实验指导书 (2).doc

实验指导书 (2) 数字图像处理实验指导书实验 一、图像的离散余弦变换 一、实验目的 （1） （2） （3）了解离散余弦正变换和逆变换的原理。 理解离散余弦变换系数特点。 了解离散余弦变换在图像数据压缩中的应用。 二、实验主要仪器设备 （1）微型计算机Intel Pentium及更高。 （2）MATLAB软件。 三、实验原理 （1）二维离散余弦变换和离散余弦逆变换的计算公式。 正变换公式为?+=0x?=)21(cos)21(cos), (2)()(),(110yNxuMyxfMNvCuCvuFMNy其中，?=11,10,21)(NuuuC，C（v）同C（u）。 反变换公式为1100211(,)f xy()()(,)cosC uC vF uv()cos?()22MNuvu xvyMNMN?=?=+ （2）MATLAB中的DCT变换的实现函数是dct2()；DCT逆变换的实现函数是idct2(). 四、实验内容在MATLAB环境汇总，进行图像的离散余弦逆变换，初步理解DCT变换在压缩编码中的应用。 减少DCT系数，观察重建信号和误差信号。 五、实验步骤 （1）MATLAB Command窗口中，输入Demo，并执行。 （2）MATLAB Demo窗口中，选择ToolBox并双击打开，选择Image processing。 （3）运行Discrete CosineTransform。 （4）选择不同个数的DCT系数，观察重建图像和误差图像的不同。 （5）选择不同的图像重复步骤4。 六、编程题1利用MATLAB对一副图像进行DCT变换，每一个8*8图像块保留10个DCT变换系数进行重构图像，比较重建图像与原始图像的差异。 2应用MATLAB实现小波变换的例子。 七、思考题对重建图像进行主观评价和客观评价，分析重建图像的质量和DCT重建系数的关系。 实验 二、图像增强一实验目的 （1） （2）熟悉并学习使用MATLAB中图像增强的相关函数。 了解图像增强的方法，噪声的去除的方法和去噪的效果。 二试验主要仪器设备 （1）微型计算机Intel Pentium及更高。 （2）MATLAB软件（含图像处理工具箱）。 （3）典型的灰度,彩色图像文件。 三实验原理 （1）将一副图像看成一个二维矩阵，因此MATLAB进行图像增强是十分方便的。 （2）利用MATLAB图像处理工具箱读函数，显示函数，加噪函数，滤波函数进行图像去噪处理。 采用imread函数读图像，inshow函数显示图像，imnoise函数对图像进行加噪处理，filter2函数对图像进行滤波。 （3）各种去噪方法领域平均，中值滤波。 四实验内容 （1）利用MATLAB图像处理工具箱读和显示图像文件。 （2）对图像增加不同种类的噪声。 （3）采用不同的方法去除噪声。 五实验步骤 （1）读入一副图像。 （2）对图像加入噪声。 （3）选择不同的去噪方法，如邻域平均，中值滤波等方法，对图像进行增强处理。 （4）改变噪声的种类，重新按步骤 （2）， （3）的要求进行处理。 （5）分析各种去噪方法对不同噪声图像处理的结果。 六编程1对一幅含有椒盐噪声的图像选用3*3的窗口进行中值滤波。 2利用罗伯茨梯度对图像进行锐化处理。 七思考题 （1） （2）如果一幅图像加入椒盐噪声，采用何种去噪方法较为合适，为什么？如果一幅图像加入高斯噪声，采用何种去噪方法较为合适，为什么？实验 三、图像编码及压缩一实验目的 （1）了解图像的压缩编码原理。 （2）掌握常用图像压缩算法。 二试验主要仪器设备 （1）微型计算机Intel Pentium及更高。 （2）MATLAB软件（含图像处理工具箱）。 三实验原理 （1）去除数据冗余度可以有效地压缩数据。 （2）图像编码压缩的主要技术指标。 （1）压缩比； （2）客观评价SNR; （3）主观评价四实验内容 （1）利用变换编码压缩图像信息。 （2）计算压缩算法的性能。 五编程1利用RLC编码压缩信息，并计算压缩比。 六思考题图像中哪些信息是主要的，哪些信息是次要的？实验 四、图像的边缘检测一实验目的 （1）熟悉MATLAB图像处理工具箱的使用方法。 （2）熟悉图像边缘检测的方法。 （3）理解边缘检测在图像分割中的应用。 二实验主要仪器设备 （1）微型计算机Intel Pentium及更高。 （2）MATLAB软件（含图像处理工具箱）。 （3）典型的灰度，彩色图像文件。 三实验原理 （1）可以将一幅图像看成是一个二维矩阵，因此用MATLAB处理图像是十分方便的。 （2）利用MATLAB图像处理工具箱提供的DEMO进行试验。 （3）图像的边缘检测的原理采用差分，梯度，拉普拉斯算子及各种高通滤波处理方法可以对图像边缘进行检测。 检测的方法有梯度算子，拉普拉斯算子，方向算子，Canny算子，各种方法实现的原理可以参考本章相关小节。 四实验内容 （1）利用MATLAB图像处理工具箱进行边缘检测。 （2）理解边缘检测在图分割中的应用，比较各种边缘检测方法。 五实验步骤 （1）在MATLAB Command窗口中，输入Demo，并执行。 （2）在MATLAB Demo窗口中，选择Toolbox并双击打开，选择Image processing。 （3）运行Image Analysis中的Edge Detection。 （4）选择不同的图象，不同的检测方法，不同的X值，观察结果。 六编程1编程实现