数字图像处理第二次

1、实 验 报 告课程名称数字图像处理实验项目名称基于Matlab语言的数字图像处理技术实验类型综合实验学时2班级学号姓名指导教师实验室名称控制系统仿真实验室实验时间实验成绩预习部分实验过程表现实验报告部分总成绩教师签字日期哈尔滨工程大学教务处 制1实验项目名称：基于Matlab语言的数字图像处理技术2实验目的：熟悉并掌握基于Matlab语言的数字图像增强（直方图增强、均值滤波、中值滤波）、变换（高、低通滤波）和分割等处理技术。3实验内容与实验步骤：1）选做1 （1）对一幅灰度图像tire.tif（图1），采用histeq函数灰度直方图均衡化，在一个窗口中显示原始和均衡化图，以及相应得的直方图（函

2、数imhist）。程序如下：>> I=imread('tire.tif');J=histeq(I);subplot(2,2,1);imshow(I);title('原始图象');subplot(2,2,2);imhist(I);title('原始图象直方图')axis(0 255 0 2500);subplot(2,2,3);imshow(J);title('均衡化后的图象');subplot(2,2,4);imhist(J);axis(0 255 0 2550);title('均衡化后的直方图');（

3、2）对一幅带有噪声图像rice.png（图2），分别选择3×3、5×5等模板进行均值滤波（函数filter2和fspecial），以及采用medfilt2进行函数非线性模板中值滤波，同时观察噪声图像、不同尺寸模板的滤波后图像，对噪声的滤波效果图像进行比较。程序如下：>> I=imread('rice.png');>> K1=imfilter(I,fspecial('average',3);>> K2=imfilter(I,fspecial('average',5);>> K3=m

4、edfilt2(I,3,3);>> K4=medfilt2(I,5,5);>> subplot(2,3,1);>> imshow(I);>> title('原始图象');>> subplot(2,3,2);imshow(K1);title('3*3模板均值滤波');>> subplot(2,3,3);imshow(K2);title('5*5模板均值滤波');>> subplot(2,3,4);imshow(K3);title('3*3模板中值滤波'

5、;);subplot(2,3,5);imshow(K4);title('5*5模板中值滤波');（3）采用函数fspecial，用sobel算子、prewitt算子、log算子对某一图像进行锐化滤波，并观察滤波效果。程序如下：>> I=imread('D:MATLAB7toolboximagesimdemosrice.png');BW1,T1=edge(I,'sobel');BW2,T2=edge(I,'prewitt');BW3,T3=edge(I,'log');subplot(2,2,1);imsh

6、ow(I);title('原始图像');subplot(2,2,2);imshow(BW1);title('sobel边缘检测');subplot(2,2,3);imshow(BW2);title('prewitt边缘检测');subplot(2,2,4);imshow(BW3);title('log边缘检测'); （4）对一幅图像加入椒盐噪声后，采用函数lpfilter实现低通滤波，采用函数hpfilter实现高通滤波，并分析滤波效果。程序如下：>> J=imread('D:MATLAB7toolboxima

7、gesimdemoseight.tif');subplot(3,3,1);imshow(J);J=double(J);f=fft2(J);g=fftshift(f);subplot(3,3,2);imshow(log(abs(g),);color(jet(64);M,N=size(f);n1=floor(M/2);n2=floor(N/2);d0=5;for i=1:Mfor j=1:Nd=sqrt(i-n1)2+(j-n2)2);if d<=d0h=1;else h=0;endg(i,j)=h*g(i,j);endend g=ifftshift(g);g=uint8(real(

8、ifft2(g);subplot(3,3,3);imshow(g) >> J=imread('D:MATLAB7toolboximagesimdemoseight.tif'); subplot(2,3,1);imshow(uint8(J);xlabel('(a)模糊图像');J=double(J);f=fft2(J);g=fftshift(f);subplot(2,3,2);imshow(log(abs(g),);color(jet(64);M,N=size(f);n1=floor(M/2);n2=floor(N/2);d0=20;for i=1:M

9、for j=1:Nd=sqrt(i-n1)2+(j-n2)2);if d>=d0h1=1;h2=1+0.5;else h1=0;h2=0.5;end g1(i,j)=h1*g(i,j);g2(i,j)=h2*g(i,j);end endg1=ifftshift(g1);g1=uint8(real(ifft2(g1);subplot(2,3,3);imshow(g1);（5）对一幅图像，采用函数edge分别使用Roberts 、Prewitt、Sobel和LoG (拉普拉斯-高斯)算子进行图像分割，并比较不同算子在该图像分割中的作用。>> I=imread('D:MAT

10、LAB7toolboximagesimdemosrice.png');subplot(2,2,1);imshow(I);xlabel('a)原始图像');BW1,thresh1=edge(I,'roberts');disp('Roberts算子自动选择的阈值为：')disp(thresh1)subplot(2,2,2);imshow(BW1);xlabel('b)自动阈值的Roberts算子边缘检测');BW2,thresh2=edge(I,'prewitt');disp('Prewitt算子自动选

11、择的阈值为：')disp(thresh2)subplot(2,2,3);imshow(BW2);xlabel('b)自动阈值的Prewitt算子边缘检测');BW3,thresh3=edge(I,'log');disp('log算子自动选择的阈值为：')disp(thresh3)subplot(2,2,4);imshow(BW3);xlabel('b)自动阈值的log算子边缘检测');Roberts算子自动选择的阈值为： 0.1848Prewitt算子自动选择的阈值为： 0.1140log算子自动选择的阈值为： 0.0080Roberts算子、Prewitt算子和Log算子在该图像分割中的作用。 Roberts边缘算子是一种斜向偏差分的梯度计算方法。不具备抑制噪声能力，但对具有陡峭边缘且