数字图像处理上机实验报告

1、yu n n an normal university数字图像处理上机实验报告姓 名：奎直学号：104090423学 院：物理与电子信息学院班级：10电子实验课题：五类图像处理的运算方法任课教师：石俊生（教授）填表日期：2013年11月3闩一. 实验内容实验1:直方图均衡图像增强；实验2:空域处理：不同平均模板大小：3x3、5x5、7x7去噪；实验3:空域处理：不同中值模板大小：3x3、5x5、7x7去噪；实验4:频域处理：对图像低通、高通、带通处理结果比较；实验5:常用边缘检测算子检测；实验6:逆滤波和维纳滤波对运动模糊复原；实验7: dpcm图像压缩。二. 实验目的学会用matlab屮的下

2、列函数对输入图像进行上述5类运算；感受各种不同的 阁像处理方法对最终阁像效果的影响。imhist； histeq； nlfilter； mean2； std2； fspecial； filter2； medfilt2；三. 实验结果实验1:直方图均衡图像增强(a)原始图像及直方图均衡化后的图像5000400030002000100003000250020001500100050000 100 200 0 100 200(b)均衡化前后图像的直方图(c)调整灰度原始图像和调整灰度增强后图像实验2:空域处理：不同平均模板大小：3x3、5x5、7x7去噪原始图像改进卮图像1(a) 原始图像和3*3模

3、板去噪后图像原始图像改进卮图像2(b) 原始图像和5*5模板去噪后图像(c) 原始图像和7*7模板去噪后图像实验3:空域处理：不同屮值模板大小：3x3、5x5、7x7去噪3*3摸板中值滤波53模板中值滤波7*7摸板中值滤波实验4:频域处理：对图像低通、高通、带通处理结果比较原图像低通滤波图像(a)原图像与低通滤波图像原图懷高通滤波图像(b)原图像与髙通滤波图像原图像(e)原图像与带通滤波图像实验5:常用边缘检测算子检测 (l)lena边缘检测图像(2)camaraman原图像边缘楂测图像 cell原图像边缘檢测图像(4)rice(5)tire原图像边缘检测图像原图像边缘检测图像实验6:逆滤波和

4、维纳滤波对运动模糊s原实验7:原始图像全逆滤波复原图dpcm图像压缩原始图像二阶预测灰度图像调用维娜滤波函数一阶预测j.结论与讨论(1) 直方图均衡化是通过对原图像进行某种变换，重新分配图像像素 值，把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部 灰度范围内均匀分布的形式，从而使原始图像的直方图改变成均匀分 布的直方图，达到增强图像整体对比度的效果。图像较暗且灰度级变 化范围小的原始图像，经过直方图均衡化处理，灰度级变化范围在 0-255之间均匀分布，图像的对比度及平均亮度明显增强，直方图均衡 化是图像增强技术的基本方法。通过matlab平台进行实验一，直方图 均衡化在一定程度上改善

5、了图像的对比度差和灰度动态范围，增强了 图像的可读性。(2) 通过实验二由噪声图和不同平均模板去噪后图像对比可发现，邻 域平均法对抑制噪声有明显的效果，但随着邻域的加大，就是随着模 板的加大，图像的模糊程度也愈加严重。(3) 中值滤波器是一种邻域运算”是把邻域中的像素按灰度级进行排 序然后选择该组中的中间值作为输出像素值。从实验三可以看出，中 值滤波的特点是可以消除杂散噪声点而不会或较小程度地造成边缘模 糊。选取的模版大小越大，去噪能力越强，同时会造成图像的失真， 轮廓变得模糊，这时，我们对于不同的图像和所加噪声的比例适当的 选取模块的大小。(4) 低通滤波是要保留图像中的低频分量而去除高频分

6、量。因为图像 中的边缘和噪声都对应图像傅里叶变换的高频部分，所以在频域中的 低通滤波可以去除或消除噪声的影响，与空域中的平滑方法类似。由实验四的a图可以看出频域低通滤波会产生的模糊；因为图像的边缘对应着高频分量，所以高通滤波可以锐化图像；低通滤波和高通滤波 都是减少图像的低频或高频分量，而带通滤波是只允许一定频率范围 的信号通过而阻止其它频率范围的信号通过，主要要于删除特定的频 率，在增强中一般很少用。(5) 在图像中，边界表明一个特征区域的终结和另一个特征区域的幵始， 边界所分开区域的内部特征或属性是一致的，而不同的区域内部的特 征或属性是不同的，边缘检测正是利用物体和背景在某种图像特性上

7、的差异来实现的，这些差异包括灰度，颜色或者纹理特征。边缘检测 实际上就是检测图像特征发生变化的位置。matlab的图像处理工具 箱中提供的几种算子可以实现检测边缘的功能。实验五用的是sobel 算子进行边缘检测，由实验结果可以看出，它可以检测出图像更细的 边缘部分。(6) 基于matlab的运动模糊图像的复原，复原方法有多种，实验六 采用的是逆滤波和维纳滤波。从实验结果看，逆滤波和维纳滤波处理 的效果都较好，在matlab程序实现过程中，调试相应的程序，完成 相应的参数设置，并观察不同参数k的图像处理效果，从而加深对各 种滤波算法原理和过程的理解。(7) dpcm编码简称差值编码，是对模拟信号

8、幅度抽样的差值进行量化。 通过实验七运行结果的对比可以看出，编码的调制方式一阶、二阶、 三阶区别不仅在于信号的清晰度，而更重要在于阶数越高,图像越光滑。 小结：通过本次上机实验，让我在短时间内学到了许多以前没有接触 过的数字图像处理方面的知识：图像的增强、平滑去噪、锐化、复原、图像的压缩编码。并最终完成了程序设计，得到正确的结果，同时也学到了许多matlab的知识。为了完成这次实验，我查阅了很多关于 matlab的书籍，了解了许多matlab语法和函数功能。在做实验 的过程中，我也碰到了许多不太懂的问题，主要是因为对数字图像处 理的原理还弄得不透彻，对matlab还不熟练，犯了一些常规错误，

9、但最后通我查阅相关书籍和请教同学，问题都迎刃而解。在解决问题 过程中，加深了对知识的理解，最重要的是学会了自己解决问题的能 力，受益匪浅附录：实验程序实验1:直方图均衡图像増强(1) 直方图均衡化1 - ole, clear ;2 - i=imread(pout, tif)；3 - j=histeq(i);4 - figure;5 - subplot (121) imshow(i) ; subplot (122) imshow(j)6 - figure7 - subplot (121) imliist (i, 64) ; subplot (122) imliist (j, 64)(2) 调整图

10、像灰度1 - i = imread (? pout. t if ;2 - j = imadjust；调整图象灰度3 - subplot (121) imshow(i) ; subplot (122) imshow (j)实验2:空域处理：不同平均模板大小：3x3、5x5、7x7去噪3*31 一 clcj clear;2 - i = imreadc lena_noise. bmp)；3 - subplot (121) ;imshow(i);4 - titled原始图像)；5 - kl=filter2 (f special ('average3)，1)/255 ;6 - subplot(1

11、22);imshow(kl);7 - titlef改进后图像1)； (2) 5*51 一 ole, clear;2 - i = imreadc lena_noise. bmp)；3 - subplot (121) ;imshow(i);4 - titled原始图像)；5 - k2=filter2 (f special ('average5)，1)/255 ;6 - subplot(122);imshow(k2);7 - titlef改进后图像2)；(3) 7*71一clc，clear;2一i = imread(lena一noise, bmp)；3一subplot (121) ; ims

12、how (i);4一title （原始图儉）；5一k3=f ilter2 (f special (? average、7), 1)/255 ;6一subplot(122);imshow(k3);1一title （改进后图像3）；|实验3:空域处理：不同屮值模板大小：3x3、5x5、7x7去噪1 -clcj clear;2 -i = imreadc lena_noise.bmp7 );3 -kl=medfilt2(ij33);4 -k2=medfilt2(ij55);5 -k3=medfilt2(ij77);6 - subplot (221)，imshow(i) ;title (原图像)；7 -

13、 subplot (222)，imshow(kl) ;title (3*3模板中值滤波)8 - subplot (223), imshow(k2) ;title ( 5*5模板中值滤波)9 - subplot (224), imshow(k3) ;title ( 7*7模板中值滤波)实验4:频域处理：对图像低通、高通、带通处理结果比较 （1）低通1clcj clear;2i二imreadc lena. bmp?);3subplot (121)imshow(i) ;title ( 原图像)；4s=fft shift(fft2(i);5a，b=size (s);6a0=round(a/2);7b0

14、=round(b/2);8d=10;9for i=l:a10for j=l:b11distance=sqrt(i-ao)"2+(j-b0)"2);12if distance<=d;h二1;13else h:0;14end;15s(i, j)=h*s(i, j):16end;17end;18s=uint 8(real(ifft2(ifft shift(s);19subplot (122) ; imshow(s) ; t it le (低通滤波图傲)；(2)高通1clcj clear;2imreadc lena. bmp?);3subplot (121), imshow(

15、i) ;title ( 原图像)；4s=fft shift(fft2(i);5a，b=size (s);6a0=round(a/2);7b0=round(b/2);8d=10;9p=0. 2; q=0. 5 ;10for i=l:a11for j=l:b12distance=sqrt(i-ao)"2+(j-b0)"2);13if distance<=d;h=1;14else h=l;15end;16s(i, j)= (p+q*h) sdj j);17end;18end;19s=uint 8(real(ifft2(ifft shift(s);20subplot (122

16、) ; imshow(s) ; t it le (萵通滤波图儉)；(3)带通1 - clcj clear;2 i=imread ( lena. bmp)；3 - subplot (121)，imshow(i) ;title (原图像)；4 - b=remez(10j 0 0. 05 0. 15 0. 55 0. 65 1, 0 0 1 1 0 0);5 - h=ftrans2(b);6 - j=freqz2(h);1 - k=j(i);8 - subplot (122) ; imshow(k) ;title (带通滤波图像)；实验5:常用边缘检测算子检测1i=imread(? lena. bm

17、p)；2j=imread(? cameraman, tif?;3k=imread(' cell, tif?;4l=imread(? rice, png');5m=imread(? tire, tif?;6il=edge（i厂sobel）；使用sobel算子进行访缘检测7jl=edge (j, sobev );8kl=edge(k厂 sobel)；9ll=edge (l, sobev );10ml=edge (m， sobel)；11figure(1)12subplot (b 2, 1) ; imshow(i) ;title ( 原图儉)；13subplot (1, 2, 2)

18、; imshow(il) ;title ( 迫缘检测图儉)；14figure 15subplot (b 2, 1) ; imshow(j) ;title ( 原图儉)；16subplot (1, 2, 2) ; imshow (j 1) ; title ( 迫缘检测图儉)；17figure 18subplot (.1,2, 1) ; imshow (k) ; t it le ( 原图儉)；19subplot (1, 2, 2) ; imshow(kl) ;title ( 迫缘检测图儉)；20figure 21subplot (.1,2, 1) ; imshow (l) ; t it le (

19、原图儉)；22subplot (1, 2, 2) ; imshow (li) ; title ( 迫缘检测图儉)；23figure(5)24subplot (.1,2, 1) ; imshow(m) ;title ( 原图像)；25subplot (1, 2, 2) ; imshow (ml) ; title ( 迫缘检测图儉)；$验6:逆滤波和维纳滤波对运动模糊复原1一2一3一4一5一6一1一8一9一10一11一12一13一14一15一16一17一18一19一20一21一22一23一24一25一clc;clear all;i=imread ( move, bmp)；subplot (2, 2

20、, 1) ;imshow(i) ;title (原始圉像)；i=rgb2gray(i);subplot (2, 2, 2) ;imshow(i) ;title (灰度圉像)；subplot (2, 2, 2) ;imshow(i) ;title (灰度圉像)；k=0.0025;irij n=size (i);spect rum=zeros (itij n);h=zeros (m，n);for u=l:mfor v=l:nh(u, v) =exp (-k* (u-m/2)*2+ (v-n/2)a2) * (5/6);spectrum(uj v) =h(u v) "2 ;endendf0

21、=fftshift(fft2(1); f1=fo./h;i2=ifft2(fftshift(fi);subplot (2, 2, 3);imshow (uint 8(12);title (全逆滤波复原图)；hwl=real(ifft2(ifftshift (h);result l=deconvwnr (1 hwb 0. 001);result 2=ifft shift(result 1);subplot (2, 2,4) ;imshow(result2, ) ;title (调用维娜滤波函数)；实验7: dpcm阁像压缩1一2一3一4一5一6一1一8一9一10一11一12一13一14一15一1

22、6一17一18一19一20一21一22一23一24一25一26一27一28一29303132333435363738394041424344454647clcj clear，close all;i02=imread(? lena. bmp?);i=double(i02):f idl=f open ( mydat al. dat? j w'); f id2=f open ( mydat a2. dat? j w'); f id3=f open ( mydat a3. dat? j w'); f id4=f open ( mydat a4. dat j w');ir

23、ij n=size (i);j l=ones (la，n);j 1 ( 1 ： hlj 1)=1 (1 iitl, 1)；j1 (b l:n)=i(b l:n);j1 (1 :mj n)=i (1 n);j1 (irj 1 :n)=i (irij 1 :n);j2= ones (m，n);j2(l:m, 1)=1(1:讯，1);j2(l, l:n)=i(b l:n);j2 (1 zirj n)=i (1 iikj n);j2 (irj 1 :n)=i (irij 1 :n);j3= ones (m，n);j 3 ( 1 ： hlj 1)=1 (1 iitl, 1):j3(b l:n)=i(b

24、l:n);j3 (1 :mj n)=i (1 n);j3 (itij 1 :n)=i (irij 1 :n);j4=ones (m，n);j4 (1 ihlj 1)=1 (11);j4(b l:n)=i(lj 1:n);j4 (1: kij n) =1 (1: n);j4 (mj 1 :n)=i (irj 1 :n);%-dpc施扁码for k=2:m-lfor l=2:n-lj1 (1)=1( 1)-1 (k, 1-1);endendjl=round(jl);cont l=fwrite (f idl j i, ? int8?);ccl=fclose(fidl);%二阶dpc施扁码for k=

25、2:m-lfor l=2:n-lj2 (k, 1)=1 (k, l)-(i(k, 1-1 )/2+1 (k-1, d/2);endendj2=round(j2);cont 2=fwrit e (f id2, j2, ' int8)；cc2=fclose(fid2);%三阶dpcm码for k=2:m-lfor l=2:n-l13(1)=1(1)-(1( l-l)*(4/7)+i(k-bl)*(2/7)+i(k-bl-l)*(l/7);endendj3=round(j3);cont3=fwrite (f id3j j3j ? int8)；cc3=fclose(fid3);f idl=f

26、open(，mydatal. dat，? r?);f id2=f open(，mydata2. dat，? r?);f id3=f open(，mydata3. dat，? r?);fid4=f open ( mydata4. dat，' r)；ill=f read(f idl, cont 1, int8)；i12=f read (f id2j cont2j ' ints);i13=f read (f id3j cont3j ? ints);tt=l;for 1=1:nfor k=l:mil (k, 1)=111 (tt);tt=tt+l;endendtt=l;for 1=1:

27、nfor k=l:mi2(k,l)=i12(tt);tt=tt+l;endendtt=l ;for l=l:nfor k=l :mi3(k,l)=i13(tt);tt=tt+l;endendil=double(ii);i2=double(i2);i3=double(i3);j l=ones (la, n);j1 (1 :m, 1)=11 (1:1);j1 (b l：n)=il (b l:n);j1 (1: n) =11 (1: n);j1 (iti 1 :n)=il (m, 1 :n);92 - j2= ones (m n);93 -l)=i2(l:m, 1);94 - j2(l, l：n)=i2(b l：n);95 - j2 (1 zm, n)=i2 (1 zm, n);96 - j2 (m, 1: n)=i2 (m, 1 :n);97 - j3= ones (m，n);98 -l)=i3(l:m, 1);99 - j3(l, l：n)=i3(b l：n);100 - j3 (1 z