果说图像分析主要以观察者为中心来研究客观世界，那么图像理解在一定程度上是以客观世界为中心，借助知识、经验等来把握整个客观世界(包括没有
3.1 a 为正常数的指数式 e ar -2 对于构造灰度平滑变换函数是非常有 用的。由这个基本函数开始，构造具有下图形状的变换函数。所示的常数是输入参数，并且提出的变换必须包含这些参数的特定形式（为了答案曲线中的L 0不是所要求的参数）。 解：由（a ）图所示，设e ar A r T -=2 )(,则 在r=0时，T(r)=A 在r=L 0时，T(r)=A/2 联立，解得L L a 0 693 .00 2 ln 2 2 ≈ = 则C r L C D r T s e K +--==-)1)(()(2 2 由（b ）图所示，可以由(a)图翻转得到，所以（b ）图的表达式 s=)1()(2 20 693 .0r L B r T e --= （c ）图是（b ）图沿y 轴平移得到，所以（c ）图的表达式 C r L C D r T s e K +--==-)1)(()(2 3.19 (a)在3.6.2节中谈到，分布在图像背景上的孤立的亮和暗的像素团块，当它们小于中值滤波器区域的一半时，经过中值滤波器处理后会被滤除（被其邻值同化）。假定滤波器尺寸为n n ?,n 为奇数，解释这种现象的原因？
（b ）考虑一副有不同像素团块的图像，假设在一个团块的所有点都比背景凉或者暗（但不是同时既比背景亮又比背景暗），并且每个团块的尺寸不大于22 n 。试求当n 符合什么条件时，有一个或多个这样的团块像（a ）中所说的那样被分离出来？ 答：在A 的结论下，我们考虑的团块的像素个数不可能超过2 )1(2 -n ， 两个相近的或亮或暗的团块不可能同时出现在相邻的位置。在这个 n n ?的网格里，两个团块的最小距离至少大于)1(2-n ，也就是说至 少在对角线的区域分开跨越（n-1）个像素在对角线上。 3.29 CCD 电视摄像机用于每天24小时，每月30天对同一区域进行长期观测研究。5分钟拍一次数字图像并传送到中心场所。场景的照明，白天为自然光，晚上为人造光，没有无照明的时间，因此摄像机本身并不需要使用任何补偿装置。另外，使用数字技术对图像进行后处理并归一化，这样就使图像与恒定照明是等效的。对此，设计一种方法。可以在实验室内使用希望的任何方法，但要在设计中明确列出所做的所有假设。 答：本题是考虑到范围的照明停留在线性部分的相机的反应范围,
数字图像处理—实验一 一．实验内容： 图像灰度变换 二．实验目的： 学会用Matlab软件对图像灰度进行变换；感受各种不同的灰度变换方法对最终图像效果的影响。 三．实验步骤： 1．获取实验用图像：rice.jpg. 使用imread函数将图像读入Matlab。 程序： clc;clear; figure; subplot(4,4,1); i = imread('rice.png'); i = im2double(i); imshow(i);title('1'); 2．产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105 + 2.6333(r – 0.35) 0.35 ≤r ≤0.65
1 + 0.3(r – 1) r > 0.65 用T1对原图像rice.jpg进行处理，使用imwrite函数保存处理后的新图像。程序： subplot(4,4,2); r=[0:0.001:1]; s=[r<0.35].*r*0.3+[r<=0.65].*[r>=0.35].*(0.105+2.6333*(r-0.35))+[r>0.65].*(1 +0.3*(r-1)); plot(r,s);title('2p'); subplot(4,4,3); T1=[i<0.35].*i*0.3+[i<=0.65].*[i>=0.35].*(0.105+2.6333*(i-0.35))+[i>0.65].*( 1+0.3*(i-1)); imshow(T1);title('2i'); imwrite(T1,'rice_T1.jpg','jpg');
3．产生灰度变换函数T2，使得： 用T2对原图像rice.jpg进行处理，使用imwrite保存处理后的新图像。 %3 subplot(4,4,4); r = [0:0.001:1];
数字图像处理 第一章 1.1解释术语 （2）数字图像：为了便于用计算机对图像进行处理，通过将二维连续（模拟）图像在空间上离散化，也即采样，并同时将二维连续图像的幅值等间隔的划分成多个等级（层次）也即均匀量化，以此来用二维数字阵列并表示其中各个像素的空间位置和每个像素的灰度级数的图像形式称为数字图像。 （3）图像处理：是指对图像信息进行加工以满足人的视觉或应用需求的行为。 1.7 包括图像变化、图像增强、图像恢复、图像压缩编码、图像的特征提取、形态学图像处理方法等。彩色图像、多光谱图像和高光谱图像的处理技术沿用了前述的基本图像处理技术，也发展除了一些特有的图像处理技术和方法。 1.8基本思路是，或简单地突出图像中感兴趣的特征，或想方法显现图像中那些模糊了的细节，以使图像更清晰地被显示或更适合于人或及其的处理与分析。 1.9基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从而使恢复以后的图像尽可能地反映原始图像的本来面目，从而获得与景物真实面貌相像的图像。 1.10基本思路是，，在不损失图像质量或少损失图像质量的前提下，尽可能的减少图像的存储量，以满足图像存储和实时传输的应用需求。1.11基本思路是，通过数学方法和图像变换算法对图像的某种变换，以便简化图像进一步处理过程，或在进一步的图像处理中获得更好的处理效果。 1.12基本目的是，找出便于区分和描述一幅图像中背景和目标的方法，以方便图像中感兴趣的目标的提取和描述。 第二章 2.1解释下列术语 （18）空间分辨率：定义为单位距离内可分辨的最少黑白线对的数目，用于表示图像中可分辨的最小细节，主要取决于采样间隔值的大小。（19）灰度分辨率：是指在灰度级别中可分辨的最小变化，通常把灰度级数L称为图像的灰度级分辨率。 （20）像素的4邻域：对于图像中位于（x,y）的像素p来说，与其水平相邻和垂直相邻的4个像素称为该像素的4邻域像素，他们的坐标分别为（x-1,y）（x,y-1）（x,y+1）（x+1,y）。
目录 实验一：数字图像的基本处理操作 (4) ：实验目的 (4) ：实验任务和要求 (4) ：实验步骤和结果 (5) ：结果分析 (8) 实验二：图像的灰度变换和直方图变换 (9) ：实验目的 (9) ：实验任务和要求 (9) ：实验步骤和结果 (9) ：结果分析 (13) 实验三：图像的平滑处理 (14) ：实验目的 (14) ：实验任务和要求 (14) ：实验步骤和结果 (14) ：结果分析 (18) 实验四：图像的锐化处理 (19) ：实验目的 (19) ：实验任务和要求 (19) ：实验步骤和结果 (19) ：结果分析 (21)
实验一：数字图像的基本处理操作 ：实验目的 1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用； 2、实现图像的读取、显示、代数运算和简单变换。 3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。：实验任务和要求 1.读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分 成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分 别显示，注上文字标题。 3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换， 显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。 4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里 叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的 对应关系。 ：实验步骤和结果 1.对实验任务1的实现代码如下： a=imread('d:\'); i=rgb2gray(a); I=im2bw(a,; subplot(1,3,1);imshow(a);title('原图像'); subplot(1,3,2);imshow(i);title('灰度图像'); subplot(1,3,3);imshow(I);title('二值图像'); subplot(1,3,1);imshow(a);title('原图像'); 结果如图所示：
数字图像处理实验 报告 学生姓名：学号： 专业年级： 09级电子信息工程二班
实验一常用MATLAB图像处理命令 一、实验内容 1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 实验结果如右图： 代码如下： Subplot (1,3,1) i=imread('E:\数字图像处理\2.jpg') imshow(i) title('RGB') Subplot (1,3,2) j=rgb2gray(i) imshow(j) title('灰度') Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title('二值') 2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (3,2,1) i=imread('E:\数字图像处理 \16.jpg') x=imresize(i,[250,320]) imshow(x) title('原图x') Subplot (3,2,2) j=imread(''E:\数字图像处理 \17.jpg') y=imresize(j,[250,320]) imshow(y) title('原图y') Subplot (3,2,3) z=imadd(x,y) imshow(z)
title('相加结果')；Subplot (3,2,4)；z=imsubtract(x,y)；imshow(z)；title('相减结果') Subplot (3,2,5)；z=immultiply(x,y)；imshow(z)；title('相乘结果') Subplot (3,2,6)；z=imdivide(x,y)；imshow(z)；title('相除结果') 3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (2,2,1) i=imread('E:\数字图像处理 \23.jpg') imshow(i) title('原图') Subplot (2,2,2) J = imadjust(i,[],[],3); imshow(J) title('变暗') Subplot (2,2,3) J = imadjust(i,[],[],0.4) imshow(J) title('变亮') Subplot (2,2,4) J=255-i Imshow(J) title('变负') 二、实验总结 分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。 解答：图像减运算与图像加运算的原理和用法类似，同样要求两幅图像X、Y的大小类型相同，但是图像减运算imsubtract()有可能导致结果中出现负数，此时系统将负数统一置为零，即为黑色。 乘运算实际上是对两幅原始图像X、Y对应的像素点进行点乘(X.*Y)，将结果输出到矩阵Z中，若乘以一个常数，将改变图像的亮度：若常数值大于1，则乘运算后的图像将会变亮；叵常数值小于是，则图像将会会暗。可用来改变图像的灰度级，实现灰度级变换，也可以用来遮住图像的某些部分，其典型应用是用于获得掩膜图像。 除运算操作与乘运算操作互为逆运算，就是对两幅图像的对应像素点进行点（X./Y)， imdivide()同样可以通过除以一个常数来改变原始图像的亮度，可用来改变图像的灰度级，其典型运用是比值图像处理。 加法运算的一个重要应用是对同一场景的多幅图像求平均值 减法运算常用于检测变化及运动的物体，图像相减运算又称为图像差分运算，差分运算还可以用于消除图像背景，用于混合图像的分离。
第七章邻域运算
目录 引言 相关与卷积 均值平滑 中值滤波和极值滤波 边缘检测 作业
1.引言 邻域运算是指当输出图象中每个象素是由对应的输入象素及其一个邻域内的象素共同决定时的图象运算，通常邻域是远比图象尺寸小的一规则形状，如正方形 2x2、3x3、4x4或用来近似表示圆及椭圆等形状的多边形。信号与系统分析中的基本运算相关与卷积，在实际的图象处理中都表现为邻域运算。邻域运算与点运算一起形成了最基本、最重要的图象处理工具。
以围绕模板（filter mask, template）的相关与卷积运算为例，给定图象f(x,y)大小N×N，模板T(i, j)大小m×m（m为奇数），常用的相关运算定义为: 使模板中心T((m-1)/2,(m-1)/2)与f(x,y)对应， 卷积运算定义为:
当m=3时， ) 1,1()2,2(),1()1,2()1,1()0,2()1,()2,1(),()1,1()1,()0,1()1,1()2,0(),1()1,0()1,1()0,0(),(??+?++?+ ?++++ ?++++++=y x f T y x f T y x f T y x f T y x f T y x f T y x f T y x f T y x f T y x g
可见，相关运算是将模板当权重矩阵作加权平均，而卷积与相关不同的只是在于需要将模板沿中心反叠（先沿纵轴翻转，再沿横轴翻转；即沿次对角线翻转）后再加权平均。如果模板是对称的，那么相关与卷积运算结果完全相同。实际上常用的模板如平滑模板、边缘检测模板等都是对称的，因而这种邻域运算实际上就是卷积运算，用信号系统分析的观点来说，就是滤波，对应于平滑滤波或称低通滤波、高通滤波等情况。
实验一 内容（一） （1）彩色图像变灰度图像 A=imread('1.jpg'); B=rgb2gray(A); figure subplot(1,2,1), imshow(A) title('原图') subplot(1,2,2), imshow(B) title('原图灰度图像') （2）彩色图像变索引图像 A=imread('1.jpg'); figure subplot(1,2,1), imshow(A) title('原图') [X,map]=rgb2ind(A,128); subplot(1,2,2), imshow(X,map) title('原图索引图像') （3）彩色图像变二值图像 A=imread('1.jpg'); figure subplot(1,2,1), imshow(A) title('原图') C=im2bw(A,0.2); subplot(1,2,2), imshow(C) title('原图二值图像') （4）灰度图像变索引图像（一） A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') C=grayslice(B,39); subplot(1,2,2), imshow(C) title('灰度变索引图像')
（5）灰度图像变索引图像（二） A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') [X,map]=gray2ind(B,63); subplot(1,2,2), imshow(X,map) title('灰度变索引图像') （6）灰度图像变彩色图像 A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') C=gray2rgb(B,map); subplot(1,2,2), imshow(C) title('灰度变彩色图像') 内容（二） （1）灰度平均值 A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') B=double(B); [m,n]=size(B); sumg=0.0; for i=1:m; for j=1:n; sumg=sumg+B(i,j); end end avg=sumg/(m*n) % 均值 maxg=max(max(B)) % 区域最大灰度ming=min(min(B)) % 区域最小灰度 （2）彩色平均值
3、图像显示和打印 图像显示设备:每个点的电压和该点所对应的灰度值成正比 随机存储的阴极射线管 CRT ,电视显示器,液晶显示器 LCD 打印设备:各种打印机,一般用于输出较低分辨率的图像 输出图像上任一点的灰度值可由该点打印的字符数量和密度来控制 1 半调输出 主要分为幅度调制技术和频率调制技术 多数打印设备只能直接显示输出二值图像,即打印机输出的灰度只有两级半调输出技术----使得输出灰度图像保持其原有的灰度级 半调输出技术:将灰度或彩色图像转化为二值图像的技术
将灰度(彩色图像各种灰度转化为二值点的模式 ,可由打印设备输出,同时利用人眼集成特性 (人眼感知的亮度是某单元的平均灰度, 正比于其中的黑象素个数 ,通过控制输出二值点的形式 (包括数 量,尺寸,形状来让任获得视觉上多个灰度的感觉 2 幅度调制 通过调整输出黑点的尺寸来显示不同的灰度----幅度调制 AM 半调技术在每个象素位置打印一个尺寸反比于该象素灰度的黑圆点 ,即在亮的图像区域打印的点小,在暗的图像区域打印的点大。 在一定距离观察时,一个小点的集合可产生亮灰度的视觉效果,一个大点的集合可产生暗灰度的视觉效果 当点足够小,观察距离足够远时,人眼就不容易分开各个小点(人眼的集成特性,而得 3 频率调制 频率调制半调技术:输出黑点的尺寸是固定的 ,但在空间的分布 (点间的间隔,在一定区域内点出现的频率取决于所需表示的灰度 如果分布较密,就得到较暗的灰度,如果分布较稀,就得到较亮的灰度表示一个较暗的灰度:需要排列很近的许多个点,他们合成一个打印单元, 也称打印点,对应图像中一个象素 4 调制模板 (参考图 1.3.2---图 1.3.4 半调技术具体实现方法:调制模板