数字图像实践

1、中南大学 数字图像处理实践学生姓名 周杰学 号 1304090620 专业班级 信科 0901数学科学与计算技术学院2012年 5月 4日中南大学实验项目卡片 数学 学院 数学 明。2. 实验类别是指:基础、技术基础、专业和其它;实验要求是指:必修、选修和其它; 实验类型是指:基础性、综合性、设计性和研究创新性。实验过程与结果(1 用直接灰度变换方法进行对比度增强,设计分段线性变换函数,做增强处理;I=imread('pout.tif'J=imadjust(I,0.3 0.7,;subplot(221,imshow(Ititle('原图像 'subplot(22

2、2,imshow(Jtitle('灰度变换后图像 '原 图像 灰 度 变 换 后 图 像 (2 统计原图的灰度直方图,并利用直方图均衡方法进行图象增强;I=imread('pout.tif'subplot(223,imhist(I,64 title('原图像直方图 'I=imread('pout.tif' J=histeq(I;subplot(221,imshow(I title('原图像 'subplot(222,imshow(Jtitle('直方图均衡化所得图像 ' subplot(223,im

3、hist(I,64 title('原图像直方图 ' subplot(224,imhist(J,64 title('均衡化后的直方图 '原 图像 直 方 图 均 衡 化 所 得 图 像 10020020004000原 图 像 直 方 图100200100020003000均 衡 化 后 的 直 方 图(3 利用 Matlab 函数 IMNOISE ( ,在原图上分别叠加高斯噪声和椒盐噪声,对比线性平滑滤波器和非线性平滑滤波器(中值滤波的性能;I=imread('pout.tif'J=imnoise(I,'gaussian',0.02

4、; subplot(221,imshow(I title('原图像 'subplot(222,imshow(J title('添加高斯噪声图像 '原 图像 添 加 高 斯 噪 声 图 像 I=imread('pout.tif'J=imnoise(I,'salt & pepper',0.02; %添加椒盐噪声 K=medfilt2(J;%缺省 3×3的邻域窗的中值滤波 subplot(121,imshow(J title('添加椒盐噪声图像 ' subplot(122,imshow(Ktitle(&

5、#39;缺省 3×3邻域窗的中值滤波图像 '添 加 椒 盐 噪 声 图像 缺 省 3×3邻 域 窗 的 中 值 滤 波 图 像 (4 利用线性锐化器和非线性锐化滤波器增强原图象的边缘信息; I=imread('pout.tif' subplot(2,2,1; imshow(I;title('original pic' J=fspecial('average',3; J1=conv2(I,J/255; %J1=filter2(J,I/255; subplot(2,2,2; imshow(J1;title('3*3

6、lowpass' K=fspecial('prewitt' K1=filter2(K,J1*5; subplot(2,2,3; imshow(K1; title('prewitt'L=fspecial('sobel' L1=filter2(L,J1*5; subplot(2,2,4; imshow(L1; title('sibel'original pic3*3lowpass prewitt sibel 中南大学实验项目卡片实验室 填报人: 填报日期: 注:1. 每个实验项目须填实验项目卡片, 扩组更新设备的实验项目应在原

7、实验项目卡片中注 明。2. 实验类别是指:基础、技术基础、专业和其它;实验要求是指:必修、选修和其它; 实验类型是指:基础性、综合性、设计性和研究创新性。实验过程与结果1, 利用二个低通邻域平均模板(3×3和 9×9对一幅图象进行平滑,验证模板尺寸对图象 的模糊效果的影响。I=imread('eight.tif'J=imnoise(I,'salt & pepper',0.02;%添加椒盐噪声subplot(221,imshow(Ititle('原图像 ' subplot(222,imshow(J title('

8、添加椒盐噪声图像 'K1=filter2(fspecial('average',3,J/255; %应用 3×3邻域窗口法 subplot(223,imshow(K1title('3×3窗的邻域平均滤波图像 ' K2=filter2(fspecial('average',9,J/255; %应用 9×9邻域窗口法 subplot(224,imshow(K2title('9×9窗的邻域平均滤波图像'原 图像添 加 椒 盐 噪 声 图像 3×3窗 的 邻 域 平 均 滤 波 图

9、像 9×9窗 的 邻 域 平 均 滤 波 图 像 2、 利用一个低通模板对一幅有噪图象 (GAUSS 白噪声 进行滤波, 检验两种滤波模板 (分 别使用一个 5×5的线性邻域平均模板和一个非线性模板:3×3中值滤波器 对噪声的滤波效 果。I=imread('eight.tif'J=imnoise(I,'gaussian',0.02; subplot(221,imshow(I title('原图像 'subplot(222,imshow(J title('添加高斯噪声图像 'K1=filter2(fsp

10、ecial('average',5,J/255; %应用 5×5邻域窗口法 subplot(223,imshow(K1title('5×5 窗的邻域平均滤波图像' K=medfilt2(J; %缺省 3×3 的邻域窗的中值滤波 subplot(121,imshow(J title('添加高斯噪声图像' subplot(122,imshow(K title('缺省 3×3 邻域窗的中值滤波图像' 添加高斯噪声图像 缺 省 3×3邻 域 窗 的 中 值 滤 波 图 像 3、 选择一个经

11、过低通滤波器滤波的模糊图象， 利用 sobel 和 prewitt 水平边缘增强高通滤波 器（模板）对其进行高通滤波图象边缘增强，验证模板的滤波效果。 K=fspecial('prewitt' K1=filter2(K,J1*5; subplot(2,2,3; imshow(K1; title('prewitt' L=fspecial('sobel' L1=filter2(L,J1*5; subplot(2,2,4; imshow(L1; title('sibel' prewitt sibel 4、 选择一幅灰度图象分别利用一阶 Sobel 算子和二阶 Laplacian 算子对其进行边缘检测， 验证检测效果。 I=imread('eight.tif' subplot(1,3,1; imshow(I; title('original pic' K=fspecial('laplacian',0.7; K1=filter2(K,I/100; subplot(1,3,2; imshow(K1; title('laplacian' L=fspecial('sob