《数字图像处理》实验指导书.doc

数 字 图 像 处 理实 验 指 导 书信息科学与工程学院电子系二六年2 前 言数字图像处理是研究数字图像处理的基本理论、方法及其在智能化检测中应用的学科，是电子信息类本科专业的专业课。本课程侧重于数字图像的基本处理，并对图像分析的基本理论和实际应用进行系统介绍；目的是使学生系统掌握数字图像处理的基本概念、原理和实现方法，学习图像分析的基本理论、典型方法和实用技术，具备解决通信领域的图像相关问题的初步能力，为今后的研究与开发打下扎实的基础。20目 录实验一 常用的图像文件格式与格式转换和图像矩阵的显示方法 2实验二 傅立叶变换4实验三 图像增强及编程处理5实验一 常用的图像文件格式与格式转换和图像矩阵的显示方法1 实验目的熟悉Matlab语言的初步使用；熟悉常用的图像文件格式与格式转换；熟悉图像矩阵的显示方法（灰度、索引、黑白、彩色）；熟悉图像矩阵的格式转换2 实验内容练习图像读写命令imread和imwrite并进行图像文件格式间的转换。特别是索引图像与1，4，8，16比特图像的存储与转换。熟悉下列模块函数Image file I/O. imread - Read image file. imwrite - Write image file.Image display. colorbar - Display colorbar. getimage - Get image data from axes. image - Create and display image object. imagesc - Scale data and display as image. immovie - Make movie from multiframe indexed image. imshow - Display image. subimage - Display multiple images in single figure. truesize - Adjust display size of image. warp - Display image as texture-mapped surface.zoom - Zoom in and out of image or 2-D plot.3 实验步骤a. Load cameraman.tif image from your hard disk (using function imread).A=imread(C:MATLAB6p5toolboximagesimdemoscameraman.tif);b. Show the image in a figure window (using function image or imshow). imshow(A)c. Draw a brightness bar on the right side of the image(using function colorbar). colorbard. Get image data from the current figure(axes) (using function getimage).B=getimage；生成新的矩阵e. Show the gray level of the image between 64 to 128 (using function imagesc). clims = 64 128;imagesc(A,clims)imshow(A)f. Make a movie from a 4-D image (load mri, make the movie by immovie, then show movie by function movie). load mrimov = immovie(D,map);movie(mov,3)g. Draw the cameraman image on a cylinder (using function warp).C=A A; x,y,z = cylinder; warp(-x,-y,-z,C)Question: how to show the cameraman like thisRequirement: write a report to do the experiment from a to g.实验二 傅立叶变换1实验目的熟悉傅立叶变换的概念和原理；理解Fourier变换的意义。2实验内容用Fourier变换算法对图像进行Fourier变换；评价人眼对图像幅频特性和相频特性的敏感度。3实验步骤产生如图所示图像f1(x,y)（128128 大小，暗处=0，亮处=255），用MATLAB中的fft2函数对其进行FFT；A=zeros(128,128);A(31:95,60:70)=255;figure(1);imshow(A);axis on;Y=fft2(A);同屏显示原图f1和FFT(f1)的幅度谱图；A=zeros(128,128);A(31:95,60:70)=255;figure(1);subplot(1,2,1);imshow(A);axis on;Y=fft2(A);K=(Y-min(min(Y)/ (max(max(Y)-min(min(Y)*225; subplot(1,2,2);imshow(K);axis on; 若令f2(x,y)=（-1） f1(x,y)，重复以上过程，比较两幅图像的幅度谱的异同，简述理由；B=A;for x=1:128 for y=1:128 B(x,y)=A(x,y)*(-1)(x+y); endendY2=fft2(B);Y2=abs(Y2);K2=(Y2-min(min(Y2)/ (max(max(Y2)-min(min(Y2)*225; subplot(2,2,3);imshow(K2);axis on;若将f2(x,y)顺时针旋转45度得到f3(x,y)，试显示FFT(f3)的幅度谱，并与FFT(f2)的幅度谱进行比较；C=imrotate(A,-45,bilinear);for x=1:128 for y=1:128 C(x,y)=C(x,y)*(-1)(x+y); endendsubplot(2,2,2);imshow(C);axis on;Y3=fft2(C);Y3=abs(Y3);K3=(Y3-min(min(Y3)/ (max(max(Y3)-min(min(Y3)*225; subplot(2,2,4);imshow(K3);axis on;评价人眼对图像幅频特性和相频特性的敏感度。 4. 实验报告简述实验目的及原理；给出实验代码，并加以注释；对实验现象加以说明和讨论。实验三 图像增强及编程处理1 实验目的观察数字图像增强的效果；熟悉数字图像增强的一般方法；掌握数字图像增强的一般方法的Matlab编程实现。2 实验内容使用Photoshop观察数字图像增强的效果；练习和掌握图像增强的Matlab编程。熟悉下列模块函数Image enhancement. histeq - Read image file. imadust - Adust imae intensity values or colormap.Image noising.imnoise - Add noise to an image.Image filtering medfilt2 - Perform 2-D median filtering. ordfilt2 - Perform 2-D order-statistic filtering. wiener2 - Perform 2-D adaptive noise-removal filtering.3 实验步骤 使用Photoshop观察数字图像增强的效果a. 对比度增强1)在Photoshop中打开一黑白灰度图像文件。2)在图像菜单中选直方图项，观察原始图像的直方图。3)在图像菜单调整子菜单中选亮度/对比度项，调节对比度滑块，观察图像变化。4)在图像菜单中选直方图项，观察处理后图像的直方图，并同（2）中的直方图比较。b. 灰度变换1)在Photoshop中打开一黑白灰度图像文件。2)在图像菜单中选直方图项，观察原始图像的直方图。3)在图像菜单调整子菜单中选反相项，观察图像变化。4)在图像菜单中选直方图项，观察处理后图像的直方图，并同（2）中的直方图比较。5)画出灰度变换曲线。6)在编辑菜单中选返回项，恢复原始图像。7)在图像菜单调整子菜单中阈值项，调节阈值色阶滑块，观察图像变化。8)在图像菜单中选直方图项，观察处理后图像的直方图，并同（2）中的直方图比较。9)画出灰度变换曲线。c. 直方图均衡化1)在Photoshop中打开一黑白灰度图像文件。2)在图像菜单中选直方图项，观察原始图像的直方图。3)在图像菜单调整子菜单中选色调均化项，观察图像变化。4)在图像菜单中选直方图项，观察处理后图像的直方图，并同（2）中的直方图比较。d. 图像平滑1)在Photoshop中打开一黑白灰度图像文件。2)在图像菜单中选直方图项，观察原始图像的直方图。3)在滤镜菜单模糊子菜单中选进一步模糊项，观察图像变化。4)在图像菜单中选直方图项，观察处理后图像的直方图，并同（2）中的直方图比较。5)在编辑菜单中选返回项，恢复原始图像。6)在滤镜菜单模糊子菜单中选高斯模糊项，观察图像变化。7)在图像菜单中选直方图项，观察处理后图像的直方图，并同（2）中的直方图比较。8)在Matlab Help菜单中, 选Demos项。9)打开ToolboxesImage Processing项，选Noise Reduction Filtering，并运行。10)选图像Blood、噪声类型Salt & Pepper、滤波器类型Median、邻域3x3，比较原始图像、受噪声污染图像、滤波后图像。11)改变参数，重做（10）。12)选其他图像，重做（10）-（11）。13)思考何种滤波器对抑制何种类型噪声更有效，邻域大小对抑制噪声效果及图像模糊程度的影响。 图像增强的Matlab编程a. Load cameraman.tif image from your hard disk (using function imread).A=imread(C:MATLAB6p5toolboximagesimdemoscameraman.tif);imshow(A)；b. Show the image in a figure window.c. Show the histogram of the image (using function imhist).imhist(A)d. Enhance the contrast of the image using histogram equalization.J = histeq(A); imshow(J)e. Show the histogram of the image after processing.imhist(J)f. Compare the qualities of two images and makes a discussion about them.g. Add noises, such as gaussian, salt&pepper, speckle noise into the image respectively. Compare with the influence of the different Means and Variance. J = imnoise(A,salt & pepper); imshow(J) J = imnoise(A,gaussian); imshow(J) J = imnoise(A,speckle); imshow(J)h. Remove the added noise from the image by function medfilt2, ordfilt2 and wiener2 respectively. Compare the qualities of the original images with the processed images and discuss the effect of the methods.（1）medfilt2 K = medfilt2(J); imshow(K)（2）or