数字图像处理实验指导书

实验一正交变换（2一 实验目二 实验设三 实验原在7.0中，一般用二元函数f(x,y)作为图像的数学表征。函数f(x,y)在定点(x,y处的函数值，表示图像在该点相应的颜色强度或者灰度。所谓图像变换就是指图

v)

（DFT（FFT，因而计在M×N的正方形网格上对函数f(x,y)f(mn。定义二维DFT和反DFTMF(p,q)

Nf(m,n)ej(2p/M)pmej(2p/Nn

p0,1,2,,M11M

N

m

MDCT

p

q

n N离散余弦变换（DT）是利用傅立叶变换的对称性，采用图像边界褶翻操作将图像变DTDTDT变换的一小部分系数中。因此，DT变换在图像压缩中非常有用，是有损图像压缩国际标准EG算法的。M×NA的二维DCTM

N

1)n

n

M2M2 Mp1

p

N2N2 N1

qBpqADCT系数。DCTM

N

cos

1)n

M2M2 M

p

N2N2 N

q

p

q

DCTM×NAM×N个如下式所示的函数

cos(2m1)pcos(2n

0pM1pq

0qNDCT基本函数，DCTBpq四 实验内容及步 构造一个函数矩阵f，然后使用一个二进制图像来显示矩阵f（数值1矩形的0表示其它位置 （1-1所示。imshow(F2,[.15],'notruesize');图22的混合基算法2DFTf256×256DFT并显示其图1-1矩阵f的二进制显示结 图1-2矩阵f二进制图像的傅立叶变imshow(log(abs(F)),[.15]);fftshift对这个问题进行修正解决，该函数通过将图像F的四个象限进行交换，使零频率系数 1-4图1-3零填充后的傅立叶变 （3， DCT变换 实dct2或构造一个函数矩阵f，然后使用一个二进制图像来显示矩阵f（数值1矩形的0表示其它位置 （1-5所示。F2=abs(F);imshow(F2,[图1-5矩阵f的二进制显示结 图1-6矩阵f的DCT变换结6DCT时可以通过对f进行零填充来获得较好的傅矩阵，然后再计算DFT并显示其幅值谱：F=dct2(f,F2=log(abs(F));imshow(F2,[],'notruesize');方法请输入程序验证实验结果并记录之

1-7零填充后的DCT (b)DCT变换结果图1-8 RGB=imread('autumn.tif');I=rgb2gray(RGB);J=dct2(I);Kidct2(J);五 思考1结果中，其基频部分（1-4中心部分）却是水平方向宽，垂直方向窄，为什六 提交实验报实验 一．实验目熟 的操作环imhist阵调用各种计算函数进行处理。01，也就是将整个图像呈现出01A(x,y)B(x,y)B(x,y)

f[A(x,灰度变换完全由灰度函数f决定。f可是线性函数或非线性函数g都是数值在[0，255]范围内的连续随量。设输入和输出图像的灰度概率密度函数分为ffP

g)四．实验内容及

g)BW=im2bw(I,BW=BW=2-1给出了二值化前后的图像。loadtreesBW=im2bw(X,map,0.5);

1000

归一化灰度 7.0图像处理工具箱中直接提供了imhist函数来计算和显示图像的直方图， 对索引其中，I代表灰度图像，n256，countsx分别为返回直方 imadjustJ=imadjust(I,[low_inhigh_in],[low_outhigh_out],low_in指定输出图像所在的灰度范围。另外，imadjust函数还可以接受一个可选的参数来指定修正因数，根据值的不同，输入图像与输出图像间的可能是非线性的。2.2(a)rice.png是一个对比度较低的图像，该图像的直方图见图2.2(b40～255之间。可以使用直方图灰度变换来改善图像的对比度，下面使用imadjust函数将图像的灰度值重新进行，使之填满整个灰度值允许的范J=imadjust(I,[0.150.9],[01]);

1

归一化灰度0

0.9其中，imadjust函数的第二个向量[0.150.9]指定需要的灰度范围，第三个向量[01]指定将被为1。灰度变换后的图像及其直方图如图2-3(a)、(b)所示，从图中可以看出，变换 图2-3变换后的图像及其直方图事实上，除了增强或减弱图像的对比度，还可以使用imadjust函数实现很多种类的图像2.4(b)所示，其代码为：J=imadjust(I,[00.2],[0.51]); 2-4将灰度范围转换为0.0～1.0之间的分数，使得灰度范围可以通过向量[low_in下面通过实验来观察imadjust函数的可选参数的修正效果。 灰度范围，从而可以更好的观察修正的效果。取＝0.5，图像变换前、后的显示效果如图

处理后图像归一化灰度10

归一化灰度 2-5j=imadjust(lily,[01],[10],1.5);直方图均衡化是一种使输出图像直方图近似为均匀分布的变换算法，在中，histeq自动完成图像的直方图均衡化。

图2-6直方图均衡化前后图像显示效果比较(a)均衡化 *5.histeq函数的返回值绘制转移函数的变换曲线。2-7所示的转移函数曲线：[J,T]=histeq(I);figure,10

2-8实验三图像平滑（2一 实验目二 实验设三 实验原g(m1,m2)f(n1,n2)H(m1n11,m2n2

n1G(u,v)H(u,v)F(u,

中值滤波是一种非线性信号处理方法，与其对应的中值滤波器也就是一种非线性滤波.JueyyMedf 其中A为窗口，f为二维数据二维中值滤波的窗口形状和尺寸对滤波效果影响较大35逐点增大，直到其滤波效果满意为止。四．实验内容及步imnoise，它可以对图像添加一些典型的其功能是IJtypeparameters用于确定噪噪声的种类共有三种：type=’gaussian’时 type=’salt&pepper’ 如下程序段就实现了2种噪声污染了图像：I1=I2=imnoise(I,'salt&pepper',0.02); （b）受噪声污染的图像（c）受椒盐噪声污染的图像图3-1 11h11119 11

h21

111111111111111111 3-1中的三幅图像进行滤波操作。h1，程序如下：I1=imnoise(I,'salt&pepper',0.02);H1=[1/91/91/9;1/91/91/9;1/91/9 （b）受噪声污染图像滤波后（c）受椒盐噪声污染图像滤波后图3-2 图3-1中图像经过平均值算子h1滤波后图像h2，程序如下：I=imread('cameraman.tif');I1=imnoise(I,'salt&pepper',0.02); （b）受噪声污染图像滤波后（c）受椒盐噪声污染图像滤波后图3-3 图3-1中图像经过平均值算子h2滤波后图像 请自己编程实现用h3对图3-1中图像进行滤波操作图像处理工具箱提供了medfilt2函数用于实现中值滤波。其语法格式为： 其功能为：用3×3的滤波窗口对图像A进行中值滤波；B=medfilt2(A,[mn]) 其功能是：用指定大小为m*n的窗口对图像A进行中值滤波；B=medifilt2(A,’indexed,’…) 其功能是：对索引图像A进行中值滤波；A的数据类型可以是doubleuint8I1=imnoise(I,'salt&pepper',0.02); %3×3 %3×3 %5×5 （a）噪声经3×3中值滤 （c）噪声经5×5中值滤波 （d）椒盐噪声经5×5中值滤波图3-4 受噪声和椒盐噪声污染图像经不同模板的中值滤波后的图像*4.h：[f1,f2]=freqspace(25,meshgrid'); %（0.5为截止半径大小I1=imnoise(I,'salt&pepper',0.02);J=imfilter(I,h,'replicate');J1=imfilter(I1,h,'replicate');J2=imfilter(I2,h,'replicate');

101

0

-1-

0

图3- （b）受噪声污染图像滤波后（c）受椒盐噪声污染图像滤波后图3-6 图3-1中图像经过二维滤波器h滤波后图像(注意观察振铃现象)五考3、若换成对图像锐化，在中如何实现六交实验一、实验目

实验四图像的几何变换（21熟悉的操作和基本功能二、实验设备操作系网络计算 Windows2000/XP7.0三、实验原1、平移

xx0yy 2图像的镜像变换是以图象垂直中轴线或水平中轴线交换图像的变换，分为垂直镜像变换垂直镜像

4

cosa 1sin

sin 该变换矩阵是绕坐标轴原点进行的，如果是绕一个指定点（a,b）四、实验步1(a)原图 2 3五、思考

实验五图像形态学处理（2一．实验目的及利用研究二值形态学图像处理常用算法掌握形态学图像处理基本操作函数的使用方法二、实验设PIII以上微机；2．三、实验内膨胀与腐蚀(DilationandErosion)clearall,closeallBW=zeros(9,10);BW(4:6,4:7)=1;SE=strel('square',3)BW1=imdilate(BW,SE)BW2=imerode(BW,SE)subplot(1,2,1),imshow(BW,'notruesize'),title('OriginalImage');subplot(1,2,2),imshow(BW1,'notruesize'),title('DilatedImage');subplot(1,2,1imshow(BW,'notruesizetitleOriginalImagesubplot(1,2,2imshow(BW2,'notruesizetitleErodedImageclearall,closeI=imread('text.tif');SE=BW1=imdilate(I,SE);BW2=imerode(I,SE);subplot(1,2,1),imshow(I,'notruesize'),title('OriginalImage');subplot(1,2,2),imshow(BW1,'notruesize'),title('DilatedImage');subplot(1,2,1),imshow(I,'notruesize'),title('OriginalImage');subplot(1,2,2),imshow(BW2,'notruesize'),title('ErodedImage');开、闭运算（OpenandClose）clearall,closeallI=bw=~im2bw(I,graythresh(I));se=strel('disk',5);bw2=subplot(1,2,1),imshow(bw),title('ThresholdedImage')subplot(1,2,2),imshow(bw2),title('Afteropening')bw3=imclose(bw,se);subplot(1,2,1),imshow(bw,'truesize'),title('ThresholdedImage')subplot(1,2,2),imshow(bw3,'truesize'),title('AfterClosing')/击不中变换（hit-and-missoperation）clearall,closeallbw=[000000011001111011110011000100interval=[0-1-1;11-1;010]bw2=bwhitmiss(bw,interval)subplot(1,3,1),imshow(bw,'notruesize'),title('OriginalImage');subplot(1,3,2),imshow(interval,'truesize'),title('IntervalImage');subplot(1,3,3imshow(bw2,'notruesizetitle('afterhit/misstransformation');clearall,closeBW=~BW1=bwmorph(BW,'thin',Inf);BW2=subplot(1,3,1),imshow(BW),title('OriginalImage');subplot(1,3,2),imshow(BW1),title('ThinnedImage');subplot(1,3,3),imshow(BW2),title('Imageskeleton');help（二） 四、预习与思 实验六图像的锐化运算和DCT（21、掌握锐化运算的原理，学DSP上实现锐化运算的方法2、掌握离散余弦变换的原理，学DSP上实现离散余弦变换的方法以及如何查看DSP器中的数据。1DSP1USB接口的IBMPCCCS:ZY13DSP23BB1、实称为高通滤波(highpassfilter)。锐化处理在增强图像边缘的同时增加了图像的噪声。容易看出拉斯模板的作法：先将自身与周围的8个象素相减，表示自身与周围象素5-1所示DCT

图5- 锐合图像组(JointPictureExpertGroup)的英文缩写，是国际标准化组织ISO和CCITT联合制定的静态图像的压缩编码标准。由于JPEG具有较高的压缩效率，使得它广泛地应用于多和网络程序中。JPEG有几种模式，其中最常DCT(Baseline)。JPEG编图5- JPEG编流图5-3器流DCT将里点和点间的规律呈现出来，其目的是为后期进行高效率的压缩编码做准备，如下所述。8×8的图像块经过DCT变换后，其低频分量都集中在左上角，高频分量分布在右下角(DCT8×8亮度(Y)DCT150-10000--000000--0000000000000000000000000000000000000000000000JPEG编码时使用的是ForwardDCT(FDCT)，时使用的InverseDCTDCT2、实实验算法实现代码见附录1USBC6000PCUSBPCCodeComposerStudio2.0For打开“Project”菜单，选择“Open…”菜单项,找到并打开硬盘上“examples\SharpeningSharpening.pjt打开“Project”菜单，选择“Rebuildall…Sharpening.out打开“File”菜单，选择“Loadprogram…”菜单项，选择“examples\Sharpening\Debug\Sharpening.out”DSP运行：按快捷键“F5”或选择“Debug”菜单中的“Run”ImageRECV2.0for点击PC上的应用程序ImageRECV2.0.exe中的“打开USB设备”，再出现“USB据实时的显示出来，按键A1为处理前的图像，A2为处理后的结果，用户可以在ImageRECV2.0.exe2 “examples\jpeg_fdct_ifast”，选择jpeg_fdct_ifast.pjt工程文件；打开“Project/Rebuildall”菜单项,编译程序，生成jpeg_fdct_ifast.out打开“File\Loadprogram…”菜单项，选择“examples\jpeg_fdct_ifast\Debug\jpeg_fdct_ifast.out”DSP在main函数中调用jpeg_fdct_ifast函数处设置断点（点击下图所示的断点快捷键或在该行最前端的灰域双击你要设置断点的行，然后按快捷键“F5”jpeg_fdct_ifast函数之5-45-如下图所示将光标放在jpeg_fdct_ifast函数内的dataptr=eldata使用“Debug\RuntoCursor”或点 执行到光标所在行，如下图5-5所示图5-查看图像处理块缓冲区eldata“eldata”标，弹出的框1中给出eldata的十六进制地址；关闭框1后单击“查看器”图标弹出框2在address栏输入eldata地址“OK”弹出“Memory”图5-再次使用RuntoCursor运行到tmp0DCTSIZE-1)*width2048*85-5-DCTeldataDCT05-9DCT（10）CCSDCT变化前后实验七数字图像差影分析（2一、实验目12、学DSP上实现差影算法的方法二、实验要12三、实验设1USB接口的IBMPCCCS:ZY13DSP23BB四、实验内1、实验原6-1、6-2、6-3能够清楚说明差影分析的原理。图6-1背 图6-2前景+背 图6-3差影结6-3所示，这样就得到了前景(不完全是前景，因为背景的灰度值并不为零，差影分析法非常具有实用价值，如应用 系统中：在区域内 2、实验代实验算法实现代码见附录五、实验步USBC6000PCUSBPCCodeComposerStudio2.0For打开“Project”菜单，选择“Open…”菜单项,找到并打开硬盘上“examples\Subtraction”，选择Subtraction.pjt工程文件；打开“Project”菜单，选择“Rebuildall…Subtraction.out打开“File”菜单，选择“Loadprogram…”菜单项，选择运行：按快捷键“F5”或选择“Debug”菜单中的“Run”ImageRECV2.0for点击PC上的应用程序ImageRECV2.0.exe中的“打开USB设备”，再出现“USB据实时的显示出来，按键A1为处理前的图像，A2为处理后的结果，用户可以在ImageRECV2.0.exe先关闭ImageRECV2.0.exe程序，再关闭Subtraction.pjt工程文件，结束图CCS六、实验报告内实验八数字图像的编码（2一、实验目2、学DSP上实现GIF压缩算法的方法二、实验要11USB接口的IBMPCCCS、2C6000数字图象处理实验（型号:ZY13DSP23BB）头USB连接线。、GIFLZW压缩原理，但为了提高压缩效率对压GIF-LZW压缩算法，其基本原理如下：照分段的方式存入文件，即生成压缩数据文件。在原始LZW压缩算法中数据项的长度固定为12个Bits，而在GIF-LZW中数据项的长度是变化的。256象的起始数据项长度为9Bits9Bits10，依次类推，12Bits4095时，就需要重新编码，清除三个表格9Bits。首先初始化一个“字典”，“字典”128ASCIIvardictionary=newArray;for(i=0;i<128;i++){}p，并输出其在字典中的位置值到目的文件。若输入文件中下一个字符为c，把pc字典。StringInDictionary= while(!AtEndOfFile{if(search_dictionary(StringInDictionary))!={CodeInDictionary=}{}}

NextChar=input_next_char();StringInDictionary+=NextChar;dictionary[dictionary.length]=StringInDictionary;StringInDictionary=NextChar;functionsearch_dictionary(str){for(i=0;i<dictionary.length;i++{if(dictionary[i]==str)returni;}return}LZW算法适用于有大面积同块的图形对这种类型的图形采用LZW算法进行压缩，可以起到相当好的压缩效果。同时，由于LZW算法将水平变化的象素计算在内，所以包含GIF图形时，这两点很重要。对于计算机制作的一些小，GIF压缩具有非常好的特性，因此网络上图像采用最多GIFGIF压缩性能，本实验例程提供的“GIF_LZW辅助程序”，先将图像文件转换成CCS支持的数据格式，将图像数据到DSP板的SDRAM中，进行GIF_LZW压缩后，再将数据到硬盘上，利用“GIF_LZW辅助程序”解压并显示。具体步五、实验步USBC6000PCUSBPCCodeComposerStudio2.0For 选择GIF_LZW.pjt工程文件；（5）“File菜单，选择“Loadprogram菜单项，选择“examples\Outline\Debug\GIF_LZW.out”,程序将加载到DSP上；（6）运行“GIF_LZW辅助程序.exe”，点击“选择图像文件”，选择当前 看属性可知文件大小为19.814KByte，当前文件夹中生成一个“temp.dat”文件；（7）在CCS中，使用将程序运行至调用LZWEncode函数的语句行，点击F10LZWEncodelen为压缩后的数据流大978Byte200xA001000；在“GIF_LZW辅助程序”中单击“选择文件”，在框中选择1.dat文件,由于 CCS和数字图像处理实验箱，结束实验。附录I一、平移运算算法实现代voidTranslation(char*inbuf,char*outbuf,intwidth,intheight,intxoff,int {unsignedinti,j;char*ptr;memset(outbuf,255,width*height);ptr=inbuf;for(i=yoff;i<height-yoff;i++{for(j=xoff;j<width-xoff;j++)outbuf[i*width+j]= ptr+=}}二、缩放运算算法实现代voidZoom(unsignedchar*ibuf,intwidth,intheight,float{ num=(float)(1.0/ZoomRatio);Wnew=width*ZoomRatio+0.5;Hnew=height*ZoomRatio+0.5;for(y1=0;y1<Hnew;y1++)for(x1=0;x1<Wnew;{x0=x1*num;y0=if((x0>=0)&&(x0<width)&&(y0>=0)&&(y0<height))yc++=ibuf[y0*width+x0];}}三、旋转运算算法实现代voidRotation(unsignedchar*indata,unsignedchar*outdata,intWidth,intHeight,int*nWidth,int*nHeight){intfloatcosa=0.7071,sina=0.7071;intWnew=cosa*(Width+Height);intHnew=Wnew;intnum1=(Width>>1);intnum2=(Height>>1);num1=num1-cosa*cosa*(Width+Height);for(y1=0;y1<Hnew;y1++){for(x1=0;x1<Wnew;{x0=(x1*cosa+y1*sina+num1);y0=(-x1*sina+y1*cosa+num2);if((x0>=0)&&(x0<Width)&&(y0>=0)&&(y0<Height))outdata[y1*Wnew+x1]=indata[y0*Width+x0];}}*nWidth=*nHeight=}四、镜像运算算法实现代direct1direct0voidMirror(intdirect,unsignedchar*ibuf,intwidth,intheight{unsignedinti,j;inttp1,tp2;if(direct for(i=0;i<height;i++{for(j=0;j<width/2;j++}}

tp1=width-1-tp2=ibuf[i*width+j];ibuf[i*width+j]=ibuf[i*width+tp1];ibuf[i*width+tp1]=tp2;} for(i=0;i<height/2;i++{for(j=0;j<width;j++{tp1=height-1-tp2=ibuf[i*width+j];ibuf[i*width+j]=ibuf[tp1*width+j];ibuf[tp1*width+j]=tp2;}}}}五、转置运算算法实现代voidTranspose(unsignedchar*ibuf,intwidth,intheight{unsignedintunsignedchar*tp,for(i=0;i<height;i++{tp=for(j=0;j<width;j++{*tp=*ibuf++;tp+=height;}}}六、锐化运算算法实现代voidSharpening(unsignedchar*ibuf,intwidth,int{unsignedintunsignedintunsignedchar*tp1=ibuf+1,*tp2,*tp3,tp+=(width+1);tp2=tp1+width;tp3=tp2+for(i=1;i<height-1;i++{for(j=1;j<width-1;j++{temp1=tp1[-1]+tp1[1];temp2=tp2[-1]+tp2[1];temp3=tp3[-1]+tp3[1];temp1+=*tp1++;temp3+=temp1temp2+temp3);//temp1temp29*(unsignedshort)(*tp2++);//将该点本身×9temp2-=*tp++=}tp1+=tp2+=tp3+=tp+=}}七、差影算法实现代voidSubtraction(unsignedchar*ySrc1,unsignedcharunsignedchar*yDest,unsignedintlen{unsignedinti;inttp;for(i=0;i<len;i++{tp=*ySrc2-*ySrc2++=if(tp<40&&tp>-40)tp=0;*yDest++=(unsigned}}附录II1仿1仿元2 83C6000本实验系统由DSP板+系统主板两部分组成DSP板的设计采用“DSP＋FPGA”结构，DSP作为数字图像处理算法实现的硬件平台，辅以大规模的FPGA作为图像控制按键单元等多种资源。图中，1为电源接口，2USB接口，3为USB传输接口，4、5、6、7为4路复合输入接口，本实验仪所用的摄象头应接接口4，8为S-输入接按键单元：D5为复位按键，9章实验中A1为原始图像，A2-D3为经过处理后A3为获取QCIF分辨率图像，A4为平移(translation)，A5为对图像进行垂直镜像处理效果，B1为对图像进行转置处理效果，B2为缩放变换(Zoom)，B3为对图像进行二值化处理效果，C2为对图像进行锐化处理效果，C3为对图像进行腐蚀处理效果，C4为对图像进行膨胀处理效果，C5为细化(thinning)，D1为边沿检测(EdgeCheck)，D2为图像合成－字幕叠加，D3为对图像进行一级小波变换效果，D445度旋转实验。系统配置一、DSP1、主处理器：DSP标配TMS320C6713PYP200，时钟频率200MHz，RAM256KByte2、外部存贮器：256k*16bitFlash，64k128k*16bitSRAM3、逻辑控制器：40128*644*54路复合输入1路S-输入USB2.0PC480Mbps；4USB2.0接口板卡集成式DSP附录IIIC6000基本结构及硬安装配一、C6000基本结本实验箱的数字信号处理平台采用TI推出的PQFP封装的TMS320C6713浮点DSP，C6713的资源非常丰富，其结构如下图所示图2C6713的结构TMS320C6713DSP基于TIVLIW200MHz，每个时钟周期最多可81600MIPS1024FFT的时间只需70us。TMS320C6713的地址线为32位，器寻址空间是4G。C6713片内集成有256KByteSRAM