实验报告
——数字图像处理
实验名称：混合空间增强
学院：信息与通信工程学院
专业：信息工程
姓名：
班级：
学号：
日期：2014.11.12
一．实验总体思路
原图像是人体骨骼核扫描图像，实验目的是通过图像锐化突出骨骼的更多细节从而增强图像。本图像的灰度动态范围很窄并且噪声内容很高，用单一的增强法难以达到要求，故采用多种互补的图像增强技术。首先对图像进行拉普拉斯变换突出图像中的小细节，之后使用梯度法突出图像边缘，最后使用灰度变换扩大图像灰度动态范围。
二．实验具体过程
1.使用掩膜为的滤波器对图像进行拉普拉斯变换操作，突出图像细节。
2.使用与原图像求和的方式，进行初步锐化。发现结果结果并不理想，因为拉普拉斯
变换是一种二阶微分算子，能很好的增强细节，但也产生了更多的噪声。为了解决这个问题，中值滤波器可以有效去除噪声，但是中值滤波器是一种非线性滤波器，
可能改变图像的性质，在医学图像处理中不可取。
3.梯度变换在灰度变化区域的平均响应要比拉普拉斯操作的平均响应强烈，但是对于
噪声和小细节的响应要比拉普拉斯的响应弱，而且可以通过均值滤波器平滑处理进一步降低噪声响应。所以可以将梯度图像进行平滑处理后与拉普拉斯变换后的图像相乘，既保留突出灰度变化强烈的细节的作用，也降低操作带来的噪声。
4.将原图像与以上掩蔽后的拉普拉斯图像求和，达到锐化作用。可以看出与原图像相
比，处理后的图像细节的清晰度明显增加，很好的体现出了综合使用增强术的优势。
5.最后要进行灰度变换，扩大图像灰度范围，由于待处理图像的暗特性，使用幂函数
法比使用直方图均衡和规定化效果更好。经查阅资料可知，当γ=0.5，C=1时有较好的处理效果。
综上，对比处理前后的图像
虽然处理后的图像中还是存在很多噪声，人体轮廓及人体组织的清晰度也不够高，但相较于原图像在直观视觉效果上有很好的改进。
三. 实验总结
思路总结：
此次处理先从图像边缘入手，使用锐化技术，并且结合拉普拉斯变换方法和Sobel 梯度操作方法结合，将拉普拉斯的小细节突出优点和Sobel梯度操作的边缘突出优点结合在一起，同时避免了单一操作中拉普拉斯变换的噪声较大和Sobel梯度操作细节凸显不足的缺陷，充分体现了将多种方法结合使用的优势。最后对图像灰度范围扩展，可以有很多可选择的方法，但是根据查阅资料和实验实践，最终还是选定幂函数变换处理最好。最终完成图像处理后，效果仍不理想，但对于相应的应用领域已可以达到特定需求。
心得体会：
通过本次实验对于各种图像增强术的综合使用，使我第一次对本章所学的一系列图像处理的方法有了直观，感性的认识，真正了解各种增强技术的特点、应用场景及相互之间的差别。图像处理并不是使用简单地几个函数就可以获得预计的效果，需要在处理过程中逐步分析处理前后的差异，分析不同方法的作用差异，同时还要对MATLAB编程比较熟悉，本次实验中我在MA TLAB函数选择和细节处理上就花费了很长时间，以后应多动手实践积累经验。
考试时间：6月21日晚上19:00-21:00 地点：待定 题型：选择、填空、判断、简答、计算 1．考核方式：闭卷考试+ 平时成绩。 2．总成绩评定：闭卷卷面成绩（满分100分）占考核成绩的70％，平时成绩（满分100分）占30％。 3．平时成绩评定 （1）实验完成情况（80分）：。根据学生实验报告提交次数及完成质量进行评定。 （2）作业完成情况（10 分）：根据学生平时作业提交次数及完成质量进行评定。 （3）课堂考勤（10分）：旷课一次扣3分，请假一次扣1分，扣完为止。 2018遥感数字图像处理习题 第1章概论 1．理解遥感数字图像的概念 2．理解遥感数字图像处理的内容 3．了解遥感数字图像处理与分析的目标和指导思想 4．了解遥感数字图像处理的发展及与其他学科的关系 第2章遥感数字图像的获取和存储 1. 理解摄影成像和扫描成像传感器的成像方式 2. 熟练掌握摄影成像和扫描成像影像的几何投影方式和影像特性 3. 掌握遥感常用的电磁波波段 4. 熟练掌握传感器的分辨率 5. 掌握数字化过程中的采样和量化 第3章遥感数字图像的表示和度量 1. 理解遥感图像的数字表示 2. 熟练掌握灰度直方图 第4章图像显示和拉伸 1. 熟练掌握图像的彩色合成 2. 熟练掌握灰度图像的线性拉伸 3. 熟练掌握直方图均衡化，理解直方图规定化
第5章图像校正 1．理解辐射误差产生的原因及辐射校正的类型 2．理解遥感数字图像大气校正的主要方法 3．理解几何畸变的类型与影响因素 4．熟练掌握多项式几何校正的原理与方法 第6章图像变换 1．理解傅立叶变换的原理 2．理解波段运算 3．理解K-L变换 4．理解缨帽变换 5．理解彩色变换 6．了解数字图像融合 第7章图像滤波 1．理解图像噪声与卷积、滤波的原理 2．掌握图像平滑 3．掌握图像锐化 4．掌握频率域滤波 第8章图像分割 1．了解图像分割的概念、方法和流程； 2．了解灰度阈值法； 3．了解梯度和区域方法。 第9章遥感图像分类 1．了解遥感图像的计算机分类的一般原理； 2．熟练掌握非监督分类和监督分类方法； 3．熟练掌握分类精度评估方法； 4．了解计算机分类新方法。 部分习题 几何校正 一、填空题： 1、控制点数目的最小值按未知系数的多少来确定。k阶多项式控制点的最少数目为＿＿＿。 2、多项式拟合法纠正中控制点的数量要求，一次项最少需要＿＿个控制点，二次项最少项需要＿＿个控制点，三次项最少需要＿＿＿个控制点。
ENVI遥感图像配准 一、实验目的： 1、掌握ENVI软件的基本操作和对图像进行基本处理，包括打开图像，保存图像。 2、初步了解图像配准的基本流程及采用不同校准及采样方法生成匹配影像的特点。 3、深刻理解和巩固基本理论知识，掌握基本技能和动手操作能力，提高综合分析问题的能力。 二、实验原理 （1）最邻近法 最邻近法是将最邻近的像元值赋予新像元。该方法优点是输出图像仍然保持原来图像的像元值，简单，处理速度快。缺点就是会产生半个像元位置偏移，可能造成输出图像中某些地物的不连贯。适用于表示分类或某种专题的离散数据，如土地利用，植被类型等。
双线性插方法是使用临近4个点的像元值，按照其距插点的距离赋予不同的权重，进行线性插。该方法具有平均化的滤波效果，边缘受到平滑作用，而产生一个比较连贯的输出图像，其缺点是破坏了原来的像元值，在后来的波谱识别分类分析中，会引起一些问题。 示意图： 由梯形计算公式： 故 同理 最终得：
三次卷积插法是一种精度较高的方法，通过增加参与计算的邻近像元的数目达到最佳的重采样结果。使用采样点到周围16邻域像元距离加权计算栅格值，方法与双线性插相似，先在Y 方向插四次（或X 方向），再在X 方向（或Y 方向）插四次，最终得到该像元的栅格值。该方法会加强栅格的细节表现，但是算法复杂，计算量大，同样会改变原来的栅格值，且有可能会超出输入栅格的值域围。适用于航片和遥感影像的重采样。 作为对双线性插法的改进，即“不仅考虑到四个直接邻点灰度值的影响，还考虑到各邻点间灰度值变化率的影响”，立方卷积法利用了待采样点周围更大邻域像素的灰度值作三次插值。其三次多项式表示为： 我们可以设需要计算点的灰度值f（x,y）为：
实验报告 实验名称空间域图像增强课程名称数字图像处理 姓名成绩 班级学号 日期地点
1.实验目的 （1）了解空间域图像增强的各种方法（点处理、掩模处理）； （2）通过编写程序掌握采用直方图均衡化进行图像增强的方法； （3）使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）消除噪声的原理； （4）总结实验过程（实验报告，左侧装订）：方案、编程、调试、结果、分析、结论。 2.实验环境（软件、硬件及条件） Windws7 MATLAB 6.x or above 3.实验方法 对如图4.1所示的两幅128×128、256级灰度的数字图像fing_128.img和cell_128.img 进行如下处理： （1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图，比较异同， 并回答为什么数字图像均衡化后其直方图并非完全均匀分布。 （2）对原图像加入点噪声，用4-邻域平均法平滑加噪声图像（图像四周边界不处理，下同），同屏显示原图像、加噪声图像和处理后的图像。 ①不加门限； ②加门限T=(1/2)*avg(f(m,n)), 其中avg（f(m,n)=(1/N^2)*f(i,j)） 本次实验中的第一题，是对图像进行直方图统计和均衡化，在Matlab中有imhist()函数和histeq()函数直接调即可获得相应结果，代码如下： close all; clear all; fid=fopen('cell_128.img','r'); image1=fread(fid,[128,128],'uint8'); image1=uint8(image1); fclose(fid); subplot(2,2,1); %显示原图像 imshow(image1,[]); title('原图像'); subplot(2,2,2); %统计图像直方图 imhist(image1); title('原图像直方图');
遥感图像实验报告 一．实验目的 1、初步了解目前主流的遥感图象处理软件ERDAS的主要功能模块。 2、掌握Landsat ETM遥感影像数据，数据获取手段.掌握遥感分类的方法， 土地利用变化的分析，植被变化分析，以及利用遥感软件建模的方法。 3、加深对遥感理论知识理解，掌握遥感处理技术平台和方法。 二．实验内容 1、遥感图像的分类 2、土地利用变化分析，植被变化分析 3、遥感空间建模技术 三．实验部分 1.遥感图像的分类 （1）类别定义：根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统； （2）特征判别：对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理； （3）样本选择：为了建立分类函数，需要对每一类别选取一定数目的样本；（4）分类器选择：根据分类的复杂度、精度需求等确定哪一种分类器； （5）影像分类：利用选择的分类器对影像数据进行分类，有的时候还需要进行分类后处理；分类图如下：
图1.1 1992年土地利用图 图1.2 2001年土地利用图
（6）结果验证：对分类结果进行评价，确定分类的精度和可靠性。 图1.3 1992年精度图 图1.4 2002年精度图 2.土地利用变化 2．1 两年土地利用相重合区域 （1）在两年的遥感影像中选择相同的区域。 Subset(x:568121~684371,y:3427359~3288369)，过程如下：
图2.1 截图过程图 图2.2.2 截图过程图
（2）土地利用专题地图如下： 图2.2.3 1992年专题地图 图2.2.4 2001年土地利用图
骨骼图像增强实验报告 ——数字图像处理第一次作业 实验总体思路： 原图像是人体骨骼核扫描图像，我们的目的是通过图像锐化突出骨骼的更多细节来增强图像。由于图像灰度的动态范围很窄并且有很高的噪声内容，所以很难对其进行增强。 对此我们采取的策略是，首先用拉普拉斯法突出图像中的小细节，然后用梯度法突出其边。平滑过的梯度图像将用于掩蔽拉普拉斯图像。最后，我们将试图试用灰度变换来增强图像的灰度动态范围。 实验处理具体步骤： （图像可拉伸放大） 1、此为图2， 。 2、此为图3， 。 （而这个时候看到图2的噪声水平，将图1和图2相加之后也必然会有很多的噪声。 拉普拉斯操作作为一种二阶微分算子，能很好的增强细节，但也产生更多的噪声。 而降低噪声的一种方法就是使用中值滤波器，但属于非线性滤波器的中值滤波器有可能改变图像的性质，所以不可取。所以采取另一种方法，使用原图像梯度操作的平
滑形式所形成的一个模板。） 3、此为图4， 。 (梯度变换在灰度斜坡或台阶的平均相应要比拉普拉斯操作的更强烈，而对噪声和小细节的响应要比拉普拉斯操作的相应弱，而且可以通过均值滤波器对其进行平滑处理可以进一步降低，此时看图像中的边缘要比拉普拉斯图像（即图3）中的边缘要突出许多) 4、此为图5，。 （图4，5要比图2亮表明具有重要边缘内容的梯度图像的值一般要比拉普拉斯图像的值高） 5、此为图6，。 （此时看到强边缘的优势和可见噪声的相对减少，用平滑后的梯度图像来掩蔽拉普拉斯图像的目的达到了） 6、此为图7， （与原图像相比，该图像中大部分细节的清晰度的增加都很明显，所以我们才需要综合多种的方法对图像进行处理，单独使用一种方法根本不可能达到这么好的效果，只需要看相对应的图像进行对比即可知道） 7、此为图8， （此时需要增大锐化后图像的动态范围，即使有很多种这样效果的灰度变换函数，但是用幂率变换处理更好，直方图均衡和规定化的效果都不太好） （此时人体的轮廓的清晰度虽然还是不高，因为扩大的灰度动态范围的同时也增大了噪声，但是相比原图还是有相当大幅度的提高的，看下图原图与最终图像对比）
一、实验名称 遥感图像光谱增强处理 二、实验目的 对图像进行主成分分析、主成分变换以及主成分百分比计算；观察图像在不同色彩空间之间相互转换的结果异同，对图像进行融合，用MODEL MAKER 建模方式进行图像处理。 通过以上操作初步掌握图像光谱增强处理过程，进一步理解影像光谱增强中不同增强方法的原理及其增强效果的差异。 三、实验原理 光谱增强是基于多光谱数据对波段进行变换达到图像增强处理，采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。 主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新的坐标系统，以使数据的差异达到最大。对于增强信息含量、隔离噪声、减少数据维数非常有用。 使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间，并且能从所选彩色空间变换回RGB。两次变换之间，通过对比度拉伸，可以生成一个色彩增强的彩色合成图像。 图像融合是将多幅影像组合到单一合成影像的处理过程。它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。 四、数据来源 本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM第三波段影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。
五、实验过程 1.主成分分析 1）打开并显示TM影像文件，从 ENVI 主菜单中，选择File → Open Image File选择影像，点击Load Band 在主窗口加载影像。 2）主菜单选择Transforms—>Principal Components—>Forward PC Rotation —>Compute New Statistics and Rotate。在弹出的Principal Components Input File 对话框中，选择图像。 3)在Forward PC Rotation Parameters对话框中在输入统计系数，选择计算矩阵（选择协方差矩阵），输出统计文件及路线，统计波段数等相关参数的设置，单击Ok。
2016年春季学期研究生课程考核 （读书报告、研究报告） 考核科目:图像处理与分析 学生所在院（系）:理学院数学系 学生所在学科:计算数学 学生姓名: 学号: 导师: 学生类别: 考核结果阅卷人
第 1 页（共 27 页） 1 实验目的 过MATLAB 软件编程熟悉MATLAB 图像处理的一般过程，例如图像的导入，对源图像进行手动加各种噪声（高斯噪声、瑞丽噪声、伽马噪声、指数噪声、椒盐噪声），通过热传导方程，热传导逆方程，PM 模型，TV 模型，LAPLACE 模型，P_LAPLACE 模型，P(x)_LAPLACE 模型，在对图像进行处理的过程中引入Signal_Noise_Ratio （信噪比SNR ）、Peak_Signal_Noise_Ratio （峰值信噪比PSNR ）、Mean_Absolute_Error （绝对均差MAE ）对处理后的图像质量进行评判。 2实验原理 2.1热传导方程模型 Tikhonov 和Arsenin 提出如下模型：能量泛函 22min ()||||2u E u u dx u f dx λ Ω Ω =?+ -?? 其对应的Euler_Lagrange 方程 0() |0dE u v d εεε =+= 由最速下降法求解可转化为如下的线性方程： (),(,)(0,)(,0),0,(,)(0,)du u u f x t T dt u x f x du x t T d n λ?=?--∈Ω??? =∈Ω ???=∈?Ω?? 注意：在用最速下降法推导方程的过程中左端项应该为： 0(),(,)(0,)(,0),0,(,)(0,)u u f x t T u x f x du x t T d n λ? ?=?--∈Ω?? =∈Ω ???=∈?Ω??
遥感图像光谱增强处理实验报告
一、实验名称 遥感图像光谱增强处理 二、实验目的 对图像进行主成分分析、主成分变换以及主成分百分比计算；观察图像在不同色彩空间之间相互转换的结果异同，对图像进行融合，用MODEL MAKER 建模方式进行图像处理。 通过以上操作初步掌握图像光谱增强处理过程，进一步理解影像光谱增强中不同增强方法的原理及其增强效果的差异。 三、实验原理 光谱增强是基于多光谱数据对波段进行变换达到图像增强处理，采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。 主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新的坐标系统，以使数据的差异达到最大。对于增强信息含量、隔离噪
声、减少数据维数非常有用。 使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间，并且能从所选彩色空间变换回RGB。两次变换之间，通过对比度拉伸，可以生成一个色彩增强的彩色合成图像。 图像融合是将多幅影像组合到单一合成影像的处理过程。它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。 四、数据来源 本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM第三波段影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。
五、实验过程 1.主成分分析 1）打开并显示TM影像文件，从ENVI 主菜单中，选择File →Open Image File选择影像，点击Load Band 在主窗口加载影像。 2）主菜单选择Transforms—>Principal Components—>Forward PC Rotation—>Compute New Statistics and Rotate。在弹出的Principal Components Input File对话框中，选择图像。
刺激强度刺激频率对骨骼肌收缩的影响一实验报告实验报告 实验人员:孙芳班次:7年制2班组别:2 日期:2014/9/24 指导老师:沈建新 小组成员:XXX，YYY，ZZ 试验号和题目:一、刺激强度、刺激频率对骨骼肌收缩的影响 实验目的:1、了解并熟悉计算机生物机能实验系统的组成和基本使用方法 、制备具有生理活性的坐骨神经-腓肠肌标本 2 3、观察记录刺激强度、刺激频率对骨骼肌收缩的影响 实验对象:蛙 实验药品与器材:任氏液;生物信号采集系统，蛙类手术器械，蛙捣毁针，保护电极，张力换能器， 万能支架、连接导线等。 实验方法: 1、坐骨神经-腓肠肌标本的制备:1) 洗干净实验动物 2) 双毁髓::找到枕骨 大孔处 将刺蛙针刺入1-2mm，分别捣损脑组织和脊髓。3)剥制后肢，分离一侧后肢 4) 分离 坐骨神经，穿线备用 5) 游离腓肠肌，肌腱结扎备用 6) 标本检验。 2、连接实验装置: 将换能器的输出线接至BL-420F生理记录装置的1通道，保护电 极接至电脉冲输出通道。然后把制备好的坐骨神经-腓肠肌标本棉线的另一端 接在张
力换能器上，将坐骨神经通过保护电极接至电脉冲刺激输出通道，而腓肠肌肌腱端 的棉线与张力换能器簧片相连，保持适度松紧并与桌面垂直。 2、实验记录:开机后进入实验先用单刺激，找出阈强度、最适刺激强度;然后固 3、 定最适刺激强度，用连续单刺激，找出出现完全强直收缩时的最小刺激频率。实验结果: 1、刺激强度与肌肉的收缩关系实验 8.0g 4.0s A B
图1 刺激强度与骨骼肌收缩的关系(蛙坐骨神经-腓肠肌标本) A.肌肉收缩强度(右侧为标尺); B.刺激标记(单位为V) 图片中，在低于0.090V的电压刺激时，肌肉不发生收缩，说明在较低的电位刺激时，并不能引起肌肉发生收缩反应。而随着刺激强度的增大,用0.095V电压刺激的时候，蛙的腓肠肌收缩一次，表明神经接受刺激，兴奋沿神经传导至腓肠肌，引起腓肠肌肌膜电位发生变化，同时兴奋收缩，这说明蛙坐骨神经-腓肠肌标本的阈电位为0.090-0.095V之间接近0.095V。随着刺激强度的不断增加，有较多的神经纤维兴奋，肌肉的收缩反应也相应逐步增大。当用0.135V以上的电压刺激时，肌肉的收缩强度不再随着电压的变大而变大，表明蛙坐骨神经-腓肠肌标本的最适刺激强度为接近0.135V(0.130V-0.135V之间)。 2、刺激频率与肌肉收缩的关系实验
成都信息工程大学遥感图像处理上机报告
1. 实验项目名称 遥感图像光谱增强处理 2. 实验目的 主成分分析：为了去除波段之间多余信息、将多波段的图像信息压缩到比原波段更有效的少数几个转换波段。 主成分逆变换：将主成分变换的图像重新恢复到RGB 彩色空间。缨帽变换：根据多光谱遥感中土壤、植被等信息在多维光谱空间中信息分布结构对图像 做的经验性线性正交变换。图像融合：将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术 等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。 3. 实验原理 主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，使之指向样本点散布最开的p 个正交方向，然后对多维变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。 缨帽变换又称KT 变换。是一种经验性的多波段图像的线性变换,是Kauth 和Thomas(1976) 在研究MSS 图像反映农作物和植被的生长过程时提出的。在研究过程中他们发现MSS 四个波段组成的四维空间中,植被的光谱数据点呈规律性分布,像缨帽状,因此将这种变换命名为缨帽变换。 图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。该技术有基本的体系，主要包括的内容有：图像预处理，图像融合算法，图像融合评价，融合结果。图像融合系统的层次划分为：像素层融合、特征层融合、决策层融合，目前绝大多数融合算法研究都集中在这一层次上。 4. 数据来源
西安邮电学院 实验报告 实验名称图像增强 课程名称数字图像处理A 姓名李俊玲 成绩 班级电子0801 学号 05081037 日期2011年5月3日 地点 3#523 备注：
1.实验目的 A. 直方图增强处理 （1）了解空间域图像增强的各种方法（点处理、掩模处理）； （2）通过编写程序掌握采用直方图均衡化进行图像增强的方法； B. 图像平滑 （1）使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）消除噪声的原理； （2）是消除或尽量减少噪声的影响，改善图像的质量。 （3）在提取大的目标之前去除图像中一些琐碎的细节、桥接直线或曲线的缝隙。 C. 图像锐化 （1）了解并掌握使用微分算子进行图像边缘检测的基本原理； （2）编写程序使用Laplacian 算子（二阶导数算子）实现图像锐化，进一步理解图像锐 化的实质； （3）掌握使用不同梯度算子（一阶导数算子）进行图像边缘检测的原理、方法，根据实验结果分析各种算子的工作效果； 2.实验环境（软件条件） 在MA TLAB 环境下进行编写程序，把所编写的程序保存成 .m 文件，其中在运行程序时需要调用一些MA TLAB 中一些原有的函数如：fspecial （）、imfilter （）等函数。 3.实验方法 A. 直方图增强处理 直方图均衡化处理实际上就是寻找一个灰度变换函数 T ，使变化后的灰度值满足 s=T(r)，其中，s 归一化为0<=s<=1,建立r 和s 之间的映射关系，要求处理后图像灰度分布的概率密度Ps （s ）=1，期望所有灰度级出现概率相同。 其计算步骤为：（1）统计原始图像的直方图： （2）计算直方图累积分布曲线： （3）用累积分布函数作为变换函数进行图像灰度变换。 B. 图像平滑 （1）局部平滑法：假设图像是由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而噪声则是统计独立的。因此，可用领域内个像素的灰度平均代替该像素原 ()n n r p k k r =12100 -====∑∑==L k n n r p r T s k j k j j j r k k ,...,,)()(
实验一图像增强与平滑 一．实验目的及要求 1．了解MATLAB的操作环境和基本功能。 2．掌握MATLAB中图像增强与平滑的函数的使用方法。 3．加深理解图像增强与平滑的算法原理。 二、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 clear all; close all % Clear the MATLAB workspace of any variables % and close open figure windows。 I = imread('pout.tif'); % R eads the sample images ‘ pout.tif’, and stores it in imshow(I) % an array named I.display the image 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. 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 file 执行结果如下： Command窗口： ans = Filename: 'pout2.png' FileModDate: '29-Apr-2006 15:33:34' FileSize: 36938 Format: 'png' FormatVersion: [] Width: 240 Height: 291 BitDepth: 8 ColorType: 'grayscale' FormatSignature: [137 80 78 71 13 10 26 10] Colormap: []
实验一 遥感图像统计特性 一、实验目的 掌握遥感图像常用的统计特性的意义和作用，能运用高级程序设计语言实现遥感图像统 计参数的计算。 二、实验内容 编程实现对遥感图像进行统计特性分析，均值、方差（均方差）、直方图、相关系数等。 三、实验原理 1.均值 像素值的算术平均值，反映图像中地物的平均反射强度。 11 00 (,) N M j i f i j f MN --=== ∑∑ 2.方差（或标准差） 像素值与平均值差异的平方和，反映了像素值的离散程度。也是衡量图像信息量大小的 重要参数。 11 2 00 2[(,)] N M j i f i j f MN σ--==-= ∑∑ 3. 相关系数 反映了两个波段图像所包含信息的重叠程度。f , g 分别为两个波段的图像，它们之间的 相关系数计算公式为： 11 [((,))((,))] (,)M N f g f i j e g i j e C f g ---?-= ∑∑ 其中， e f , e g 分别为两个波段图像的均值。 四、实验步骤和内容 1.实验代码 clc clear all I =imread ('m1.jpg'); whos I %显示图像信息 figure (1),imshow (I ); R =double (I (:,:,1)); G =double (I (:,:,2)); B =double (I (:,:,3)); %求图像的R,G,B 的均值,avg=mean(mean(I))
%求图像的R,G,B的均值 mean(R(:)) mean(G(:)) mean(B(:)) %求R,G,B的方差 varR=var(R(:)); varG=var(G(:)) varB=var(B(:)) %求RG,RB,GB的相关系数 corrcoef(R(:),G(:)) corrcoef(R(:),B(:)) corrcoef(B(:),G(:)) 2.原始图像 Figure 1原始图像3.实验结果 R,G,B的均值
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：实验四图像增强实验时间： 班级：姓名：学号： 一、实验目的 1.了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。 2. 掌握图像空域增强算法的基本原理。 3. 掌握图像空域增强的实际应用及MATLAB实现。 4. 掌握频域滤波的概念及方法。 5. 熟练掌握频域空间的各类滤波器。 6.掌握怎样利用傅立叶变换进行频域滤波。 7. 掌握图像频域增强增强的实际应用及MATLAB实现。 二、实验步骤及结果分析 1. 基于幂次变换的图像增强 程序代码： clear all; close all; I{1}=double(imread('fig534b.tif')); I{1}=I{1}/255; figure,subplot(2,4,1);imshow(I{1},[]);hold on I{2}=double(imread('room.tif')); I{2}=I{2}/255; subplot(2,4,5);imshow(I{2},[]);hold on for m=1:2 Index=0; for lemta=[0.5 5] Index=Index+1; F{m}{Index}=I{m}.^lemta; subplot(2,4,(m-1)*4+Index+1),imshow(F{m}{Index},[]) end end 执行结果：
图1 幂次变换增强结果 实验结果分析： 由实验结果可知，当r<1时，黑色区域被扩展，变的清晰；当r>1时，黑色区域被压缩，变的几乎不可见。 2.直方图规定化处理 程序代码： clear all clc close all %0.读图像 I=double(imread('lena.tiff')); subplot(2,4,1); imshow(I,[]); title('原图') N=32; Hist_image=hist(I(:),N); Hist_image=Hist_image/sum(Hist_ima ge); Hist_image_cumulation=cumsum(Hist_ image);%累计直方图 subplot(245); stem(0:N-1,Hist_image); title('原直方图'); %1.设计目标直方图 Index=0:N-1; %正态分布直方图 Hist{1}=exp(-(Index-N/2).^2/N); Hist{1}=Hist{1}/sum(Hist{1}); Hist_cumulation{1}=cumsum(Hist{1}) ; subplot(242); stem([0:N-1],Hist{1}); title('规定化直方图1'); %倒三角形状直方图 Hist{2}=abs(2*N-1-2*Index); Hist{2}=Hist{2}/sum(Hist{2}); Hist_cumulation{2}=cumsum(Hist{2}) ; subplot(246); stem(0:N-1,Hist{2}); title('规定化直方图2'); %2. 规定化处理 Project{1}=zeros(N); Project{2}=zeros(N); Hist_result{1}=zeros(N); Hist_result{2}=zeros(N); for m=1:2 Image=I; %SML处理(SML,Single Mapping Law单映 射规则 for k=1:N Temp=abs(Hist_image_cumulation(k)-
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。 c b y x f a y x g ln ] 1),(ln[),(++ =1 ),(]),([-=-a y x f c b y x g
2、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。 ⑵观察图像类型，选择合适的提高对比度的方法，指数变换或者对数变换。 ⑶画出程序设计流程图（图一），在Matlab中输入代码调入图像。 ⑷选择将图像进行指数变换，设置常数a,b,c，并输出显示变换曲线。 ⑸输出显示原图像和变换后图像以及其直方图，观察直方图和图像，看是 否达到提高对比度的效果，若未达到，重新设置常数a,b,c。直到图像对 比度提高，并且变换后直方图上灰度分布较原直方图广。 ⑹记录下数值，并将各图存储。
数字图像处理实验报告 一．实验目的： 图像锐化和图像边缘提取。 二．实验内容： 1.图像锐化：分别用梯度锐化算子和拉普拉斯算子进行处理，要求：读取原图像；分别用两种方法进行锐化；比较锐化结果。实验后提交：原图像；两种方法锐化后的图像。 2.图像边缘提取：要求：读入图像；对图像分别进行Sobel算子，Robert算子，Laplace 算子运算；比较不同算子处理后的边缘图像的特点。实验后提取：原图像；各类算子处理后的图像。 三．实验过程： 1. 对某一灰度图像，进行如下处理： （1）分别利用Roberts、Prewitt 和Sobel 边缘检测算子进行边缘检测； 利用Roberts边缘检测算子进行边缘检测： a=imread('football.jpg') b=rgb2gray(a) c=edge(b,'roberts') imshow(c) 利用Prewitt边缘检测算子进行边缘检测：
d=edge(b,'prewitt') imshow(d) 利用Sobel边缘检测算子进行边缘检测： d2=edge(b,'sobel') imshow(d2) （2）将Roberts、Prewitt 和Sobel 边缘检测算子修改为锐化算子，对原图像进行锐化，
同屏显示原图像、边缘检测结果和锐化后图像，说明三者之间的关系。 Roberts锐化算子 H3(1:1,1:1)=1 H3(2:2,1:1)=0 H3(1:1,2:2)=0 H3(2:2,2:2)=-1 D3=filter2(H3,b) imshow(D3) Sobel锐化算子： H=fspecial('sobel') D=filter2(H,b) imshow(D)
→Principial Comp →Pincipal Components对话框，（图1.1.1）。选择影像，忽略0值，期望输出主成分数量：7并勾选输出特征值和特征向量。 图1.1.1 主成份变换对话框 选择保存路径，保存主成份变换之后的影像、后缀名为.mtx的特征向量和后缀名为.tbl的特征值。 图1.1.2 主成份变换前影像
图1.1.2 主成份变换后影像 ②查看七个单波段主成份变换后的影像。 图1.2.1 第一波段影像图1.2.2 第二波段影像图1.2.3 第三波段影像 图1.2.4 第四波段影像图1.2.5 第五波段影像图1.2.6 第六波段影像 图1.2.7 第七波段影像
2.①ERDAS 图标面板菜单条：Tools→Edit Txt Files，分别打开特征向量和特征值文件。 图1.2.1 主成份特征向量 图1.2.2 主成份特征值 ②把特征值复制到ECXEL表格中计算百分比，可以看到第一主分量标准差分布最广，集中信息量最多，第二分量次之。 特征值百分比 868.4795153 80.94410239 149.9110022 13.9720181 40.51377151 3.775968013 5.7131775 0.53248006 4.347115382 0.405160221 3.125243136 0.291279179 0.847535218 0.07899205 合计：1072.93736 100 3.主成份逆变换 ①进入ERDAS 图标面板菜单条：Image Interpreter→Spectral Enhancement →Principial Comp →Inverse Pincipal Components。 图2.3.1 主成份逆变换参数设置对话框 ②即可得到原影像。
课程名称： 实验项目： 实验地点： 专业班级：学号：学生姓名： 指导教师： 2012年月日
实验一 空域图像增强技术 一、 实验目的 1结合实例学习如何在视频显示程序中增加图像处理算法； 2理解和掌握图像的线性变换和直方图均衡化的原理和应用； 3了解平滑处理的算法和用途，学习使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理的程序设计方法； 4 了解噪声模型及对图像添加噪声的基本方法。 二、 实验原理 1 灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。 )],([),(y x f T y x g = ?? ? ??<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ) ,(),(y x f b g b y x f b y x f a g a y x f a y x f y x f y x g b a γβα n y m x ,2,1 ,,,2,1== 2 直方图均衡化通过点运算将输入图像转换为在每一级上都有相等像素点数的输出图 像。按照图像概率密度函数PDF 的定义： 1,...,2,1,0 )(-== L k n n r p k k r 通过转换公式获得： 1,...,2,1,0 )()(0 -====∑∑ ==L k n n r p r T s k j k j j j r k k 3 均值（中值）滤波是指在图像上，对待处理的像素给定一个模板，该模板包括了其周围的临近像素。将模板中的全体像素的均值（中值）来代替原来像素值的方法。 4 拉普拉斯算子如下： ???? ??????--------111181111 拉普拉斯算子首先将自身与周围的8个像素相减，表示自身与周围像素的差异，再将 这个差异加上自身作为新像素的灰度。 三、 实验步骤 1 启动MA TLAB 程序，对图像文件分别进行灰度线性变换（参考教材57页，例4.1）、直方图均衡化、均值滤波、中值滤波和梯度锐化操作。添加噪声，重复上述过程观察处理结果。 2记录和整理实验报告
竭诚为您提供优质文档/双击可除遥感辐射增强实验报告 篇一：实验四遥感图像的辐射增强 实验四遥感图像的辐射增强 一、目的和要求 通过上机操作，掌握线性对比度拉伸、直方图均衡化和直方图规定化三种遥感图像辐射增强处理的方法和过程，理解图像直方图变化与图像亮度变化之间的关系。 二、实验内容及要求 1.线性对比度拉伸 2.直方图均衡化 3.直方图匹配 4.完成一份实验报告 三、原理和方法 辐射增强是一种通过直接改变图像中像元亮度值来改变图像的对比度，从而改善图像质量的图像处理方法，主要以图像的灰度直方图为分析处理的基础。常用的辐射增强方法有线性拉伸、线性压缩、分段线性变换、对数变换、指数
变换、直方图均衡化直方图规定化等。本实验将练习线性拉伸、直方图均衡化和直方图匹配操作。 线性对比度拉伸是按比例扩大原始灰度级的范围，改善对比度，提高图像质量的方法。直方图均衡化是将原始图像的直方图通过变换函数变为均匀的直方图，然后按照均匀直方图修改原图像，从而获得一幅灰度分布均匀的新图像。其实质就是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元数量大致相同。这样，原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一较平的分段直方图。 直方图匹配是指使一幅图像的直方图变换为规定形状 的直方图而对图像进行变换的增强方法，常用作图像镶嵌或动态变化研究的预处理工作，可以部分消除太阳高度角或大气影响造成的图像色调差异。 四、实验步骤 ?线性对比度拉伸 1.显示图像 启动eRDAs，在Viewer1视窗中打开待处理影像：mobby.img 2.Viewer1菜单条：Raster→contrast→generalcontrast→打开contrastAdjust对话框（图3-1），设置相关参数：
数字图像处理第二次实验 注意提交实验报告的文件名格式（姓名+学号+实验报告二.doc） 实验三灰度变换增强 一、实验目的 1.熟悉matlab图像处理工具箱及直方图函数的使用； 2.了解灰度变换增强的Matlab实现方法 3.掌握直方图灰度变换方法 4.理解和掌握直方图原理和方法； 二、实验内容 1.线段上像素灰度分布 读入灰度图像''，采用交互式操作，用improfile绘制一条线段的灰度值。 imshow(rgb2gray(imread(''))) improfile 读入RGB图像‘’，显示所选线段上红、绿、蓝颜色分量的分布 imshow('') improfile 2.直方图变换 A)直方图显示 在matlab环境中，程序首先读取图像''，然后调用直方图函数，设置相关参数，再输出处理后的图像。
I=imread(''); %读取图像 subplot(1,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题 读入图像‘’，在一个窗口中显示灰度级n=64，128和256的图像直方图。I=imread(''); imshow(I) figure,imhist(I,64) figure,imhist(I,128) figure,imhist(I,256)
B)直方图灰度调节 利用函数imadjust调解图像灰度范围，观察变换后的图像及其直方图的变化。I=imread(''); imshow(I) figure,imhist(I) J=imadjust(I,[ ],[0 1]); figure,imhist(J) figure,imshow(J)