《数字图像处理》实验指导书(第2版,吴健辉)

数字图像处理（MATLAB版）

实

验

指

导

书

（2011版）

图像信息处理教学团队

湖南理工学院信息与通信工程学院

目录

绪论..............4

实验一MatIab图像处理基础...............................................5

/.图像的读写...............................................................5

2.图像显示..............................................................6

实验二图像运算........................................................8

/.图像点运算...............................................................8

2.图像的代数运算.........................................................8

3.图像的几何运算.........................................................9

4.*图像的邻域操作.......................................................10

实验三灰度变换增强”..................................................12

1.线段上像素灰度分布..................................................I2

2.直方图变换...........................................................12

实验四空域滤波增强”..................................................15

/.噪声模拟..............................................................15

2.均值滤波和中值滤波..................................................../5

3.空域滤波............................................................../6

实验五空间变换......................................................17

/.图像极值的处理方法....................................................17

2.*创建一幅图像,求其距离矩阵。.........................................17

3.*使用伪彩色显示标记矩阵。............................................78

4.利用选择控制点实现图像匹配。.........................................I8

实验六图像变换与滤波器设计...........................................20

1.傅立叶变换.............................................................20

2.离散余弦变换(DCT)...................................................22

3.Radon变换............................................................23

4.*MaHab线形滤波器设计............................................23

实验七形态学操作……..................................................24

/.图像膨胀.........................................................24

2.图像腐蚀.......................................................24

3.膨胀与腐蚀的综合使用............................................25

4.米高帽与低帽变换.................................................26

实验八图像复原......................................................28

/.模糊与噪声........................................................28

2.维纳滤波复原......................................................28

实验九图像分析与理解及图像压缩.......................................30

1.图像分析与理解...................................................30

2.图像压缩.......................................................32

附录.............34

/.常用图像处理函数..................................................34

绪论

一、实验设备

I.PC计算机系统；

2.MatLab软件/语言包括图像处埋_L具箱（ImageProcessingToolbox）；

3.实验所需要的图片。

二、实验步骤

A）启动MatLab,在MatLab命令窗口中输入相应程序；

B）书写程序时，首先读取图像，一般调用MatLab自带的图像，如

camcraman.tif图像；再调用相应的图喙处理函数，设置参数；最后输

出处理后的图像；

C）Matlab自带图像存储路径为：Matlab安装路径\

toolbox\images\imdemos\,如果Matlab安装在C盘根目录F,则的自

带图像路径为："C:\MATLAB7\toolbox\images\imdemos\"；

1.*.m文件默认保存的文件夹为：Mallab安装路径\work\,如“C:\MATLAB7\

work\"；

2.除Matlab自带的图像外，新添加的被处理图像一般与其*.m文件放在同一文

件夹中；

3.浏览源程序并理解含义；

A）运行，观察并截图记录显示结果；

B）运行过程中改变相应参数，观察结果图像，理解参数含义；

截图方法：键盘上PrintScreen键可截取整个屏幕，Alt+PrintScreen组合键可

截取活动窗口，粘贴到Windows附件中的画图工具中保存即可。另外也可自带专用

截图软件截取；

结束运行，退出程序，撰写实验报告。

三、实验报告要求

1.描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果，并进

行必要的讨论，必须包括原始图像及其计算/处理后的图像。

2.实验报告中必须包含完整的图像处理过程、代码和结果及其分析；

3.处理前后的图像可以打印出来粘贴到实验报告上；

图像应有简单注释（程序中用title标记或用笔添加注释），且必须与程序代码对

应。

实验一Matlab图像处理基础

一、实验目的

1.了解Matlab的基本功能及操作方法

2.练习图像读写和显示函数的使用方法

3.掌握Matlab支持的五类图像的显示方法(灰度、索引、黑白、彩色等)

4.熟悉常用的图像文件格式与格式转换；

二、实验内容

1.图像的读写

A)图像读

RGB=imreadCngc6543a.jpg');

B)图像写

先从一个.mat文件中载入一幅图像，然后利用图像写函数imwrite,创建

一个.bmp文件，并将图像存入其中。

loadclown

whos

imwrite(X,map,'clown,bmp')

C)图像文件格式转换

bitmap=imread('clown.bmp','bmp');

imwrite(bitmapz'clown.png'z'png');

D)图像综合操作

利用matlab提供的函数将图像读入；编写程序实现对给定图像进行一定比

例的放大和缩小处理，在Mfile编辑器中写入以下程序，全速执行：

I=imread('roger.jpg');%读入图像

J=imresize(Iz10);%放大10倍

K=imresize(I,0.1);%缩小10倍

,

L=imrotate(Iz-10z'bilinear'z'crop);%逆时针旋转10°

subplot(2,2,l),imshow⑴,title。原图')；％原图

subplot(2,2,2),imshow(J),title('放大10');%放大10倍

subplot(2,2,3),imshow(K),title。缩小0.1');%缩小10倍

subplot(2,2,4),imshow(L),title。逆时针旋转10°');%逆时针转10°

2.图像显示

A)二进制图像的显示

BWl=zeros(20,20);%创建仅包含0/1的双精度图像

BW1(2:2:18Z2:2:18)=1;

imshow(BWl/notruesize');

whos

BW2=uint8(BWl);

figure,imshow(BW2/notruesize')

BW3=BW2〜=0;%逻辑标志置为on

figureJmshow(BW3/notruesize')

whos

BW=imread('circles.png');

imshow(BW);

figurejmshow(^BW);

figure,imshow(BW,[l00;001]);

B)灰度图像的显示

I=imread('testpatl.tif');

J=filter2([l2;-l-2],I);

imshow(I)

figure,imshow。,口)

C)索引图像的显示

loadclown%装载一幅图像

imwrite(X,map/clown.bmp');%保存为bmp文件

imshow(X)

imshow(X,map)

D)RGB图像的显示

^imreadCflowers.tif');

imshow(I)

RGB=imreadCngc6543a.jpg');

figure,imshow(RGB)

imshow(I(:,:z3)%显示第3个颜色分量

E)多帧图像的显示

mri=uint8(zeros(128,128,1,27));%27帧文件初始化

forframe=l:27

[mri(:z:z:/frame)/map]=imread('mri.tif'zframe);%读入每一帧

end

imshow(mri(3),map);%显示第3帧

figure,imshow(mri(6),map);%显示第6帧

figurejmshow(mri(10),map);%显示第10帧

figure,imshow(mri(20),map);%显示第20帧

F)显示多幅图像

[Xlzmapl]=imread('forest.tif');

,

[X2zmap2]=imread('trees.tif);

subplot(l/2zl)/imshow(Xlzmapl)

subplot(lz2z2),imshow(X2zmap2)

subplot(l,2,l),subimage(Xl,mapl)

subplot(l,2,2),subimage(X2zmap2)

三、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？

3.如何显示多帧图像的所有帧？如何根据多帧图像创建电影片段?

4.图像显示时，若不带参数'notruesize,,显示效果如何？

如何显示RGB图像的某•个颜色分量？

实验二图像运算

、实验目的

1.熟悉图像点运算和代数运算的实现方法

2.了解图像几何运算的简单应用

3.了解图像的邻域操作

、实验内容

1.图像点运算

读入图像'rice.png',通过图像点运算改变对比度。

rice=imread('rice.png');

subplot(131),imshow(rice)

I=double(rice);%转换为双精度类型

3=1*0.43+60;

rice2=uint8(J);%转换为uint8

subplot(132),imshow(rice2)

J=I*1.5-60;

rice3=uint8(J);%转换为uint8

subplot(133),imshow(rice3)

2.图像的代数运算

A)图像加法运算

I=imread('rice.png');

imshow(I)

J=imread(,cameraman.tif,);

figure,imshow(J)

K=imadd(IzJ);

figurejmshow(K)

K2=imadd(IzJ/uintl6');

figure,imshow(K2,口)

RGB=imread('flowers.tif');

RGB2=imadd(RGB,50);

imshow(RGB)

figure,imshow(RGB2)

RGB3=imadd(RGBz100);

figure,imshow(RGB3)

B)图像减法运算

I=imread('rice.png');

imshow(I)

background=imopen(Lstrel('disk',15));%估计背景图像

figure,imshow(background);

I2=imsubtract(I,background);%从原始图像中减去背景图像

figure,imshow(I2)

C)图像乘法运算

I=im「ead('mcon.tif');

J=immultiply(I,l.2);

K=immultiply[I,0.5);

imshow(I)

figureJmshow(J)

figureJmshow(K)

D)*图像除法运算

3.图像的几何运算

A)图像缩放

读入图像'trees.tif',改变图像大小，分别将原图像放大L5倍和缩小0.5

倍。

I=imread('trees.tif')；

J=imresize(I,1.25);

K=imresize(I,0.8);

imshow(I)

figure,imshow(J)

figureJmshow(K)

Y=imresize(Iz[100450]);

figure,imshow(Y)

在matlab环境中，程序首先读取图像，然后调用图像缩放函数，设置相关

参数，再输出处理后的图像。

I=imread('cameraman.tif');

figure,imshow⑴；

scale=0.5;

J=imresize(Izscale);

figure,imshow(J);

B)图像旋转

将上述图像顺时针和逆时针旋转任意角度，观察显示效果。

^imreadCtrees.tif');

J=imrotate(I,30,'bilinear');

,,

Jl=imrotate(l/30/bilinear'zcrop');

imshow(I)

figure,imshow。)

figure,imshow(Jl)

J2=imrotate(lz-15,'bilinear');

figure,imshow(J2)

在matlab环境中，程序首先读取图像，然后调用图像旋转函数，设置相关

参数，再输出处理后的图像。

I=imread('cameraman.tif');

figure,imshow⑴；

theta=30;

K=imrotate(Iztheta);%Tryvaryingtheangle,theta.

figure,imshow(K)

C)图像剪切

通过交互式操作，从一幅图像中剪切一个矩形区域。

I=imread('trees.tif');

imshow(I);

U=imcrop;

figure,imshow(Il)

I2=imcrop(IJ3060120160]);

figure,imshow(I2)

4「图像的邻域操作

读入图像'tire.tif',分别使用函数nlfilte「和blkproc对图像进行滑动邻

域操作和分离邻域操作。

I=imread('tire.tif');

f=inline('max(x(:))');%构造复合函数

%滑动邻域操作

I2=nlfilter(I,[33]zf);

imshow(I)

figure,imshow(I2)

I=imread('tire.tif');

f=inline(,uint8(round(mean2(x)*ones(size(x))))');%构造复合函数

I2=blkproc(IJ8%滑动邻域操作

imshow(I)

figure,imshow(I2)

三、思考题

点运算和代数运算的实现方法各是怎样的？

实验三灰度变换增强

一、实验目的

1.熟悉matlab图像处理工具箱及直方图函数的使用;

2.了解灰度变换增强的Matlab实现方法

3.掌握宜方图灰度变换方法

4.理解和掌握直方图原理和方法；

二、实验内容

1.线段上像素灰度分布

读入灰度图像'debyel.tif',采用交互式操作，用improfile绘制一条线

段的灰度值。

imshow('debyel.tif')

improfile

读入RGB图像'flowers.tif',显示所选线段上红、绿、蓝颜色分量的分布

imshow('flowers.tif')

improfile

2.直方图变换

A)直方图显示

在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参

数，再输出处理后的图像。

I=imread('cameraman.tif');%读取图像

subplot(l,2,l),imshow⑴%输出图像

title('原始图像')%在原始图像中加标题

subplot。,2,2),imhist⑴%输出原图直方图

title,原始图像受方图')%在原图直方图上加标题

读入图像'rice.png',在一个窗口中显示灰度级n=64,128和256的图

像直方图。

I=imread('rice.png');

imshow(I)

figure,imhist(1,64)

figure,imhist(1,128)

B)直方图灰度调节

利用函数imadjust调解图像灰度范围，观察变换后的图像及其直方图的变

化。

I=imread('rice.png');

imshow(I)

figure,imhist(I)

J=imadjust(Iz[0,150.9],[01]);

figure,imhist(J)

figure,imshow(J)

I=imread('cameraman.tif);

imshow(I)

figurejmhist(I)

J=imadjust(I,[O0.2],[0.51]);

figure,imhist(J)

figurejmshow(J)

C)直方图均衡化

在matlab环境中，程序首先读取图像，然后调用灰度均衡函数，设置相关

参数，再输出处理后的图像。

I=imread('cameraman.tif');%读取图像

subplot(2,2,l),imshow⑴%输出图像

title('原始图像')%在原始图像中加标题

subplot(2z2z3)zimhist(I)%）输出原图直方图

title('原始图像直方图')%在原图直方图上加标题

a=histeq(Iz256);%宜方图均衡化，灰度级为256

%输出均衡化后图像

subplot(2,2z2),imshow(a)

title。均衡化后图像')%在均衡化后图像中加标题

subplot(2,2,4),imhist(a)%输出均衡化后直方图

title。均衡化后图像直方图')%在均衡化后直方图上加标题

分别对图像'pout.tif'和'tire.tif'进行官方图均衡化处理，比较处理前

后图像及直方图分布的变化。

^imreadCpout.tif');

imshow(I)

figurezimhist(I)

J=histeq(I);

figure,imhist(J)

figureJmshow(J)

I=imread('tire.tif');

imshow(I)

figurejmhist(l)

J=histeq(I);

figure,imshow(J)

figure,imhist(J)

三、思考题

1.MATLAB程序的IPT中有哪些图像亮(灰)度变换函数?写出函数的语法。

直方图的物理含义是什么?

结合实验内容，定性评价直方图均衡增

强效果?

实验四空域滤波增强

一、实验目的

1.了解空域滤波增强的Matlab实现方法；

2.掌握噪声模拟和图像滤波函数的使用方法；

3.能够将给定图像-噪声，使用均值滤波器、中值滤波器对不同强度的高斯噪声

和椒盐噪声，进行滤波处理；

4.能够正确地评价处理的结果；并从理论上作出合理的解释。

二、实验内容

1.噪声模拟

利用函数imnoise给图像＜eighl.tif,分别添加高斯(gaussian)噪声和椒盐(salt&

pepper)噪声。

I=imread('eight.tif');

imshow(I)

Il=imnoise(I/gaussian'z0z0.01);

figurezimshow(U)

I2=imnoise(I/salt&pepper');

figure,imshow(I2)

2.均值滤波和中值滤波

A)均值滤波

在matlab环境中，程序首先读取图像，然后调用图像增强()函数，设置

相关参数，再输出处理后的图像。

I=imread('cameraman.tif');

figurejmshow(l);

,

J=filter2(fspecial('averagez3),I)/255;

figureJmshow(J);

B)中值滤波

在matlab环境中，程序首先读取图像，然后调用图像增强(中值滤波)函

数，设置相关参数，再输出处理后的图像。

I=imread('cameraman.tif');

figurejmshow(I);

J=medfilt2(Iz[5,5]);

figure,imshow(J);

3.空域滤波

对上述噪声图像进行均值滤波和中值滤波，比较滤波效果。

I=imread(,Sample2-l.jpg,);

J=imnoise(I/gauss',0.02);%添加高斯噪声

%J=imnoise(I/salt&pepper',0.02);%添加椒盐噪声

K=filter2(fspecial('average'z3)/J)/255;%均值滤波3x3

L=filter2(fspecial('average',5),J)/255;%均值滤波5X5

M=medfilt2(Jz[33]);%中值滤波3X3模板

N=medfilt2(Jz[44]);%中值滤波4X4模板

imshow(I);

figure,imshow。)；

figurejmshow(K);

figure,Imshow(L);

figure,imshow(M);

figurezimshow(N);

A)总结均值滤波和中值滤波的特点及使用场合。

均值滤波器是一种最常用的线性低通平滑滤波器。可抑制图像中的噪声，但同时

也使图像变得模糊

中值滤波器是一种最常用的非线性平滑滤波器。可消除图像中孤立的噪声点,

又可产生较少的模糊

B)*对图像，satum.tif采用」aplacian，高通滤波器进行锐化滤波。

^imreadCsaturn.tif');

imshow(I)

h=fspecial('laplacian');

I2=filter2(hzI);

figure,imshow(I2)

三、思考题

1.简述高斯噪声和啾盐噪声的特点。

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？

3.结合实验内容，定性评价滤波窗口对去噪效果的影响？

4.图像亮(灰)度变换与空间滤波有什么不同？

实验五空间变换

一、实验目的

1.了解空间变换函数及图像匹配方法

二、实验内容

1.图像极值的处理方法

对于下图所示的图像矩阵A,利用函数imregionalmax寻找其局部极大值

A=[10101010101010101010;

10131313101011101110;

10131313101010111010;

10131313101011101110；

10101010101010101010；

10111010101818181010；

10101011101818181010；

10101110101818181010；

10111011101010101010;

10101010101011101010];

B=imregionalmax(A)

A)利用函数imextendedmax寻找像素值大于其邻域像素值2个单位的局部极

大值。

C=imextendedmax(A,2)

2.*创建一幅图像，求其距离矩阵。

bw=zeros(5,5);

bw(2z2)=l;bw(4z4)=l;

D=bwdist(bw)

centerl=-10;

center2=-centerl;

dist=sqrt(2*(2*centerl)A2);

radius=dist/2*1.4;

lims=[floor(centerl-1.2*radius)ceil(center2+1.2*radius)];

[xzy]=meshgrid(lims(l):lims(2));

bwl=sqrt((x-centerl).A2+(y-center2).A2)<=radius;

bw2=sqrt((x-center2).A2+(y-center2).A2)<=radius;

bwl=sqrt((x-centerl).A2+(y-centerl).A2)<=radius;

bw=bwl|bw2;

imshow(bw)

D=bwdist(bw);

figure,imshow(D,[])

Dl=bwdist(〜bw);

figure,imshow(Dl,[])

3.*使用伪彩色显示标记矩阵。

BW=[00000000；

01100111;

01i00Oil；

01100000;

00011000;

00011000;

00Oil000;

00000000]

X=bwlabel(BWz4)

RGB=label2rgb(Xz@jetz'k');

imshow(RGB/notruesize')

4.利用选择控制点实现图像匹配。

Matlab图像匹配的步骤：

将标准图像和待匹配图像读入Matlab；指定图像中的控制点对并保存；使用互

相关性进一步协调控制点对(可选)；制定所需变换类型并根据控制点对推断变换参

数；变换未匹配的图像。

%读入待匹配图像和标准图像

unregistered=imread('westconcordaerial.png');

imshow(unregistered)

orthophoto=imread('westconcordorthophoto.png');

figure,imshow(orthophoto)

%选择图像中对应的控制点

cpselect(unregistered(:/:/l),orthophoto)

%保存控制点对

input_points

base_points

%使用相关性进一步协调控制点对

input_points_corr=cpcorr(input_pointszbase_points,unregistered

orthophoto);

input_points_corr

%根据控制点对推断空间变换参数

mytform=cp2tform(input_pointszbase_points/projective');

%变换未匹配的图像

registered=imtransform(unregisteredzmytform);

figurejmshow(registered)

实验六像变换与滤波器设计

一、实验目的

1.了解傅立叶变换、离散余弦变换及Radon变换在图像处理中的应用

2.了解Matlab线性滤波器的设计方法

二、实验内容

1.傅立叶变换

A)傅里叶变换基本操作

I=imread('at3_lm4_04.tif');

imshow(I);

title('源图像)

J=fft2(I);

figure,imshow(J);

title。傅立叶变换,);

%频移

JSh=fftshift(J);

figure,imshow(JSh);

title('傅立叶变换频移')；

%直接傅立叶反变换

Ji=ifft2(J);

figure,imshow(Ji/256);

title('直接傅立叶变换');

%幅度

JA=abs(J);

□A=ifft2(JA);

figure,imshow(iJA/256);

title('幅度傅立叶反变换')；

%相位

JP=angle(J);

□P=ifft2(JP);

figure,imshow(abs(iJP)*100);

title(相位傅立叶反变换’)；

B)利用MATLAB软件实现数字图像傅立叶变换的程序

I=imread('原图像名.gif');%读入原图像文件

imshow(I);%显示原图像

fftl=fft2(l);%二维离散傅立叶变换

sfftl=fftshift(fftl);%直流分量移到频谱中心

RR=real(sfftI);%取傅立叶变换的实部

II=imag(sfftI);%取傅立叶变换的虚部

A=sqrt(RR.人2+H.人2);%计算频谱幅值

A=(A-min(min(A)))/(max(max(A))-min(min(A)))*225;

%归一化

figure;%设定窗口

imshow(A);%显示原图像的频谱

C)绘制一个二值图像矩阵,并将其傅立叶函数可视化。

f=zeros(30,30);

f(5:24,13:17)=1;

imshow(f/notruesize')

F=fft2(f);

F2=log(abs(F));

figurezimshow(F2,[-l5]/notruesize');colormap(jet);

F=fft2(f,256,256);%零填充为256X256矩阵

rigurezimshow(log(abs(F)),[-l5]/nolruesize');colormap(jel);

F2=fftshift(F);%将图像频谱中心由矩阵原点移至矩阵中心

figure,imshow(log(abs(F2)),[-l5]/notruesize');colormap(jet);

利用傅立叶变换分析两幅图像的相关性，定位图像特征。读入图像'text.tif',

抽取其中的字母‘a'。

bw=imread('text.tif');

a=bw(59:71z81:91);

imshow(bw);

figurejmshow(a);

^^1。佬2(m227\/).*依2(「0190(3,2),256,256)));%求相关性

figure,imshow(C,口)；

thresh=max(C(:));

figurezimshow(C>thresh-10)

figurezimshow(C>thresh-15)

2.离散余弦变换(DCT)

A)使用dct2对图像'autumn.〔if'进行DCT变换。

RGB=imread(,autumn.tif,);

imshow(RGB)

I=rgb2gray(RGB);%转换为灰度图像

figurezimshow(I)

J=dct2(I);

figurejmshow(log(abs(J))z[]),colormap(jet(64));colorbar;

将上述DCT变换结果中绝对值小于10的系数舍弃，使用idct2重构图像并

与原图像比较。

RGB=imread('autumn.tif,);

I=rgb2gray(RGB);%转换为灰度图像

J=dct2(I);

figure,imshow(T)

K=idct2(J);

figure,imshow(K,[0255])

J(abs(J)<10)=0;%舍弃系数

K2=idct2(J);

figure,imshow(K2,[0255])

B)利用DCT变换进行图像压缩。

I=imread('cameraman.tif');

I=im2double(I);

T=dctmtx(8);

B=blkproc(Iz[8z8]z'Pl*x*R2'zTzT);

mask=[l1110000

11100000

11000000

10000000

00000000

00000000

00000000

00000000];

B2=blkproc(B,[88]/Pl.*x'/mask);

I2=blkproc(B2,[88]z'Pl*x*P2'zTzT);

imshow(I)

figurejmshow(I2)

3.Radon变换

使用Radon逆变换重建图像。

P=phantom(256);%创建256灰度级大脑图

imshow(P)

theta1=0:10:170;[Rlzxp]=radon(Pzthetal);%18个投影

theta2=0:5:175;[R2zxp]=radon(Pztheta2);%36个投影

theta3-0:2:178;[R3zxp]-radon(Pztheta3);%90个投影

figurejmagesc(theta3zxpzR3);colormap(hot);colorbar%使用逆变

换重构图像

Il=iradon(Rlr10);%用R1重构图像

I2=iradon(R2r5);%用R2重构图像

I3=iradon(R3r2);%用R3重构图像

figurezimshow(U)

figure,imshow(I2)

figure,imshow(T3)

4.*Matlab线形滤波器设计

采用频率变换方式，通过一维最优波纹FIR滤波器创建二维FIR滤波器

296)。

b=remez(10,[00.40.6l]z[l100]);

%阶次,频率向量，对应的理想幅频响应

h=ftrans2(b);

LHzwJ=freqz(b/lz64/whole');

colormap(jet(64))

plot(w/pi-lzfftshift(abs(H)));%使x轴取值0处对应曲线中心

figurezfreqz2(hz[3232])

三、思考题

1.傅里叶变换有哪些重要的性质？

2.简述傅立叶频谱被移的原理

3.简述Fourier系数幅度、相位的物理意义。

4.图像的二维频谱在显示和处理时应注意什么？

5.简述离散余弦变疾(DCT)的原理。

实验七形态学操作

一、实验目的

1.了解膨胀和腐蚀的Matlab实现方法

2.掌握图像膨胀、腐蚀、开启、闭合等形态学操作函数的使用方法

3.了解二进制图像的形态学应用

二、实验内容

1.图像膨胀

A)对包含矩形对象的二进制图像进行膨胀操作。

BW=zeros(9z10);

BW(4:6,4:7)=l;

imshow(BW/notruesize')

se=strel('square'/3);%正方形结构元素

BW2=imdilate(BW,se);

figure,imshow(BW2/notruesize')

改变上述结构元素类型(如:line,diamond,disk等)，重新进行膨胀操作。

对图像'text.tif'进行上述操作，观察不同结构元素膨胀的效果。

BW3=imread('text.tif');

imshow(BW3)

se2=strel('line'/ll/90);%线型结构元素

BW4=imdilate(BW3zse2);

figure,imshow(BW4)

2.图像腐蚀

A)对图像4circbw.tifJ进行腐蚀操作。

BWl=imread('circbw.tif');

se=strel('arbitrary'zeye(5));

BW2=imerode(BWl,se);

imshow(BWl)

figure,imshow(BW2)

B)对图像'text.tif'进行腐蚀操作。

BW=imread('text.tif');

se=strel('line'zllz90);

BW2=imerode(BWzse);

imshow(BW)

figure,imshow(BW2)

3.膨胀与腐蚀的综合使用

A)从原始图像'circbw.lif，中删除电流线，仅保留芯片对象。

方法一：先腐蚀(imerode),再膨胀(imdilate)；

BWl=imread('circbw.tif');

imshow(BWl)

se=strel('rectangle'z[4O30]);%选择适当大小的矩形结构元素

BW2=imerode(BWl,se);%先腐蚀，删除较细的直线

figure,imshow(BW2)

BW3=imdilate(BW2zse);%)再膨胀，恢复矩形的人小

figurezimshow(BW3)

方法二：使用形态开启函数(imopen)。

BWl=imread('circbw.tif');

imshow(BWl)

se=strel('rectangle'z[4030]);

BW2=imopen(BWl,se);%开启操作

figure,imshow(BW2)

改变结构元素的大小，重新进行开启操作，观察处理结果。

z

se=strel('rectanglez[2010]);

,

se=strel('rectangle/[5040]);

置结构元素大小为[43],同时观察形态开启(imopen)与闭合(imclose)的

效果，总结形态开启与闭合在图像处理中的作用。

I=imread('circbw.tif');

imshow(I)

se=strel('rectangle'z[43]);

Il=imopen(Izse);%开启操作

I2=imclose(I/se);%闭合操作

figure,imshow(Il)

figurejmshow(12)

B)综合实例

I=imread('Plane2.jpg,);

level=graythresh(I);%得到合适的阈值

bw=im2bw(IJevel);%二值化

SE=strel('square',3);%设置膨胀结构元素

BW1=imdilate(bwzSE);%膨胀

SEI=strel('arbitrary',eye(5));%设置腐蚀结构元素

BW2=imerode(bw,SEl);%腐蚀

BW3=bwmorph(bw,'open');%开运算

BW4=bwmorph(bw,'close');%闭运算

imshow(I);

figurejmshow(bw);

figurejmshow(BWl);

figure,imshow(BW2);

figurezimshow(BW3);

figure,imshow(BW4);

4.*高帽与低帽变换

读入图像'pearlite.tif',分别显示其高帽变换与低帽变换结果，并与原图

像比较。（设se=st「el（'disk',5）;）。

^imreadCpearlite.tif');

subplot(221),imshow(I)

se=strel('disk',5);

J=imtophat(I,se);

subplot(222),imshow(J)

K=imbothat(I,se);

subplot(223)zimshow(K)

L=imsubtract(imadd(JzI)zK);

subplot(224),imshow(L)

A）要求显示在一个窗口中。

三、思考题

1.结合实验内容，评价腐蚀运算与膨胀运算的效果。

结合实验内容，评价开运算与闭运算的

效果。

腐蚀、膨胀、开、闭运算的适用条件是

什么？

实验八像复原

一、实验目的

1.掌握噪声模拟和图像滤波函数的使用方法

2.了解图像复原的Matlab实现方法

二、实验内容

1.模糊与噪声

A)对图像'flowers.tif'分别采用运动PSF和均值滤波PSF进行模糊。

^imreadCflowers.tif');

I=I(10+[l:256],222+[l:256],:);%剪切图像

imshow(I)

len=30;%运动位移

theta=10;%运动角度

PSF=fspecial('motion'Jenztheta);

blurred=imfilter(I/PSP/circular'/conv');

figurezimshow(blurred)

I=imread('flowers.tif');

imshow(I)

H=fspecial('motion'/50/45);%运动PSP

motionblur=imfilter(IzH);

figurezimshow(motionblur)

H=fspecial('disk',10);%均值滤波PSP

averageblur=imfilter(IzH);

figurezimshow(averageblur)

B)在上述模糊图像上再添加噪声

J=imnoise(motionblui;'salt&pepper');

figure,imshow(J)

2.维纳滤波复原

A)使用维纳滤波复原函数deconvwnr复原无噪声模糊图像。

len=30;theta=10;PSF=fspecial('motion,Jen,theta);

blurred=imfilter(IzPSF,'circular'/conv');

figure,imshow(blurred)

wnrl=deconvwnr(blurredzPSF);%真实PSF

figure,imshow(wnrl)

%非真实PSF

wnr2=deconvwnr(blurred/special('motion'z2*lenztheta));

figure,imshow(wnr2)

%非真实PSF

wnr3=deconvwnr(blurredzfspecial('motion'zlen,2*theta));

figure,imshow(wnr3)

B)*使用维纳滤波复原函数dcconvwnr复原模糊噪声图像。

,

PSF=fspecial('motionzlenztheta);

blurred=imfilter(IzPSF/circular'/conv');

noise=0.1*randn(size(I));

BlurredNoisy=imadd(blurred,im2uint8(noise));

figure,imshow(BlurredNoisy)

wnr4=deconvwnr(BlurredNoisyzPSF);

figure,imshow(wnr4)

C)*设置信噪比和相关函数的维纳滤波复原(pl79图9.12)o

NSR=sum(noise(:).A2)/sum(im2double(I(:)).A2);%计算信噪

比

wnr5=deconvwnr(BlurredNoisyzPSFzNSR);

figurezimshow(wnr5)%设置信噪比的复原结果

NP=abs(fftn(noise)).A2;%噪声能量谱密度

NCORR=fftshift(real(ifftn(NP)));%噪声自相关函数

IP=abs(fftn(im2double(I))).A2;%图像能量谱密度

ICORR=fftshift(real(ifftn(IP)));%图像自相关函数

wnr6=deconvwnr(BlurredNoisyzPSFzNCORR,ICORR);

figure,imshow(wnr6)%设置自相关函数的复原结果

三、思考题

1.常见的图像退化模型有哪些种类？

不同的PSF对复原效果有什么影响？

实验九图像分析与理解及图像压缩

一、实验目的

1.了解DCT变换在图像压缩中的应用

2.掌握边缘检测的Matlab实现方法

3.了解用四叉数分解函数进行区域分割的方法

4.了解Matlab区域操作函数的使用方法

5.了解图像分析和理解的基本方法

二、实验内容

1.图像分析与理解

A)边缘检测

<i>使用edge函数对图像'rice.png'进行边缘检测。

^imreadCrice.png');

imshow(I)

bwl=edge(I/roberts');

bw2=edge(I/sobel');

bw3=edge(I/prewitt');

bw4=edge(I/canny');

bw5=edge(I/log');

figure,imshow(bwl)

figure,imshow(bw2)

figure,imshow(bw3)

figure,imshow(bw4)

figure,imshow(bw5)

<ii>使用edge函数对图像4cameraman.pngJ进行边缘检测。

在matlab环境中，程序首先读取图像，然后调用图像边缘检测(