数字图像处理-实验报告(完整版)

数数字字图图像像处处理理 实验一实验一 MATLABMATLAB 数字图像处理初步数字图像处理初步 一 显示图像一 显示图像 1 利用 imread 函数读取一幅图像 假设其名为 lily tif 存入一个数组中 2 利用 whos 命令提取该读入图像 flower tif 的基本信息 3 利用 imshow 函数来显示这幅图像 实验结果如下图 源代码 I imread lily tif whos I imshow I 二 压缩图像二 压缩图像 4 利用 imfinfo 函数来获取图像文件的压缩 颜色等等其他的详细信息 5 利用 imwrite 函数来压缩这幅图象 将其保存为一幅压缩了像素的 jpg 文件 设为 lily jpg 语法 imwrite 原图像 新图像 quality q q 取 0 100 6 同样利用 imwrite 函数将最初读入的 tif 图象另存为一幅 bmp 图像 设为 flily bmp 7 用 imread 读入图像 Sunset jpg 和 Winter jpg 8 用 imfinfo 获取图像 Sunset jpg 和 Winter jpg 的大小 9 用 figure imshow 分别将 Sunset jpg 和 Winter jpg 显示出来 观察两幅图像的质量 其中 9 的实验结果如下图 源代码 4 6 接上面两个 I imread lily tif imfinfo lily tif imwrite I lily jpg quality 20 imwrite I lily bmp 7 9 I imread Sunset jpg J imread Winter jpg imfinfo Sunset jpg imfinfo Winter jpg figure 1 imshow Sunset jpg figure 2 imshow Winter jpg 三 二值化图像三 二值化图像 10 用 im2bw 将一幅灰度图像转化为二值图像 并且用 imshow 显示出来观察图像的特征 实验结果如下图 源代码 I imread lily tif gg im2bw I 0 4 F igure imshow gg 原始图像 四 思考题四 思考题 1 简述 MatLab 软件的特点 答 高效的数值计算及符号计算功能 能使用户从繁杂的数学运算分析中解脱出来 具有完备的图形处理功能 实现计算结果和编程的可视化 友好的用户界面及接近数学表达式的自然化语言 使学者易于学习和掌握 功能丰富的应用工具箱 如信号处理工具箱 通信工具箱等 为用户提供了大量方便 实用的处理工具 2 MatLab 软件可以支持哪些图像文件格式 JPEG JPEG PCX TIFF PNG GIF HDF XWD 等等 3 说明函数 imread 的用途格式以及各种格式所得到图像的性质 imread 函数用于读入各种图像文件 其一般的用法为 X MAP imread filename fmt 其中 X MAP 分别为读出的图像数据和颜色表数据 fmt 为图像的格式 filename 为读取 的图像文件 可以加上文件的路径 4 为什么用 I imread lena bmp 命令得到的图像 I 不可以进行算术运算 Matlab 系统默认的算术运算时针对双精度类型 double 的数据 而上述命令产生的 矩阵的数据类型是无符号 8 位 直接 进行运算会溢出 实验二实验二 图像的代数运算图像的代数运算 一 图像的加法运算一 图像的加法运算 在MATLAB中 如果要进行两幅图像的加法 或者给一幅图像加上一个常数 可以调 用imadd函数来实现 imadd函数将某一幅输入图像的每一个像素值与另一幅图像相应的像 素值相加 返回相应的像素值之和作为输出图像 imadd函数的调用格式如下 Z imadd X Y 其中 X和Y表示需要相加的两幅图像 返回值Z表示得到的加法操作结果 实验结果如下图 源代码 I imread Sunset jpg J imread Bluehills jpg K imadd I J imshow K 两幅图尺寸大小一致 原始图像 给图像的每一个像素加上一个常数可以使图像的亮度增加 效果如下 源代码 RGB imread cameraman tif RGB2 imadd RGB 50 subplot 1 2 1 imshow RGB subplot 1 2 2 imshow RGB2 二 图像的减法运算二 图像的减法运算 在MATLAB中 使用imsubtract函数可以将一幅图像从另一幅图像中减去 或者从一幅 图像中减去一个常数 imsubtract函数将一幅输入图像的像素值从另一幅输入图像相应的像 素值中减去 再将这个结果作为输出图像相应的像素值 imsubtract函数的调用格式如下 Z imsubtract X Y 其中 Z是X Y操作的结果 实验结果如下图 源代码 rice imread cameraman tif background imopen rice strel disk 15 rice2 imsubtract rice background subplot 1 2 1 imshow rice subplot 1 2 2 imshow rice2 三 图像的乘法运算三 图像的乘法运算 在MATLAB中 使用immultiply函数实现两幅图像的乘法 immultiply函数将两幅图像 相应的像素值进行元素对元素的乘法操作 MATLAB点乘 并将乘法的运算结果作为输 出图形相应的像素值 immulitply函数的调用格式如下 Z immulitply X Y 其中 Z X Y 实验结果如下图 源代码 I imread zhaowei bmp J immultiply I 1 2 subplot 1 2 1 imshow I subplot 1 2 2 imshow J 四 图像的除法运算四 图像的除法运算 在MATLAB中使用imdivide函数进行两幅图像的除法 imdivide函数对两幅输入图像的 所有相应像素执行元素对元素的除法操作 点除 并将得到的结果作为输出图像的相应 像素值 imdivide函数的调用格式如下 Z imdivide X Y 其中 Z X Y 实验结果如下图 源代码 Rice imread cameraman tif I double Rice J I 0 43 90 Rice2 uint8 J Ip imdivide Rice Rice2 Imshow Ip 原图像 五 思考题五 思考题 由图像算术运算的运算结果 思考图像减法运算在什么场合上发挥优势 答 使用背景减法进行运动目标检测可以提取出完整的目标图像 可将所得标用于进一步 的图像处理工作中 除去人身体在环境中运动产生的动态区域外 背景减法对其它的动态场景的变化 干 扰等特别敏感背景图像获取的理想情况是在场景没有运动因素 最简单背景获取方法是当 场景中任何目标时采集一幅图像作为背景图像 但这种固定背景图像的方法 只适合应于 外界条件较好的场 实验三实验三 图像增强图像增强 空域滤波空域滤波 一 实验内容与步骤一 实验内容与步骤 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 111 191 111 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 jpg 上加入椒盐噪声 salt J imnoise I gauss 0 02 J imnoise I salt ave1 fspecial average 3 ave2 fspecial average 5 K filter2 ave1 J 255 L filter2 ave2 J 255 M medfilt2 J 3 3 N medfilt2 J 4 4 imshow I figure imshow J figure imshow K figure imshow L figure imshow M figure imshow N 三 思考题三 思考题 问答题问答题 1 简述高斯噪声和椒盐噪声的特点 高斯噪声是指噪声的概率密度函数服从高斯分布 即正态分布 的一类噪声 如果一 个噪声 它的幅度分布服从高斯分布 而它的功率谱密度又是均匀分布的 则称它为高斯 白噪声 高斯白噪声的二阶矩不相关 一阶矩为常数 是指先后信号在时间上的相关性 高斯白噪声包括热噪声和散粒噪声 而椒盐噪声是指椒盐噪声是由图像传感器 传输信道 解码处理等产生的黑白相间的亮暗点噪声 椒盐噪声往往由图像切割引起 2 结合实验内容 定性评价平均滤波器 中值滤波器对高斯噪声和椒盐噪声的去噪效果 通过实验可以看出 中值滤波对椒盐噪声的消噪处理效果比较好 但是对高斯噪声的 消噪处理效果不是很理想 3 结合实验内容 定性评价滤波窗口对去噪效果的影响 对比实验结果可以发现 发现对于椒盐噪声 中值滤波效果更好 对于高斯噪声 选 用 5 5 窗口滤波效果好于 3 3 窗口滤波 但图像模糊程度加重了 实验四实验四 图像分割图像分割 一 实验内容与步骤一 实验内容与步骤 1 使用 Roberts 算子的图像分割实验 调入并显示图像 room tif 中图像 使用 Roberts 算子对图像进行边缘检测处理 Roberts 算子为一对模板 相应的矩阵为 rh 0 1 1 0 rv 1 0 0 1 这里的 rh 为水平 Roberts 算子 rv 为垂直 Roberts 算子 分别显示处理后的水平边界和垂直边界检测结果 用 欧几里德距离 和 街区距离 方式计算梯度的模 并显示检测结果 对于检测结果 进行二值化处理 并显示处理结果 2 使用 Prewitt 算子的图像分割实验 使用 Prewitt 算子进行内容 1 中的全部步骤 3 使用 Sobel 算子的图像分割实验 使用 Sobel 算子进行内容 1 中的全部步骤 4 使用 LoG 拉普拉斯 高斯 算子的图像分割实验 使用 LoG 拉普拉斯 高斯 算子进行内容 1 中的全部步骤 提示 1 处理后可以直 接显示处理结果 无须另外计算梯度的模 提示 2 注意调节噪声的强度以及 LoG 拉普拉 斯 高斯 算子的参数 观察处理结果 二 实验结果与源程序二 实验结果与源程序 实验结果如下图 源程序 f imread cameraman tif gv t1 edge f sobel vertical imshow gv gb t2 edge f sobel horizontal figure imshow gb w45 2 1 0 1 0 1 0 1 2 g45 imfilter double f w45 replicate T 0 3 max abs g45 g45 g45 T figure imshow g45 三 思考题三 思考题 问答题问答题 1 评价一下 Roberts 算子 Prewitt 算子 Sobel 算子对于噪声条件下边界检测的性能 Roberts 算子边缘定位精度较高 但易丢失一部分边缘 同时由于没经过图像平滑计 算 因此不能抑制噪声 该算子对具有陡峭的低噪声图像响应最好 Sobel 算子很容易在空间上实现 对噪声具有平滑作用 受噪声影响较小 可提供较 为精确的边缘方向信息 但同时也会检测出许多伪边缘 检测到的边缘宽度较粗 边缘位 置定位精度不高 Prewitt 算子与 Sobel 算子使用方法一样 都是对图像进行差分和滤波运算 差别只 在于使用的模板不一 样 Prewitt 算子比 Sobel 算子运算略微简单 2 为什么 LoG 梯度检测算子的处理结果不需要象 Prewitt 等算子那样进行幅度组合 LOG 算子是根据图像的信噪比来求出检测边缘的最优滤波器 该方法首先采用高斯函 数对图像进行低通平滑滤波 然后采用 Laplacia 算子进行高通滤波 根据二阶导数的过 零点来检测图像的边缘 因而不需要象 Prewitt 等算子那样进行幅度组合 3 实验中所使用的四种算子所得到的边界有什么异同 Roberts 算子检测出的图像轮廓边缘很细 连续性较差 边缘信息有一定丢失 出现 的噪点比较多 Sobel 和 Prewitt 两个算子检测出的边缘效果几乎一致 比 Roberts 算子的检测结果 要好 边缘较为连续 对噪声不敏感 但是线条稍粗 出现了一些伪边缘 二阶 LOG 算子检测出来的图像边缘更加连续 边缘也比较细小 但是由于二阶算子的 特性 对噪声比较敏感 当 的值越小 平滑的程度就越小 于是会出现零星的假边缘 而 的值越大 平滑的程度也越大 但是部分真实的边缘会丢失 出现边缘间断现象 实验五实验五 形态学运算形态学运算 一 实验内容与步骤一 实验内容与步骤 1 调入并显示图像 Plane2 jpg 2 选取合适的阈值 得到二值化图像 Plane2 2 jpg 3 设置结构元素 4 对得到的二值图像 Plane2 2 jpg 进行腐蚀运算 5 对得到的二值图像 Plane2 2 jpg 进行膨胀运算 6 对得到的二值图像 Plane2 2 jpg 进行开运算 7 对得到的二值图像 Plane2 2 jpg 进行闭运算 8 将两种处理方法的结果作比较 2 实验结果与源程序实验结果与源程序 实验结果如下图 源程序 I imread Sunset jpg level graythresh I 得到合适的阈值 bw im2bw I level 二值