数字图像处理实验

1、数字图像处理实验（MATLAB）一实验目的1熟悉 MATLAB 图像处理工具箱的使用；2掌握各种常用数字图像处理算法的源程序和应用；二实验设备1.PC 机一台；2.软件 MATLAB；三程序设计在 MATLAB 环境中，通过调用函数并设置相关参数，完成程序设计。四实验步骤1. 启动 MATLAB双击桌面 MATLAB 图标启动 MATLAB 环境。2. 在 MATLAB 命令窗口中输入相应程序；或使用开始菜单，新建一个 script 文档，在其中编辑程序。目标图像放在“current folder”指向的文件夹中；或指定具体路径。3编译源程序并排查编译错误。4运行，观察显示结果。5结束运行，退

2、出。五实验报告要求使用网络下载的图片作为输入图像；与源图像对比，观察实验结果；分析和总结该处理方法的特点和功能。附录 MATLAB 源程序1. 图像读取及 彩色图像转换为灰度图像clearclose alltitle( 灰度变换);I=imread(1.jpg);subplot(1,2,1),imshow(I)L=rgb2gray(I);subplot(1,2,1),imshow(L)title(源图像)2. 直方图I=imread(cameraman.tif);%读取图像subplot(1,2,1),imshow(I) %输出图像title(原始图像) %在原始图像中加标题subplot(1

3、,2,2),imhist(I) %输出原图直方图title(原始图像直方图) %在原图直方图上加标题3. 图像旋转I = imread(cameraman.tif);figure,imshow(I);theta = 30;K = imrotate(I,theta); % Try varying the angle, theta.figure, imshow(K)4. 边缘检测I = imread(cameraman.tif);J1=edge(I,sobel);J2=edge(I,prewitt);J3=edge(I,log);subplot(1,4,1),imshow(I);subplot(1

4、,4,2),imshow(J1);subplot(1,4,3),imshow(J2);subplot(1,4,4),imshow(J3);5. 图像反转MATLAB 程序实现如下：I=imread(xian.bmp);J=double(I);J=-J+(256-1); %图像反转线性变换H=uint8(J);subplot(1,2,1),imshow(I);subplot(1,2,2),imshow(H);6. 灰度线性变换MATLAB 程序实现如下：I=imread(xian.bmp);subplot(2,2,1),imshow(I);title(原始图像);axis(50,250,50,2

5、00);axis on; %显示坐标系I1=rgb2gray(I);subplot(2,2,2),imshow(I1);title(灰度图像);axis(50,250,50,200);axis on; %显示坐标系J=imadjust(I1,0.1 0.5,); %局部拉伸，把0.1 0.5内的灰度拉伸为0 1subplot(2,2,3),imshow(J);title(线性变换图像0.1 0.5);axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系K=imadjust(I1,0.3 0.7,); %局部拉伸，把0.3 0.7内的灰度拉伸为0

6、1subplot(2,2,4),imshow(K);title(线性变换图像0.3 0.7);axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系7. 非线性变换MATLAB 程序实现如下：I=imread(xian.bmp);I1=rgb2gray(I);subplot(1,2,1),imshow(I1);title( 灰度图像);axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系J=double(I1);J=40*(log(J+1);H=uint8(J);subplot(1,2,2),imsh

7、ow(H);title( 对数变换图像);axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系8. 直方图均衡化MATLAB 程序实现如下：I=imread(xian.bmp);I=rgb2gray(I);figure;subplot(2,2,1);imshow(I);subplot(2,2,2);imhist(I);I1=histeq(I);figure;subplot(2,2,1);imshow(I1);subplot(2,2,2);imhist(I1);9. 线性平滑滤波器用 MATLAB 实现领域平均法抑制噪声程序：I=imread(xi

8、an.bmp);subplot(231)imshow(I)title(原始图像)I=rgb2gray(I);I1=imnoise(I,salt & pepper,0.02);subplot(232)imshow(I1)title( 添加椒盐噪声的图像)k1=filter2(fspecial(average,3),I1)/255; %进行 3*3 模板平滑滤波k2=filter2(fspecial(average,5),I1)/255; %进行 5*5 模板平滑滤波k3=filter2(fspecial(average,7),I1)/255; %进行 7*7 模板平滑滤波k4=filter2(f

9、special(average,9),I1)/255; %进行 9*9 模板平滑滤波subplot(233),imshow(k1);title(3*3 模板平滑滤波);subplot(234),imshow(k2);title(5*5 模板平滑滤波);subplot(235),imshow(k3);title(7*7 模板平滑滤波);subplot(236),imshow(k4);title(9*9 模板平滑滤波);10. 中值滤波器用 MATLAB 实现中值滤波程序如下：I=imread(xian.bmp);I=rgb2gray(I);J=imnoise(I,salt&pepper,0.02

10、);subplot(231),imshow(I);title(原图像);subplot(232),imshow(J);title(添加椒盐噪声图像);k1=medfilt2(J); %进行 3*3 模板中值滤波k2=medfilt2(J,5,5); %进行 5*5 模板中值滤波k3=medfilt2(J,7,7); %进行 7*7 模板中值滤波k4=medfilt2(J,9,9); %进行 9*9 模板中值滤波subplot(233),imshow(k1);title(3*3 模板中值滤波);subplot(234),imshow(k2);title(5*5 模板中值滤波 );subplot(

11、235),imshow(k3);title(7*7 模板中值滤波);subplot(236),imshow(k4);title(9*9 模板中值滤波);11. 用 用 Sobel 算子和拉普拉斯对图像锐化：I=imread(xian.bmp);subplot(2,2,1),imshow(I);title(原始图像);axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系I1=im2bw(I);subplot(2,2,2),imshow(I1);title(二值图像);axis(50,250,50,200);grid on; %显示网格线axis o

12、n; %显示坐标系H=fspecial(sobel); %选择 sobel 算子J=filter2(H,I1); %卷积运算subplot(2,2,3),imshow(J);title(sobel 算子锐化图像);axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系h=0 1 0,1 -4 1,0 1 0; %拉普拉斯算子J1=conv2(I1,h,same); %卷积运算subplot(2,2,4),imshow(J1);title(拉普拉斯算子锐化图像);axis(50,250,50,200);grid on; %显示网格线axis on;

13、%显示坐标系12. 真彩色图像的分解clc;RGB=imread(peppers.png);subplot(221),imshow(RGB)title(原始真彩色图像)subplot(222),imshow(RGB(:,:,1)title(真彩色图像的红色分量)subplot(223),imshow(RGB(:,:,2)title(真彩色图像的绿色分量)subplot(224),imshow(RGB(:,:,3)title(真彩色图像的蓝色分量)13. 伪彩色增强举例：I=imread(cameraman.tif);imshow(I);X=grayslice(I,16);%thresholds

14、 the intensity image I using%threshold values 1/16,2/16,.,15/16,returning an indexed %image in Xfigure;imshow(X,hot(16);14. 梯度算子检测边缘I=imread(xian.bmp);subplot(2,3,1);imshow(I);title(原始图像);axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系I1=im2bw(I);subplot(2,3,2);imshow(I1);title(二值图像);axis(50,250,

15、50,200);grid on; %显示网格线axis on; %显示坐标系I2=edge(I1,roberts);figure;subplot(2,3,3);imshow(I2);title(roberts 算子分割结果);axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系I3=edge(I1,sobel);subplot(2,3,4);imshow(I3);title(sobel 算子分割结果);axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系I4=edge(I1,Prewitt);sub

16、plot(2,3,5);imshow(I4);title(Prewitt 算子分割结果 );axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系15. LOG 算子检测边缘用 MATLAB 程序实现如下：I=imread(xian.bmp);subplot(2,2,1);imshow(I);title(原始图像);I1=rgb2gray(I);subplot(2,2,2);imshow(I1);title(灰度图像);I2=edge(I1,log);subplot(2,2,3);imshow(I2);title(log 算子分割结果);16. C

17、anny 算子检测边缘用 MATLAB 程序实现如下：I=imread(xian.bmp);subplot(2,2,1);imshow(I);title(原始图像)I1=rgb2gray(I);subplot(2,2,2);imshow(I1);title(灰度图像);I2=edge(I1,canny);subplot(2,2,3);imshow(I2);title(canny 算子分割结果);17. 直方图阈值法用 MATLAB 实现直方图阈值法：I=imread(xian.bmp);I1=rgb2gray(I);figure;subplot(2,2,1);imshow(I1);title(

18、 灰度图像)axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系m,n=size(I1); %测量图像尺寸参数GP=zeros(1,256); %预创建存放灰度出现概率的向量for k=0:255GP(k+1)=length(find(I1=k)/(m*n); %计算每级灰度出现的概率，将其存入GP 中相应位置endsubplot(2,2,2),bar(0:255,GP,g) %绘制直方图title(灰度直方图)xlabel(灰度值)ylabel( 出现概率)I2=im2bw(I,150/255);subplot(2,2,3),imshow(I2

19、);title(阈值 150 的分割图像)axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系I3=im2bw(I,200/255); %subplot(2,2,4),imshow(I3);title(阈值 200 的分割图像)axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系18. 自动阈值法：Otsu 法用 MATLAB 实现 Otsu 算法：clcclear allI=imread(xian.bmp);subplot(1,2,1),imshow(I);title(原始图像)axis(50,2

20、50,50,200);grid on; %显示网格线axis on; %显示坐标系level=graythresh(I); %确定灰度阈值BW=im2bw(I,level);subplot(1,2,2),imshow(BW);title(Otsu 法阈值分割图像)axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系19. 膨胀操作I=imread(xian.bmp); %载入图像I1=rgb2gray(I);subplot(1,2,1);imshow(I1);title(灰度图像)axis(50,250,50,200);grid on; %显示网

21、格线axis on; %显示坐标系se=strel(disk,1); %生成圆形结构元素I2=imdilate(I1,se); %用生成的结构元素对图像进行膨胀subplot(1,2,2);imshow(I2);title( 膨胀后图像);axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系20. 腐蚀操作MATLAB 实现腐蚀操作I=imread(xian.bmp); %载入图像I1=rgb2gray(I);subplot(1,2,1);imshow(I1);title(灰度图像)axis(50,250,50,200);grid on; %显示

22、网格线axis on; %显示坐标系se=strel(disk,1); %生成圆形结构元素I2=imerode(I1,se);%用生成的结构元素对图像进行腐蚀subplot(1,2,2);imshow(I2);title(腐蚀后图像);axis(50,250,50,200);grid on; %显示网格线axis on; %显示坐标系21. 开启和闭合操作用 MATLAB 实现开启和闭合操作I=imread(xian.bmp); %载入图像subplot(2,2,1),imshow(I);title(原始图像);axis(50,250,50,200);axis on; %显示坐标系I1=rgb

23、2gray(I);subplot(2,2,2),imshow(I1);title(灰度图像);axis(50,250,50,200);axis on; %显示坐标系se=strel(disk,1); %采用半径为 1 的圆作为结构元素I2=imopen(I1,se); %开启操作I3=imclose(I1,se); %闭合操作subplot(2,2,3),imshow(I2);title(开启运算后图像);axis(50,250,50,200);axis on; %显示坐标系subplot(2,2,4),imshow(I3);title(闭合运算后图像);axis(50,250,50,200)

24、;axis on; %显示坐标系22. 开启和闭合组合操作I=imread(xian.bmp); %载入图像subplot(3,2,1),imshow(I);title(原始图像);axis(50,250,50,200);axis on; %显示坐标系I1=rgb2gray(I);subplot(3,2,2),imshow(I1);title(灰度图像);axis(50,250,50,200);axis on; %显示坐标系se=strel(disk,1);I2=imopen(I1,se); %开启操作I3=imclose(I1,se);%闭合操作subplot(3,2,3),imshow(I2);title(开启运算后图像);axis(50,250,50,200);axis on; %显示坐标系subplot(3,2,4),imshow(I3);title(闭合运算后图像);axis(50,250,50,200);axis on; %显示坐标系se=strel(disk,1);I4=imopen(I1,se);I5=imclose(I4,se);subplot(3,2,5),imshow(I5); %开闭运算图像title(开闭运算图像);axis(50,250,50,200);axis on; %显示坐标系