数字图像实验报告

1、 江苏科技大学数字图像处理实验报告专业名称： 计算机科学与技术班 级：13419013学 号：1341901301姓 名: 陈敏指导教师: 胡春龙2016年 6月 5日 实验一 常用MATLAB图像处理命令1.1实验目的 1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用；2、实现图像的读取、显示、代数运算和简单变换。1.2实验环境MATLAB 11以上版本、WIN XP或WIN7计算机1.3常用函数l 读写图像文件1 imread imread函数用于读入各种图像文件，如：a=imread(e:w01.tif) 2 imwrite imwrite函数用于写入图像文件，如：imwrit

2、e(a,e:w02.tif,tif) 3 imfinfo imfinfo函数用于读取图像文件的有关信息，如：imfinfo(e:w01.tif)l 图像的显示1 image image函数是MATLAB提供的最原始的图像显示函数，如： a=1,2,3,4;4,5,6,7;8,9,10,11,12; image(a); 2 imshow imshow函数用于图像文件的显示，如： i=imread(e:w01.tif);imshow(i);title（原图像）%加上图像标题 3 colorbar colorbar函数用显示图像的颜色条，如： i=imread(e:w01.tif); imshow(

3、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。l 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）

4、，表示阈值取自原图像灰度范围的n%3 imresize改变图像的大小I=imresize（j，m n）将图像j大小调整为m行n列l 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 imsubstract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/y1.4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

5、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)subplot(3,1,2);imshow(i);title(灰度图像)subplot(3,1,3);imshow(I);title(二值图像) 图1.1 二值图像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,800 800)b=imre

6、ad(f:2.jpg)B=imresize(b,800 800)Z1=imadd(A,B)Z2=imsubtract(A,B)Z3=immultiply(A,B)Z4=imdivide(A,B)subplot(3,2,1); imshow(A);title(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);

7、 imshow(Z2);title(除法图像)图1.2 图像运算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(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);i

8、mshow(g);title(负片效果) 图1.3 图像变换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“Help on Selection”5. 使用图像输入设备（扫描仪、数码相机、摄像机等）进行图像输入，并用指定的图像文件格式bmp存放。学会常用数字图像处理软件Photoshop的功能操作练习。1.5实验总结分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。实验二 图像的傅里叶变换1.1实验目的 1、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。1.2实验环境MATLAB11以

9、上版本、WIN XP或WIN7计算机1.3相关函数l 图像的变换 1 fft2 fft2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MATLAB无法显示复数图像，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log函数，以减缓傅里叶谱的快速衰减，更好地显示高频信息。 2 ifft2 ifft2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=ffts

10、hift（i） 4 利用fft2计算二维卷积 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);1.4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=

11、imread(f:1.jpg);%读入原图像i=rgb2gray(s)i=double(i)j=fft2(i); %傅里叶变换 k=fftshift(j); % 直流分量移到频谱中心l=log(abs(k); %对数变换m=fftshift(j); %直流分量移到频谱中心RR=real(m); %取傅里叶变换的实部II=imag(m); %取傅里叶变换的虚部A=sqrt(RR.2+II.2); %计算频谱府幅值 A=(A-min(min(A)/(max(max(A)*255; % 归一化b=circshift(s,800 450); %对图像矩阵im中的数据进行移位操作b=rgb2gray(b

12、)b=double(b)c=fft2(b); %傅里叶变换 e=fftshift(c); % 直流分量移到频谱中心l=log(abs(e); %对数变换f=fftshift(c); %直流分量移到频谱中心WW=real(f); %取傅里叶变换的实部BZZ=imag(f); %取傅里叶变换的虚部B=sqrt(WW.2+ZZ.2); %计算频谱府幅值 B=(B-min(min(B)/(max(max(B)*255; % 归一化subplot(2,2,1);imshow(s);title(原图像)subplot(2,2,2);imshow(uint8(b);title(平移图像)subplot(2,

13、2,3);imshow(A);title(离散傅里叶频谱);subplot(2,2,4);imshow(B);title(平移图像离散傅里叶频谱) 图2.1 图像的傅里叶变换2、 对一幅图像进行旋转，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旋转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); %傅里叶变换 k=fftshift(j); % 直流分量移到频谱中心l=log(abs(k); %对数变换m=fftshift(j); %直流分量移到频谱中心RR=re

14、al(m); %取傅里叶变换的实部II=imag(m); %取傅里叶变换的虚部A=sqrt(RR.2+II.2); %计算频谱府幅值 A=(A-min(min(A)/(max(max(A)*255; % 归一化b=imrotate(s, -90); %对图像矩阵im中的数据进行移位操作b=rgb2gray(b)b=double(b)c=fft2(b); %傅里叶变换 e=fftshift(c); % 直流分量移到频谱中心l=log(abs(e); %对数变换f=fftshift(c); %直流分量移到频谱中心WW=real(f); %取傅里叶变换的实部BZZ=imag(f); %取傅里叶变换的

15、虚部B=sqrt(WW.2+ZZ.2); %计算频谱府幅值 B=(B-min(min(B)/(max(max(B)*255; % 归一化subplot(2,2,1);imshow(s);title(原图像)subplot(2,2,2);imshow(uint8(b);title(平移图像)subplot(2,2,3);imshow(A);title(离散傅里叶频谱);subplot(2,2,4);imshow(B);title(平移图像离散傅里叶频谱) 图2.2 傅里叶变换的位移实验三 图像的灰度变换和直方图变换1.1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

16、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。1.2实验环境MATLAB 11以上版本、WIN XP或WIN7计算机1.3相关函数l 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256。如果I是二值图像，那么n仅有两个值。counts,x=imhist(.)返回直方图数据向量counts，相应的色彩值向量x。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

17、，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);j=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64 3、 灰度调整imadjust函数用于数字图像的灰度或颜色调整，J = 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 = imadjus

18、t(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，默认值是0 1。 如： i=imread(e:w01.tif); j=imadjust(i,0.3,0.7,);将图像i转换为j，使灰度值从0.30.7与缺省值01相匹配l 运算函数1、Zeros生成全0数组或矩

19、阵如 B = zeros(m,n) or B = zeros(m n) 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 = -2 0 3 6 7 2+ 4i1.4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); for m=1:4 figure width,height=size(b); quartimage=zeros(floor(width/

20、(m),floor(height/(2*m); k=1; n=1; for i=1:(m):width for j=1:(2*m):height quartimage(k,n)=b(i,j); n=n+1; end k=k+1; n=1; end imshow(uint8(quartimage);End图3.1 图像采样2、 显示一幅灰度图像a，改变图像亮度使其整体变暗得到图像b，显示两幅图像的直方图。a=imread(f:lena_color.png)c=rgb2gray(a)；b=c-46；subplot(3,2,1);imshowt(c);title(原图像)subplot(3,2,1)

21、;imhist(c);title(原图像的直方图)subplot(3,2,3);imshow(b);title(变暗后的图像)subplot(3,2,4);imhist(b);title(变暗后的图像直方图)d=imadjust(c,0,1,1,0);subplot(3,2,5);imshow(d);title(反转图像);图3.2 图像的直方图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=histeqsubplot(2,2,1),imshowsubplot(2,2,2),imshow(j)subpl

22、ot(2,2,3),imhist %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图3.3 图像的直方图均衡化4、 对B进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。X1=0:0.01:0.125;x2=0.125:0.01:0.75;x3=0.75:0.01:1;y1=2*x1;y2=0.25+0.6*(x2-0.125);y3=0.625+1.5*(x3-0.75);x=x1,x2,x3;y=y1,y2,y3;subplot(2,2,4);plot(x,y);通过在所关心范围内为所有灰度值指定一个较高值，而为其他灰度指定一个

23、较低值，或将所需范围变亮，分段线性变换可提高图像中特定灰度范围的亮度，常用于图像特征值的提取。这里将原始图像位于0.125,0.75间的灰度值调低，放大其余的灰度值，突出显示图像低频域和高频域的部分。实验四 图像的平滑处理1.1实验目的1、熟悉并掌握常见的图像噪声种类；2、理解并掌握常用的图像的平滑技术，如邻域平均法和中值滤波的原理、特点、适用对象1.2实验环境MATLAB 11以上版本、WIN XP或WIN7计算机1.3相关知识图像平滑的目的是消除图像噪声、恢复原始图像。实际中摄取的图像一般都含有某种噪声，引起噪声的原因很多，噪声的种类也很多。总的说来，可以将噪声分为加性噪声和乘性噪声。加性

24、噪声中又包含高斯噪声、椒盐噪声等典型噪声。Matlab图像处理工具箱提供了模拟噪声生成的函数imnoise，可以对图像添加一些典型的噪声。imnoise格式：J=imnoise(I，type，parameters)；常见的去除噪声的方法有：邻域平均法、空间域低通滤波、频率域低通滤波、中值滤波等。二维中值滤波的Matlab函数为medfilt2。1 imnoise imnoise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,

25、0.04) 模拟叠加密度为0.04的椒盐噪声 2 fspecial fspecial函数用于产生预定义滤波器，如：h=fspecial(average);%均值滤波器3 图像滤波函数imfilter函数,filter2函数，二维卷积conv2滤波都可以进行图像滤波，如j=filter2(h,I);j=imfilter(I,h);j=conv2(I,h);4 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，M N);对矩阵i进行二维中值滤波，领域为M*N，缺省值为3*311.4实验内容1、 读出lena.jpg这幅图像，给

26、这幅图像分别加入椒盐噪声、高斯噪声和乘性噪声后并与前一张图显示在同一图像窗口中。2、 对受高斯噪声（模拟均值为0方差为0.02的高斯噪声）干扰的lena图像分别利用邻域平均法和中值滤波进行滤波去噪（窗口可变，可先取3*3，依次再取5*5，7*7），并显示滤波结果。3、 对受椒盐噪声（噪声方差为0.02）干扰的lena图像，选择合适的滤波器将噪声滤除。4、 对受乘性噪声（噪声方差为0.02）干扰的lena图像，选择合适的滤波器将噪声滤除。实验五 图像边缘检测与分割1.1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锐化技术3、理解并掌握常用的图像的边缘检测与

27、分割技术。1.2实验环境MATLAB 11以上版本、WIN XP或WIN7计算机1.3相关知识 1 fspecial fspecial函数用于产生预定义滤波器，如： h=fspecial(sobel);%sobel水平边缘增强滤波器 h=fspecial(log);%高斯拉普拉斯（LoG）滤波器H = fspecial(prewitt); %预定义滤波器M = imfilter(I,H);imshow(M);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)，I为检测对象；边缘检测算子可用sobel，roberts，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)、ve