数字图像处理基础程序及运行结果图像matlab程序

1、数字图像处理实验1目录实验一MATLAB 数字图像处理初步 . 2实验二图像的代数运算 . 7实验三图像增强 灰度变换 . 11实验四图像增强 直方图变换 . 14实验五图像增强 空域滤波 . 16实验六图像的傅立叶变换 . 22实验七图像增强 频域滤波 . 24实验八彩色图像处理 . 27实验九图像分割 . 33实验十形态学运算 . 36数字图像处理实验2实验一MATLAB数字图像处理初步一、实验目的与要求1熟悉及掌握在MATLAB能够处理哪些格式图像。2熟练掌握在MATLAB如何读取图像。3掌握如何利用MATLAB获取图像的大小、颜色、高度、宽度等等相关信息。4掌握如何在MATLAB按照指

2、定要求存储一幅图像的方法。5图像间如何转化。二、实验内容及步骤1利用imread( )函数读取一幅图像，假设其名为flower.tif，存入一个数组中；2利用whos命令提取该读入图像flower.tif的基本信息；3.利用imshow()函数来显示这幅图像；4利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；5.利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件，设为flower.jpg;语法：imwrite(原图像，新图像，quality，取q-100。6.同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设 为flow

3、er.bmp。7.用imread()读入图像：Lenna.jpg和camema.jpg；8.用imfinfo()获取图像Lenna.jpg和camema.jpg的大小；9.用figure,imshow()分别将Lenna.jpg和camema.jpg显示出来，观察两幅图 像的质量。10.用im2bw将一幅灰度图像转化为二值图像， 并且用imshow显示出来观 察图像的特征。11.将每一步的函数执行语句拷贝下来，写入实验报告，并且将得到第3、9、10步得到的图像效果拷贝下来三、考核要点1、 熟悉在 MATLAB 中如何读入图像、如何获取图像文件的相关信息、如何显示图像 及保存图像等，熟悉相关的处

4、理函数。2、 明确不同的图像文件格式， 由于其具体的图像存储方式不同， 所以文件的大小不同， 因此当对同一幅图像来说，有相同的文件大小时，质量不同。五、实验仪器与软件(1) PC 计算机数字图像处理实验3(2) MatLab 软件 / 语言包括图像处理工具箱 (Image Processing Toolbox)(3) 实验所需要的图片四、实验内容f=imread( C:UsersGatewayDesktopi?flower.tif);whos f ;imshow(f);imfinfo C:UsersGatewayDesktopi?flower.tifans =图片 flower.tifFile

5、ModDate: 24- 六月 -2012 18:46:53FileSize: 392018Format: jpgFormatVersion: Width: 1600Height: 1200BitDepth: 24ColorType: truecolorFormatSignature: NumberOfSamples: 3CodingMethod: HuffmanCodingProcess: SequentialComment: ans =%imfinfo 压缩后的信息Filename: flower.jpgFileModDate: 25- 六月 -2012 16:07:40数字图像处理实验4

6、FileSize: 81013Format: jpg FormatVersion: Width: 1600Height: 1200BitDepth: 24ColorType: truecolorFormatSignature: NumberOfSamples: 3CodingMethod: HuffmanCodingProcess: SequentialComment: f=imread( C:UsersGatewayDesktopg=imread( C:UsersGatewayDesktopfigure;imshow(f);figure,imshow(g);imfinfo C:UsersGa

7、tewayDesktopimfinfo C:UsersGatewayDesktop?lenna.jpg );?camera.jpg );?lenna.jpg?camera.jpg数字图像处理实验5ans =FileModDate: 24- 六月 -2012 18:44:09FileSize: 21307Format: jpgFormatVersion: Width: 300Height: 300BitDepth: 24ColorType: truecolorFormatSignature: NumberOfSamples: 3CodingMethod: HuffmanCodingProcess

8、: SequentialComment: ans =FileModDate: 24- 六月 -2012 18:44:32FileSize: 18653Format: jpgFormatVersion: Width: 256Height: 256BitDepth: 24ColorType: truecolorFormatSignature: NumberOfSamples: 3CodingMethod: HuffmanCodingProcess: SequentialComment: f=imread( C:UsersGatewayDesktopi?lenna.jpg);g=im2bw(f);图

9、片 lenna.jpg图片 camera.jpg数字图像处理实验6figure,imshow(g);五、思考题(1) 简述 MatLab 软件的特点。(2) MatLab 软件可以支持哪些图像文件格式？ doc imread(3) 说明函数 imread 的用途格式以及各种格式所得到图像的性质。(4) 为什么用 I = imread ( lena.bmp 命令) 得到的图像 I 不可以进行算术运算？数字图像处理实验7实验二 图像的代数运算一、实验目的1了解图像的算术运算在数字图像处理中的初步应用。 2体会图像算术运算处理的过程和处理前后图像的变化。二、实验步骤2图像的减法运算3. 图像的乘法运

10、算4图像的除法运算三、实验内容1图像的加法运算I=imread(C:UsersGatewayDesktopi?lenna2.jpgJ=imread( C:UsersGatewayDesktopi?camera.jpgK = imadd(I,J);imshow(K);%lenna 原图和 camera 尺寸大小不一样，不能相加，用camera 相同尺寸););ps 将 lenna 裁剪成 256*256 与数字图像处理实验8I=imread( C:UsersGatewayDesktopJ=imadd(I,50);subplot(1,2,1);imshow(I);subplot(1,2,2);im

11、show(J);2图像的减法运算I2=zeros(256,256);I=imread( rice.png );imshow(I)background=imopen(I,strel( diskfigure,imshow( background)I2=imsubtract(I,background);figure,imshow(I2)?camera.jpg );,15);数字图像处理实验93. 图像的乘法运算数字图像处理实验10I=imread( C:UsersGatewayDesktopJ=immultiply(I,1.5);subplot(1,2,1);imshow(I);subplot(1,

12、2,2);imshow(J);4图像的除法运算I=imread( rice.png);J=double( rice.png);K=J*0.43+90;I2=unit8(J);Ip=imdivide(I,I2); imshow(Ip,);5图像的四则代数运算I=imread( C:UsersGatewayDesktopJ=imread( C:UsersGatewayDesktopZ=imlincomb(0.5,I,0.5,J,50); imshow(Z);?camera.jpg );?lenna2.jpg);?camera.jpg);数字图像处理实验11四、思考题由图像算术运算的运算结果，思考图

13、像减法运算在什么场合上发挥优势？ 从背景中提取图像实验三 图像增强灰度变换一、实验目的：1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。2、学会对图像直方图的分析。3、掌握直接灰度变换的图像增强方法。实验内容：数字图像处理实验121、图像数据读出2、计算并分析图像直方图3、利用直接灰度变换法对图像进行灰度变换I=imread( C:UsersGatewayDesktopi?medicine.jpg);J=rgb2gray(I);imhist(J);数字图像处理实验13I=imread( C:UsersGatewayDesktopi?medicine.jpg);J=rg

14、b2gray(I);g=imhist(J,256);g1=imadjust(f,0 1,1 0);figure;imshow(g1);%将 0.5 到 0.75 的灰度级扩展到范围 0 1g2=imadjust(f,0.5 0.75,0 1);figure;imshow(g2);g=imread( C:UsersGatewayDesktopi?point.jpg);h=log(1+double(g);h=mat2gray(h); h=im2uint8(h); figure;imshow(h);%将矩阵 h 转换为灰度图片% 将灰度图转换为 8 位图数字图像处理实验14实验四 图像增强直方图变换

15、一、实验目的1掌握灰度直方图的概念及其计算方法； 2熟练掌握直力图均衡化和直方图规定化的计算过程； 3熟练掌握空域滤波中常用的平滑和锐化滤波器； 4掌握色彩直方图的概念和计算方法 5利用 MATLAB 程序进行图像增强。二、实验步骤1 打开计算机，启动 MATLAB 程序；程序组中“ work ”文件夹中应有待处理的图像文件; 2调入“实验一”中获取的数字图像，并进行计算机均衡化处理； 3 显示原图像的直方图和经过均衡化处理过的图像直方图。4 记录和整理实验报告三、实验内容l=imread( C:UsersGatewayDesktopi?pollen.jpg);g=rgb2gray(I);J=

16、histeq(g);%对原图像进行直方图均衡化处理imshow(l);title(?-i?);figure;imshow(J);ti tle(?uoa?-obi?);figure,subplot(1,2,1);imhist(g,64);%将原图像直方图显示为 64 级灰度title(?-i? ?);subplot(1,2,2);imhist(J,64);title(?uoa?-oo? 1)?数字图像处理实验16四、思考题1直方图是什么概念？它反映了图像的什么信息？直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况 . 直方图是以图形 化参数来显示图片曝光精确度的手段， 其描述的是

17、图片显示范围内影像的灰度分布曲线。 它 可以帮助分析图片的曝光水平等一些信息2直方图均衡化是什么意思？它的主要用途是什么？直方图拉伸和直方图均衡化化是两种最常见的间接对比度增强方法， 直方图均衡化则 通过使用累积函数对灰度值进行“调整”以实现对比度的增强。 直方图均衡化就是对 图像进行非线性拉伸， 重新分配图像像素值， 使一定灰度范围内的像素数量大致相同。 直方图均衡化就是把给定图像的直方图分布改变成 “均匀 ”分布直方图分布。实验五 图像增强空域滤波一、实验目的进一步了解 MatLab 软件/语言，学会使用 MatLab 对图像作滤波处理， 使学生有机会掌 握滤波算法，体会滤波效果。了解几种

18、不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教 学提供配套的实践机会。二、实验内容与步骤a) 调入并显示原始图像 Sample2-1.jpg 。数字图像处理实验17b) 利用 imnoise 命令在图像 Sample2-1.jpg 上加入高斯 (gaussian) 噪声c)利用预定义函数 fspecial 命令产生平均(average)滤波器1111 9 1111d) 分别采用 3x3 和 5x5 的模板，分别用平均滤波器以及中值滤波器，对加入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果；e) 选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观

19、察上述滤 波器处理的结果。f)利用 imnoise 命令在图像 Sample2-1.jpg 上加入椒盐噪声(salt & pepper)g) 重复 c) e)的步骤h) 输出全部结果并进行讨论。三、实验内容,0.02);,3);%产生3*3均值模板,5);%均值滤波%中值滤波-figure;imshow(K)i=imread( C:UsersGatewayDesktop?electric.tif);I=rgb2gray(i);J=imnoise(I,gauss ,0.02);J=imnoise(I,salt & pepperave1=fspecial(averageave2=f

20、special(averageK=filter2(ave1,J)/255;L=filter2(ave2,J)/255;M=medfilt2(J,3 3);N=medfilt2(J,5 5);imshow(I);figure;imshow(J);数字图像处理实验18;figure;imshow(L);figure;imshow(M);figure数字图像处理实验19;imshow(N);数字图像处理实验20原图gauss噪声数字图像处理实验21Gauss 噪声 3*3 模板均值滤波Gauss 噪声 5*5 模板均值滤波Gauss 噪声 3*3 中值滤波Gauss噪声 5*5 中值滤波数字图像处理

21、实验22椒盐噪声数字图像处理实验23椒盐噪声 3*3 均值滤波椒盐噪声 5*5 均值滤波椒盐噪声3*3中值滤波 椒盐噪声5*5中值滤波四，思考题/问答题(1) 简述高斯噪声和椒盐噪声的特点。椒盐噪声是由图像传感器， 传输信道，解码处理等产生的黑白相间的亮暗点噪声。 检验噪声往往由图像切割引起。 椒盐噪声是指两种噪声， 一种是盐噪声 (salt noise)，另一种是胡椒噪声(pepper noise)。盐=白色，椒=黑色。前者是 高灰度噪声，后者属于低灰度噪声。一般两种噪声同时出现，呈现在图像 上就是黑白杂点。高斯噪声是一种随机噪声。在任选瞬时中任取n个，其值按n个变数的高斯概率定律分布。 高

22、斯噪声是指它的概率密度函数服从高斯分布 (即正态分布)的一类噪声。如果一个噪声，它的幅度分布服从高斯分布， 而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。(2) 结合实验内容，定性评价平均滤波器 /中值滤波器对高斯噪声和椒盐噪声的去噪效果？ 两种滤波对高斯噪声效果都不是很好，5*5的中值滤波效果好于3*3。中值滤波 对椒盐噪声效果好于均值滤波。数字图像处理实验24(3) 结合实验内容，定性评价滤波窗口对去噪效果的影响？ 窗口越大，去噪效果越好，但是窗口越大所用的时间越多。实验六 图像的傅立叶变换一、实验目的1 了解图像变换的意义和手段；2 熟悉傅立叶变换的基本性质；3 熟练掌握 FFT

23、变换方法及应用；4 通过实验了解二维频谱的分布特点；5 通过本实验掌握利用 MA TLAB 编程实现数字图像的傅立叶变换。6 评价人眼对图像幅频特性和相频特性的敏感度。二、实验原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。 对任何想在工作中有效应用数字图像处理技术的人来说， 把时间 用在学习和掌握博里叶变换上是很有必要的。三、实验步骤1将图像内容读入内存；2用 Fourier 变换算法，对图像作二维 Fourier 变换；3将其幅度谱进行搬移，在图像

24、中心显示；4用 Fourier 系数的幅度进行 Fourier 反变换；5用 Fourier 系数的相位进行 Fourier 反变换；6比较 4、 5 的结果，评价人眼对图像幅频特性和相频特性的敏感度。7记录和整理实验报告。四、实验内容数字图像处理实验25J=imread( C:UsersGatewayDesktopi?number.jpgimshow(J););I=rgb2gray(J);fftI=fft2(I);sfftI=fftshift(fftI);figure;imshow(sfftI);RR=real(sfftI);II=imag(sfftI);A=sqrt(RRA2+II.A2)

25、;%二维傅里叶变换%直流分量移到频谱中心%取实部%取虚部%计算幅值A=(A-min(min(A)/(max(max(A)-min(min(A)*255;figure;imshow(A);%显示图像频谱%归一化另一种J=imread( C:UsersGatewayDesktopi?number.jpgI=rgb2gray(J);F=fft2(l);%?t?a?e0?o?S=abs(F);imshow(S,);FC=fftshift(F);imshow(abs(FC),);S2=log(1+abs(FC);figure;imshow(S2,););数字图像处理实验26原图归一化后图像实验七 图像增

26、强频域滤波一、 实验目的1掌握怎样利用傅立叶变换进行频域滤波 2掌握频域滤波的概念及方法 3熟练掌握频域空间的各类滤波器4.利用 MATLAB序进行频域滤波数字图像处理实验27二、实验原理频域滤波分为低通滤波和高通滤波两类，对应的滤波器分别为低通滤波器和高通滤波 器。频域低通过滤的基本思想：G(u,v)=F(u,v)H(u,v)F(u,v)是需要钝化图像的傅立叶变换形式，H(u,v)是选取的一个低通过滤器变换函数,G(u,v)是通过 H(u,v)减少 F(u,v)的高频部分来得到的结果，运用傅立叶逆变换得到钝化后 的图像。n 阶巴特沃兹低通滤波器(BLPF)(在距离原点D0处出现截至频率)的传

27、递函数为1 调入并显示所需的图片；2利用 MATLAB 提供的低通滤波器实现图像信号的滤波运算，并与空间滤波进行比 较。3.利用 MATLAB 提供的高通滤波器对图像进行处理。4 记录和整理实验报告。f1=imread( C:UsersGatewayDesktopi?camera.jpg);f=rgb2gray(f1);F=fft2(f);S=fftshift(log(1+abs(F);figure;imshow(S,);%2ueu?卩？xi?h=fspecial( sobe l );figure;freqz2(h);PQ=paddedsize(size(f);H=freqz2(h,PQ,PQ

28、 (2);H1=ifftshift(H);figure;imshow(abs(H),);H(u,v)11 D(u,v) Do2n与理想地通滤波器不同的是，巴特沃兹率通滤波器的传递函数并不是在续。高斯低通滤波器(GLPF)的传递函数为H(u,v) eD2(u)2 2其中，为标准差。Do处突然不连实验步骤:数字图像处理实验28Sobel边缘提取f=imread( C:UsersGatewayDesktopf=rgb2gray(f);f=im2double(f);VSFAT=edge(f, sobel , verticalfigure;imshow(f);figure;imshow(VSFAT);?

29、dabao.jpg);数字图像处理实验29实验八 彩色图像处理一、实验目的使用 MatLab 软件对图像进行彩色处理。 使学生通过实验熟悉使用 彩色处理的有关方法，并体会到图像彩色处理技术以及对图像处理的效果。、实验要求要求学生能够完成彩色图像的分析， 能正确讨论彩色图像的亮度、MatLab 软件进行图像色调等性质； 会对彩数字图像处理实验30色图像进行直方图均衡， 并能正确解释均衡处理后的结果； 能够对单色图像进行伪彩色处理、 利用多波长图像进行假彩色合成、进行单色图像的彩色变换。三、实验步骤(1) 彩色图像的分析(2)彩色图像的直方图均衡(3)假彩色处理(4)伪彩色处理 1 ：灰度切片处理

30、(5)彩色变换 ( 选做 )四、实验内容f=imread( C:UsersGatewayDesktopi?flower.tif);figure;imshow(f);fR=f(:,:,1);%获得红色分量fG=f(:,:,2);%获得绿色分量fB=f(:,:,3);%获得蓝色分量figure;imshow(fR); figure;imshow(fG); figure;imshow(fB);数字图像处理实验31绿色分量%实现 rgb 图像转化为 NTSC 彩色空间的图像f=imread( C:UsersGatewayDesktopi?flower.tiffigure;imshow(f);yiq_i

31、mage=rgb2 ntsc(f);fY=yiqm age(:,:,1);%图像亮度fl=yiq_image(:,:,2);%图像色调fQ=yiqm age(:,:,3);%图像饱和度figure;imshow(fY); figure;imshow(fl); figure;imshow(fQ);原图红色分量蓝色分量);数字图像处理实验32亮度色调饱和度数字图像处理实验33f=imread( C:UsersGatewayDesktopi?flower.tif);figure;imshow(f);fR=histeq(fR,256);%对彩色图像的分量进行直方图均衡化fG=histeq(fR,256

32、);fB=histeq(fR,256);RGB_image=cat(3,fR,fG,fB);%将直方图均衡化后的彩色图像合并figure;imshow(RGB_image);f=imread( C:UsersGatewayDesktopi?flower.tif);cut_1=imadjust(f,0.0925 0.5,0.0925 0.5); %提取灰度在16-128之间像素cut_2=imadjust(f,0.5 1,0.5 1);%提取灰度在128-256间像素figure,imshow(cut_1),colormap(hot) %显示图像cut-1，并用hot模型彩色化figure,im

33、show(cut_2),colormap(cool)数字图像处理实验34128-256六、思考题1. 为什么经彩色直方图均衡后的图像除了对比度会有所增强外，还有色调的变化？色调的增强具有特殊性。根据HIS模型表示法，色调对应一个角度且是循环 的。如果对这个像素的色调值加一个常数， 将会使每个目标的颜色在色谱上移动。 当常数比较小时，一般会使彩色图像色调变“暖”或“冷”。常数比较大时。则 有可能会使对彩色图像的感受发生比较激烈的变化。2.实验内容 (3) 的假彩色处理方案是否可以有多种？若有，请估计其它方案的可能结果。3.在实验内容 (4) 中，对于灰度切片处理的图像 head.gif 使用多少

34、级切片比较合适？16-128数字图像处理实验35实验九 图像分割一、实验目的使用 MatLab 软件进行图像的分割。使学生通过实验体会一些主要的分割算子对图像处 理的效果，以及各种因素对分割效果的影响。要求学生能够自行评价各主要算子在无噪声条件下和噪声条件下的分割性能。能够掌 握分割条件 (阈值等 )的选择。完成规定图像的处理并要求正确评价处理结果， 能够从理论上 作出合理的解释。三、 实验步骤(1) 使用 Roberts 算子的图像分割实验(2) 使用 Prewitt 算子的图像分割实验(3) 使用 Sobel 算子的图像分割实验(4) 使用 LoG ( 拉普拉斯 -高斯)算子的图像分割实验

35、四、实验内容下面是使用 sobel 监测器对图像进行分割的MATLAB序figure;imshow(f1);f=rgb2gray(f1);gv,t1=edge(f,sobel, vertical); %使用edge函数对图像f提取垂直边缘figure;imshow(gv);gb,t2=edge(f,sobel, horizontal); %提取水平边缘figure;imshow(gb)w45=-2 -1 0 ;-1 0 1;0 1 2;%使用imfilter计算45方向边缘g45=imfilter(double(f),w45,replicate );T=0.3*max(abs(g45(:);%

36、设定阈值g45=g45=T;%进行阈值处理figure;imshow(g45);实验要求f1=imread( C:UsersGatewayDesktop?room.jpg);数字图像处理实验36垂直边缘提取水平边缘提取45阈值处理原图数字图像处理实验37256阈值处理六、思考题/问答题1. 评价一下 Roberts 算子、 Prewitt 算子、 Sobel 算子对于噪声条件下边界检测的性能。Roberts 算子：边缘定位准，但是对噪声敏感。适用于边缘明显且噪声较少的图像分割。Roberts边缘检测算子是一种利用局部差分算子寻找边缘的算子 ,Robert 算子图像处理后结 果边缘不是很平滑。经

37、分析，由于 Robert 算子通常会在图像边缘附近的区域内产生较宽的 响应，故采用上述算子检测的边缘图像常需做细化处理，边缘定位的精度不是很高。Prewitt 算子：对噪声有抑制作用，抑制噪声的原理是通过像素平均，但是像素平均相 当于对图像的低通滤波，所以 Prewitt 算子对边缘的定位不如 Roberts 算子。Sobel 算子： Sobel 算子和 Prewitt 算子都是加权平均，但是 Sobel 算子认为，邻域的数字图像处理实验38像素对当前像素产生的影响不是等价的， 所以距离不同的像素具有不同的权值， 对算子结果 产生的影响也不同。一般来说，距离越远，产生的影响越小。2.为什么 LoG 梯度检测算子的处理结果不需要象Prewitt 等算子那样进行幅度组合？3.实验中所使用的四种算子所得到的边界有什么异同？实验十 形态学运算1、实