数字图像处理实验报告

1、数字图像处理实验报告姓名：学号：目录实验一 常用MATLAB图像处理命令3一、实验目的3二、实验环境3三、常用函数3l读写图像文件3l图像类型转换4l图像运算4四、实验内容4五、实验总结7实验二 图像基本操作8一、实验目的8二、实验环境8三、相关函数8l图像的增强8l运算函数9四、实验内容9实验三 图像变换14一、实验目的14二、实验环境14三、相关函数14l图像的变换14四、实验内容15实验四 常用图像增强方法18一、实验目的18二、实验环境18三、相关知识18四、实验内容19五、实验总结21实验五 图像恢复和图像分割22一、实验目的22二、实验环境22三、相关知识22四、实验内容22实验一

2、 常用MATLAB图像处理命令一、 实验目的1、熟悉并掌握MATLAB工具的使用；2、实现图像的读取、显示、代数运算和简单变换。二、 实验环境MATLAB 6.5以上版本、WIN XP或WIN2000计算机三、 常用函数l 读写图像文件imread imread函数用于读入各种图像文件，如：a=imread(e:w01.tif)imwrite imwrite函数用于写入图像文件，如：imwrite(a,e:w02.tif,tif)imfinfo imfinfo函数用于读取图像文件的有关信息，如：imfinfo(e:w01.tif)图像的显示image image函数是MATLAB提供的最原始的

3、图像显示函数，如： a=1,2,3,4;4,5,6,7;8,9,10,11,12; image(a);imshowimshow函数用于图像文件的显示，如：i=imread(e:w01.tif);imshow(i);title（原图像）%加上图像标题colorbarcolorbar函数用显示图像的颜色条，如：i=imread(e:w01.tif);imshow(i);colorbar;figurefigure函数用于设定图像显示窗口，如：figure(1)； /figure(2)；subplot 把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。Subplot（m，n，p）分成m*n个小

4、窗口，在第p个窗口中创建坐标轴为当前坐标轴，用于显示图形。plot绘制二维图形plot（y）Plot（x，y）xy可以是向量、矩阵。l 图像类型转换rgb2gray把真彩图像转换为灰度图像i=rgb2gray（j）im2bw通过阈值化方法把图像转换为二值图像I=im2bw（j，level）Level表示灰度阈值，取值范围01（即0.n），表示阈值取自原图像灰度范围的n%imresize改变图像的大小I=imresize（j，m n）将图像j大小调整为m行n列l 图像运算imadd两幅图像相加，要求同样大小，同种数据类型Z=imadd（x，y）表示图像x+y imsubstract两幅图像相减，

5、要求同样大小，同种数据类型Z=imsubtract（x，y） 表示图像x-yimmultiplyZ=immultiply（x，y） 表示图像x*yimdivideZ=imdivide（x，y） 表示图像x/y四、 实验内容读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。a=imread(F:我的文档桌面aa5dfd34ed52eac64537d03e67593730.jpg);a_gray=rgb2gray(a);a_bw=im2bw(a); subplot(2,2,1);imshow(a);title(原图像);sub

6、plot(2,2,2);imshow(a_gray);title(灰度图像);subplot(2,2,3);imshow(a_bw);title(阈值图像);对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。b=imread(F:我的文档桌面902397dda144ad34e6cd1e86d2a20cf431ad8545.jpg);aADDb=imadd(a,b);aSUBb=imsubtract(a,b);aMULb=immultiply(a,b);aDIVb=imdivide(a,b);subplot(3,2,1);image(a);title(原

7、图像A);subplot(3,2,2);image(b);title(原图像B);subplot(3,2,3);image(aADDb);title(加法图像);subplot(3,2,4);image(aSUBb);title(减法图像);subplot(3,2,5);image(aMULb);title(乘法图像);subplot(3,2,6);image(aDIVb);title(除法图像);对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。a_light=imadjust(a,0.1;1);a_dark=imadjust(a,0

8、;0.5);a_fan=255-a;subplot(2,2,1);imshow(a);title(原图像);subplot(2,2,2);imshow(a_light);title(图像变亮);subplot(2,2,3);imshow(a_dark);title(图像变暗);subplot(2,2,4);imshow(a_fan);title(负片效果);熟悉数字图像处理常用函数的使用，调出帮助文档查看其各种不同用法。方法：选择函数（函数所在区变暗），点右键弹出菜单，选择“Help on Selection”五、 实验总结分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域

9、。实验二 图像基本操作一、 实验目的1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换。2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图均衡和直方图规定化方法对图像进行修正。二、 实验环境MATLAB 6.5以上版本、WIN XP或WIN2000计算机三、 相关函数l 图像的增强直方图imhist函数用于数字图像的直方图计算或显示，imhist(I,n)计算和显示图像I的直方图，n为指定的灰度级数目，默认为256。如果I是二值图像，那么n仅有两个值。counts,x=imhist(.)返回直方图数据向量counts，相应的色彩值向量x。如： i=imread(e

10、:w01.tif);imhist(i);直方图均衡化histeq函数用于数字图像的直方图均衡化，J = histeq(I, n) 均衡化后的级数n，缺省值为64。J = histeq(I, hgram) 直方图规定化，即将原是图象 I 的直方图变换成用户指定的向量 hgram (即指定另一幅图像的直方图数据向量)。如： i=imread(e:w01.tif);j=histeq(i，N);对图像i执行均衡化，得到具有N个灰度级的灰度图像j，N缺省值为64灰度调整imadjust函数用于数字图像的灰度或颜色调整，J = imadjust(I) 将灰度图像 I 中的亮度值映射到 J 中的新值并使 1

11、 的数据是在低高强度和饱和，这增加了输出图像 J 的对比度值。 J = imadjust(I,low_in; high_in,low_out; high_out) 将图像I中的亮度值映射到J中的新值，即将low_in至high_in之间的值映射到low_out至high_out之间的值。low_in 以下与 high_in 以上的值被剪切掉了，也就是说，low_in 以下的值映射到 low_out，high_in 以上的值映射到high_out。它们都可以使用空的矩阵，默认值是0 1。 如： i=imread(e:w01.tif); j=imadjust(i,0.3,0.7,);将图像i转换为

12、j，使灰度值从0.30.7与缺省值01相匹配l 运算函数Zeros生成全0数组或矩阵如 B = zeros(m,n) or B = zeros(m n) 返回一个 m*n 全0矩阵取整函数floor最小取整函数round四舍五入取整函数ceil最大取整函数如a = -1.9, -0.2, 3.4, 5.6, 7.0, 2.4+3.6iI=round(a)I = -2 0 3 6 7 2+ 4i四、 实验内容对一幅图像进行2倍、4倍、8倍和16倍减采样，显示结果。a=imread(F:我的文档 桌面aa5dfd34ed52eac64537d03e67593730.jpg);a_gray=rgb2

13、gray(a);for m=1:4 figure width,height=size(a_gray); quartimage=zeros(floor(width/(m),floor(height/(2*m); k=1; n=1; for i=1:(m):width for j=1:(2*m):height quartimage(k,n)=a_gray(i,j); n=n+1; end k=k+1; n=1; end imshow(uint8(quartimage);end显示一幅灰度图像a，改变图像亮度使其整体变暗得到图像b，显示两幅图像的直方图。a=imread(F:我的文档桌面aa5dfd

14、34ed52eac64537d03e67593730.jpg);a_gray=rgb2gray(a);b=a_gray-46;subplot(2,2,1);imhist(a_gray);title(原图像直方图);subplot(2,2,2);imhist(b);title(变暗后图像直方图);subplot(2,2,3);imshow(a_gray);title(原图像);subplot(2,2,4);imshow(b);title(变暗后图像);d=adjust(a_gray,0,1,1,0);imshow(d);对图像b进行直方图均衡化，显示结果图像和对应直方图。a=imread(F:我

15、的文档桌面aa5dfd34ed52eac64537d03e67593730.jpg);a_gray=rgb2gray(a);j=histeq(a_gray);subplot(2,2,1);imshow(a_gray);title(原图像);subplot(2,2,2);imshow(j);title(均衡化原图像);subplot(2,2,3);imhist(a_gray);title(原图像直方图);subplot(2,2,4);imhist(j);title(均衡化直方图);读入图像c，执行直方图规定化，使图像a的灰度分布与c大致相同，显示变换后图像及对应直方图。a=imread(F:我的

16、文档桌面aa5dfd34ed52eac64537d03e67593730.jpg);a_gray=rgb2gray(a); x1=0:0.01:0.125;x2=0.125:0.01:0.75;x3=0.75:0.01:1;y1=2*x1;y2=0.25+0.6*(x2-0.125);y3=0.625+1.5*(x3-0.75);x=x1,x2,x3;y=y1,y2,y3;hgram=x,y; j=histeq(a_gray,hgram);subplot(2,2,1);imshow(a_gray);title(原图);subplot(2,2,2);imhist(a_gray);title(原图

17、直方图);subplot(2,2,3);imshow(j);title(变换后图像);subplot(2,2,4);imhist(j);title(变换后直方图);实验三 图像变换一、 实验目的 1、熟悉及掌握图像的变换原理及性质，实现图像的傅里叶变换。二、 实验环境MATLAB 6.5以上版本、WIN XP或WIN2000计算机三、 相关函数l 图像的变换fft2fft2函数用于数字图像的二维傅立叶变换，如：i=imread(e:w01.tif);j=fft2(i);由于MATLAB无法显示复数图像，因此变换后的结果还需进行求模运算，即调用abs函数。之后常常还进行对数变换，即调用log函数

18、，以减缓傅里叶谱的快速衰减，更好地显示高频信息。ifft2ifft2函数用于数字图像的二维傅立叶反变换，如：i=imread(e:w01.tif);j=fft2(i);k=ifft2(j);fftshift用于将变换后图像频谱中心从矩阵的原点移动到矩阵的中心B=fftshift（i）利用fft2计算二维卷积 利用fft2函数可以计算二维卷积,如: a=8,1,6;3,5,7;4,9,2; b=1,1,1;1,1,1;1,1,1; a(8,8)=0; b(8,8)=0; c=ifft2(fft2(a).*fft2(b); c=c(1:5,1:5); 利用conv2(二维卷积函数)校验, 如： a

19、=8,1,6;3,5,7;4,9,2; b=1,1,1;1,1,1;1,1,1; c=conv2(a,b);四、 实验内容对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。a=imread(F:我的文档桌面902397dda144ad34e6cd1e86d2a20cf431ad8545.jpg);a_gray=rgb2gray(a);a_gray=double(a_gray);a_fuliye=fft2(a_gray);a_fuliye_center=fftshift(a_fuliye);a_duishu=lo

20、g(abs(a_fuliye_center);a_RR=real(a_fuliye_center);a_II=imag(a_fuliye_center);A=sqrt(a_RR.2+a_II.2);A=(A-min(min(A)/(max(max(A)*255;b=circshift(a,800,450);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);l=log(abs(e);WW=real(e);ZZ=imag(e);B=sqrt(WW.2+ZZ.2);B=(B-min(min(B)/(max(max(B)*255;subplot(2,2

21、,1);imshow(a);title(原图像);subplot(2,2,2);imshow(uint8(b);title(平移图像);subplot(2,2,3);imshow(A);title(离散傅里叶频谱);subplot(2,2,4);imshow(B);title(平移图像离散傅里叶频谱);对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的对应关系。a=imread(F:我的文档桌面902397dda144ad34e6cd1e86d2a20cf431ad8545.jpg);a_gray=rgb2gray(a)

22、;a_gray=double(a_gray);a_fuliye=fft2(a_gray);a_fuliye_center=fftshift(a_fuliye);a_duishu=log(abs(a_fuliye_center);a_RR=real(a_fuliye_center);a_II=imag(a_fuliye_center);A=sqrt(a_RR.2+a_II.2);A=(A-min(min(A)/(max(max(A)*255;b=imrotate(a,-90);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);WW=real(e)

23、;ZZ=imag(e);B=sqrt(WW.2+ZZ.2);B=(B-min(min(B)/(max(max(B)*255;subplot(2,2,1);imshow(a);title(原图像);subplot(2,2,2);imshow(uint8(b);title(旋转图像);subplot(2,2,3);imshow(A);title(离散傅里叶频谱);subplot(2,2,4);imshow(B);title(旋转图像离散傅里叶频谱);实验四 常用图像增强方法一、 实验目的1、熟悉并掌握MATLAB图像处理工具箱的使用；2、理解并掌握常用的图像的增强技术。二、 实验环境MATLAB

24、6.5以上版本、WIN XP或WIN2000计算机三、 相关知识imnoiseimnoise函数用于对图像生成模拟噪声，如：i=imread(e:w01.tif);j=imnoise(i,gaussian,0,0.02);模拟均值为0方差为0.02的高斯噪声，j=imnoise(i,salt&pepper, 0.04) 模拟叠加密度为0.04的椒盐噪声fspecial fspecial函数用于产生预定义滤波器，如： h=fspecial(sobel);%sobel水平边缘增强滤波器 h=fspecial(gaussian);%高斯低通滤波器 h=fspecial(laplacian);%拉普拉

25、斯滤波器 h=fspecial(log);%高斯拉普拉斯（LoG）滤波器 h=fspecial(average);%均值滤波器基于卷积的图像滤波函数imfilter函数， filter2函数，二维卷积conv2滤波,都可用于图像滤波，用法类似，如：i=imread(e:w01.tif);h=1,2,1;0,0,0;-1,-2,-1;%产生Sobel算子的水平方向模板j=filter2(h,i);或者：h = fspecial(prewitt)I = imread(cameraman.tif);imshow(I); H = fspecial(prewitt); %预定义滤波器M = imfilt

26、er(I,H);imshow(M)或者：i=imread(e:w01.tif);h=1,1,1;1,1,1;1,1,1;h=h/9;j=conv2(i,h); 中值滤波medfilt2函数用于图像的中值滤波，如：i=imread(e:w01.tif);j=medfilt2(i，M N);对矩阵i进行二维中值滤波，领域为M*N，缺省值为3*3利用拉氏算子锐化图像如: i=imread(e:w01.tif); j=double(i); h=0,1,0;1,-4,0;0,1,0;%拉氏算子 k=conv2(j,h,same);四、 实验内容采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤

27、波，窗口分别采用3*3,5*5,7*7a=imread(F:我的文档桌面aa5dfd34ed52eac64537d03e67593730.jpg);b=rgb2gray(a);a_gaussian=imnoise(b,gaussian,0,0.02);h=fspecial(average);a_average=filter2(h,a_gaussian);a_med3=medfilt2(a_gaussian);a_med5=medfilt2(a_gaussian,5,5);a_med7=medfilt2(a_gaussian,7,7);subplot(3,2,1);imshow(a);title

28、(原图像);subplot(3,2,2);imshow(a_gaussian);title(高斯图像);subplot(3,2,3);imshow(a_average);title(领域平均法去噪);subplot(3,2,4);imshow(a_med3);title(3*3中值滤波);subplot(3,2,5);imshow(a_med5);title(5*5中值滤波);subplot(3,2,6);imshow(a_med7);title(7*7中值滤波);采用三种不同算子对图像进行锐化处理。a=imread(F:我的文档桌面aa5dfd34ed52eac64537d03e675937

29、30.jpg);sobel_suanzi=fspecial(sobel);sobel=imfilter(a,sobel_suanzi);prewitt_suanzi=fspecial(prewitt);prewitt=imfilter(a,prewitt_suanzi);laplacian_suanzi=fspecial(laplacian);laplacian=imfilter(a,laplacian_suanzi);log_suanzi=fspecial(log);log=imfilter(a,log_suanzi);subplot(3,2,1);imshow(a);title(原图像);subplot(3,2,2);imshow(sobel);title(sobel算子边缘锐化);subplot(3,2,3);imshow(prewitt);title(prewitt算子边缘锐化);subplot(3,2,4);imshow(laplacian);title(laplacian算子边缘锐化);subplot(