唐榆--多媒体期中考试.docx

多媒体信息处理期中考试 1228401060信息工程唐榆1. 以下有两幅图像，其中图1（a）为待处理的图像。请找出一种灰度变换，使得1（a）经过该变换后具有图1(b)的灰度直方图。 图1(a) 图1(b)要求：（1） 显示出上述两图像的灰度直方图；（2） 给出处理算法的基本步骤；（3） 给出图1(a)经处理以后的结果图像及其直方图；（4）比较图1(b)与结果图像直方图，是否存在差别？若存在，请给出其原因。答,1，图1(a)的灰度直方图为：图1(b)的灰度直方图为：2，算法的基本步骤：1，读入图像并显示两幅图像的灰度直方图；2，把图1(a)的灰度从1280变换到0227，用imadjust函数实现；3，显示图1(a)的图像及灰度直方图。显示图1(a)图像：显示图1(a)直方图：4，比较图1(b)与结果图像直方图：可以看出，图1(b)的直方图比结果图像的直方图更密，原因是原图像的不同灰度值比图1(b)少，进行灰度变换后只能改变灰度的分布而不能改变灰度的多少，因此结果图像的直方图看上去比较稀疏。5，附程序：I1=imread(图1(a).jpg); %读入图像figure,imshow(I1);I2=imread(图(b).jpg); %读入图像figure,imhist(I1);figure,imhist(I2); %分别显示两幅图像的直方图I3=imadjust(I1,12/255,80/255,0,227/255); %对图1（a）进行灰度变换Figure,imshow(I3);figure,imhist(I3); %显示图1（a）及其直方图2. 下述图像为一幅受椒盐噪声污染后的图像，试设计一款滤波器，对其进行去噪处理：图2要求：（1） 写出滤波器的数学表达式；（2） 给出经过滤波处理后的结果图像；（3） 讨论滤波器尺寸与处理结果之间的关系。1， 本题我设计的滤波是中值滤波，滤波器的表达式：2， 经过滤波处理后的结果图像：（1） 用3*3的模板处理：（2） 用5*5的模板进行处理：3, 滤波器尺寸与处理结果之间的关系：当滤波器的尺寸较小时，噪声不能被完全滤除；当滤波器的尺寸较大时，噪声能基本被滤除。分析原因：当滤波器的尺寸较小时，模板中心为噪声的概率较大，当滤波器的尺寸较大时，模板中非噪声的像素占多数，模板中心为噪声的概率较大。4， 附程序：I0=imread(图2.jpg)I1=midfilt1(I0,3); %分别用3*3和5*5的模板进行中值滤波I2=midfilt1(I0,5);figure(1),imshow(I0);figure(2),imshow(I1); %图像显示figure(3),imshow(I2);function d=midfilt1(x,n) p,q=size(x); %输入图像是pq的,且pn,qn%图像拓展以便模板处理原图边缘像素y=zeros(p+4,q+4); %y是一个p+4乘q+4的0矩阵y(3:p+2,3:q+2)=x; %将图像边缘外的两个像素均置0y(1:1,3:q+2)=x(1:1,1:q);y(2:2,3:q+2)=x(1:1,1:q);y(3:p+2,1:1)=x(1:p,1:1);y(3:p+2,2:2)=x(1:p,1:1);y(p+3:p+3,3:q+2)=x(p:p,1:q);y(p+4:p+4,3:q+2)=x(p:p,1:q);y(3:p+2,q+3:q+3)=x(1:p,q:q);y(3:p+2,q+4:q+4)=x(1:p,q:q) ; %将图像边缘外的两行、列像素置为图像边缘的像素x1=double(y);x2=x1;for i=1:p for j=1:q c=x1(i:i+(n-1),j:j+(n-1); %取出x1中从(i,j)开始的n行n列元素（5*5或3*3的一块） e=c(1,:); %是c矩阵的第一行 for u=2:n e=e,c(u,:); %将c矩阵变为一个行矩阵 end for a=1:n*n for b=1:n*n-a if e(b)e(b+1) temp=e(b); e(b)=e(b+1); e(b+1)=temp; end end end %用冒泡排序法从小到大排序 m=e(n*n+1)/2); %取出中值 x2(i+(n-1)/2,j+(n-1)/2)=m; %将模板各元素的中值赋给模板中心位置的元素 endend %未被赋值的元素取原值x3=x2(3:p+2,3:q+2); %把图像还原成原来大小d=uint8(x3);3. 试求下述图像的2D傅里叶变换，并显示其二维频谱图像图3要求：（1） 写出二维傅里叶变换的表达式；（2） 若要求清晰地显示出频谱中明暗相间的条纹，请给出灰度变换表达式；3，给出二维频谱图像（要求清晰地显示出频谱中明暗相间的条纹，且原点位于图像的中心位置）1， 二维傅里叶变换的表达式：2,灰度变换一般表达式：g(x,y)=a+ln(f(x,y)+1)/blnc;3, 二维频谱图像:灰度变换前：灰度变换后：4， 附程序：I0=imread(图3.bmp);temp1=fft2(I0); %求二维傅立叶变换 temp2=fftshift(temp1); %原点位于图像的中心位置temp3=log(1+abs(temp2); %进行灰度变换figure;imshow(temp3,);figure;imshow(temp2,);4. 请利用不同尺寸的理想低通滤波器对下述图像进行处理：图 4要求：（1） 给出不同尺寸滤波器处理的结果；（2） 利用理想低通滤波器的点扩展函数（给出图像）解释上述处理结果中的振铃效应。1， 不同尺寸滤波器处理的结果：Freq取20：Freq取30： Freq取40： 2， 利用理想低通滤波器的点扩展函数（给出图像）解释上述处理结果中的振铃效应,：曲线形似余弦函数，幅值不断变小，像素点的曲线近似为脉冲函数f(x)，而卷积实际上是把脉冲函数h(x)复制到f(x)对应的位置，显然h(x)原来清晰的点被模糊了，对于复杂的图像，即产生振铃现象。附程序：I=imread(图4.bmp);%生成滤镜ff=imidealflpf(I,20);%应用滤镜out=imfreqfilt(I,ff);figure;imshow(I); %显示原图像title(Source);%计算FFT并显示temp=fft2(double(I);temp=fftshift(temp);temp=log(1+abs(temp);figure;imshow(temp,);title(Source);figure;imshow(out);title(Ideal LPF,freq=20);%计算FFT并显示temp=fft2(out);temp=fftshift(temp);temp=log(1+abs(temp);figure;imshow(temp,);title(Ideal LPF,freq=20);%生成滤镜ff=imidealflpf(I,30);%应用滤镜out=imfreqfilt(I,ff);%计算FFT并显示temp=fft2(double(I);temp=fftshift(temp);temp=log(1+abs(temp);figure;imshow(temp,);title(Source);figure;imshow(out);title(Ideal LPF,freq=30);%计算FFT并显示temp=fft2(out);temp=fftshift(temp);temp=log(1+abs(temp);figure;imshow(temp,);title(Ideal LPF,freq=30);%生成滤镜ff=imidealflpf(I,40);%应用滤镜out=imfreqfilt(I,ff);%计算FFT并显示temp=fft2(double(I);temp=fftshift(temp);temp=log(1+abs(temp);figure;imshow(temp,);title(Source);figure;imshow(out);title(Ideal LPF,freq=40);%计算FFT并显示temp=fft2(out);temp=fftshift(temp);temp=log(1+abs(temp);figure;imshow(temp,);title(Ideal LPF,freq=40);function out=imfreqfilt(I,ff)%快速傅里叶变换f=fft2(double(I);%移动原点s=fftshift(f);%应用滤镜及反变换out=s.*ff; %对应元素相乘实现频域滤波out=ifftshift(out);out=ifft2(out);%求模值out=abs(out);%归一化并显示out=out/max(out(:);function out=imidealflpf(I,freq) %freq为截止频率M,N=size(I);out=ones(M,N);for i=1:M for j=1:N if(sqrt(i-M/2)2+(j-N/2)2)freq) out(i,j)=0; end endend5. 请利用形态学滤波的方法，提取出下列图像的边界图 5要求：（1） 给出结构元素表达式；（2） 给出形态学滤波的数学表达式；（3） 给出处理结果。1， 结构元素为3*3的正方形；2， 形态学滤波的数学表达式：处理结果：1， 内边缘：2， 外边缘：3， 内外边缘：附程序I=imread(图5.jpg)；figure,imshow(I);se=strel(square,3); %3*3的正方形结构元素Ie1=imerode(I,se); %腐蚀得到内部点Iout1=I-Ie1; %得到内边缘figure,imshow(Iout1);Ie2=imdilate(I,se); %膨胀得到外部点Iout2=Ie2-I; %得到外边缘figure,imshow(Iout2); Iout3=Ie2-Ie1; %得到内外边缘figure,imshow(Iout3);6. 请利用Canny算子提取下列图像中的边缘图6要求：（1） 给出算法的主要步骤；,2，给出算法的处理结果。1， 算法的主要步骤：第一步首先用二维高斯函数对图像进行平滑 第二步用22 邻域一阶偏导的有限方差来计算