数字图像处理试验全完整答案

1、实验常用MATLAI像处理命令一、实验目的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、实验环境MATLAB6.5以上版本、WINXP或WIN200C#算机三、常用函数读写图像文件1 imreadimread函数用于读入各种图像文件，如：a=imread(e:w01.tif)2 imwriteimwrite函数用于写入图像文件，如：imwrite(a,e:w02.tif,tif)3 imfinfoimfinfo函数用于读取图像文件的有关信息，如：imfinfo(e:w01.tif)图像的显示1 imageimage函数是MATLABI供的最原始的图像显

2、示函数，如：a=1,2,3,4;4,5,6,7;8,9,10,11,12;image(a);2 imshowimshow函数用于图像文件的显示，如：i=imread(e:w01.tif);imshow(i);title(原图像)物口上图像标题1/393 colorbarcolorbar函数用显示图像的颜色条，如：i=imread(e:w01.tif);imshow(i);colorbar;4 figurefigure函数用于设定图像显示窗口，如：figure(1);/figure(2)；5 subplot把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。Subplot(m,n,p)分成

3、m*n个小窗口，在第p个窗口中创建坐标轴为当前坐标轴，用于显示图形。6 plot绘制二维图形plot(y)Plot(x,y)xy可以是向量、矩阵。图像类型转换1 rgb2gray把真彩图像转换为灰度图像i=rgb2gray(j)2 im2bw通过阈值化方法把图像转换为二值图像I=im2bw(j,level)Level表示灰度阈值，取值范围01(即0.n),表示阈值取自原图像灰度范围的n%2/393 imresize改变图像的大小I=imresize(j,mn)将图像j大小调整为m行n列图像运算1 imadd两幅图像相加，要求同样大小，同种数据类型Z=imadd(x,y)表示图像x+y2 ims

4、ubstract两幅图像相减，要求同样大小，同种数据类型Z=imsubtract(x,y)表示图像x-y3 immultiplyZ=immultiply(x,y)表示图像x*y4 imdivideZ=imdivide(x,y)表示图像x/y四、实验内容(请将实验程序填写在下方合适的位置，实验图像结果拷屏粘贴)1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。a=imread(f:1.jpg)i=rgb2gray(a)I=im2bw(a,0.5)subplot(3,1,1);imshow(a);title(原图像)sub

5、plot(3,1,2);imshow(i);title(灰度图像)subplot(3,1,3);imshow(I);title(二值图像)3/39原图像灰度图像二值图俵2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。a=imread(f:1.jpg)A=imresize(a,800800)b=imread(f:2.jpg)B=imresize(b,800800)Z1=imadd(A,B)Z2=imsubtract(A,B)Z3=immultiply(A,B)Z4=imdivide(A,B)subplot(3,2,1);imshow(A);titl

6、e(原图像A)subplot(3,2,2);imshow(B);title(原图像B)subplot(3,2,3);imshow(Z1);title(加法图像)subplot(3,2,4);imshow(Z2);title(减法图像)subplot(3,2,5);imshow(Z3);title(乘法图像)subplot(3,2,6);imshow(Z2);title(除法图像)4/39原图像A原图像日加法图像乘法图像除法图像3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。a=imread(f:1.jpg);m=imadjust(

7、a,0.5;1);%图像变亮n=imadjust(a,0;0.5);%图像变暗g=255-a;%负片效果subplot(2,2,1);imshow(a);title(原图像)subplot(2,2,2);imshow(m);title(图像变亮)subplot(2,2,3);imshow(n);title(图像变暗)subplot(2,2,4);imshow(g);title(负片效果)5/39原图像图像变暗图像变亮4、熟悉数字图像处理常用函数的使用，调出帮助文档查看其各种不同用法。方法：选择函数（函数所在区变暗），点右键弹出菜单，选择“HelponSelection实验总结分析图像的代数运算

8、结果，分别陈述图像的加、减、乘、除运算可能的应用领域。6/39实验四常用图像增强方法、实验目的1、熟悉并掌握MATLAB图像处理工具箱的使用；2、理解并掌握常用的图像的增强技术。二、实验环境MATLAB6.5以上版本、WINXP或WIN2000计算机三、相关知识1 imnoiseimnoise函数用于对图像生成模拟噪声，如：i=imread(e:w01.tif);j=imnoise(i,gaussian,0,0.02);模拟均值为0方差为0.02的高斯噪声,j=imnoise(i,salt&pepper,0.04)模拟叠加密度为0.04的椒盐噪声2 fspecialfspecial函数用于产生

9、预定义滤波器，如：h=fspecial(sobel);%sobel水平边缘增强滤波器h=fspecial(gaussian);%高斯低通滤波器h=fspecial(laplacian);%拉普拉斯滤波器h=fspecial(log);%高斯拉普拉斯(LoG)滤波器h=fspecial(average);%均值滤波器3基于卷积的图像滤波函数imfilter函数，filter2函数，二维卷积conv2滤波,都可用于图像滤波，用法类似，如：i=imread(e:w01.tif);h=1,2,1;0,0,0;-1,-2,-1;%产生Sobel算子的水平方向模板7/39j=filter2(h,i);或者

10、：h=fspecial(prewitt)I=imread(cameraman.tif);imshow(I);H=fspecial(prewitt);%预定义滤波器M=imfilter(I,H);imshow(M)或者：i=imread(e:w01.tif);h=1,1,1;1,1,1;1,1,1;h=h/9;j=conv2(i,h);4其他常用滤波举例(1)中值滤波medfilt2函数用于图像的中值滤波，如：i=imread(e:w01.tif);j=medfilt2(i,MN);对矩阵i进行二维中值滤波，领域为M*N,缺省值为3*3(2)利用拉氏算子锐化图像，如：i=imread(e:w01

11、.tif);j=double(i);h=0,1,0;1,-4,0;0,1,0;%拉氏算子k=conv2(j,h,same);8/39、实验步骤1、采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波，窗口分别采用3*3,5*5,7*7I=imread(f:lena.png);J=imnoise(I,salt&pepper,0.04);K1=medfilt2(J,33);%K2=medfilt2(J,55);K3=medfilt2(J,77);subplot(2,2,1);imshow(J);title(subplot(2,2,2);imshow(K1);title(subplot(2

12、,2,3);imshow(K2);title(subplot(2,2,4);imshow(K3);title(椒盐噪声干扰图像对矩阵i进行二维中值滤波，领域为3*3椒盐噪声干扰图像)领域为3*3二维中值滤波)领域为5*5二维中值滤波)领域为7*7二维中值滤波)领域为3巧二维中值滤波领域为5节二维中值滤波领域为7*7二维中值波波2、采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波I=imread(f:lena.png);j=imnoise(i,gaussian,0,0.02);%模拟均值为0方差为0.02的高斯噪M=filter2(fspecial(average,9),J)

13、/255;%模板尺寸为9subplot(2,1,1);imshow(j);title(噪声干扰图像)subplot(2,1,2);imshow(M);title(改进后的图像)9/39噪声干扰图像改进后的图像3、采用三种不同算子对图像进行锐化处理i=imread(f:1.jpg)应用Sobel算子锐化图像算子滤波锐化应用prewitt算子锐化图像算子滤波锐化I=rgb2gray(s)H=fspecial(sobel)%I1=filter2(H,I)%SobelH=fspecial(prewitt)%I2=filter2(H,I)%prewittH=fspecial(log)%应用log算子锐化

14、图像I3=filter2(H,I)%log算子滤波锐化subplot(2,2,1);imshow(i);title(原图像)算子锐化图像)算子锐化图像)算子锐化图像)Sobel算子锐化图像subplot(2,2,2);imshow(I1);title(Sobelsubplot(2,2,3);imshow(I2);title(prewittsubplot(2,2,4);imshow(I3);title(log原图像prewM算子锐化图像吨算子锐化图像10/39四、实验总结1、比较不同平滑滤波器的处理效果，分析其优缺点2、比较不同锐化滤波器的处理效果，分析其优缺点11/39实验五图像恢复和图像分割

15、、实验目的1、熟悉并掌握MATLAB图像处理工具箱的使用；2、理解并掌握常用的图像的恢复和分割技术。二、实验环境MATLAB6.5以上版本、WINXP或WIN2000计算机三、相关知识1 deconvwnr维纳滤波，用法：J=deconvwnr(I,PSF,NSR)用维纳滤波算法对图片I进行图像恢复后返回图像JoI是一个N维数组PSF是点扩展函数的卷积。NSP是加性噪声的噪声对信号的功率比。如：I=im2double(imread(cameraman.tif);imshow(I);title(OriginalImage);%模拟运动模糊Matlab中文论坛LEN=21;THETA=11;PSF

16、=fspecial(motion,LEN,THETA);blurred=imfilter(I,PSF,conv,circular);figure,imshow(blurred)%恢复图像www.iLoveMwnr2=deconvwnr(blurred_noisy,PSF);figure,imshow(wnr2)title(RestorationofBlurred)2 edge检测灰度或者二值图像的边缘，返回一个二值图像，1像素是检测到的边缘，0像素是非边缘。用法：BW=edge(I,sobel,thresh,direction)12/39I为检测对象；边缘检测算子可用sobel,roberts

17、,prewitt,zerocross,log,canny；thresh指定阈值，检测时忽略所有小于阈值的边缘，默认自动选择阈值；direction方向，在所指定的方向direction上，用算子进行边缘检测horizontal(水平方向)、vertical(垂直方向)或both(两个方向)。如：I=imread(circuit.tif);BW1=edge(I,prewitt);imshow(BW1);3 strel创建形态学结构元素。用法：SE=STREL(arbitrary,NHOOD,HEIGHT)创建一个指定领域的非平面结构化元素。HEIGHT是一个矩阵，大小和NHOOD相同，他指定了N

18、HOOD中任何非零元素的高度值。SE=STREL(ball,R,H,N)创建一个空间椭球状的结构元素，其X-Y平面半径为R,高度为HoR必须为非负整数，H是一个实数。N必须为一个非负偶数。当N0时此球形结构元素由一系列空间线段结构元素来近似。SE=STREL(diamond,R)创建一个指定大小R平面钻石形状的结构化元素。R是从结构化元素原点到其点的距离，必须为非负整数。SE=STREL(disk,R,N)创建一个指定半径R的平面圆盘形的结构元素。这里R必须是非负整数.N须是0,4,6,8.当N大于0时,圆盘形结构元素由一组N(或N+2)个周期线结构元素来近似。当N等于0时,不使用近似，即结构

19、元素的所有像素是由到中心像素距离小于等于R的像素组成。N可以被忽略，此时缺省值是4。注：形态学操作在N0情况下要快于N=0的情形。如：se1=strel(square,11)%11乘以11的正方形4 imerode腐蚀图像用法：IM2=imerode(IM,SE)腐蚀灰度、二进制或压缩二进制图像IM,返回腐蚀图像IM2。参数SE是函数strel返回的一个结构元素体或是结构元素体阵列。如：使用一个盘状结构元素腐蚀一幅二进制图像。originalBW=imread(circles.png);se=strel(disk,11);erodedBW=imerode(originalBW,se);imsh

20、ow(originalBW),figure,imshow(erodedBW)13/395 imdilate膨胀图像用法：IM2=imdilate(IM,SE)膨胀灰度图像、二值图像、或者打包的二值图像IM,返回膨胀图像M2。变量SE是一个结构元素或者一个结构元素的数组，具是通过strel函数返回的。如：利用一个运行结构元素膨胀灰度图像。I=imread(cameraman.tif);se=strel(ball,5,5);I2=imdilate(I,se);imshow(I),title(Original)figure,imshow(I2),title(Dilated)三、实验步骤1、产生运动模

21、糊图像，运用维纳滤波进行图像恢复，显示结果i=imread(f:1.jpg)I=rgb2gray(s)I=im2double(I);%模拟运动模糊LEN=21;THETA=11;PSF=fspecial(motion,LEN,THETA);blurred=imfilter(I,PSF,conv,circular);%恢复图像wnr2=deconvwnr(blurred,PSF);subplot(1,2,1);imshow(blurred);title(运动模糊图像)subplot(1,2,2);imshow(wnr2);title(恢复图像)运动模糊图像恢复图像2、采用三种不同算子检测图像边缘

22、，显示结果i=imread(f:1.jpg)BW1=edge(I,prewitt);BW2=edge(I,zerocross);BW3=edge(I,canny);14/39subplot(2,2,1);imshow(i);title(原图像)subplot(2,2,2);imshow(BW1);title(prewitt边缘图)subplot(2,2,3);imshow(BW2);title(zerocross边缘图)subplot(2,2,4);imshow(BW3);title(canny边缘图)原图像prewitt边缘图工白rocroGS边缘图c*nny边缘图3、对二值图像分别进行方形

23、模板3*3和5*5的膨胀和腐蚀操作，显示结果。a=imread(f:1.jpg)i=rgb2gray(a)I=im2bw(a,0.5)se3=strel(disk,3);erodedBW1=imerode(I,se3);se4=strel(disk,5);erodedBW2=imerode(I,se4);se1=strel(ball,3,3);I1=imdilate(a,se1);se2=strel(ball,5,5);I2=imdilate(a,se2);subplot(2,2,1);imshow(I1);title(3*3膨胀图像)subplot(2,2,2);imshow(I2);tit

24、le(5*5膨胀图像)subplot(2,2,3);imshow(erodedBW1);title(3*3腐蚀图像)subplot(2,2,4);imshow(erodedBW2);title(5*5腐蚀图像)15/39T3膨胀图像5节膨胀图像T3腐蚀图像5巧腐蚀图像16/39实验六图像处理实际应用一、实验目的1、熟悉并掌握MATLAB图像处理工具箱的使用；2、理解并掌握常用的图像处理技术。二、实验环境MATLAB6.5以上版本、WINXP或WIN2000计算机三、实验内容调试运行下列程序，分析程序，对每条语句给出注释，并显示最终执行结果。总结算法思想及优缺点.I=imread(Car.jpg

25、);y,x,z=size(I);myI=double(I);%RGBtoHSI%tic%Y%Blue_y=zeros(y,1);fori=1:yforj=1:xif(myI(i,j,1)=30)&(myI(i,j,2)=51)&(myI(i,j,3)=119)%蓝色RGB勺灰度范围Blue_y(i,1)=Blue_y(i,1)+1;endendendtempMaxY=max(Blue_y);%Y方向车牌区域确定PY1=MaxY;while(Blue_y(PY1,1)=5)&(PY11)PY1=PY1-1;endPY2=MaxY;while(Blue_y(PY2,1)=5)&(PY2y)PY2=

26、PY2+1;endIY=I(PY1:PY2,:,:);17/39%X%Blue_x=zeros(1,x);forj=1:xfori=PY1:PY2if(myl(i,j,1)=30)&(myl(i,j,2)=51)&(myl(i,j,3)=119)Blue_x(1,j)=Blue_x(1,j)+1;endendendPX1=1;while(Blue_x(1,PX1)3)&(PX1x)PX1=PX1+1;endPX2=x;while(Blue_x(1,PX2)PX1)PX2=PX2-1;endPX1=PX1-2;%对车牌区域的修正PX2=PX2+2;Plate=l(PY1:PY2,PX1-2:PX

27、2,:);t=toc%读取计时%figure,imshow(l);figure,plot(Blue_y);gridfigure,plot(Blue_x);gridfigure,imshow(lY);添加注释和改正后的程序：l=imread(f:Car.jpg);%读取图片y,x,z=size(l);%给定图片大小myl=double(l);%返回双精度值%RGBtoHSl%tic%计时开始%Y方向%Blue_y=zeros(y,1);%一列全零矩阵fori=1:y%给定i的范围forj=1:x%给定j的范围if(myl(i,j,1)=30)&(myl(i,j,2)=51)&(myl(i,j,3

28、18/39)=119)%蓝色RGB的灰度范围Blue_y(i,1)=Blue_y(i,1)+1;%y矩阵加一endendendtempMaxY=max(Blue_y);%Y方向车牌区域确定PY1=MaxY;%y矩阵的最大元素while(Blue_y(PY1,1)=5)&(PY11)%确定蓝色RGBBlue_y所在位置PY1=PY1-1;%对车牌区域的修正，向上调整endPY2=MaxY;%y矩阵的最大元素while(Blue_y(PY2,1)=5)&(PY2y)%确定蓝色RGBBlue_y所在位置PY2=PY2+1;%对车牌区域的修正向下调整endIY=I(PY1:PY2,:,:);%行的范围

29、%X方向%Blue_x=zeros(1,x);%一行全一矩阵forj=1:x%给定j的取值范围fori=PY1:PY2%给定i的取值范围if(myI(i,j,1)=30)&(myI(i,j,2)=51)&(myI(i,j,3)=119)%调整I中的范围Blue_x(1,j)=Blue_x(1,j)+1;%Blue_x的矩阵加一endendendPX1=1;%当PX1等于1时while(Blue_x(1,PX1)3)&(PX1x)%确定蓝色RGBBlue_x的位置PX1=PX1+1;%对车牌区域的修正向下调整endPX2=x;%当PX2等于x时while(Blue_x(1,PX2)PX1)%确定

30、蓝色RGBBlue_x的位置PX2=PX2-1;%对车牌区域的修正向下调整endPX1=PX1-2;%对车牌区域的修正PX2=PX2+2;%对车牌区域的修正Plate=I(PY1:PY2,PX1-2:PX2,:);%矩阵行列的范围t=toc%读取计时19/39%figure,imshow(I);%创建图像窗口，显示图像Ifigure,plot(Blue_y);grid%创建图像窗口，绘制Blue_y图像，画出网格线figure,plot(Blue_x);grid%创建图像窗口，绘制Blue_x图像，画出网格线figure,imshow(Plate);%创建图像窗口，显示图像Platet=0.5

31、63020/39010020030040050060070CiPBT84521/3922/3923/39实验二图像基本操作一、实验目的1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换。2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图均衡和直方图规定化方法对图像进行修正。二、实验环境MATLAB6.5以上版本、WINXP或WIN2000计算机三、相关函数图像的增强1、直方图imhist函数用于数字图像的直方图计算或显示，imhist(I,n)计算和显示图像I的直方图，n为指定的灰度级数目，默认为256o如果I是二值图像，那么n仅有两个值。counts,x=imh

32、ist(.)返回直方图数据向量counts,相应的色彩值向量X0如：i=imread(e:w01.tif);imhist(i);2、直方图均衡化histeq函数用于数字图像的直方图均衡化，J=histeq(I,n)均衡化后的级数n,缺省值为64。J=histeq(I,hgram)直方图规定化”，即将原是图象I的直方图变换成用户指定的向量hgram(即指定另一幅图像的直方图数据向量)。如：i=imread(e:w01.tif);24/39j=histeq(i,N);对图像i执行均衡化，得到具有N个灰度级的灰度图像j,N缺省值为643、灰度调整imadjust函数用于数字图像的灰度或颜色调整，J=

33、imadjust(I)将灰度图像I中的亮度值映射到J中的新值并使1%的数据是在低高强度和饱和，这增加了输出图像J的对比度值。J=imadjust(I,low_in;high_in,low_out;high_out)将图像I中的亮度值映射到J中的新值，即将low_in至high_in之间的值映射到low_out至high_out之间的值。low_in以下与high_in以上的值被剪切掉了，也就是说，low_in以下的值映射到low_out,high_in以上的值映射到high_out。它们都可以使用空的矩阵口，默认值是01。如：将图像i转换为j,使灰度值从0.30.7与i=imread(e:w0

34、1.tif);j=imadjust(i,0.3,0.7,);缺省值01相匹配运算函数1、Zeros生成全0数组或矩阵如B=zeros(m,n)orB=zeros(mn)返回一个m*n全0矩阵2、取整函数floor最小取整函数round四舍五入取整函数ceil最大取整函数如a=-1.9,-0.2,3.4,5.6,7.0,2.4+3.6iI=round(a)I=-203672+4i25/39四、实验内容1、对一幅图像进行2倍、4倍、8倍和16倍减采样，显示结果。a=imread(f:/1.jpg);b=rgb2gray(a);form=1:4figurewidth,height=size(b);q

35、uartimage=zeros(floor(width/(m),floor(height/(2*m);k=1;n=1;fori=1:(m):widthforj=1:(2*m):heightquartimage(k,n)=b(i,j);n=n+1;endk=k+1;n=1;endimshow(uint8(quartimage);End26/3927/3928/3929/392、显示一幅灰度图像幅图像的直方图。a,改变图像亮度使其整体变暗得到图像b,显示两a=imread(f:lena_color.png)c=rgb2gray(a)b=c-46原图像)subplot(2,1,1);imhist(c

36、);title(变暗后的图像)subplot(2,1,2);imhist(b);title(30/39原图像3、对图像b进行直方图均衡化，显示结果图像和对应直方图。b=imread(f:lena_color.png)c=rgb2gray(b)j=histeq(c)subplot(2,2,1),imshow(c)subplot(2,2,2),imshow(j)subplot(2,2,3),imhist(c)%显示原始图像直方图subplot(2,2,4),imhist(j)%显示均衡化后图像的直方图31/39原始图獴直方图均衡化后图像的直方图4、读入图像c,执行直方图规定化，使图像a的灰度分布与

37、c大致相同,显示变换后图像及对应直方图。I=imread(f:lena.png); J=histeq(I,64);%均衡化成32个灰度级的直方图 counts,x=imhist(J);%返回直方图图像向量countsb=imread(f:1.jpg)Q=rgb2gray(b) M=histeq(Q,counts);%将原始图像Q的直方图变成指定向量counts figure, subplot(3,2,1),imshow(I); subplot(3,2,2),imshow(Q);subplot(3,2,3),imhist(I);32/39subplot(3,2,4),imhist(Q)subpl

38、ot(3,2,5),imhist(J);subplot(3,2,6),imhist(M);200010000010020033/39实验三图像变换一、实验目的1、熟悉及掌握图像的变换原理及性质，实现图像的傅里叶变换。二、实验环境MATLAB6.5以上版本、WINXP或WIN2000计算机三、相关函数图像的变换1 fft2fft2函数用于数字图像的二维傅立叶变换，如：i=imread(e:w01.tif);j=fft2(i);由于MATLA玩法显示复数图像，因此变换后的结果还需进行求模运算，即调用abs函数。之后常常还进行对数变换，即调用10g函数，以减缓傅里叶谱的快速衰减,更好地显示高频信息。

39、2 ifft2ifft2函数用于数字图像的二维傅立叶反变换，如：i=imread(e:w01.tif);j=fft2(i);k=ifft2(j);3 fftshift用于将变换后图像频谱中心从矩阵的原点移动到矩阵的中心B=fftshift(i)4利用fft2计算二维卷积34/39利用fft2函数可以计算二维卷积，如:a=8,1,6;3,5,7;4,9,2;b=1,1,1;1,1,1;1,1,1;a(8,8)=0;b(8,8)=0;c=ifft2(fft2(a).*fft2(b);c=c(1:5,1:5);利用conv2(二维卷积函数)校验，如:a=8,1,6;3,5,7;4,9,2;b=1,1,1;1,1,1;1,1,1;c=conv2(a,b);四、实验内容1、对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。s=imread(f:1.jpg);%读入原图像i=rgb2gray(s)i=double(i)j=fft2(i);k=fftshift(j);%傅里叶变换%直流分量移到频谱中心l=log(abs(k);m=fftshift(j);RR=rea