数字图像处理实验报告

1、学生实验报告书实验课程数字图像处理学 院公安技术学院班 级2013级信息安全本科班姓 名学号二二二二二二年三月十一日实验一 图像增强实验一、实验目的 1、掌握灰度直方图的概念及其计算方法；2、掌握基本的图象增强方法，观察图象增强的效果，加深对灰度直方图的理解; 3、掌握直方图均衡化原理;4、利用MATLAB程序进行图像增强.二、实验原理图像增强是按指定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。图像增强技术主要有直方图修正处理，图像平滑化处理，图像尖锐化处理等。本实验以灰度变换，直方图均衡化增强图像对

2、比度的方法为主要内容。1.直方图是图像的最基本的统计特征，它反应的是图像的灰度值的分布情况。图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有像素集合的最基本的统计规律。直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的的视觉效果。2.直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即每个灰度级上都具有相同像素点数的过程。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。3.灰度线性变换是图像增强的重要手段之一，它可使图像动态范围加大，使图像对比度扩展，图像更加清晰，特征更加明

3、显原图像 f(m,n) 的灰度范围 a,b 线形变换为图像 g(m,n),灰度范围a,b公式： g(m,n)=a+(b-a)* f(m,n) /(b-a三、实验内容1.计算出一幅灰度图象的直方图； 2.对灰度图像进行简单的灰度线形变换 原图像 f(m,n) 的灰度范围 a, b ； 线形变换为图像g(m,n) , 灰度范围a, b ； 公式： g(m,n)=a+(b-a)* f(m,n) /(b-a)3. 图像二值化 （选取一个域值，将图像变为黑白图像） 4.利用直方图均衡化进行图像增强 实验图像： Cameraman.bmp、四、实验结果及分析1.计算出一幅灰度图象的直方图；分析：灰度直方图

4、（histogram）是灰度级的函数，它表示图象中具有每种灰度级的象素的个数，反映图象中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图象的最基本的统计特征。2.对灰度图像进行简单的灰度线形变换 3. 图像二值化4.利用直方图均衡化进行图像增强分析：直方图后，直方图被拉开，变得较为平直、均匀。这样，原本比较暗无法分辨的区域也能很好地分辨出来。实验二 图像变换实验一、实验目的1、了解图像变换的意义和手段；2、熟练掌握FFT变换及其应用；3、了解图像离散余弦变换和逆变换的原理及应用；4、通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换和离散余弦变换。二、实

5、验原理1、应用傅立叶变换进行图像处理傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。通过实验培养这项技能，将有助于解决大多数图像处理问题。2、傅立叶（Fourier）变换的定义二维Fourier变换和二维离散傅立叶变换为： 图像的傅立叶变换与一维信号的傅立叶变换变换一样，有快速算法，具体参见相关书目，有关傅立叶变换的快速算法的程序不难找到。实际上，现在有实现傅立叶变换的芯片，可以实时实现傅立叶变换。2离散余弦变换离散余弦变换的变换核为余弦函数，计算速度快，有利于图像压缩和其他处理。在大多数情况下，DCT 主要用于图像

6、的压缩操作中，静态图像压缩标准 JPEG 就是采用的 DCT 变换。二维离散余弦变换的正反变换为：三、实验内容1、傅里叶变换熟悉其概念和原理,实现对一幅灰度图像的快速傅立叶变换,并求其变换后的系数（幅度）分布。2、DCT变换熟悉其概念和原理,实现对一幅图像做离散余弦变换,选择适当的DCT系数阈值对其进行DCT反变换 。 四、实验结果及分析1、傅里叶变换2、DCT变换分析：通过DCT反变换重构的图像，看上去有点模糊，失真明显实验三 图像分割实验一、实验目的 1、理解和掌握图像边缘检测和图像阈值分割的典型算法。2、能用Matlab编写程序实现图像边缘检测和图像阈值分割。3、观察图像分割的效果二、实

7、验原理1.边缘检测： 图象的边缘是指图象局部区域亮度变化显著的部分，该区域的灰度剖面一般可以看作是一个阶跃，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图象的边缘部分集中了图象的大部分信息，图象边缘的确定与提取对于整个图象场景的识别与理解是非常重要的，同时也是图象分割所依赖的重要特征，边缘检测主要是图象的灰度变化的度量、检测和定位。2.灰度阈值分割即是先确定一个处于图像灰度取值范围内的灰度阈值，然后将图像中各个像素的灰度值与这个阈值相比较：划分成像素灰度大于阈值的一类和小于阈值的一类。3. 双峰法的原理及其简单：它认为图像由前景和背景组成，在灰度直方图上，前后 二景都

8、形成高峰，在双峰之间的最低谷处就是图像的阈值所在三、 实验内容1、边缘检测分别用sobel、Laplacian-Gaussian方法对一幅灰度图像进行边缘提取，给出对比结果；2、灰度阀值分割利用双峰法对一幅灰度图像进行灰度分割处理。四、实验结果及分析1、边缘检测分析：Sobel算子并没有将图像的主题与背景严格地区分开来，即Sobel算子并没有基于图像灰度进行处理，所以提取的图像轮廓有时并不能令人满意。Laplacian-Gaussian算子边缘的细节比较丰富，它比sober算子边缘更完整，效果更好2、灰度阀值分割分析：双峰法相对简单，阈值的选择对双峰法影响较大。实验四 图像压缩实验一、实验目的

9、 1、进一步熟悉DCT的概念和原理；2、掌握对灰度和彩色图像作离散余弦变换和反变换的方法；3、能选择适当的量化间隔、阈值和区域进行编码；4、综合利用变换、量化、Huffman编码等知识，实现JPEG压缩编码。二、实验原理JPEG压缩原理：基于DCT的JPEG压缩过程主要是对图像的空间冗余进行压缩，其基本过程为：首先进行DCT正变换，再对DCT系数进行量化，并对量化后的直流系数和交流系数分别进行差分编码和行程编码，最后进行熵编码。编码的简化框图如图3.1所示，解码为其逆过程。 压缩后图像数据熵编码器量化器源图像数据88FDCT 量化表 Huffman码表图3.1 JPEG压缩编码器框图2-DCT

10、变换原理：JPEG将源数据图像分成88大小的子块，然后进行DCT变换，2-DCT变换公式如下：其中： f（x,y）输入/输出图像取样值（基准系统的取值为-128，127）；C(u,v)DCT系数（基准系统中C（u,v）的取值范围为-1023，1023）；C（0，0）代表DC系数，其余63个为AC系数。三、实验内容实现JPEG的压缩和编码 实现基本JPEG的压缩和编码分三个步骤：（1）首先通过DCT变换去除数据冗余；（2）使用量化表对DCT系数进行量化；（3）对量化后的系数进行Huffman编码。1、主程序2、DCT 8x8子程序3、 AC和DC4.DC编码5、zigzag扫描程序6、AC编码四

11、、实验结果及分析分析：ImageBitLen =112000 ，原图片为324KB,经过jpeg编码后容量约为109KB,明显变小思考题1. 如何读一幅彩色图象，以灰度值图象的形式显示其RGB各分量?对黑白图像,R,G,B值均相等,称为灰度值,每一个像素有一个灰度值.对于8位的灰度图像,其灰度值范围为0255。灰度也可认为是亮度，简单的说就是色彩的深浅程度。实际上在我们的日常生活中，通过三原色色彩深浅的组合，可以组成各种不同的颜色。产品能够展现的灰度数量越多，也就意味着这款产品的色彩表现力更加丰富，能够实现更强的色彩层次。例如三原色16级灰度，能显示的颜色就是161616=4096色。不过目前的产品256级灰度已经非常地普遍了。任何颜色都有红、绿、蓝三原色组成，假如原来某点的颜色为RGB(R，G，B)，那么，我们可以通过下面几种方法，将其转换为灰度，通过任一种方法求得Gray后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，用它替换原来的RGB(R,G,B)就是灰度图了。 2. 对一幅图像进行傅氏变换和余弦变换，观察其振幅谱的特点傅氏变换：余弦变换：DCT是D