图像处理实验报告

1、精选优质文档-倾情为你奉上实 验 报 告实验课程名称 图像处理（第二版） 指 导 老 师 邓天明 学 院 交通运输 年级 2012 级 专业及班级 交通信息与控制工程二班 学 生 姓 名 田 飞 学 号 0 开 课 时 间 2014 至 2015 学年第 2 学期总 成 绩教师签名实验名称直方图均衡化实验类型验证型实验时间2015/6/2实验地点基础实验楼北501实验目的：1. 熟悉图像数据在计算机中的存储方式；2. 掌握图像直方图均衡化这一基本处理过程。仪器、设备名称：PC微机一台和MATLAB软件。实验要求及注意事项：本次实验注意事项总结如下：1、要学会利用Matlab中的帮助信息，因为很

2、多函数的调用方法都是可以在帮助中找到的。在调用函数时应重点看Examples中的方式。2、在Matlab中进行重复操作时，可以用方向上键重复命令，也可以在命令窗口中进行复制粘贴。3、使用软件处理图像时，注意不要使用复杂图像，以免处理时间过长且显示效果不理想。实验内容、操作步骤：实验内容：1.读入图像数据到内存中，并显示读入的图像；2.实现直方图均衡化处理，显示处理前后图像的直方图。3.显示并保存处理结果。实验步骤：1打开Matlab编程环境；2获取实验用图像。用imread函数将图像读入Matlab；用imshow函数显示读入的图像。3获取输入图像的直方图：用imhist函数处理图像。4均衡化

3、处理：用histeq函数处理图像即可。5获取均衡化后的直方图并显示图像：用imhist和imshow函数。6保存实验结果：用imwrite函数处理。实验结果分析（含数据、图表整理）：程序源代码：A = imread(D:TF.gif, gif);imshow(A);imhist(A);histeq(A);Imhist(A);Imshow(A);Imwrite(A, D:TF.gif, GIF);处理结果： 图1 灰度图 图2 均衡化图 图3 直方图实验收获、心得及建议：直方图均衡化是直方图变换方法中的一种，进行图像增强的方法是以概率论为基础的。直方图均衡化主要用于增强动态范围偏小的图像的反差。

4、这个方法基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度德效果。数字图像直方图均衡化之后直方图不是绝对平坦的，因为不能将同一个灰度值的各个像素变换到不同灰度级（或说此时仅根据灰度值区分不开不同的像素），所以数字图像直方图均衡化的结果一般只是近似均衡化的直方图。在本次实验中发现：直方图均衡化在增强反差的同时也增强了图像的可视粒度。实验名称频域平滑滤波实验类型验证型实验时间2015/6/9实验地点基础实验楼北501实验目的：1. 熟悉图像数据在频率域的表示；2. 掌握频域图像增强的基本步骤。仪器、设备名称：PC微机一台、MATLAB软件、

5、GIF格式图片一张。实验要求及注意事项：在选择图片时应当选择TTF格式或者GIF格式的图片，若不是这种格式则应该在画图工具中改为上述格式，因为其他格式都打不开。实验内容、操作步骤：实验内容：1. 综合利用所学的数字图像基本存储结构、图像变换、图像增强等知识实现频率域图像增强；2. 在频率域进行用半径值分别为5，15，30，80和230的理想低通滤波器对图像进行平滑，并观察滤波效果。操作步骤：1打开Matlab编程环境；2获取实验用图像。用imread函数将图像读入Matlab；用imshow函数显示读入的图像。3将图像uint8格式转换为double格式，并将各点数据乘以-1的（x+y）次方以

6、便FFT变换后的结果中低频数据处于图像中央。4用fft2函数对图像数据进行二维FFT变换，得到频率域图像数据。5计算频率域图像的幅值并进行对数变换，利用imshow显示频率域图像。6在频率图像上去除滤波半径意外的数据（置0）。7计算频率域图像的幅值并进行对数变换，利用imshow显示频率域图像。8用fft2函数对图像数据进行二维FFT逆变换，并用real函数取其实部，得到处理过的空间域图像数据。9将图像数据各点数据乘以-1的（x+y）次方。10用imshow函数显示处理结果图像数据，并用imwrite函数保存图像处理结果数据。实验结果分析（含数据、图表整理）：程序源代码：function id

7、lvbo(r)I=imread('E:tubailong1.gif');subplot(1,2,1),imshow(I);%显示原图title('bailong2原图');k=double(I);%uint8格式转换为doubleg=fft2(k);%傅里叶变换g=fftshift(g);%实现低频数据处于图像中心figure,imshow(g);%除去滤波半径以外的数据M ,N=size(g);%计算幅值m=fix(M/2);n=fix(N/2);%m=round(M/2);%n=round(N/2);for i=1:M for j=1:N d=sqrt(i-

8、m)2+(j-n)2); if d<=r h=1; else h=0; end y(i,j)=h*g(i,j); endendy=ifftshift(y);E1=ifft2(y);E2=uint8(real(E1);subplot(1,2,2),imshow(E2);title('处理后的图像');imwrite(E2,'E2.tif','tif');处理结果：原图r=5的结果图r=15的结果图r=30的结果图r=80的结果图r=230的结果图实验收获、心得及建议： 在频域空间，图像的信息表现为不同频率分量的组合。如果能让某个范围内的分量或

9、某些频率的分量受到抑制而让其他分量不受影响，就可以输出图的频率分布，达到不同的增强目的。 频域空间的增强方法有三个步骤：1、 将图像从图像空间转换到频域空间；2、 在频域空间对图像进行增强；3、 将增强后的图像再从频域空间转换到图像空间；本次试验中在FFT变换前后，将各点数乘以-1的（x+y）次方，是为了将图像处理后它的中低频数据处于图像中央位置。频率域图像处理是把图像看成一种二维信号，对其进行基于二维傅里叶变化的信号增强；空间域图像增强的方法是直接对图像中的像素进行处理的过程。实验名称图像去噪实验类型验证型实验时间2015/6/9实验地点基础实验楼北501实验目的：1. 熟悉图像高斯噪声的特

10、点；2. 掌握利用中值滤波器去除图像噪声的方法。仪器、设备名称：PC微机一台、MATLAB软件、GIF格式图片一张。实验要求及注意事项：在选择图片时应当选择TTF格式或者GIF格式的图片，若不是这种格式则应该在画图工具中改为上述格式，因为其他格式都打不开。实验内容、操作步骤：实验内容：编写代码实现中值滤波算法，并观察增强效果。操作步骤：1. 打开Matlab 编程环境。2. 利用imread 函数读入包含噪声的原始图像数据。3. 利用imshow 显示所读入的图像数据。4. 编写代码实现中值滤波算法，并对原始噪声图像进行滤波处理。5. 利用imshow 显示处理结果图像数据。6. 利用imwr

11、ite函数保存图像处理结果数据。实验结果分析（含数据、图表整理）：程序源代码：I1=imread('D:tfYUAN.jpg'); I3=rgb2gray(I1);I2=imnoise(I3,'salt & pepper',0.02);subplot(1,2,1); imshow(I2); title('jia zao yin'); L=medfilt2(I2); subplot(1,2,2); imshow(L); title('中值滤波所得图像');处理结果：去噪声后的图像对比实验收获、心得及建议： 噪声是常见的退化因

12、素之一，也是图像恢复中重点研究的主要内容。图像中的噪声可定义为图像中不希望有的部分，或图像中不需要的部分。中值滤波算法处理速度快。均值滤波对一个像素，取其周围的像素均值作为当前像素的值；中值滤波对一个像素，取其周围的像素的中间值作为当前像素的值，不需要求出均值，因此中值滤波算法较快。先得到图像的频率空间，然后对得到的二维空间数据进行比较得到最大值和最小值，求这两个值的平均值得到。它比中值滤波算法慢。 本次实验中，通过相关软件自带函数对图像进行处理，实现图像噪点的处理。实验名称Matlab在数字图像处理中的应用实验类型验证行实验时间2015/6/16实验地点基础实验楼北501室实验目的：1熟悉图

13、像的四种类型。2熟练掌握图像的读、写操作以及显示方法。3. 熟悉图像的类型转换以及格式转换。仪器、设备名称：计算机、MATLAB软件、图像处理实验指导（电子版）、MATLAB相关书籍实验要求及注意事项：1、注意在Matlab中不同图像对应的格式。在Matlab中采用4种不同的方式把图像数据矩阵中的元素值（又称像素值）解释为对应像素的颜色。2、使用Matlab中自带的函数可以实现不同格式的图像的格式间的转换。要熟悉相应的函数的使用参数。实验内容、过程记录：1利用imread( )函数分别读取四种类型的图像。2读取一幅RGB图片，并将它转换成其他几种图像类型。3. 读取一幅TIF格式的图像，将它转

14、换成JPG文件格式，并尝试使用不同的压缩品质(使用help imwrite 查询其quality参数的用法)压缩文件，比较压缩前后文件的大小和图像质量。4（选做）.读取一幅索引图像，将图像显示出来。尝试修改MAP颜色矩阵的值，再将图像显示出来，对比观察图像颜色的变化。实验分析结果（含数据、图表整理）：程序源代码：function dutuI=imread('C:ABCDEFG-TFtftf.jpg');subplot(2,2,1),imshow(I);title('RGB原图');A=dither(I,gray);subplot(2,2,2),imshow(A)

15、;title('索引图');imwrite(A,'suoyin.tif','tif');B=rgb2gray(I);subplot(2,2,3),imshow(B);title('灰度图');imwrite(B,'huidu.tif','tif');C=im2bw(I,0.4);subplot(2,2,4),imshow(C);title('二值图');imwrite(C,'erzhi.tif','tif');endfunction gaituclcc

16、learI=imread('C:ABCDEFG-TFtff.tif');subplot(2,2,1),imshow(I);title(' TF1.tif');imwrite(I,'TF1.jpg','jpg');B=imread('C:ABCDEFG-TFTF1.jpg');subplot(2,2,2),imshow(B);title('TF1.jpg');imwrite(I,'TF1(25).jpg','quality',25);C=imread('C:AB

17、CDEFG-TFTF1(25).jpg');subplot(2,2,3),imshow(C);title('TF1(25).jpg');imwrite(I,'TF1(50).jpg','quality',50);D=imread('C:ABCDEFG-TFTF1(50).jpg');subplot(2,2,4),imshow(D);title('TF1(50).jpg');end1、图像格式间的转换结果见下图 图1 图像格式转换结果图使用imread函数读入一张RGB图像，然后使用“dither”、“rgb2gray”、“im2bw”函数实现RGB图像向索引图像、灰度图像、二值图像的转换。图像结果使用“imwrite”函数进行保存。2. 读取一幅TIF格式的图像，将它转换成JPG文件格式 图2 tif格式转换为jpg格式结果使用imwrite函数使“tif”格式转换为“jpg”格式，然后使用“imwrite（I,'TF1(25).jpg','quality',25）”和“imwrite（I,'TF1(50).jpg','quality',50）”使图像分别以25和50的质