数字图像处理图像变换实验报告

1、如实报告实验名称：图像处理名称：柳钢类别：通讯1102哈浩：140410128实验图像转换实验图像点运算、几何转换和正交转换一、实验条件PC数字图像处理实验教学软件很多示例二、实验目的1、学习“数字图像处理实验教学软件系统”的使用方法，并能进行简单的图像处理工作；2、熟悉图像点运算、几何变换和正交变换的基本原理，了解编程实现的具体步骤。3、观察图像的灰色直方图，阐明直方图的作用和意义。4、观察图像点运算和几何变换的结果，比较不同参数条件下的变换效果。5、观察图像正交变换的结果，明确图像的空间频率分布。三、实验原理1、图像灰度直方图、点运算和几何变换的基本原理和编程实现步骤图像灰度直方图是数字图

2、像处理过程中最简单、最有用的工具，描述了一个图像的灰度分布，提供了有关图像的相关处理任务的基本信息。图像点计算是一种简单而重要的处理技术，它允许用户更改图像数据占用的灰度范围。可以将点操作视为通过灰度转换函数执行的“从像素到像素”复制操作。如果输入图像为A(x，y)，输出图像为B(x，y)，则点运算可以表示为：B (x，y)=f a (x，y)其中f(x)是Gray Scale Transformation(GST)函数，用于说明输入灰度值和输出灰度值之间的转换关系。确定灰度转换函数后，点运算完全确定。点运算也会变更影像中灰色色阶分布图的分布。点操作也称为对比度增强、对比度扩大或灰度转换。点操

3、作通常包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸和均衡。图像几何变换通常是图像的基本变换，包括图像镜像变换、图像旋转、图像变换、图像缩放和图像旋转，理论基础主要是一些可以参考书籍的矩阵运算。实验系统提供了与图像灰度直方图、点运算和几何变换相关的内容的文字说明，供用户在工作中参考。以下是编程实现的程序流程图，以图像点运算中的阈值转换为例。2、图像正交变换基本原理和编程步骤数字图像处理方法主要有空域方法和频域方法，点运算和几何变换属于空域方法。频域法是常用的线性正交变换(单位变换)，包括傅立叶变换、离散余弦变换、沃尔什变换、霍特林变换和小波变换。正交变换广泛应用于图像特征提取、图像增强、图像

4、恢复、图像压缩和图像识别等领域。正交变换实验集中在快速傅立叶变换(FFT)上，其原理太复杂，可以参考相关书籍，这里不再详细说明。FFT的编程实现首先构建一维FFT程序模块，然后调用该模块对图像数据中的列执行一维FFT，对行执行一维FFT，最后计算并显示振幅谱。流程图如下所示：四、实验内容图像灰度直方图点计算：图像反色、灰度线性转换、阈值转换、窗口变形、灰度拉伸和灰度均衡几何转换：图像镜像转换、图像旋转、图像转换、图像缩放和图像旋转正交变换：傅立叶变换、离散余弦变换、沃尔什变换、霍特林变换和小波正负变换注意：1、所有实验项目均将8位BMP灰度图像作为目标处理，其他格式的图像(如JPG)可以使用系

5、统提供的图像格式转换工具进行转换和处理。2、本实验集中在图像的灰色直方图和点运算上，进行几何变换和正交变换只为了一般理解。五、实验阶段以图像灰度阈值转换为例，说明实验的特定阶段，其他实验项目的过程与此类似。1、打开计算机，双击系统桌面上“数字图像处理实验教学软件系统”的可执行文件“图像处理”图标，进入实验系统；2、打开可执行文件“打开”，在“打开”对话框中选择暂挂图像，然后单击“确定”，系统将显示图像；3、“运行”视图“图像基本信息”，将显示“图像基本信息”对话框，如图所示。4、运行视图灰色直方图以查看图像的灰度直方图，如图所示。5、执行图像转换正交变换傅立叶变换，如图所示查看图像的频域分布；

6、6、使用“执行图像转换”“正交转换”“小波转换”查看图像如何通过小波转换显示，如图所示。7、执行图像转换点运算执行阈值转换，以在“转换阈值”对话框中修改阈值参数，如图所示。8、设置阈值参数后按OK，系统显示阈值转换后的图像，将其与原始图像进行比较，观察阈值转换的效果，如图所示。重复步骤9和4，查看阈值转换后图像的直方图分布。重复步骤10和5，查看阈值转换后图像的频率域分布。11、可执行文件保存或另存为，保存处理过的图像；12、重新加载可执行文件重新加载原始图像，但请记住，以前可能会丢失图像处理。注意：执行步骤13、2时，某些图像文件可能无法打开，如图所示。此时，可以使用图像格式转换工具在使用系

7、统之前将图像文件转换为8位BMP图像。步骤14和15是使用图像格式转换工具的方法。14、双击桌面上图像格式转换工具Jpg2bmp的图标以进入转换工具界面，如图所示。15、按照界面提示将JPG格式的图像文件转换为8位BMP图像。步骤13图表步骤14图表六、考试问题1、图像灰度线性转换、阈值转换、窗口转换、灰度拉伸和灰度均衡有何区别？灰阶线性转换是将影像中的像素值转换为指定的线性函数，以增强或减少影像的灰阶。灰阶的临界值转换可让您将单一影像制作成黑白二进位图表。灰度的窗口变换也是常见的点操作。工作方式类似于阈值切换。在实现方法中，可以看作是灰度折线转换的特殊列。窗口灰度转换处理结合了双固定阈值方法

8、，但在窗口内灰度值保持不变。灰度拉伸(也称为对比度增长)与线性变换有点相似，不同之处在于它使用分段线性变换，最大的优点是可以随机合成变换函数。灰度平衡是增强图像的有效方法之一。灰度均衡也是改善图像的方法。灰度均衡图像的信息量很大。在转换图像的直方图中，可以看到灰度分布更均匀。2、是否可以使用图像镜像和旋转变换执行图像旋转？如果可以的话，该怎么办？可以。如果执行一次镜像变换，然后旋转时针两次，则变换将镜像到与第一个时钟相反的方向。实验2图像增强和恢复实验七、实验条件PC数字图像处理实验教学软件很多示例八、实验目的1、“熟练使用数字图像处理实验教学软件系统”；2、熟悉图像增强和恢复的基本原理，了解

9、编程实现的特定步骤。3、观察图像中值滤波、平滑、锐化和伪彩色编码的结果，比较不同参数条件下的图像增强效果。4、观察图像降级和修复的结果，比较不同还原方法的还原效果。九、实验原理1、图像增强和恢复的基本原理改进降级映像的方法通常有两种：映像增强和映像恢复。图像增强不考虑图像退化的原因，仅有选择地强调图像中感兴趣的特征，衰减图像的辅助信息，改进的图像不一定接近原始图像，仅提高图像某些方面的可读性，例如强调目标轮廓、减少各种噪声等。图像增强主要可以通过在空间区域中直接计算图像像素灰度值的空域方法和频域方法来实现。通常包括中央过滤、模板平滑和渐变锐化等，空域方法可以描述如下：G (x，y)=f (x，

10、y) * h (x，y)其中f(x，y)是处理前图像，g(x，y)是处理后图像，h(x，y)是空间运算函数。提高图像的频域方法是在图像的频域中对图像的转换值进行某种运算，然后将其转换回空间域。系统中涉及的各种过滤器属于频域方法增强，这是一种间接处理方法，可以用下面的过程模型来描述。其中F(u，v)= f(x，y)，G(u，v)=F(u，v)H(u，v)，g(x，y)实验系统提供了用户在工作中可以参考的图像增强相关内容的文字说明。还原图像可以补偿图像质量的下降，使增强的图像尽可能接近原始图像，并提高图像质量的真实感。有关恢复图像的详细原理可以参考相关书籍，这里不再详细说明。系统提供了图像的降噪、

11、卷积退化和运动模糊退化操作，并提供了相应的逆滤波器恢复、维纳恢复和运动模糊恢复操作。在这个实验中，图像恢复只是一般的理解。2、编程实施阶段下面以图像增强的中央过滤操作为例，是编程实现的程序流程图。列，实验内容图像增强：中值滤镜、图像模板平滑、理想低通滤镜平滑、巴特沃斯低通滤镜平滑、渐变锐化、拉普拉斯锐化、理想高通滤镜锐化、巴特沃斯高通滤镜锐化和伪彩色编码还原图像：图像中的噪音降级、卷积降级、卷积加噪音降级、运动模糊降级、还原反向过滤器、维纳恢复和还原运动模糊注意：3、所有实验项目均以8位BMP灰度图像为目标。4、此次实验的重点是图像增强的中值滤波和模板平滑，图像恢复只为一般理解而进行。11、实

12、验阶段以图像中央过滤操作为例，说明实验的特定阶段，其他实验项目的阶段也与此类似。11、打开计算机，双击系统桌面上“数字图像处理实验教学软件系统”的可执行文件“图像处理”图标，进入实验系统；12、可执行文件打开，在打开对话框中选择挂起的图像，然后单击OK，系统将显示图像；13、“运行视图”“图像基本信息”，将显示“图像基本信息”对话框，如图所示。14、运行视图灰色直方图以查看图像的灰度直方图，如图所示。15、执行图像转换正交变换傅立叶变换，如图所示查看图像的频域分布；16、执行图像增强中值筛选，然后在对话框中选择或自定义筛选器参数，如图所示。17、设置了滤波参数后按下OK，系统将中央滤波图像与原

13、始图像进行比较，观察中央滤波的效果，如图所示。重复步骤18，4，在中值过滤后查看图像的直方图分布。重复步骤19、5，在中值滤波后查看图像的频域分布。10、可执行文件保存或另存为，保存处理过的图像；11、重新加载可执行文件重新加载原始图像，但请记住，以前可能会丢失图像处理。12、考试问题1、图像中央过滤和模板平滑之间有何区别？平滑图像是对图像进行平滑处理，从而减少图像中的杂色。中央滤波是一种非线性信号处理方法。2、映像增强和映像恢复之间的区别是什么？图像增强：利用一些技术手段，不分析图像是否扭曲(即，转换后原始图像可能扭曲)以及图像质量下降的原因。在特定图像适用的情况下，针对目的强调该图像的整体

14、或局部特性，以锐化原始不明确的图像、强调特定的关注功能，或扩大图像的不同对象特征之间的差异，抑制不感兴趣的特性，提高图像质量、丰富的信息量，加强图像解释和识别效果，满足特定特殊分析的需要。还原图像：还原图像的原始内容或品质(针对品质下降或扭曲的图像)。映像还原过程包括对映像降级模型的分析，然后可以还原降级的映像。图像降级是由于图像系统受到多种因素的影响，图像质量下降(称为图像降级)引起的。这些元素包括传感器噪声、相机焦点不好、对象和相机之间的相对移动、随机大气湍流、光学系统的像差、成像光源、光线的散射等，图像还原可以分为两种主要方法。一种方法适用于对图像的先验知识不足的情况，此时建模退化过程，寻找消除或消除影响的过