数字图像处理上机报告

1、数字图像处理上机报告简介第一篇：数字图像处理上机报告练习一 常用matlab图像处理命令 一、练习目的 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、练习环境 windows操作系统matlab 6.5或以上应用软件 三、练习内容 1、图像文件的读写 （1）imread函数用来实现图像文件的读取。 输入以下程序： a=imread('文件名.扩展名');%用imread函数来读入图像 注：设置路径 imshow(a);%用imshow函数来显示图像 得到的结果如图： （2）imfinfo函数用来查询图像文件信息。 输入以下程序： i

2、nfo=imfinfo('文件名.扩展名');% 用imfinfo函数查询图像文件信息 得到： info = filename: '文件名.扩展名' （4）imshow函数用来显示图像。 刚才介绍imread函数时已使用此函数。 （5）colorbar函数将颜色条添加到坐标轴对象中。 输入以下程序： rgb=imread('*');%图像读入 i=rgb2gray(rgb);%把rgb图像转换成灰度图像 imshow(i),colorbar('vert')% 将颜色条添加到坐标轴对象中 得到如图：2、图像处理的基本操作 一、图像代

3、数运算 （1）imadd函数实现两幅图像的相加或者给一幅图像加上一个常数。 给图像每个像素都增加亮度的程序如下： i=imread('*'); j=imadd(i,100);%给图像增加亮度 subplot(1,2,1),imshow(i) %填充 subplot(1,2,2),imshow(j) 结果如图5。 （2）imsubtract函数实现从一幅图像中减去一个常数。 输入以下程序实现从一幅图像中减去一个常数： （3）immultiply实现两幅图像的相乘或者一幅图像的亮度缩放（图像乘以小于1或大于1的参数，比较效果）。 输入以下程序： （4）imdivide函数实现两幅图

4、像的除法或一幅图像的亮度缩放。 输入以下程序： 二、图像的空间域操作 （1）imrotate函数实现图像的旋转。 输入以下程序： i=imread('*'); j=imrotate(i,45);%对图像进行旋转 subplot(1,2,1),imshow(i); subplot(1,2,2),imshow(j); 得到图： 练习二 数字图像处理的基本操作 一、练习目的 1、练习使用matlab工具进行数字图像处理； 2、实现图像的边缘提取、滤波、直方图修正等操作。 二、练习环境 windows操作系统matlab 6.5或以上应用软件 三、练习内容 （1）imresize函数实

5、现图像的缩放。 输入以下程序： j=imread('文件名.扩展名'); x1=imresize(j,2);%对图像进行缩放 figure,imshow(j) 结果如图 （2）imcrop函数实现图像的剪切。 输入以下程序： i=imread('*'); i2=imcrop(i);%对图像进行剪切 subplot(填充),imshow(填充); subplot(填充),imshow(填充); 如图： 图像变换 （1）fft2函数和ifft2函数分别是计算二维的fft和反变换。 输入以下程序： f=zeros(100,100); f(20:70,40:60)=1;

6、 imshow(f); f=fft2(f);% 计算二维的fft f2=log(abs(f);%对幅值取对数 imshow(f2),colorbar （2）dct2函数采用基于fft的算法，用于实现较大输入矩阵的离散余弦变换。与之对应，idct2函数实现图像的二维逆离散余弦变换 输入以下程序： rgb=imread('*'); i=rgb2gray(rgb); j=dct2(i);% 对i进行离散余弦变换 imshow(log(abs(j),colorbar j(abs(j)t im_t(i,j) = j(i,j); else im_t(i,j) = i1(i,j); end

7、end end subplot(2,4,8); imshow(im_t); title('加门限后'); 4. （1） 用laplacian锐化算子（分a=1和a=2两种情况）对256´256大小、256级灰度的数字图像lena进行锐化处理，显示处理前、后图像。 源代码： %laplacian算子锐化 i=imread('第三篇：数字图像处理上机作业数字图像处理上机实验题 一、产生右图所示图像 f1(m,n)，其中图像大小为256×256，中间亮条为128×32，暗处=0，亮处=100。对其进行 fft： 1、 屏显示原图 f1(m,n)和

8、fft(f1)的幅度谱图； 2、令f2(m,n)=（-1）（m+n）*f1(m,n)，重复以上过程，比较二者幅度谱的异同，简述理由； 3、若将f2(m,n)顺时针旋转 90 度得到f3(m,n)，试显示 fft(f3)的幅度谱，并与 fft(f2) 的幅度谱进行比较； 4、若将f1(m,n) 顺时针旋转 90 度得到f4(m,n)，令f5(m,n)=f1(m,n)+f4(m,n)，试显示 fft(f5) 的幅度谱，并指出其与 fft(f1)和fft(f4)的关系； 5、若令f6(m,n)=f2(m,n)+f3(m,n)，试显示 fft(f6)的幅度谱，并指出其与 fft(f 2)和fft(f3

9、) 的关系，比较 fft(f6)和fft(f5)的幅度谱。 代码 f1=zeros(256,256);for i =64:1:191 for j = 112:1:143 f1(i,j) = 100;endend f2 = fft2(f1);%f2(m,n) = f3 f3 = (-1)(i+j)*f1; f4 = fft2(f3);%f3(m,n) = f5 f5 = imrotate(f3,90,'bilinear'); f6 = fft2(f5);%f4(m,n) = f7 f7 = imrotate(f1,90,'bilinear'); f8 = fft2

10、(f7);%f5(m,n) = f8 f9 = f1 + f7; f10 = fft2 (f9); %f6(m,n) = f2(m,n)+f3(m,n) f11 = f3 + f5; f12 = fft2(f11);figure(1) subplot(1,2,1); imshow(abs(f1); title('原图f1'); subplot(1,2,2); imshow(abs(f2); title('幅度谱fft2(f1)'); figure(2) subplot(2,2,1) imshow(abs(f1); title('原图f1') su

11、bplot(2,2,2) imshow(abs(f2); title('幅度谱fft2(f1)'); subplot(2,2,3); imshow(abs(f3) title('变换谱f2'); subplot(2,2,4); imshow(abs(f4); title('幅度谱fft2(f2)'); figure(3) subplot(2,2,1) imshow(abs(f3) title('变换谱f2'); subplot(2,2,2); imshow(abs(f4); title('幅度谱fft2(f2)')

12、; subplot(2,2,3); imshow(abs(f5) title('变换谱f3'); subplot(2,2,4); imshow(abs(f6); title('幅度谱fft2(f3)'); figure(4) subplot(3,2,1); imshow(f7); title('f1旋转图f4'); subplot(3,2,2); imshow(abs(f8); title('幅度谱fft2(f4)'); subplot(3,2,3); imshow(f9); title('f5(m,n)=f1+f4

13、9;); subplot(3,2,4); imshow(abs(f10); title('幅度谱fft2(f5)'); subplot(3,2,5) imshow(abs(f1); title('原图f1'); subplot(3,2,6); imshow(abs(f2); title('幅度谱fft2(f1)'); figure(5) subplot(3,2,1) imshow(abs(f3) title('变换谱f2'); subplot(3,2,2); imshow(abs(f4); title('幅度谱fft2(f

14、2)'); subplot(3,2,3); imshow(abs(f5) title('变换谱f3'); subplot(3,2,4); imshow(abs(f6); title('幅度谱fft2(f3)'); subplot(3,2,5) imshow(abs(f11) title('变换谱f6=f2+f3'); subplot(3,2,6); imshow(abs(f12); title('幅度谱fft2(f6)');figure(6) subplot(2,2,1); imshow(f9); title('f

15、5(m,n)=f1+f4'); subplot(2,2,2); imshow(abs(f10); title('幅度谱fft2(f5)'); subplot(2,2,3) imshow(abs(f11) title('变换谱f6(m,n)=f2+f3'); subplot(2,2,4); imshow(abs(f12); title('幅度谱fft2(f6)'); 结果 分析 2、 f2(m,n)与f1(m,n)幅度值相同，f2(m,n)=（-1）（m+n）*f1(m,n)中，并未改变幅值。 3、 fft(f2) 比fft(f3)幅值大。

16、 4、 f5=f1+f4，即幅值相加。 5、 f6=f2+f3，即幅值相加。 二、产生教材 104 页题图 4.18 （右图）所示的二值图像（白为1，黑为0），编程实现习题4.18 所要求的处理（3*3 的平均滤波和中值滤波）功能（图像四周边界不考虑，处理结果按四舍五入仍取（0或1），显示处理前后的图像，比较其异同。 代码 i= 1,0,1,0,1,0,1,0; 0,1,0,1,0,1,0,1; 1,0,1,0,1,0,1,0; 0,1,0,1,0,1,0,1; 1,0,1,0,1,0,1,0; 0,1,0,1,0,1,0,1; 1,0,1,0,1,0,1,0; 0,1,0,1,0,1,0,1

17、; j=imhist(i,2); k=filter2(fspecial('average',3),i); k1=round(k); j1=imhist(k1,2); k2=medfilt2(i); j2=imhist(k2,2);figure(1) subplot(2,2,1) imshow(i); title('原图像'); subplot(2,2,2) imshow(j); title('原图像直方图'); subplot(2,2,3) imshow(k1); title('3*3领域平均'); subplot(2,2,4)

18、imshow(j1); title('领域平均图像直方图') figure(2) subplot(2,2,1) imshow(i); title('原图像'); subplot(2,2,2) imshow(j); title('原图像直方图'); subplot(2,2,3) imshow(k2); title('中值滤波'); subplot(2,2,4) imshow(j2); title('中值滤波图像直方图') 结果 三、产生教材 104 页题图 4.16 所示的灰度图像（白为255 ，黑为0），分别加入高

19、斯白噪声和椒盐噪声，再分别进行 3´ 3 的平均滤波和中值滤波，显示原图像、加噪图像和滤波结果图像，并比较四种滤波结果。 代码 f=zeros(256,256); for i =23:1:233for j=28:1:35 f(i,j)=255;end for j=52:1:59 f(i,j)=255;end for j=76:1:83 f(i,j)=255;end for j=100:1:107 f(i,j)=255;end for j=124:1:131 f(i,j)=255;end for j=148:1:155 f(i,j)=255;end for j=172:1:179 f(

20、i,j)=255;end for j=196:1:203 f(i,j)=255;end for j=220:1:227 f(i,j)=255;end end g=imnoise(f,'gaussian',0.2); s=imnoise(f,'salt & pepper',0.2); k1=filter2(fspecial('average',3),g); g1=round(k1); g2=medfilt2(g); k2=filter2(fspecial('average',3),s); s1=round(k2); s2=m

21、edfilt2(s);figure(1) imshow(f) title('Ô-ʼͼÏñ'); figure(2) subplot(3,2,1) imshow(g) title('¸ß˹ͼÏñ'); subplot(3,2,2) imshow(s) title('½·ÑÎͼÏñ'); subplot(3,2,3

22、) imshow(g1) title('ƽ¾ùÂ˲¨¸ß˹ͼÏñ'); subplot(3,2,5) imshow(g2) title('ÖÐÖµÂ˲¨¸ß˹ͼÏñ'); subplot(3,2,4) imshow(s1) title

23、('ƽ¾ùÂ˲¨½·ÑÎͼÏñ'); subplot(3,2,6) imshow(s2) title('ÖÐÖµÂ˲¨½·ÑÎͼÏñ'); 结果 四、对某一灰度图像，进行如下处理： （1）分别利用 roberts、prewitt和sobe

24、l 边缘检测算子进行边缘检测； （2）将roberts、prewitt和sobel 边缘检测算子修改为锐化算子，对原图像进行锐化，同屏显示原图像、边缘检测结果和锐化后图像，说明三者之间的关系。 代码 f1=imread('第四篇：数字图像处理中南大学 数字图像处理实验 实验名称：空间滤波和频域滤波 班级：电子信息0802班 姓名：李哲 学号：0909080609 实验日期：2010年12月22日 目录 一，实验目的3 二，给图像添加噪声4 三，对被噪声污染的图像进行中值滤波和均值滤波5 四，对图像进行空间域的锐化6 五，matlab以外函数空间滤波和图像锐化7 六，自带函数傅立叶变换和

25、反变换8 七，低通滤波器程序9 八，心得体会 10 九，参考文献 10 一、实验目的 1，空间滤波： 图像平滑主要目的是减少噪声。噪声有很多种类，不同的噪声有不同的抑制措施。本实验要求用平滑线性滤波和中值滤波2种最典型、最常用的处理算法进行程序设计，学习如何对已被噪声污染的图像进行“净化”。通过平滑处理，对结果图像加以比较，得出自己的实验结论。学习如何用锐化处理技术来加强图像的目标边界和图像细节，对图像进行梯度算子、拉普拉斯算子，使图像的某些特征（如边缘、轮廓等）得以进一步的增强及突出。本实验锐化处理主要在空间域中进行 2，频域滤波： 掌握傅里叶变换的基本性质； 掌握傅里叶正变换和反变换； 通

26、过实验了解二维频谱的分布特点； 掌握怎样利用傅立叶变换进行频域滤波 利用matlab程序数字图像的傅立叶变换并且进行频域滤波 二， 给图像添加椒盐噪声或者高斯噪声： 原理：利用matlab自带函数添加噪声 程序代码：a=imread('onion.png'); i=rgb2gray(a); imshow(i); j = imnoise(i,'salt & pepper',0.05); figure,imshow(j),title('椒盐噪声');%添加椒盐噪声 k = imnoise(i,'gaussian',0,0.03

27、); figure,imshow(k),title('高斯噪声');%添加高斯噪声 三， 对被噪声污染的图像进行中值滤波和均值滤波： 原理：自带函数进行中值滤波和均值滤波 源程序：a=imread('onion.png'); i=rgb2gray(a); j = imnoise(i,'salt & pepper',0.05); k2=medfilt2(j,5 5); k3=medfilt2(j,7 7); imshow(j),title('原图'); figure,imshow(k2),title('中值滤波5*5

28、模板'); figure,imshow(k3),title('中值滤波7*7模板'); 四， 对图像进行空间域的锐化： 原理：自带函数进行空间锐化。 源程序：i=imread('coins.png'); subplot(121),imshow(i),title('原图像'); h=fspecial('sobel'); i2=filter2(h ,i); subplot(122),imshow(i2),title('sobel算子锐化图像'); 五， matlab以外函数空间滤波和图像锐化： 源程序：i =

29、imread('eight.tif'); j = imnoise(i,'salt & pepper',0.02); k = medfilt2(j); imshow(j);title('噪声干扰图像') figure, imshow(k);title('medfilt2滤波图像') x=j;a=2;b=2; k=floor(a*b/2)+1; m,n=size(x); uint8 y=zeros(m,n); funbox=zeros(a,b); temp=zeros(a*b); for i=1:m-a for j=1:n-b

30、 funbox=x(i:i+a,j:j+b); temp=funbox(:); tempsort=sort(temp); y(i,j)=tempsort(k); end; end; figure, imshow(y);title('滤波图像') 六，利用matlab的图像处理工具箱中提供的函数实现图像的傅立叶变换和反变换： 源程序： a=imread('onion.png'); f=rgb2gray(a); subplot(131),imshow(f),title('原图'); f=fft2(f);% 快速傅立叶变换 subplot(132),i

31、mshow(f),title('傅里叶变换') fabs=abs(f);% 求幅频绝对值 fc=fftshift(fabs);% 中心移位 sfc=log(1+fc);% 对数变换 ifc1=ifftshift(fc);% 中心移位的逆变换，绝对值 if2=ifft2(ifc1);% 快速傅立叶变换的逆变换 subplot(133),imshow(if2),title('快速傅立叶变换的逆变换') 七，低通滤波器程序： i=imread('testpat1.png'); subplot(221),imshow(i);title('原始图像

32、') j1=imnoise(i,'gaussian',0.02);% 叠加高斯白噪声 subplot(222),imshow(j1);title('添加高斯白噪声的图像') f=double(j1); % 数据类型转换 g=fft2(f); % 傅立叶变换 g=fftshift(g); m,n=size(g); nn=2; % 二阶巴特沃斯(butterworth)低通滤波器 d0=50; % 设置截止频率 m=fix(m/2); n=fix(n/2); for i=1:m for j=1:n d=sqrt(i-m)2+(j-n)2); h=1/(1+0

33、.414*(d/d0)(2*nn); % 计算低通滤波器传递函数result(i,j)=h*g(i,j); end end result=ifftshift(result); j2=ifft2(result); j3=uint8(real(j2); subplot(223),imshow(j3); title('低通滤波后图像') 心得体会 1， 进一步熟悉了matlab软件、编程以及图像处理工具箱 2， 学会利用自带函数对图像做简单的处理，例如：均值化等。 3， 熟练了一些基本函数的运用，例如fspecial，imfilter等。 4，加深了对matlab编程的理解。 5，对

34、于试验中的出现的一些问题，懂得怎样去处理。 6，通过实际操作，增强了自己的动手能力，把理论用于实践。 参考文献：数字图像处理第二版 matlab教程 第五篇：数字图像处理实验五 图像的几何变换 一实验目的及要求 掌握图像几何变换的基本原理，熟练掌握数字图像的缩放、旋转、平移、镜像和转置的基本原理及其matlab编程实现方法。 二、实验内容 （一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。 1. 图像缩放 clear all, close all i = imread('cameraman.tif&#

35、39;); scale = 1.35; % 将图像放大1.35倍 j1 = imresize(i, scale, 'nearest'); % using the nearest neighbor interpolation j2 = imresize(i, scale, 'bilinear'); % using the bilinear interpolation imshow(i), title('original image'); figure, imshow(j1), title('resized image- using the

36、nearest neighbor interpolation '); figure, imshow(j2), title('resized image- using the bilinear interpolation '); help imresize % 查看imresize使用帮助 1.95倍 i = imread('cameraman.tif'); scale = 1.96; % 将图像放大1.96倍 j1 = imresize(i, scale, 'nearest'); % using the nearest neighbor

37、interpolation j2 = imresize(i, scale, 'bilinear'); % using the bilinear interpolation imshow(i), title('original image'); figure, imshow(j1), title('resized image- using the nearest neighbor interpolation '); figure, imshow(j2), title('resized image- using the bilinear in

38、terpolation '); 3 说明： 注意观察不同插值方法的图像表现； 改变图像缩放因子scale，重做上述实验。 2. 图像旋转 clear all, close all i = imread('cameraman.tif'); theta = 45; % 将图像逆时针旋转45°。 j1 = imrotate(i, theta, 'nearest'); % using the nearest neighbor interpolation theta = -45; % 将图像顺时针旋转45°。 j2 = imrotate(i,

39、theta, 'bilinear', 'crop'); % using bilinear interpolation and crops the output image imshow(i), title('original image'); figure, imshow(j1), title('rotated image- using the nearest neighbor interpolation '); figure, imshow(j2), title(' rotated image- using the bi

40、linear interpolation '); % 查看imrotate使用帮助 5 help imrotate %- 图像旋转30顺时针逆时针 clear all, close all i = imread('cameraman.tif'); theta = 30; % 将图像逆时针旋转30。 j1 = imrotate(i, theta, 'nearest'); % using the nearest neighbor interpolation theta = -30; % 将图像顺时针旋转30。 j2 = imrotate(i, theta,

41、'bilinear', 'crop'); % using bilinear interpolation and crops the output image imshow(i), title('original image'); figure, imshow(j1), title('rotated image- using the nearest neighbor interpolation '); figure, imshow(j2), title(' rotated image- using the bilinear

42、interpolation '); 7 8 说明： 注意观察不同插值方法和输出图像后处理方法的图像表现； 改变旋转角度大小和方向，重做上述实验。 3图像水平镜象 clear all, close all i = imread('cameraman.tif'); i1 = flipdim(i,2); i2 = flipdim(i,1); figure(1), subplot(1,2,1), imshow(i); subplot(1,2,2), imshow(i1); figure(2), subplot(2,1,1), imshow(i); subplot(2,1,2),

43、 imshow(i2); %- (二)用matlab编程实现以下图像几何变换（参考自编讲义相关章节） 10 1图像扭曲变换 2球面变换 三、实验设备 1piii以上微机； 2matlab6.5； 四、预习与思考 1预习实验内容，阅读教材熟悉实验原理； 2查阅资料，熟悉实验中涉及的有关matlab函数； 3利用课余时间，采用matlab底层函数编程实现实验内容（二）中的图像平移、图像转置等几何变换。 五、实验报告要求 1简述试验的目的和试验原理； 2叙述各段程序功能，改变有关函数的参数，分析比较实验结果； 3打印出所编写的实验程序。 4写出本实验的心得体会及意见。 实验六数字图像处理应用 一实验

44、目的及要求 1利用matlab提供的图像处理函数实现图像中物体属性的测量； 2训练综合运用matlab图像处理函数的能力； 3了解数字图像处理基本应用。 二、实验内容 以大米粒特性测量为例，综合应用课程中图像分割、形态学滤波、图像增强、图像特征提取等图像处理方法，实现大米粒特性自动测量。 实验过程简述： 1 读取和显示图像 2 估计图像背景 3 获取背景均匀的图像 4 图像增强 5 图像二值化分割 6 区域标记及为彩色处理 7 测量图像中的区域特性（面积、质心等） 8统计大米粒的特性分布规律。 （一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结 11 果。熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。 % read and