数字图像处理研究生期末作业

格式：doc
大小：1.72 MB
文档页数：19

2015年在职研究生专业期末考试试题（开卷）姓名：学号：一、自己拍摄的图像完成以下作业（用Matlab语言完成）1、打开一个BMP文件2、将其局部区域的灰度值进行改变3、另存为一个新的BMP文件原图像：zuoye1=imread('Hist1.bmp');[m,n]=size(zuoye1);f=zuoye1(50:200,500:1000);zuoye2=imadjust(f,[0.5 0.75],[0 1],5);zuoye=zuoye1;zuoye(50:200,500:1000)=zuoye2;imshow(zuoye1);figure,imshow(zuoye)新图像：4、Matlab编程实现图像傅立叶高通、低通滤波，给出算法原理及实验结果。

高通滤波：I= imread('Hist1.bmp');F=rgb2gray(I);figure,imshow(I);title('原图像');F=fftshift(fft2(I));[f,h]=size(F);f0=round(f/2);h0=round(h/2);d=10;p=0.2;q=0.5;for i=1:ffor j=1:hdistance=sqrt((i- f0)^2+(j- h0)^2);if distance<=d H=0;else H=1;end;F(i,j)=(p+q*H)*F(i,j);end;end;F=uint8(real(ifft2(ifftshift(F))));figure(2);imshow(F);title('高通滤波所得图像');低通滤波：I=imread('Hist1.bmp');F=rgb2gray(I);figure,imshow(I);title('原图像');F=fftshift(fft2(I));[f,h]=size(F);f0=round(f/2);h0=round(h/2);d=10;for i=1:ffor j=1:hdistance=sqrt((i- f0)^2+(j- h0)^2);if distance<=d H=1;else H=0;end;F(i,j)=H*F(i,j);end;end;F=uint8(real(ifft2(ifftshift(F))));figure(2);imshow(F);title('低通滤波所得图像');5、找一幅曝光不足的灰度或彩色图像，用Matlab按照直方图均衡化的方法进行处理。

HD=imread('DCL.BMP');imshow(HD)title('输入的彩色BMP图像')imwrite(rgb2gray(HD),'HDTX.bmp');HD=rgb2gray(HD);figure,imshow(HD)title('灰度化后的图像')[m,n]=size(HD);GP=zeros(1,256);for k=0:255GP(k+1)=length(find(HD==k))/(m*n); endfigure,bar(0:255,GP,'g')title('原图像直方图')xlabel('灰度值')ylabel('出现概率')S1=zeros(1,256);for i=1:256for j=1:iS1(i)=GP(j)+S1(i);endendS2=round(S1*256);for i=1:256GPeq(i)=sum(GP(find(S2==i)));endfigure,bar(0:255,GPeq,'b')title('均衡化后的直方图')xlabel('灰度值')ylabel('出现概率')figure,plot(0:255,S2,'r')legend('灰度变化曲线')xlabel('原图像灰度级')ylabel('均衡化后灰度级')PA=HD;for i=0:255PA(find(HD==i))=S2(i+1);endfigure,imshow(PA)title('均衡化后图像')imwrite(PA,'JHCLTX.bmp');6、用Matlab打开一幅图像，添加椒盐、高斯噪声，然后使用邻域平均法、中值滤波法进行平滑。

原图像：添加椒盐噪声：①邻域平均法处理I0=imread('Hist2.bmp');I=rgb2gray(I0);J=imnoise(I,'salt & pepper',0.02);figure,imshow(J);title('添加椒盐噪声后图像');K1=filter2(fspecial('average',7),J);K2=filter2(fspecial('average',9),J);figure,imshow(uint8(K1));title('邻域平均法处理后图像');②中值滤波法处理I0=imread('Hist2.bmp');I=rgb2gray(I0)J=imnoise(I,'salt & pepper',0.02);figure,imshow(J);title('添加椒盐噪声后图像');K=medfilt2(J,[7 7]);figure,imshow(K);title('中值滤波法处理后图像');添加高斯噪声：①邻域平均法处理I0=imread('Hist2.bmp');I=rgb2gray(I0);J=imnoise(I,'gaussian',0,0.02)figure,imshow(J);title('添加高斯噪声后图像');K=filter2(fspecial('average',7),J);figure,imshow(uint8(K));title('邻域平均法处理后图像');②中值滤波法处理I0=imread('Hist2.bmp');I=rgb2gray(I0)J=imnoise(I,'gaussian',0.02);figure,imshow(J);title('添加高斯噪声后图像');K=medfilt2(J,[7 7]);figure,imshow(K);title('中值滤波法处理后图像');7、用Matlab打开一幅图像，利用Roberts梯度法、Sobel算子和拉普拉斯算子进行锐化，并比较结果①Roberts梯度法I=imread('Hist2.bmp');[H,W]=size(I) ;M=double(I) ;J=M;for i=1:H-1for j=1:W-1J(i,j)=abs(M(i,j)-M(i+1,j+1))+abs(M(i+1,j)-M(i,j+1)) ;end;end;figure;imshow(I) ;title('原图') ;figure;imshow(uint8(J)) ;title('Roberts处理后') ;②Sobel算子I=imread('Hist2.bmp');[H,W]=size(I);M=double(I);J=M;for i=2:H-1for j=2:W-1J(i,j)=abs(M(i-1,j+1)-M(i-1,j-1)+2*M(i,j+1)-2*M(i,j-1)+M(i+1,j+1)-M(i+1,j-1))+abs(M(i-1,j-1)-M(i+1,j-1)+2*M(i-1,j)-2*M(i+1,j)+M(i-1,j+1)-M(i+1,j+1));end;end;figure;imshow(I);title('原图');figure;imshow(uint8(J));title('Sobel 处理后');③拉普拉斯算子I=imread('Hist2.bmp');[H,W]=size(I);M=double(I);J=M;for i=2:H-1for j=2:W-1J(i,j)=4*M(i,j)-[M(i+1,j)+M(i-1,j)+M(i,j+1)+M(i,j-1)];end;end;figure;imshow(I);title('原图');figure;imshow(uint8(J));title('锐化处理后的图');由实验效果对比可以看出Sobel算子处理图像后使边缘有一定的模糊。

拉普拉斯算子对图像中孤立点及线端的检测效果好，但边缘方向信息丢失，对噪声敏感，整体检测效果不如Roberts梯度算子。

二、用正弦图像场产生待测试的干涉场图像加入各类模拟噪声，进行模糊处理再消除噪声，然后采用边缘检测、图像增强技术要求判读条纹的间距，请给出图像处理的方案并说明每一步的作用及其对其它处理步骤可能产生的影响。

待处理图像：处理方案：①进行模糊处理，消除噪声②边缘检测，进行图像增强处理③二值化图像，再进行边缘检测，能够得到很清晰的边界④采用横向标号法，根据值为1像素在标号中的相邻位置可以确定间距I=imread('GSTW.bmp');I=rgb2gray(I);figure,imshow(I);title('灰度化图像');I1=medfilt2(I);figure,imshow(I1);title('中值滤波后图像') ;[m,n]=size(I1);for i=1:mfor j=1:nif(I1(i,j)<100)I1(i,j)=255;elseI1(i,j)=0;endendendfigure,imshow(I1);title('二值化后图像') ;Y1=zeros(1,25);Y2=Y1;c=Y2;i=100;for j=1:272if (I1(i,j)==255&&I1(i,j+1)==0)Y1=j+1;endif (I1(i,j)==0&&I1(i,j+1)==255)Y2=j;endendfor i=1:25c=Y2(i)-Y1(i)endc灰度化后图像：中值滤波后图像：二值化后图像：处理结果：c=9三、现有8个待编码的符号m0,……,m7,它们的概率分别为0.11,0.02,0.08,0.04,0.39,0.05,0.06,0.25，利用哈夫曼编码求出这一组符号的编码并画出哈夫曼树。

武汉大学《数字图像处理》期末考试试卷及答案

武汉大学《数字图像处理》期末考试试卷及答案一、选择题（每题2分，共20分）1. 下列哪个选项不属于数字图像处理的范畴？A. 图像增强B. 图像复原C. 图像编码D. 数据挖掘答案：D2. 在数字图像处理中，下列哪个算子不是边缘检测算子？A. 罗伯茨算子B. 拉普拉斯算子C. 高斯算子D. 中值滤波器答案：D3. 下列哪个颜色模型不是设备无关的？A. RGBB. CMYKC. HSVD. Lab答案：B4. 以下哪种图像采样方法会导致图像失真？A. 最近邻插值B. 双线性插值C. 双三次插值D. 上述都不会导致图像失真答案：D5. 以下哪个算法不属于图像分割的方法？A. 阈值分割B. 区域生长C. 水平集方法D. 快速傅里叶变换答案：D二、填空题（每题2分，共20分）6. 数字图像处理的主要任务包括：________、________、________。

答案：图像增强、图像复原、图像编码7. 图像增强的目的是使图像的________增强，改善图像的________。

答案：视觉效果、视觉效果8. 在图像处理中，________算子可以用于边缘检测。

答案：Sobel算子9. RGB颜色模型中的R、G、B分别代表________、________、________。

答案：红色、绿色、蓝色10. 图像编码的目的是________。

答案：减少图像数据量，便于存储和传输三、简答题（每题10分，共30分）11. 简述图像增强的目的是什么？请列举三种常见的图像增强方法。

答案：图像增强的目的是使图像的视觉效果增强，改善图像的质量。

常见的图像增强方法有：直方图均衡化、对比度增强、锐化处理。

12. 简述图像复原的目的是什么？请列举两种常见的图像复原方法。

答案：图像复原的目的是从退化图像中恢复出原始图像。

常见的图像复原方法有：逆滤波、维纳滤波。

13. 简述图像分割的目的是什么？请列举三种常见的图像分割方法。

答案：图像分割的目的是将图像划分为若干具有相似特性的区域。

数字图像处理期末(00002)

数字图像处理期末复习题3二、名词解释( 每小题5分,本题共20 分)1、数字图像：指由被称作像素的小块区域组成的二维矩阵。

将物理图像行列划分后，每个小块区域称为像素（pixel）。

数字图像处理：指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的的技术.2、8-连通的定义：对于具有值V的像素p和q ,如果q在集合N8(p)中,则称这两个像素是8-连通的。

3、灰度直方图：指反映一幅图像各灰度级像元出现的频率。

4、中值滤波：指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。

像素的邻域邻域是指一个像元（x，y）的邻近（周围）形成的像元集合。

即{（x=p,y=q）}p、q为任意整数。

像素的四邻域像素p(x,y)的4-邻域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1)三、简答题( 每小题10分,本题共30 分)：1. 举例说明直方图均衡化的基本步骤。

直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。

直方图均衡化变换：设灰度变换s=f(r)为斜率有限的非减连续可微函数，它将输入图象Ii(x，y)转换为输出图象Io(x，y)，输入图象的直方图为Hi(r)，输出图象的直方图为Ho(s)，则根据直方图的含义，经过灰度变换后对应的小面积元相等：Ho(s)ds=Hi(r)dr直方图修正的例子假设有一幅图像，共有6 4(6 4个象素，8个灰度级，进行直方图均衡化处理。

根据公式可得：s2=0.19+0.25+0.2l=0.65，s3=0.19+0.25+0.2l+0.16=0.8l，s4=0.89,s5=0.95，s6=0.98，s7=1．00 由于这里只取8个等间距的灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。

因此，根据上述计算值可近似地选取：S0≈1／7，s 1≈3／7，s2≈5／7，s3≈6／7，s4≈6／7，s5≈1，s6≈l，s7≈1。

《数字图像处理》期末大作业(1)

《数字图像处理》期末大作业大作业题目及要求：一、题目：本门课程的考核以作品形式进行。

作品必须用Matlab完成。

并提交相关文档。

二、作品要求：1、用Matlab设计实现图形化界面，调用后台函数完成设计，函数可以调用Matlab工具箱中的函数，也可以自己编写函数。

设计完成后，点击GUI图形界面上的菜单或者按钮，进行必要的交互式操作后，最终能显示运行结果。

2、要求实现以下功能：每个功能的演示窗口标题必须体现完成该功能的小组成员的学号和姓名。

1）对于打开的图像可以显示其灰度直方图，实现直方图均衡化。

2）实现灰度图像的对比度增强，要求实现线性变换和非线性变换（包括对数变换和指数变换）。

3）实现图像的缩放变换、旋转变换等。

4）图像加噪（用输入参数控制不同噪声），然后使用空域和频域进行滤波处理。

5）采用robert算子，prewitt算子，sobel算子，拉普拉斯算子对图像进行边缘提取。

6）读入两幅图像，一幅为背景图像，一幅为含有目标的图像，应用所学的知识提取出目标。

3、认真完成期末大作业报告的撰写，对各个算法的原理和实验结果务必进行仔细分析讨论。

报告采用A4纸打印并装订成册。

附录：报告模板《数字图像处理》期末大作业班级：计算机小组编号：第9组组长：王迪小组成员：吴佳达浙江万里学院计算机与信息学院2014年12月目录（自动生成）1 绘制灰度直方图，实现直方图均衡化 (5)1.1 算法原理 (5)1.2 算法设计 (5)1.3 实验结果及对比分析 (5)2 灰度图像的对比度增强 (5)2.1 算法原理 (5)2.2 算法设计 (5)2.3 实验结果及分析 (5)3 图像的几何变换 (5)3.1 算法原理 (5)3.2 算法设计 (5)3.3 实验结果及分析 (5)4 图像加噪（用输入参数控制不同噪声），然后使用空域和频域进行滤波处理 (5)4.1 算法原理 (5)4.2 算法设计 (6)4.3 实验结果及分析 (6)5 采用robert，prewitt，sobel，拉普拉斯算子对图像进行边缘提取 (6)5.1 算法原理 (6)5.2 算法设计 (6)5.3 实验结果及分析 (6)6 读入两幅图像，一幅为背景图像，一幅为含有目标的图像，应用所学的知识提取出目标 (6)6.1 算法原理 (6)6.2 算法设计 (6)6.3 实验结果及分析 (6)7 小结（感受和体会） (6)1 绘制灰度直方图，实现直方图均衡化1.1 算法原理图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。