当前位置：文档之家 › 图像处理实验 空间锐化

图像处理实验 空间锐化

  • 格式：doc
  • 大小：473.50 KB
  • 文档页数：4

下载文档原格式

  / 4

合集下载

数字图像处理_实验报告书(八)彩色图像处理

数字图像处理_实验报告书(八)彩色图像处理

rgb=cat(3,rgb_R,rgb_G,rgb_B);figure,imshow(rgb),title('RGB彩色图像');截图：（2）编写MATLAB程序，将一彩色图像从RGB空间转换为HIS空间，并观察其效果。

如例9.2所示。

程序：rgb=imread('LenaRGB.bmp');figure,imshow(rgb);rgb1=im2double(rgb);r=rgb1(:,:,1);g=rgb1(:,:,2);b=rgb1(:,:,3);I=(r+g+b)/3figure,imshow(I);tmp1=min(min(r,g),b);tmp2=r+g+b;tmp2(tmp2==0)=eps;S=1-3.*tmp1./tmp2;figure,imshow(S);tmp1=0.5*((r-g)+(r-b));tmp2=sqrt((r-g).^2+(r-b).*(g-b));theta=acos(tmp1./(tmp2+eps));H=theta;H(b>g)=2*pi-H(b>g);H=H/(2*pi);H(S==0)=0;figure,imshow(H);截图：（3）编写MATLAB程序，将一彩色图像在RGB空间进行彩色分割，并观察其效果。

如例9.11所示。

程序：rgb=imread('LenaRGB.bmp');figure,imshow(rgb);rgb1=im2double(rgb);r=rgb1(:,:,1);figure,imshow(r);g=rgb1(:,:,2);figure,imshow(g);b=rgb1(:,:,3);figure,imshow(b);r1=r;r1_u=mean(mean(r1(:)));[m,n]=size(r1);sd1=0.0;for i=1:mfor j=1:nsd1= sd1+(r1(i,j)-r1_u)*(r1(i,j)-r1_u);endendr1_d=sqrt(sd1/(m*n));r2=zeros(size(rgb1,1),size(rgb1,2));ind=find((r>r1_u-1.25*r1_d)&(r<r1_u+1.25*r1_d));r2(ind)=1;figure,imshow(r2);截图：（4）编写MATLAB程序，将一彩色图像在向量空间进行边缘检测，并观察其效果。

计算机图象处理图像锐化和噪声抑制程序设计.

计算机图象处理图像锐化和噪声抑制程序设计.

*******************实践教学*******************兰州理工大学计算机与通信学院2009年秋季学期计算机图象处理综合训练题目：图像锐化和噪声抑制程序设计专业班级：姓名：学号：指导教师：成绩：目录摘要................................................................错误！未定义书签。

一、前言..............................................................错误！未定义书签。

二、算法分析与描述...........................................错误！未定义书签。

2.1.二阶L ANPLACIAN微分算子 ...........................错误！未定义书签。

2.2均值滤波....................................................错误！未定义书签。

三、详细设计过程...............................................错误！未定义书签。

3.1拉普拉斯锐化的实现..................................错误！未定义书签。

3.2均值滤波....................................................错误！未定义书签。

四、调试过程中出现的问题及相应解决办法......错误！未定义书签。

4.1拉普拉斯算子.............................................错误！未定义书签。

4.2均值滤波 ....................................................错误！未定义书签。

五、程序运行截图及其说明................................错误！未定义书签。

图像处理实验报告

图像处理实验报告

图像处理实验报告实验⼀基于matlab 的⼈脸识别技术⼀、实验⽬的1．熟悉⼈脸识别的⼀般流程与常见识别⽅法；2．熟悉不同的特征提取⽅法在⼈脸识别的应⽤；3．了解在实际的⼈脸识别中，学习样本数等参数对识别率的影响；4．了解⾮⼈脸学习样本库的构建在⼈脸识别的重要作⽤。

使⽤MATLAB 平台编程，采⽤K-L 变换、特征提取及图像处理技术，实现⼈脸识别⼆、实验内容与实验仪器、设备1．构建⾮⼈脸学习样本库；2．观测不同的特征提取⽅法对⼈脸识别率的影响；3．观测不同的学习样本数对⼈脸识别率的影响；1． PC 机－系统最低配置 512M 内存、P4 CPU ；2． Matlab 仿真软件－ 7.0 / 7.1 / 2006a 等版本的Matlab 软件。

3． CBCL ⼈脸样本库三、实验原理1.⼈脸特征提取的算法通过判别图像中所有可能区域是否属于“⼈脸模式”的⽅法来实现⼈脸检测。

这类⽅法有：特征脸法、⼈⼯神经⽹络法、⽀持向量机法；积分图像法。

本次使⽤的是PCA(主成分分析法)其原理是：利⽤K-L 变换抽取⼈脸的主要成分，构成特征脸空间，识别时将测试图像投影到此空间，得到⼀组投影系数，通过与各个⼈脸图像⽐较进⾏识别。

对于⼀幅M*N 的⼈脸图像，将其每列相连构成⼀个⼤⼩为D=M*N 维的列向量。

D 就是⼈脸图像的维数，即是图像空间的维数。

设n 是训练样本的数⽬；X j 表⽰第j 幅⼈脸图像形成的⼈脸向量，则所需样本的协⽅差矩阵为：1()()m Ti i i S x u x u ==--∑ （1）其中U 为训练样本的平均图像向量：11mi i u x n ==∑ （2）令A=[x 1-u,x 2-u,...x n -u]，则有S r =AA T ，其维数为D ×D 。

根据K-L 变换原理，需要求得的新坐标系由矩阵AA T 的⾮零特征值所对应的特征向量组成。

直接计算的计算量⽐较⼤，所以采⽤奇异值分解(SVD)定理，通过求解A T A 的特征值和特征向量来获得AA T 的特征值和特征向量。

医学图像处理实验报告

医学图像处理实验报告
c、利用预定义函数fspecial命令产生平均(average)滤波器
d、分别对其进行10*10、5*5、2*2的均值滤波；
e、显示原图像和选用不同大小模版处理后的图像。
(3)高斯滤波
a、读入图像；
b、对数字图像进行直方图均衡化处理；
c、选择高斯滤波参数（标准差）sigma为1.6；
d、选择滤波器尺寸为5*5；
i、显示原图像和处理后的图像。
(2)四八领域均值滤波
a、读入图像；
b、转换图像矩阵为双精度型；
c、创建4邻域平均滤波模版[0 1 0; 1 0 1; 0 1 0]；
创建8邻域平均滤波模版[1 1 1; 1 0 1; 1 1 1];
d、进行滤波；
e、显示原图像和处理后图像。
(3)巴特沃斯高通滤波
a、读取图像；
e、创建高斯滤波器进行滤波；
f、显示原图像和处理后的图像。
3
(1)同态滤波
a、读入图像；
b、对数字图像进行直方图均衡化处理；
c、转换图像矩阵为双精度型；
d、取对数；
e、对其做傅里叶变换；
f、选择参数，截止频率为10，锐化系数为2， =1.5， =2.0；
g、进行高斯同态滤波；
h、滤波之后进行傅里叶逆变换；
c、显示原图像和经过均衡化处理过的图像；
d、记录和整理实验报告。
(2)中值滤波加直方图均衡化
a、将模板在图中漫游，并将模板中心与图中某个像素位置重合；
b、读取模板下各对应像素的灰度值；
c、将这些灰度值从小到大排成1列；
d、找出这些值中排在中间的1个；
e、将这个中间值赋给对应模板中心位置的像素；
f、中值滤波之后的像素值进行直方图均衡化处理；

南京邮电大学图像实验

南京邮电大学图像实验

1 mq （2） a0 xl xi m q i 1
3
实验二
一、实验目的
图像灰度级修正
掌握常用的图像灰度级修正方法，即图像的灰度变换法和直方图均衡化法， 加深对灰度直方图的理解。
二、实验内容
1、编程实现图像的灰度变换。改变图像输入、输出映射的灰度参数范围(拉伸和 反比)，观看图像处理结果。 2、修改可选参数 gamma 值，使其大于 1，等于 1 和小于 1，观看图像处理结果。 3、对图像直方图均衡化处理，显示均衡前后的直方图和图像。
原图像数组 原图像尺寸 取样间隔 量化比特值 存放处理后的图像二维数组
[M,N]=size(oldbuf); oldbuf=double(oldbuf); x=1;y=1; while x<M while y<N new=(round(oldbuf(x,y)/(2^(8-n))))*(2^(8-n)); for i=0:k-1
LapFilter()
for i=2:M-1 for j=2:N-1 newbuf(i,j)=5*oldbuf(i,j)-oldbuf(i-1,j)-oldbuf(i+1,j)-oldbuf(i,j-1)-oldbuf(i,j+1); end end
四、实验结果及分析
实验截图如下：
从上面的图像可以看出： Robert 梯度算子得出的图像能够得出原图的大部分边缘细节，灰度差别越
2
for j=0:k-1 if(x+i<M)&(y+j<N) newbuf(x+i,y+j)=uint8(new); end end end y=y+k; end if y>=N y=1; end x=x+k; end

实验三 IDL图像处理

实验三 IDL图像处理

实验三IDL图像处理目的：掌握IDL图像处理的手段内容：1、显示图像事实上，任何类型的二维数据集都可认为是一幅图像。

但是要在一个8位的显示设备上显示图像数据，就必须将图像数据调整为 0～255之间的字节型数值。

（在一个24-bit的显示设备上，24位图像的RGB值必须调整成字节型数值）。

因为图像总是以字节型数值显示，所以图像总是以字节型数组来存储。

但是无论图像是怎样存储的，在IDL中，图像总是由两个显示图像的IDL命令：TV和TVScl以字节型数值来完成。

可用TV和TVScl两个IDL命令中的任一个来显示图像。

这两个命令几乎在各个方面都是一样的，包括能与之一起使用的关键字。

仅仅在一个方面不同：TVScl将图像数据调整为与IDL运行时所用颜色数目相适应的字节型数值。

注意，与Plot，Surface和Contour命令不同，TV和TVScl命令在显示图像之前不删除窗口中已显示的内容。

一般情况下这个问题影响不大，但有时候也会产生一些麻烦。

如果想要一个空白的显示窗口来显示图像数据，无论当前窗口上的显示内容是什么，都可用一个简单的命令Erase来删除。

IDL>Erase要了解这两个命令是怎样工作的，需要有一些图像数据用于处理。

用命令LoadData来打开图像数据集Ali and Dave。

将要处理这两幅图像数据中的第二幅图像。

键入IDL>image=LoadData(10)IDL>image=image[*,*,1]打开一个显示窗口，装上灰度颜色表, 用TV命令显示图像:IDL>Window,0,XSize=192,YSize=192IDL>TV,image所得图像：IDL和Research Systems公司的创始人--David Stern的图像。

People.dat数据集中的另外一幅图像是Ali Bahrami，Research Systems公司的第一位员工。

他们两人依然致力于IDL的开发因为使用的是TV命令，所以数据没有经过拉伸就被送到显示器中显示。

数字图像处理图像滤波ppt课件

素位置重合； 读取模板下各对应像素的灰度值； 将这些灰度值从小到大排成一列； 找出这些值的中间值； 将这个值赋给对应模板中心位置的像素。
47
噪声图像
中值滤波3x3
48
平均滤波与中值滤波比较
噪声图像
均值滤波
中值滤波
均值滤波和中值滤波都采用的是2x2 的模板
49
均值，中值和最频值
均值是模板内像素点灰度的平均值，中值是数值排列 后处于中间的值，最频值是出现次数最多的灰度值；
8
常用像素距离公式
欧几里德距离
DE
(
p,
q)


x

s 2


y

t
2

范数距离
D( p, q) x s y t
棋盘距离
D( p, q) max x s , y t
9
像素间的基本运算
算术运算：
加法： p + q
减法： p - q
乘法： p * q
这三者都与直方图有着密切的关系； 直方图的一个峰对应一个区域，如果这个峰是对称的，
那么均值等于中值，等于最频值。
50
中值滤波的代码实现 Matlab中函数medfilt1和medfilt2，第一个是一维
的中值滤波，第二个是二维的中值滤波。 使用help查看函数功能
51
示例
52
代码讲解
0.25
0.10 0.05
0.125 01 2
34
56
7
P r 关系目标曲线 r
原始图像中的Ｐ－r点位置 对应变换后的P-r点位置
24
算法描述 设像素共分为L级(r = 0,1,2,…L1)，变换后对应的

数字图像处理图像变换实验报告.

实验报告实验名称：图像处理姓名：刘强班级：电信1102学号：1404110128实验一图像变换实验——图像点运算、几何变换及正交变换一、实验条件PC机数字图像处理实验教学软件大量样图二、实验目的1、学习使用“数字图像处理实验教学软件系统”，能够进行图像处理方面的简单操作；2、熟悉图像点运算、几何变换及正交变换的基本原理，了解编程实现的具体步骤；3、观察图像的灰度直方图，明确直方图的作用和意义；4、观察图像点运算和几何变换的结果，比较不同参数条件下的变换效果；5、观察图像正交变换的结果，明确图像的空间频率分布情况。

三、实验原理1、图像灰度直方图、点运算和几何变换的基本原理及编程实现步骤图像灰度直方图是数字图像处理中一个最简单、最有用的工具，它描述了一幅图像的灰度分布情况，为图像的相关处理操作提供了基本信息。

图像点运算是一种简单而重要的处理技术，它能让用户改变图像数据占据的灰度范围。

点运算可以看作是“从象素到象素”的复制操作，而这种复制操作是通过灰度变换函数实现的。

如果输入图像为A(x,y)，输出图像为B(x,y)，则点运算可以表示为：B(x,y)＝f[A(x,y)]其中f(x)被称为灰度变换（Gray Scale Transformation，GST）函数，它描述了输入灰度值和输出灰度值之间的转换关系。

一旦灰度变换函数确定，该点运算就完全确定下来了。

另外，点运算处理将改变图像的灰度直方图分布。

点运算又被称为对比度增强、对比度拉伸或灰度变换。

点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸和均衡等。

图像几何变换是图像的一种基本变换，通常包括图像镜像变换、图像转置、图像平移、图像缩放和图像旋转等，其理论基础主要是一些矩阵运算，详细原理可以参考有关书籍。

实验系统提供了图像灰度直方图、点运算和几何变换相关内容的文字说明，用户在操作过程中可以参考。

下面以图像点运算中的阈值变换为例给出编程实现的程序流程图，如下：2、图像正交变换的基本原理及编程实现步骤数字图像的处理方法主要有空域法和频域法，点运算和几何变换属于空域法。

《图像的锐化处理》ppt课件

〔2〕求高斯滤波器的拉普拉斯变换，再求 与图像的卷积，然后再进展过零判别。
这两种方法再数学上是等价的。
LOG滤波方法
图7－10 二维LOG滤波器
LOG滤波方法
(a) 原图
(b) 阈值为0检测结果
(c) 阈值为0.01检测结果
图7－11 采用LOG的边缘检测
Sobel
Robert Canny
LOG
Prewitt
G
f x
2
f y
2 2
arctanfy
f x
• 其中f 为滤波后的图像。
• (3) 对梯度进展“非极大抑制〞。 • 梯度的方向可以定义为属于4个区之一，各
个区用不同的临近像素来进展比较，以决 议部分极大值。这4个区及其相应的比较方 向如以下图所示。
432
1x1
234
• 例如，假设中心像素的梯度方向属于第4 区，那么把的梯度值与它左上和右下相 邻像素的梯度值比较，看的梯度值能否 是部分极大值。假设不是，就把像素的 灰度设为0，这个过程称为“非极大抑制 〞。
LOG滤波方法
一维LOG边缘检测
LOG滤波Байду номын сангаас法
该算法的主要思绪和步骤是： 〔1〕滤波：首先对图像 f (x, y) 进展平滑滤波
G (x,y)212 ex2 p 12 ((x2y2))
将到一G个(x平, y滑) 与的图f 像(x,，y)即图: 像进展卷积，可以得
g (x ,y ) f(x ,y ) G (x ,y ) 〔6.28〕
• 链接边缘的详细步骤如下：
• 1 对图像2进展扫描，当遇到一个非零灰度的像素P时， 跟踪以P为开场点的轮廓线，直到轮廓的终点Q。
• 2 调查图像1中与图像2中Q点位置对应的点Q’的8临 近区域。假设Q’点的8临近区域中有非零像素R’存 在，那么将其包括到图像2中，作为R点。

图像处理实验报告

大学新闻与传播学院实验教学中心实验报告实验名称图像处理指导教师洪杰文华滢年级08 学号23 成绩一、预习部分1、实验目的2、实验基本原理3、主要仪器设备（含必要的元器件、工具）1、实验目的：（1）熟悉和掌握数字图像的基本概念和技术指标，掌握色彩模式、图像分辨率、图像深度、图像文件格式与图像的显示效果、文件容量的关系。

（2）了解和掌握数字图像压缩的概念，观察不同的压缩比对图像的影响。

（3）了解和掌握图像中色彩的确定及选取方法，掌握前景色和背景色的概念及调整方法，掌握色彩填充的基本概念及应用。

（4）了解和掌握图像处理软件Photoshop的基本功能和基本使用方法，熟练掌握图层与选择区的基本使用方法。

（5）通过创造性的构图和对布局及色彩等的巧妙处理，一幅好的图画可以将一个主题以含蓄而又深刻的方式予以提示，并往往具有比单纯的语言文字更强的表现力。

在掌握图像处理基本概念和Photoshop基本使用方法的基础上，对已有的数字图像做一些基本的创意设计和编辑处理。

2、实验基本原理：基于photoshop软件的图像处理。

3、主要仪器设备（含必要的元器件、工具）：Adobe Photoshop二、实验操作部分1、实验操作过程2、实验数据、观察到的实验现象1、实验操作过程：1.图像的基本变换（1）自选一幅不小于400×400pixel的彩色数字图像。

在Photoshop中打开该图像，记录其技术参数：文件格式、文件容量，图像尺寸（pixel和cm）、分辨率、色彩模式等。

文件格式：JPEG 图像；文件容量：59.7kb；图像尺寸（pixel和cm）：600×600pixel；分辨率：72像素/英寸；色彩模式：RGB模式。

（2）对该图像重采样，要求采样后的图像分辨率为150dpi，图像尺寸为300×300pixel。

色彩模式分别变换成灰度、Indexed和RGB模式，按BMP格式分别保存成不同名称的图像文件；重新打开并观察变换后的显示效果，并记录各个文件的容量。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

实验二 空间域锐化
一、实验目的
（1）掌握基本的空间域锐化方法，观察图像增强的效果，加深理解；
（2）了解不同类型梯度算子的特性；

二、实验内容
（1）空间域锐化；
三、实验要求
（1）用matlab语言进行仿真实验；
（2）递交实验报告，要求给出实验原理、源程序、实验结果及分析。

四、实验图像

五、具体实验内容及要求
1. 频域平滑实验内容
（1）读入原图像bridge.gif并显示；
（2）采用sobel算子对图像进行处理，并显示结果；
（3）尝试采用其他锐化模板进行处理

实验代码（Sobel）：
i=imread('Sunset.jpg');
i=rgb2gray(i);
subplot(2,2,1);
imshow(i);
hx=[-1 -2 -1;0 0 0;1 2 1];
hy=hx';
gradx=filter2(hx,i,'same');
gradx=abs(gradx);
subplot(2,2,2);imshow(gradx,[]);
grady=filter2(hy,i,'same');
grady=abs(grady);
subplot(2,2,3),imshow(grady,[])
grad=gradx+grady;
subplot(2,2,4),imshow(grad,[])

实验代码（Roberts）：
i=imread('Sunset.jpg');
i=rgb2gray(i);
subplot(2,2,1);
imshow(i);
hx=[-1 0;0 1];
hy=hx';
gradx=filter2(hx,i,'same');
gradx=abs(gradx);
subplot(2,2,2);imshow(gradx,[]);
grady=filter2(hy,i,'same');
grady=abs(grady);
subplot(2,2,3),imshow(grady,[])
grad=gradx+grady;
subplot(2,2,4),imshow(grad,[])
实验代码（Prewitt）：
i=imread('Sunset.jpg');
i=rgb2gray(i);
subplot(2,2,1);
imshow(i);hx=[-1 -1 -1;0 0 0;1 1 1];
hy=hx';gradx=filter2(hx,i,'same');
gradx=abs(gradx);
subplot(2,2,2);imshow(gradx,[]);
grady=filter2(hy,i,'same');
grady=abs(grady);
subplot(2,2,3),imshow(grady,[])
grad=gradx+grady;
subplot(2,2,4),imshow(grad,[])
实验代码（Laplacian）：
I=imread('Sunset.jpg');
I=rgb2gray(I);
subplot(2,2,1),imshow(I);
hx=[0 1 0;1 -4 1;0 1 0];
gradx=filter2(hx,I,'same');
gradx=abs(gradx);
subplot(2,2,2),imshow(gradx,[]);
grad=gradx
subplot(2,2,3),imshow(grad,[]);

六．实验小结：
本次实验比较简单，主要是掌握基本的空间域锐化方法，观察图
像增强的效果，加深理解； 并且了解不同类型梯度算子的特性；而
且实验的代码老师讲的十分详细，对图像处理有了进一步的深入了
解，在实验程序的填写中遇到了些问题，不过在老师的帮助下一一解
决，经过了这次的实验我发现只是照本宣科是没有一点用处的，只要
遇到一点问题就会不知所措。因此我会在下次实验时先弄懂实验原理
再开始实验。