当前位置：文档之家 › 数字图像处理期中大作业(邓建平)

数字图像处理期中大作业(邓建平)

  • 格式：doc
  • 大小：2.58 MB
  • 文档页数：20

《数字图像处理》 期中大作业

姓名：邓建平 学号：24092200003 序号：07

湖南理工学院信息与通信工程学院 2012年4月 第一部分：IPT函数的应用 1、 读取并显示一张彩色图像，然后将其灰度化，并将灰度化后的结果存入计算机中，最后再将其二值化； 解答： （1）程序 f=imread('fan.jpg') %读入图像fan imshow(f) %显示图像fan g=rgb2gray(f) %调用灰度处理函数对fan进行灰度处理 figure,imshow(g) %显示原图，显示灰度处理后的图像g h=im2bw(g) %调用二值转换函数将图像g转换成二值图像 figure,imshow(h) %显示原图，显示灰度处理图像g,显示二值图像h imwrite(g,'g.jpg') %将灰度图像g写入计算机 imwrite(h,'g.jpg') %将二值图像h写入计算机 （2）运行结果

图1 原图 图2 进行灰度处理后的效果 图3 进行二值处理后的图像

（3）结果分析 调用灰度函数rgb2gray对图像进行灰度化，然后进行二值处理，默认阈值为0.5.可以看出图像的明显变化，趋于0的部分变亮，趋于1的部分变暗。 2、调用函数完成图像的DFT变换及平移 （1）程序 f5=rgb2gray(imread('fan.jpg')) %读入图像并进行灰度处理 imshow(f5) %显示图像 F=fft2(f5) %对图像进行DFT计算 S=abs(F) %得到频谱图 figure,imshow(S,[]) %显示原图及频谱图 Fc=fftshift(F) %进行图像的平移 figure,imshow(abs(Fc),[]) %显示之前图像，显示平移后图像 S2=log(1+abs(Fc)) %进行对数变换 figure,imshow(S2,[]) %显示图像 （2）运行结果

图1 灰度图像 2 进行DFT计算后图像 图3 平移后图像 图4 进行对数变换后图像 （3）结果分析 通过调用函数fft2进行DFT计算，然后利用fftshift将变换的原点平移到频率矩阵中心，可以明显 看到图像中心点的变化（图3），然后利用对数变化增强视觉效果（图4），结果变化明显，一目了然。

3、计算图像的直方图并对其进行均衡化和规定化； （1.1）直方图均衡化 （1）程序 f2=rgb2gray(imread('fan.jpg')); %读入图像fan,并进行灰度处理 imshow(f2); %显示灰度图像f2 figure,imhist(f2); %显示灰度图像f2,显示f2的直方图 ylim('auto'); %设定刻度线和取值范围 g2=histeq(f2,256); %对图像f2进行直方图均衡化处理，生成图像g2 figure,imshow(g2); %显示之前的所有图像，显示g2 figure,imhist(g2) %显示之前所有图像，显示g2的直方图 ylim('auto') %设定刻度线和取值范围 imwrite(f2,'f2.jpg') %将灰度图像f2写入计算机 imwrite(g2,'g2.jpg') %将均衡化后的图像g2写入计算机

（1.2）直方图均衡化运行结果：

图1 灰度处理后的图像f2 图2 f2直方图

图3均衡化处理后效果g2 图4 g2直方图

（2.1）直方图的规定化 （1）程序 f4=rgb2gray(imread('fan.jpg')) %读入图像fan,并进行灰度处理 imshow(f4) %显示灰度图像f4 imwrite(f4,'f4.jpg') %将灰度图像f4写入计算机 figure,imhist(f4) %得到f4直方图 ylim('auto') %设定刻度值和取值范围 xlim('auto') %设定刻度值和取值范围 g4=histeq(f4,[0 50 100 150 200 256])%进行直方图规定化，生成图像g4 figure,imshow(g4) %保持显示之前图像，显示g4 figure,imhist(g4) %保持显示之前图像，显示g4直方图 ylim('auto') %设定刻度值和取值范围 xlim('auto') %设定刻度值和取值范围 imwrite(g4,'g4.jpg') %将g4写入计算机

（2.2）直方图规定化运行结果：

图1 灰度图像f4 图2 f4直方图 图3 进行规定化之后的效果g4 图4 g4直方图 （3）结果分析 将直方图进行均衡化之后，不难发现直方图抽样点被拉伸，对比图1，图3的平均亮度和对比度的增强十分明显。均衡化后的图像的直方图中的灰度级平均值高于原始值。 而直方图规定化，是使图像获得最为匹配的效果。使图像按我们所设定的方向进行，进行图像的规定化。

4、调用噪声函数对读入的图像加噪，然后调用空间噪声滤波函数进行滤波，并对滤波效果进行分析 （1）程序 w=rgb2gray(imread('fan.jpg')) %将图像灰度化 imshow(w) %显示图像 k=imnoise(w,'salt & pepper') %加椒盐噪声 figure,imshow(k) %显示原图，显示被噪声污染的图像 k1=medfilt2(k) %使用中值滤波器滤波 figure,imshow(k1) %保留显示之前所有图像，并显示滤波后图像 imwrite(k,'k.jpg') %将噪声图像写入计算机 imwrite(w,'w.jpg') %见灰度图像写入计算机 （2）运行结果 图1 灰度图像w 图2 加椒盐噪声图像 图3 滤波处理后图像 （3）结果分析 首先得到灰度图像，然后加入默认噪声密度为0.05的椒盐噪声。得到被噪声轻度污染的图像（图2），然后用中值滤波器进行滤波，滤除椒盐噪声，且滤波效果良好，接近原图，较为清晰。

5、查找Matlab图像处理工具箱（IPT）中的亮度变换函数，并使用亮度变换函数完成一张灰度图片的亮度调整。 （1）程序 f1=rgb2gray(imread('fan.jpg')) %读入图像fan并进行灰度处理 g1=imadjust(f1,[0.5 0.85],[0 1]) %对灰度图像f1进行亮度调整 imshow(f1),figure,imshow(g1) %显示灰度图像f1和亮度调整后图像g1 imwrite(f1,'f1.jpg') %将灰度图像f1写入计算机 imwrite(g1,'g1.jpg') %将亮度处理后的图像g1写入计算机 （2）运行结果 图1 原灰度图像 图2 进行亮度处理后的图像 (3)结果分析 调用亮度处理函数imadjust处理图像后，将0.5至0.85之间的灰度级拓展到[0 1]。突出其中的灰度级。由图2可以看出，图像的亮暗发生了明显的变化。

6、调用库函数，完成对加噪图像的滤波，并和空间滤波函数效果进行比较。 （1）程序 f6=imread('fanz.jpg') %读入噪声图像 h=fspecial('motion') %创建一个滤波器 g6=imfilter(f6,h) %空间滤波 imshow(f6),figure,imshow(g6) %显示噪声图像和滤波后图像 imwrite(g6,'g6.jpg') %将滤波后图像写入计算机 G6=medfilt2(f6) %调用库函数对噪声图像进行中值滤波 figure,imshow(G6) %显示滤波后图像 imwrite(G6,'G6.jpg') %将中值滤波后图像写入计算机

（2）运行结果

图1 噪声图像 图2 空间滤波处理后图像 图3调用库函数滤波后图像 （3）运行结果 通过分别调用空间滤波函数和库函数对图像进行滤波，不难发现，空间滤波函数在处理椒盐噪声图像始终不如中值滤波函数的处理效果好。中值滤波对于去除椒盐噪声效果明显，是因为椒盐噪声只在画面上的部分点随机出现，而中值滤波根据数据排序，将未被污染的点代替噪声点的值的概率较大，所以抑制效果好。

第二部分：自编函数完成下述算法 1、完成图像的几何变换算法设计，包括平移、旋转、缩放、错切等； （1）程序： .commond： clear close all clc I=imread('2.bmp');

%图像平移 figure outimage=imtranslate1(I,50,50); subplot(1,2,1),imshow(I),title('原图') subplot(1,2,2),imshow(outimage,[]),title('平移后图像')

%图像镜像 figure outimage_h=immirr(I,'horizontal'); outimage_v=immirr(I,'vertical'); outimage=immirr(I,'both'); subplot(2,2,1),imshow(I),title('原图') subplot(2,2,2),imshow(outimage_h,[]),title('水平镜像') subplot(2,2,3),imshow(outimage_v,[]),title('垂直镜像') subplot(2,2,4),imshow(outimage,[]),title('水平垂直镜像')

合集下载

《数字图像处理实验(E000314)》作业

《数字图像处理实验(E000314)》作业

南京航空航天大学研究生实验报告实验名称：数字图像处理实验编号：E000314姓名：学号：专业：时间：实验一图像增强1－图像灰度变换（实验图像图像增强.bmp）1）实验内容及要求灰度变换就是通过线性变换对图像进行处理。

灰度变换可使图像动态范围变大，对比度扩展，图像清晰，特征明显，是图像增强的重要手段。

在爆光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内，这时将看到一个模糊不清、没有灰度层次的图像。

用一个线性单值函数，对帧内的每一个像素作线性扩展，将有效的改善图像的视觉效果。

令原图像f( i，j )的灰度范围为[a，b]，线性变换后图像g( i，j )的范围为[c，d]，f( i，j )与g( i，j )存在下列关系：g( i，j ) = c + [( d – c )/ ( b – a )]*( f – a )图（a）图像增强原始图像2）算法描述及程序根据原理公式，改变c和d的值。

function digpicclc;clear all;[fn,pn,fi]=uigetfile('*.bmp','选择图片');f=imread([pn,fn]);subplot(2,2,1),imshow(f);title('实验一原始图像');f1=double(f);a=min(min(f1));%a=73b=max(max(f1));%b=181c=0;d=255.0;g11= c + [( d - c )/ ( b - a )]*( f1 - a );subplot(2,2,2)g1=uint8(g11);imshow(g1);title('c=0,d=255');c1=127.0;d1=128.0;g12= c1 + [( d1- c1 )/ ( b - a )]*( f1 - a );subplot(2,2,3)g2=uint8(g12);imshow(g2);title('c=127,d=128');c2=255.0;d2=0;g13= c2 + [( d2- c2 )/ ( b - a )]*( f1 - a );subplot(2,2,4)g3=uint8(g13);imshow(g3);title('c=255,d=0');3）实验结果和分析图(b) 图像灰度化结果对比图从实验结果来看，原始图像的a=73,b=181,是固定值。

图像的直方图均衡、匹配及图像分割【数字图像处理大作业】

图像的直方图均衡、匹配及图像分割【数字图像处理大作业】

数字图像处理—————————————————————————————Porject3:图像的直方图均衡、匹配及图像分割摘要：本文利用matlab的编程，绘出图像的直方图。

本文用了一般的直方图均衡和自适应的直方图均衡的算法分别对各个直方图进行均衡，得到了不同的效果。

本文讨论了单映射规则和组映射规则的直方图匹配技术。

本文采用了一般的直方图图像分割技术对图像进行分割，同时还讨论了一种基于梯度的直方图阈值图像分割技术。

2012 年4 月12 日星期四项目题目：共10 幅经变亮或者变暗处理的源图像；要求：1.把附件图像的直方图画出；2.把所有图像进行直方图均衡；输出均衡后的图像和源图像进行比对；分析改善内容；3.进一步把图像按照对源图像直方图的观察，各自指定不同源图像的直方图，进行直方图匹配，进行图像增强；4.利用直方图对图像elain和woman 进行分割；技术分析1. 画出附件的直方图，先利用读取图像数据的函数将图像的数据点读取出来，然后再对数据点的值进行排序，然后再统计每个灰度值出现的次数，然后再用这些数据值绘出直方图2. 把所有图像进行直方图均衡；输出均衡后的图像和源图像进行比对；分析改善内容；先说说直方图均衡的原理：从数学上来说图像直方图是图像各灰度值统计特性与图像灰度值的函数，它是对图像中每一灰度值出现频率的统计，从图形上来说，它是一个二维图，横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像各个像素点出现的次数或概率。

灰度直方图性质：①表征了图像的一维信息。

只反映图像中像素不同灰度值出现的次数（或频数）而未反映像素所在位置。

②与图像之间的关系是多对一的映射关系。

一幅图像的直方图基本上可描述图像的概貌，如图像的阴暗状况和对比度等特征都可以通过直方图反映出来。

既然一幅图像的概貌可以通过直方图反映出来，反之，可以通过修改直方图的方法来调整图像的灰度分布情况，因为直方图反映的是一个图像的灰度值的概率统计特征，所以，基于直方图的图像增强技术是以概率统计学理论为基础的，直方图反映的是一个图像的灰度值的概率统计特征。

图像处理大作业

图像处理大作业

重庆科技学院《图像处理》课程大作业院（系）:_电气与信息工程学院_专业班级:计科1004 学生姓名:谢子洋学号: 2010441747 设计地点（单位） I515设计题目:数字图像处理大作业完成日期： 2012年月日指导教师评语: _____________________________________________________________________________________________________________________________________________________________________________________________成绩（五级记分制）:______ __________指导教师（签字）:________ ________1 大作业题目1.1连续图像f(x.y)和数字图像I(r,c)中各分量的含义是什么？他们有什么联系和区别？取值范围在什么范围？答：连续图像f（x，y）对应一个2-D数组，这里想x，y表示2D空间XY里面的坐标点的位置，f则表示图像在（x，y）的某种性质F的数值，其中图像的实际尺寸更具图像的实际大小所限制的。

数字图像I（r,c）也对应一个2-D数组，I代表离散化都的f，（r,c）代表离散化后的（x,y）,r代表图像的行，c代表图像的列，这里的I，r,c都是整数。

连续图像f（x,y）代表的连续实际图像，F是指图像在f的各个分量上的值。

例如：二值灰度值图像，其中f在x，y分量上只有0 和1 两个值。

这个也适用于rgb彩色图像。

一个函数可由n阶泰特公式展开，因此，数字图像虽然没有完全刻画Original图像，利用计数机高速度计算，将这个整体的Original图像分割，以点的值存储到相应的坐标点上。

其中 f（x，y）的值是任意实数，而 I, c，r的值都是整数1.2发光强度及亮度、照度各有什么不同？答：发光强度只指光源的能量辐射强度；亮度是指扩展光源在某个方向上的单位投影面积的发光强度；照度是指光源照射到母体表面的光通量，它是光源对物体辐射的一种量度。

数字图像处理大作业

数字图像处理大作业

[HW5][24]SA11009045_张海滨大作业1、行模糊、锐化、和直方图均衡化。

程序：I=imread('E:\研一\数字图像处理\作业\HW5\DSC00003.JPG'); figure,imshow(I),title('原始图像');I1=rgb2gray(I);I1=imresize(I1,0.5);figure,imshow(I1),title('灰度图像');h=ones(5,5)/25;I2=imfilter(I1,h);figure,imshow(I2),title('模糊处理');J=double(I1);h1=fspecial('laplacian');I3=filter2(h1,J);figure,imshow(I3),title('锐化处理');I4 = histeq(I1,256);figure,imhist(I1),title('原图像直方图');figure,imshow(I4),title('均衡化处理');figure,imhist(I4),title('均衡化后直方图');进行运算的结果为：原始图像此为进行处理的原始图像。

进行图像灰度化并把图像的大小进行调整为原来的一半，得到图像：对图像分别进行均值滤波器模糊、拉普拉斯算子锐化处理，得到的结果如下图：方图如下所示。

2、边缘检测，程序：I=imread('F:\研一\数字图像处理\作业\HW5\DSC00003.JPG'); I1=rgb2gray(I);I1=imresize(I1,0.5);J=double(I1);H=[0 1 0;1 -4 1;0 1 0];J=conv2(J,H,'same');J=I1-J;subplot(1,2,1);imshow(I1),title('灰度图像');subplot(1,2,2);imshow(J),title('Laplace算子边缘检测');G1 = [-1 -2 -1;0 0 0;1 2 1];G2 = G1';Iedge=I1;I2x = filter2(G1,Iedge);I2y = filter2(G2,Iedge);I2=abs(I2x+I2y);I22 = mat2gray(I2);figure,imshow(mat2gray(abs(I2x))),title('水平方向边缘')figure,imshow(mat2gray(abs(I2y))),title('垂直方向边缘')figure,imshow(I22),title('合成边缘')IFB=im2bw(I22,0.08);figure,imshow(IFB),title('合成边缘二值图像')[m n]=size(I22);I2_edge=I22;for i=1:mfor j=1:nif I2_edge(i,j)>0.15I2_edge(i,j)=1;else if I2_edge(i,j)>0.06I2_edge(i,j)=0.5;endendendendfigure,imshow(I2_edge),title('边缘增强后的图像');可以得到Laplace 算子处理得到的边缘：灰度图像Laplace 算子边缘检测利用Sobel算子获得的图像的水平和垂直边缘。