实验五图像增强
一、实验目的
1.了解灰度变换增强和空域滤波增强的Matlab实现方法
2.掌握直方图灰度变换方法
3.掌握噪声模拟和图像滤波函数的使用方法
4.了解图像复原的Matlab实现方法
二、实验步骤
1、打开MATLAB软件，设置工作路径，新建M文件。
2、将图片放到当前工作路径下
3、写入图像增强（包括灰度变换增强、空域滤波增强）程序保存并调试运
行。程序具体要求：
1）灰度变换增强
A)线段上像素灰度分布
B)直方图变换（直方图显示、直方图灰度调节、直方图均衡化）
2）空域滤波增强
A)噪声模拟
B)空域滤波
空域滤波对上述噪声图像进行均值滤波和中值滤波，比较滤波效果。
4、保存实验结果并完善实验报告。
三、实验程序
1.灰度变换增强
A)线段上像素灰度分布
读入灰度图像‘cameraman.tif’，采用交互式操作，用improfile绘制一条线段的灰度值。
imshow('cameraman.tif')
improfile
读入RGB图像‘trees.tif’，显示所选线段上红、绿、蓝颜色分量的分布
imshow('trees.tif')
i mprofile
B)直方图变换
直方图显示
读入图像‘trees.tif’，在一个窗口中显示灰度级n=64，128和256的图像直方图。
I=imread('trees.tif');
imshow(I)
figure,imhist(I,64)
figure,imhist(I,128)
figure,imhist(I,256)
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('trees.tif');
imshow(I)
figure,imhist(I)
J=imadjust(I,[0.15 0.9],[0 1]);
figure,imhist(J)
figure,imshow(J)
I=imread('cameraman.tif');
imshow(I)
figure,imhist(I)
J=imadjust(I,[0 0.2],[0.5 1]);
figure,imhist(J)
figure,imshow(J)
分别对图像‘pout.tif’和‘tire.tif’进行直方图均衡化处理，比较处理前后
图像及直方图分布的变化。
I=imread('pout.tif');
imshow(I)
figure,imhist(I)
J=histeq(I);
figure,imhist(J)
figure,imshow(J)
I=imread('tire.tif');
imshow(I)
figure,imhist(I)
J=histeq(I);
figure,imshow(J)
figure,imhist(J)
2、空域滤波增强
C)噪声模拟
利用函数imnoise给图像‘eight.tif’分别添加高斯(gaussian)噪声和椒盐(salt & pepper)噪声。
I=imread('eight.tif');
imshow(I)
I1=imnoise(I,'gaussian',0,0.01);
figure,imshow(I1)
I2=imnoise(I,'salt & pepper');
figure,imshow(I2)
D)空域滤波
对上述噪声图像进行均值滤波和中值滤波，比较滤波效果。
I=imread('eight.tif');
J=imnoise(I,'salt & pepper',0.02);
imshow(J)
K1=medfilt2(J,[3 3]); % 3*3中值滤波
figure,imshow(K1)
K2=filter2(fspecial('average',5),J)/255;
figure,imshow(K2)
I=imread('trees.tif');
imshow(I)
h=fspecial('laplacian');
I2=filter2(h,I);
figure,imshow(I2)
四、实验结果
1、灰度变换增强
A)线段上像素灰度分布
cameraman.tif
Distance along profile
trees.tif
Distance along profile
图1 灰度变换增强的实验结果
B)直方图变换
1)直方图显示
00
图2 直方图显示的实验结果2)直方图灰度调节
图3 直方图灰度调节的实验结果3）直方图均衡化
00
图4 直方图均衡化的实验结果
2、空域滤波增强
A)噪声模拟
图5 噪声模拟的实验结果
B)空域滤波
1）对上述噪声图像进行均值滤波和中值滤波，比较滤波效果。
图6 均值滤波与中值滤波的实验结果
2）*对图像'trees.tif'采用'laplacian'高通滤波器进行锐化滤波。
图7 用高通滤波器进行锐化滤波的实验结果 五、结果分析 1、灰度变换增强
A ）灰度图像‘cameraman.tif ’以及其上一条线段的灰度值图像，RG
B 图像‘treed.tif ’以及其上所选线段上红、绿、蓝颜色分量的分布（见图1）。 B ）直方图显示:读入图像‘trees.tif ’，显示灰度级n=64，128和256的图像直方图（见图2）。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（见图3）。直方图均衡化：分别对图像‘pout.tif ’和‘tire.tif ’进行直方图均衡化处理，比较处理前后图像及直方图分布的变化（图4）。 2、 空域滤波增强
A ）噪声模拟：利用函数imnoise 给图像‘eight.tif ’分别添加高斯(gaussian)
噪声和椒盐(salt & pepper)噪声（图5）。
B)空域滤波
对噪声图像进行均值滤波和中值滤波，比较滤波效果（图6）
均值滤波和中值滤波的特点及使用场合：均值滤波器是一种最常用的线性低通平滑滤波器。可抑制图像中的噪声,但同时也使图像变得模糊；中值滤波器是一种最常用的非线性平滑滤波器。可消除图像中孤立的噪声点。对图像；‘ cameraman.tif '采用‘laplacian'高通滤波器进行锐化滤波（图7）。
六、实验总结
通过本次试验，我了解了灰度变换增强和空域滤波增强的Matlab实现方法。基本掌握了直方图灰度变换方法，直方图显示（用函数imhist）、直方图灰度调节(用函数imadjust)及直方图均衡化（用函数histeq）。掌握了噪声模拟和图像滤波函数的使用方法，对均值滤波和中值滤波有更深入的了解。均值滤波器是一种最常用的线性低通平滑滤波器。可抑制图像中的噪声,但同时也使图像变得模糊。中值滤波器是一种最常用的非线性平滑滤波器。可消除图像中孤立的噪声点,又可产生较少的模糊。掌握了采用‘laplacian’高通滤波器进行锐化滤波。
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：
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：2016.11.08 班级：：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_image); 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); 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)-Hist_cumulati on{m}); [Temp1,Project{m}(k)]=min(Temp); end %2.2 变换后直方图 for k=1:N
竭诚为您提供优质文档/双击可除 图像压缩实验报告 篇一：实验三图像压缩 实验三图像压缩 一、实验目的 1．理解有损压缩和无损压缩的概念； 2．理解图像压缩的主要原则和目的； 3．了解几种常用的图像压缩编码方式。 4．利用mATLAb程序进行图像压缩。 二、实验仪器 1计算机； 2mATLAb等程序； 3移动式存储器（软盘、u盘等）。 4记录用的笔、纸。 三、实验原理 1.图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损
失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。 信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。 编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。 （1）.冗余度压缩方法，也称无损压缩、信息保持编码或嫡编码。具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。 （2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。也就是说解码图像和原始图像是有差别的，允许有一定的失真。 应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： （1）无损压缩编码种类 哈夫曼（huffman）编码，算术编码，行程（RLe）编码，Lempelzev编码。 （2）有损压缩编码种类
数字图像处理 实验 实验五：图像增强-空域滤波 学院：信息工程学院 姓名： 学号： 专业及班级： 指导教师：
一、 实验目的 进一步了解MatLab 软件/语言，学会使用MatLab 对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。 了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。 二、 实验内容 (1)学生应当完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。 (2)利用MATLAB 软件实现空域滤波的程序： I=imread('electric.tif'); J = imnoise(I,'gauss',0.02); %添加高斯噪声 J = imnoise(I,'salt & pepper',0.02); %添加椒盐噪声 ave1=fspecial('average',3); %产生3×3的均值模版 ave2=fspecial('average',5); %产生5×5的均值模版 K = filter2(ave1,J)/255; %均值滤波3×3 L = filter2(ave2,J)/255; %均值滤波5×5 M = medfilt2(J,[3 3]); %中值滤波3×3模板 N = medfilt2(J,[4 4]); %中值滤波4×4模板 imshow(I); figure,imshow(J); figure,imshow(K); figure,imshow(L); figure,imshow(M); figure,imshow(N); 三、实验具体实现 a) 调入并显示原始图像Sample2-1.jpg 。 b) 利用imnoise 命令在图像Sample2-1.jpg 上加入高斯(gaussian) 噪声 c)利用预定义函数fspecial 命令产生平均(average)滤波器 111191111---????--????---? ? d ）分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器，对加入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果； e ）选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。 f ）利用imnoise 命令在图像Sample2-1.jp g 上加入椒盐噪声(salt & pepper)
数字图像处理实验报告
实验一 数字图像的基本操作和灰度变换 一、 实验目的 1. 了解数字图像的基本数据结构 2. 熟悉Matlab 中数字图像处理的基本函数和基本使用方法 3. 掌握图像灰度变换的基本理论和实现方法 4. 掌握直方图均衡化增强的基本理论和实现方法 二、实验原理 1. 图像灰度的线性变换 灰度的线性变换可以突出图像中的重要信息。通常情况下，处理前后的图像灰度级是相同的，即处理前后的图像灰度级都为[0，255]。那么，从原理上讲，我们就只能通过抑制非重要信息的对比度来腾出空间给重要信息进行对比度展宽。 设原图像的灰度为),(j i f ，处理后的图像的灰度为),(j i g ，对比度线性展宽的原理示意图如图1.1所示。假设原图像中我们关心的景物的灰度分布在[a f ， b f ]区间内，处理后的图像中，我们关心的景物的灰度分布在[a g ，b g ]区间内。在这里)(a b g g g -=?()b a f f f >?=-，也就是说我们所关心的景物的灰度级得到了展宽。 根据图中所示的映射关系中分段直线的斜率我们可以得出线性对比度展 b g a g a b )j 图1.1 对比度线性变换关系
宽的计算公式： ),(j i f α， a f j i f <≤),(0 =),(j i g a a g f j i f b +-)),((， b a f j i f f <≤).,( （1-1） b b g f j i f c +-)),((， 255),(<≤j i f f b （m i ,3,2,1 =；n j ,3,2,1 =） 其中，a a f g a = ，a b a b f f g g b --=，b b f g c --=255255，图像的大小为m ×n 。 2. 直方图均衡化 直方图均衡化是将原始图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。 离散图像均衡化处理可通过变换函数： 来实现。 三、实验步骤 1.图像灰度线性变换的实现 (1)读入一幅灰度图像test1.tif ，显示其灰度直方图。 新建M 文件，Untitled1.m ，编辑代码如下。 得到读入图像test1和它的灰度直方图。
实验二：数字图像频域增强实验指导书 一、实验目的 （1）了解离散傅立叶变换的基本原理及其性质； （2）掌握应用MATLAB语言进行FFT及逆变换的方法； （3）了解图象在频域中处理方法，应用MATLAB语言作简单的低通及高通滤波器。 二、实验要求 （1）读入数字图像，并利用MATLAB对其进行傅立叶变换，并显示其频谱图像；对该图像进行平移、旋转和放大（或缩小）操作，记录其频谱图像并分析。实验用图像自行选择。 实验1数据记录可类似下表 输入图像FFT变换频谱图像 （2）读入数字图像，为该图像添加高斯以及椒盐噪声，利用巴特沃斯低通滤波器，高斯低通滤波器对一受噪声污染图像做处理，记录滤波后的频谱图像，再作反变换，记录处理后的新图像。设定不同截止频率参数，重复一次实验。 （3）读入数字图像，设计实现巴特沃斯高通滤波器和高斯高通滤波器，记录滤波后的频谱图像，再作反变换，记录处理后的新图像。设定不同截止频率参数，重复一次实验。 实验2,3数据记录可类似下表： 输入图像滤波器截至频率处理后频谱图像反变换后图像 三、提交作业要求 内容包括：实验1~3记录的数据（格式见如上实验要求），对应的matlab代码，以及对实验过程和结果进行分析及总结。
参考MATLAB代码： clear; I1=imread('eight.tif'); figure;subplot(2,2,1); imshow(I1);title('原始图像'); I2=imnoise(I1,'salt & pepper'); subplot(2,2,2); imshow(I2);title('噪声图像'); f=double(I2); g=fft2(f); %执行fft变换 g=fftshift(g); %移相 [N1,N2]=size(g); n=5; d0=50; %截至频率 n1=fix(N1/2); n2=fix(N2/2); for i=1:N1 for j=1:N2 d=sqrt((i-n1)^2+(j-n2)^2); h=1/(1+(d/d0)^(2*n)); % d0即为截至频率 result(i,j)=h*g(i,j); %相乘 end end result1=ifftshift(result); %反移相 X2=ifft2(result1); %反变换 X3=uint8(real(X2)); figure(); subplot(2,2,1); imshow(X3); title('巴特沃斯滤波器图像'); subplot(2,2,2); result=log(0.000001+abs(result)); imshow(result,[]),colorbar; title('巴特沃斯滤波函数'); figure(); subplot(2,2,1); g=log(0.000001+abs(g)); imshow(g,[]),colorbar; title('原始图像的傅立叶变换');
数字图像处理上机实验指导书 童立靖
北方工业大学计算机学院
实验四图像压缩 一、实验目的、要求与环境 目的： 通过实验，了解数字图象压缩的一般方法，掌握图像压缩的编程方法，了解图象压缩效果的评价方法。 1.2要求： 对自选的图象进行离散余弦变换，将其进行图象压缩处理，自行设计量化矩阵，与编码方法，并计算压缩比，提交实验报告。 进度较快的同学，可以设计三种不同的量化矩阵或编码方法，完成三种不同程度的压缩，对比解压缩后的图像质量，并进行分析。（给分较高） 环境： Windows XP操作系统 Microsoft Visual C++ (SP6) 自带8位灰度图像文件： ： 3
二、实验步骤 1.准备相关图像文件。 2．在XP操作系统上，打开Microsoft Visual C++ (SP6)，编写相关程序，完成对离散余弦变换系数的量化矩阵设计与编码方法。 4．对程序进行相关调试，修改程序，去除其中的BUG。 5. 利用自己准备的图像的文件，和编写的程序，将给定的图象进行压缩处理。 6．截屏，保留实验结果。 7. 计算压缩比, 进行实验结果分析。 8. 撰写并提交实验报告。 三、注意事项 1.实验任务： Windows下完成图像压缩的程序编写。 2.去多模式教学网上下载程序框架： 。 3.图像高度、宽度须是8的倍数。BMP 格式，8位灰度图像。 4.对于一幅彩色图像，可以在photoshop中，图像=》模式=》灰度=》扔掉 文件=》存储为=》保存=》选择8位深度=》确定。 5.实验完成时间： 先在课下完成程序编写，然后课上完成验机。 第15周的周一、第15周的周五，二次实验课。 6.请记录实验报告中相应的贴图： 可以用屏幕拷贝，然后再用Photoshop中的工具中修剪一下。 7.请每位同学用自己的图像文件进行实验： 若2位同学使用的图像文件一样，两位均依抄袭计0分。 8.请每位同学自己编写程序：
一、 实验目的： 实验五 彩色图像处理 1、使用 RGB 、Indexed 和 Gray 图像间转换函数 2、掌握彩色图像平滑与锐化的算法 3、彩色图像的分割 二、 实验内容 1、使用 RGB 、Indexed 和 Gray 图像间转换函数 对图像“Fig0630(01)(strawberries_fullcolor).tif ”使用 rgb2ind 分别产生 8 色抖 动和非抖动图像；使用 rgb2gray 实现图像转换，并使用函数 dither 产生其抖 动形式的图像。分别显示如下： 2、彩色图像平滑与锐化 对图像“ F ig0604(a)(iris).tif ” 在 RGB 空 间 实 现 彩色图像的平滑 （ w =ones （25）./(25*25)）与锐化（w= [1 1 1 1 1; 1 1 1 1 1; 1 1 -24 1 1 ; 1 1 1 1 1; 1 1 1 1 1];）（函数 imfilter ）;输出结果分别如下：
在 HSI 空间实现彩色图像的平滑（w=ones （25）./(25*25)），（函数 imfilter, rgb2hsi, cat ），观察仅平滑亮度分量（intensity ）和平滑全部三个分量结果的差 别。 3、彩色图像分割 用 colorseg 函 数 实 现 基 于 肤 色 的 人 脸 分 割 。 对 图 像 “'Fig0636(woman_baby_original).tif ”在 HSI 空间，用函数 colorseg 分别用参 数“euclidean ”和“mahalanobis ”实现人脸分割。结果类似如下：
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
图像压缩编码实验报告 一、实验目的 1.了解有关数字图像压缩的基本概念，了解几种常用的图像压缩编码方式； 2.进一步熟悉JPEG编码与离散余弦变换（DCT）变换的原理及含义； 3.掌握编程实现离散余弦变换（DCT）变换及JPEG编码的方法； 4.对重建图像的质量进行评价。 二、实验原理 1、图像压缩基本概念及原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： （1）无损压缩编码种类 哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempel zev编码。（2）有损压缩编码种类 预测编码，DPCM，运动补偿； 频率域方法：正交变换编码(如DCT)，子带编码； 空间域方法：统计分块编码； 模型方法：分形编码，模型基编码； 基于重要性：滤波，子采样，比特分配，向量量化； （3）混合编码 JBIG，H.261，JPEG，MPEG等技术标准。 2、JPEG 压缩编码原理 JPEG是一个应用广泛的静态图像数据压缩标准，其中包含两种压缩算法(DCT和DPCM)，并考虑了人眼的视觉特性，在量化和无损压缩编码方面综合权衡，达到较大的压缩比(25:1以上)。JPEG既适用于灰度图像也适用于彩色图像。其中最常用的是基于DCT变换的顺序式模式，又称为基本系统。JPEG 的压缩编码大致分
数字图像处理与分析 实 验 报 告 学院： 班级： 姓名： 学号：
实验五（1）图像压缩 一、实验目的 1. 理解图像压缩的基本定义和常见方法 2. 掌握在MATLAB中进行图像压缩的方法 3. 掌握利用DCT进行图像压缩的方法 4. 进一步熟悉了解MATLAB语言的应用，为进行综合性图像处理实验打下基础 二、实验内容 %利用离散余弦变换进行JPEG图像压缩 I=imread('1.bmp'); %读入原图像； I=im2double(I); %将原图像转为双精度数据类型； T=dctmtx(8); %产生二维DCT变换矩阵 B=blkproc(I,[8 8],'P1*x*P2',T,T'); %计算二维DCT，矩阵T及其转置T’是DCT 函数P1*x*P2的参数 Mask=[ 1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]; %二值掩膜，用来压缩DCT系数，只留下数中 左上角的10个 B2=blkproc(B,[8 8],'P1.*x',Mask); %只保留DCT变换的10个系数 I2= blkproc(B2,[8,8],'P1*x*P2',T',T); %逆DCT，重构图像 Subplot(1,2,1); Imshow(I);title('原图像'); %显示原图像 Subplot(1,2,2); Imshow(I2);title('压缩图像'); %显示压缩后的图像。虽然舍弃了85%的DCT 系数，但图像仍然清晰（有一些质量损失）得到图像：
图像处理实验报告 1、实验目的： (1)用高斯低通滤波器对图像进行处理，并了解效果以及产生该效果的原因。 (2)生成图片，并对该图片进行多种滤波器处理：算术均值，几何均值，谐波均值，逆谐波均值，中值滤波，中点滤波，最大，最小值滤波等。并分析比较。 2、实验思路： (1) 先将原图像进行零填充，然后再FFT。使用函数paddedsize.计算图像FFT所用的填充尺寸，获得填充参数，使用dftuv函数获得U，V的值，代入高斯滤波器传递函数，最后通过频域滤波得到图像。 (2)实验要求的滤波器都可以用自定义函数spfilt实现。主要的难点在于是spfilt函数的使用。 3、实验代码 （1） f = imread('c.bmp'); subplot(2,2,1),imshow(f,[]), title('原始图像'); PQ = paddedsize(size(f));%用函数paddedsize获得填充参数 [U,V]= dftuv(PQ(1),PQ(2));%计算PQ1*PQ2大小的矩形每一点到矩形原点距离的平方 D0=30; H = exp(-(U.^2 +V.^2)/(2*(D0^2)));%高斯滤波传递函数 for i=1:1:10; F = fft2(f,PQ(1),PQ(2));%得到有填充的傅里叶变换 g = dftfilt(f,H);%频域处理得到滤波图像 f=g; end;
subplot(2,2,2),imshow(g,[]), title('D0=30'); D0=30;%改变循环的值重复以上步骤 H = exp(-(U.^2 +V.^2)/(2*(D0^2))); for i=1:1:20; F = fft2(f,PQ(1),PQ(2)); g = dftfilt(f,H); f=g; end; subplot(2,2,3),imshow(g,[]), title('20次滤波'); D0=30; H = exp(-(U.^2 +V.^2)/(2*(D0^2))); for i=1:1:50; F = fft2(f,PQ(1),PQ(2)); g = dftfilt(f,H); f=g; end; subplot(2,2,4),imshow(g,[]), title('50次滤波'); （2） tk = 1 : 17+7 : (17+7)*10; I = zeros(210+10*2, (17+7)*10); for i = 1 : length(tk)-1 I(10:10+210, tk(i+1):tk(i+1)+6) = 1; end
JPEG 静态图像压缩实验指导书一、实验目的 1. 了解多媒体通信中图像压缩技术 2. 熟悉 JPEG 图像压缩编码过程 3. 掌握二维 DCT 变换算法 二、实验原理 JPEG(Joint Photographic Experts Group 是一个由 ISO 和 ITU-T 两个组织机构联合组成的一个图像专家小组,负责制定静态的数字图像数据压缩编码标准, 这个专家组开发的算法称为 JPEG 算法,并且成为国际上通用的标准。 JPEG 是一个适用范 围很广的静态图像数据压缩标准, 既可用于灰度图像又可用于彩色图像。 JPEG 不仅适于静止图像的压缩,电视图像的帧内图像的压缩编码,也常采用此算法。 JPEG 标准定义了多种工作模式, 其中最基本的是基于 8×8块的 DCT 顺序编码,将一帧图像分为 8×8的块,然后按照从左至右、自上而下的顺序,对块进行 DCT 、量化和熵编码。其编、解码框图如下: 图 1 基于 DCT 的顺序编码框图 DCT 解码器
图 2 基于 DCT 的顺序解压缩框图 JPEG 压缩编码算法的主要计算步骤: 1 正向离散余弦变换 (FDCT。 2 量化 (quantization。 3 Z 字形编码 (zigzag scan。 4 使用差分脉冲编码调制 (differential pulse code modulation, DPCM 对直流系数(DC进行编码。 5 使用行程长度编码 (run-length encoding, RLE 对交流系数 (AC进行编码。 6 熵编码 (entropy coding。 三、实验内容 按照上述压缩过程实现一幅图像的压缩,生成符合 JPEG 标准的图像文件 JPEG 图像编码流程如下: 图 3 JPEG 图像编码流程 1. DCT 变换 对 8×8的图像数据块进行二维 DCT 的变换, 把能量集中在少数几个系
实验三傅里叶变换及频域增强 一．实验内容： 1、傅里叶变换性质 2、低通滤波 3、高通滤波 二．实验目的： 1、理解傅里叶变换的原理，掌握傅里叶变换的性质 2、掌握频域平滑原理，学会用理想低通滤波器、Butterworth低通 滤波器、高斯低通滤波器进行图像处理。 3、掌握频域锐化原理，学会用理想高通滤波器、Butterworth高通 滤波器、高斯高通滤波器进行图像处理。 三．实验步骤： 一、傅里叶变换性质 1．首先构造一幅黑白二值图像，在128×128的黑色背景中心产生一个4×4的白色方块，对其进行傅里叶变换；(Matlab中用fft2实现2D傅里叶变 换) 2．把低频分量移到图象中心，而把高频分量移到四个角上；（方法有两种：其一，在FT以前对测试图象逐点加权(-1)^(i+j);其二，利用FFTSHIFT 函数）； 3．利用图象增强中动态范围压缩的方法增强2DFT；（Y＝C*log（1＋abs （X))）； 4．构造一幅黑白二值图像，在128×128的黑色背景中令第32行至36行、第32列至第36列的值为1（即产生一个4×4的白色方块），对其进行傅 里叶变换； 5．将上图旋转300，再进行傅里叶变换(imrotate)
6．构造二幅黑白二值图像，在128×128的黑色背景中分别令第60行至68行、第60列至第68列的值为1，第64行至65行、第64列至第65列的值为1产生两幅图像，分别对这两幅图像进行傅里叶变换 程序如下： clear all; close all; clc; f=zeros(128); f(63:66,63:66)=1; g=fft2(f); m=fftshift(g); y=log(1+abs(m)); f1=zeros(128); f1(32:36,32:36)=1; h=fft2(f1); i=imrotate(h,30); j=fft2(i); f2=zeros(128); f2(60:68,60:68)=1; k=fft2(f2); f3=zeros(128); f3(64:65,64:65)=1; l=fft2(f3); figure;%1 subplot(2,2,1);imshow(f);title('template f'); subplot(2,2,2);imshow(g);title('g=fft2(f)'); subplot(2,2,3);imshow(m);title('m=fftshift(g)'); subplot(2,2,4);imshow(y);title('y=log(1+abs(m))'); figure;%2
太原理工大学现代科技学院数字图像处理课程实验报告 专业班级测控14-4 学号2014101874 姓名杨东倡
指导教师刘帆
实验名称实验三、图像压缩编码技术同组人 专业班级测控14-4 姓名杨东倡学号2014101874 成绩 实验三、图像压缩编码技术 一、实验目的 1、理解有损压缩和无损压缩的概念； 2、理解图像压缩的主要原则和目的； 3、了解几种常用的图像压缩编码方式； 4、利用MATLAB 程序进行图像压缩编码。 二、实验原理 1、图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。 信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。 编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。 （1）冗余度压缩方法，也称无损压缩、信息保持编码或熵编码。具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。 （2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。也就是说解码图像和原始图像是有差别的，允许有一定的失真。 应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： （1）无损压缩编码种类 哈夫曼（Huffman ）编码，算术编码，行程（RLE ）编码，Lempel zev 编码。 …… …… …… …… …… …… … …装 …… …… …… …… …………………订………… …… …… …… …… …… ……线…………………………
数字图像处理实验五
数字图像处理 实验 实验五：图像增强-空域滤波 学院：信息工程学院 姓名： 学号： 专业及班级： 指导教师：
一、实验目的 进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。 了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能 力，并为课堂教学提供配套的实践机会。 二、实验内容 (1)学生应当完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。 (2)利用MATLAB软件实现空域滤波的程序： I=imread('electric.tif'); J = imnoise(I,'gauss',0.02); %添加高斯噪声 J = imnoise(I,'salt & pepper',0.02); %添加椒盐噪声 ave1=fspecial('average',3); %产生3×3的均值模版 ave2=fspecial('average',5); %产生5×5的均值模版 K = filter2(ave1,J)/255; %均值滤波3×3 L = filter2(ave2,J)/255; %均值滤波5×5 M = medfilt2(J,[3 3]); %中值滤波3×3模板 N = medfilt2(J,[4 4]); %中值滤波4×4模板 imshow(I); figure,imshow(J); figure,imshow(K); figure,imshow(L); figure,imshow(M); figure,imshow(N); 三、实验具体实现
中南大学 数字图像处理实验报告实验三数学形态学及其应用
实验三 数学形态学及其应用 一．实验目的 1.了解二值形态学的基本运算 2.掌握基本形态学运算的实现 3.了解形态操作的应用 二．实验基本原理 腐蚀和膨胀是数学形态学最基本的变换，数学形态学的应用几乎覆盖了图像处理的所有领域，给出利用数学形态学对二值图像处理的一些运算。 膨胀就是把连接成分的边界扩大一层的处理。而收缩则是把连接成分的边界点去掉从而缩小一层的处理。 二值形态学 I(x,y), T(i,j)为 0/1图像Θ 腐蚀：[]),(&),(),)((),(0,j i T j y i x I AND y x T I y x E m j i ++=Θ== 膨胀：[]),(&),(),)((),(0 ,j i T j y i x I OR y x T I y x D m j i ++=⊕== 灰度形态学T(i,j)可取10以外的值 腐蚀： []),(),(min ),)((),(1 ,0j i T j y i x I y x T I y x E m j i -++=Θ=-≤≤ 膨胀： []),(),(max ),)((),(1 ,0j i T j y i x I y x T I y x D m j i +++=⊕=-≤≤ 1.腐蚀Erosion: {}x B x B X x ?=Θ: 1B 删两边 2B 删右上 图5-1 剥去一层（皮） 2.膨胀Dilation: {}X B x B X x ↑⊕:＝ 1B 补两边 2B 补左下 图5-2 添上一层（漆） 3.开运算open ：
B B X ⊕Θ=)(X B 4.闭close ：∨ Θ⊕=B B X X B )( 5.HMT(Hit-Miss Transform:击中——击不中变换) 条件严格的模板匹配 ),(21T T T =模板由两部分组成。1T ：物体，2T ：背景。 {} C x x i X T X T X T X ??=?21, 图5-3 击不中变换示意图 性质： （1）φ=2T 时，1T X T X Θ=? （2）)()()(21T X T X T X C Θ?Θ=? C T X T X )()(21Θ?Θ= )/()(21T X T X ΘΘ= 6.细化/粗化 (1)细化（Thin ） C T X X T X XoT )(/??=?= 去掉满足匹配条件的点。 图5-4 细化示意图 系统细化{}n B oB XoB T Xo ))(((21=， i B 是1-i B 旋转的结果（90?，180?，270?）共8种情况 适于细化的结构元素 1111000d d I = d d d L 10110 0= (2)粗化（Thick ） )(T X X T X ??=? 用(){}0,01=T (){}0,12=T 时，X X X T X =?=? X 21 1 1 2 3 T ? XoT X ? X X ?T X ΘT T ⊕
中国地质大学（武汉） 数字图像处理上机实习 （第三专题） 学生姓名： 班级： 学号： 指导老师：
实验内容 一图计算图象的傅氏变换频谱函数 要求（1-6）：设计图象f6(x,y) 为3*30*30/256*256，居中垂直排列，选用Matlab函数直接调用实现，重点观察空域图象和频域频谱的对应关系； 补充完成：设计120*30/256*256，观察空域图象和频域频谱的对应关系。 1.算法设计 2.程序代码 %观察空域图象和频域频谱的对应关系 %设计图象f6(x,y) 为3*30*30/256*256 f=zeros(256,256); f([30:60],[113:143])=1; f([90:120],[113:143])=1; f([150:180],[113:143])=1; subplot(221);imshow(f); % 设计图象f2(x,y)为120*30/256*256,并作fft变换 f2 = zeros(256,256); f2(114:143,69:188) = ones(30,120); subplot(223);imshow(f2); %二维傅里叶变换 F=fft2(f); F2 = fft2(f2); %绘制fft图 subplot(222);imshow(fftshift(log(abs(F)))); %title('频谱图') subplot(224);imshow(fftshift(log(abs(F2)))); %title('频谱图（量化）') figure subplot(121);mesh(fftshift(abs(F))); subplot(122);mesh(fftshift(abs(F2))); 3.结果分析 （1）空域图象和频域频谱对比 （2）频谱图（量化）对比 二计算显示图象的频谱函数 要求（2-6）：对f6(x,y)的离散余弦变换，显示其频谱函数 补充完成：实现离散傅立叶变换、离散余弦变换、Walsh变换和Hadamard变换，比较四种变换所得到的频谱。 1.程序代码 clc; clear; f=zeros(256,256); f([30:60],[113:143])=1;
实验报告 课程名称： 数字图像处理 实验名称： 图像压缩编码技术 实验地点： 明向校区D001机房 专业班级： 测控1401班 学号： 学生姓名： 郭佳鑫 指导教师： 刘 帆 2017年 4月 21日 2014001796
一、实验目的 1.理解有损压缩和无损压缩的概念。 2.理解图像压缩的主要原则和目的。 3.了解几种常用的图像压缩编码方式。 4.利用MATLAB程序进行图像压缩编码。 二、实验原理 1、图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。 信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。 2、编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。 （1）冗余度压缩方法，也称无损压缩、信息保持编码或熵编码。具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。 （2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。也就是说解码图像和原始图像是有差别的，允许有一定的失真。 3、应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： （1）无损压缩编码种类 哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempel zev编码。 （2）有损压缩编码种类 预测编码，DPCM，运动补偿； 频率域方法：正交变换编码(如DCT)，子带编码； 空间域方法：统计分块编码； 模型方法：分形编码，模型基编码； 基于重要性：滤波，子采样，比特分配，向量量化； （3）混合编码。 有JBIG，H.261，JPEG，MPEG等技术标准。 本实验主要利用MA TLAB程序进行赫夫曼（Huffman）编码和行程编码（Run Length Encoding，RLE）。 三、实验仪器 1.计算机。 2.MATLAB、Photoshop等程序。 3.移动式存储器（软盘、U盘等）。 4.记录用的笔、纸。