2023年数字图像处理实验报告版

目录TOC＼o"1-3"＼h＼ｚ＼uHＹPERLIＮＫ实验一:数字图像的基本解决操作 ＰAGEREF_Ｔoc＼h4HＹPERLINK1.１：实验目的ﻩＰAGEREF_Toc\ｈ４HYPERＬINK＼l"_Toｃ＂1.2:实验任务和规定ﻩＰAGEREF_Toc＼h4HＹPERLINK\l"_Toc"1.3：实验环节和结果 ＰAGＥRＥＦ＿Ｔoc\h５HYPEＲLINK1.4：结果分析ﻩPAGＥＲEＦ＿Tｏｃ\ｈ8HYPERＬＩＮK＼l"_Toc＂实验二:图像的灰度变换和直方图变换ﻩ9HYPERLINK＼l＂_Toｃ"2.1:实验目的ﻩＰAGEREF_Toｃ＼h９ＨYPＥRLINK2.2：实验任务和规定ﻩPＡGEREF＿Toｃ＼h9HＹPERLINＫ\l＂_Tｏc"2.3:实验环节和结果 PAGＥREF_Toc\h9HYPERLINK＼l"＿Tｏｃ＂2.4：结果分析ﻩPAGERＥF_Toｃ\h13ＨＹPERＬINＫ＼ｌ"_Toｃ"实验三：图像的平滑解决 PAGEREＦ＿Toc\h14ＨYPERＬIＮK3.1：实验目的 PAGEREF＿Toｃ＼h14HYPＥRLINK\l"_Ｔoc"３．2:实验任务和规定 ＰAGＥＲEF_Ｔｏc\h1４HＹPＥRLIＮK\l"＿Toc"３．3:实验环节和结果 ＰＡGEＲＥF_Toc\h１4HＹPＥRLIＮK\l"_Ｔｏc＂3．4：结果分析 PAGEREF_Toｃ\ｈ18ＨYＰERＬINK实验四：图像的锐化解决 PAＧEREF_Toc＼h19ＨYPＥRLINK\ｌ＂_Toｃ"4.1:实验目的ﻩＰAＧEREＦ_Tｏc＼h１９HYPEＲLＩNK\ｌ"_Tｏc"4.２:实验任务和规定ﻩPAGEＲＥF_Ｔｏc\h1９ＨYＰＥRLINK\ｌ"_Toｃ"４.3：实验环节和结果ﻩPＡGEREF_Toc\h19ＨYPEＲLINＫ\ｌ"＿Ｔoｃ"4.４：结果分析ﻩPＡＧEＲＥF_Toｃ＼h21实验一:数字图像的基本解决操作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、代数运算和简朴变换。３、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：实验任务和规定读入一幅RＧB图像，变换为灰度图像和二值图像，并在同一个窗口内提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。对两幅不同图像执行加、减、乘、除操作，在同一个窗口内提成五个子窗口来分别显示,注上文字标题。对一幅图像进行平移，显示原始图像与解决后图像，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相应关系。对一幅图像进行旋转，显示原始图像与解决后图像，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相应关系。1．３：实验环节和结果对实验任务1的实现代码如下:a=imread('d:\tp．jpg'）;i＝rgb２grａy(a);I=iｍ2bw(a,0.５);suｂｐｌoｔ(1，３,1）;imshｏw(a)；titlｅ('原图像＇）；subplｏt(1，3，２);imshow(i);tiｔle（'灰度图像'）;subｐｌoｔ（１,3,3）;imshｏw(I）；title('二值图像');subplot（1,3,１);imsｈｏw(a）;tiｔlｅ('原图像');结果如图１.1所示:图1.1原图及其灰度图像,二值图像对实验任务2的实现代码如下:ａ=ｉmｒead（'d:\tp.jpg');A=imresｉzｅ(a,［8008０0]);b=iｍread('d:＼ｔp2.jpg');Ｂ＝imreｓizｅ(b,[800800]）;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）;imshow（Z2);tｉtle(＇除法图像＇);结果如图1.２所示：对实验任务3的实现代码如下:s=imｒｅad（'d:＼tｐ３.jpｇ');i＝rgb2graｙ(ｓ)；i=doｕblｅ(i);j=ｆｆt2(i）;k=fftsｈifｔ(ｊ);%直流分量移到频谱中心I＝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);A＝(A-mｉn(min（A))）/(ｍax(max(A）))＊2５５；ｂ=ｃｉrｃshift(s,[80045０]);ｂ=rｇb2ｇrａy(b);b＝ｄouｂle(b)；c=fft2(b);e＝fftshｉft(ｃ）;I＝ｌog(abｓ(e));f=ｆftｓhｉft(c);ＷW=real(ｆ);ZＺ＝ｉmag(f);B=sqrt(WW.^2+ZZ.＾2）;B=(B-mｉn(min(Ｂ)))/(max（max(Ｂ))）＊２５5;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('离散傅里叶变换频谱'）;sｕｂplot(2,２,4);imshow(B);title('平移图像离散傅里叶变换频谱'）;结果如图1.3所示：对实验任务4的实现代码如下：s＝iｍread（'ｄ:＼tp3.jpg＇)；i=rgｂ２ｇray（ｓ)；i=dｏuble(i);ｊ=fｆt２（i）；k=fftｓhift(j）;Ｉ=log（abs(k）);ｍ=fftｓｈiｆt(j）;ＲＲ=real(ｍ）；II=iｍａg(m）；A=sqrt(RR.^2+IＩ.^2);Ａ=(Ａ-min(miｎ（Ａ))）/(max(max(A)))*2５5;b＝ｉmrotate(s,－90);b=rgb２gray(b);ｂ=ｄｏuble（b)；c=fｆt２(b）;e=ｆｆｔｓhｉｆt(c)；I=ｌｏg(aｂｓ(e)）;f=fftsｈiｆｔ(ｃ);ＷＷ=ｒｅaｌ(f)；ＺZ=imag（f);B=sqrt(WW.^2+ZZ.^2)；B=(B-min（min(B)）)/(maｘ(mａx(B)))*255;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');结果如图1.4所示：1.4：结果分析对MATＬAB软件的操作开始时不太熟悉，许多语法和函数都不会使用,写出程序后,调试运营，最开始无法显示图像,检查因素，是有些标点符号没有在英文状态下输入和一些其他的细节，学会了imrｅad(),ｉmｓｈow（)，rgb2gray(）等函数。实验二:图像的灰度变换和直方图变换2.1：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,及通过直方图均衡对图像进行修正。2.２：实验任务和规定对一幅图像进行2倍、4倍、8倍和1６倍减采样,显示结果。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。对一幅图像进行灰度变化,实现图像变亮、变暗和负片效果,在同一个窗口内提成四个子窗口来分别显示,注上文字标题。对一副图像进行直方图均衡化,显示结果图像和相应直方图。对一副图像进行如图所示的分段线形变换解决，试比较与直方图均衡化解决的异同。２．3：实验环节和结果1.对实验任务1的实现代码如下：a=iｍread（'ｄ:＼tp2.jｐg＇);b＝ｒgb2gray(a);fｏrm=１:4ｆiｇure[wｉｄｔｈ,height］=size(ｂ）;quaｒｔｉmage＝zｅroｓ(ｆｌoor(widtｈ／（m)),flooｒ(heighｔ/(2*m)）);k=1;n＝1；ｆｏri=1:(m):wｉｄtｈfｏrｊ＝1:（2*m):heightquartimaｇe（k,n)=b（i,j);n=ｎ＋1；endk＝k＋１;n=1；endimsｈow(unit8（quaｒｔimage));ｅnｄ结果如图所示：２.对实验任务2的实现代码如下：ａ=imread('d：\tp2.ｊpg＇);c＝rgb２gｒａｙ(a）；ｂ＝ｃ-４6;suｂplot（３,2,1);imshｏｗ(c);titｌｅ('原图像＇)sｕbplot（３，２,2);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');结果如图２．2所示:3.对实验任务３的实现代码如下:a=imｒｅａd('d:\tp.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）;imshow(ｇ);titｌe（＇负片效果＇）;结果如图所示:４．对实验任务4的实现代码如下：b=ｉmread('ｄ:\tp．jpｇ'）；c=rgb２gｒay(b);j＝ｈisｔeｑ(c）;ｓubplot（2,2,1),imshow（ｃ）;ｓubplot(2,2,2)，imshow(j)；subpｌoｔ（２,2，３),imhisｔ(ｃ);sｕｂｐｌot(2,2，４),iｍhist(j);结果如图2.4所示:5.对实验任务5的实现代码如下: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];plot(x,y）；结果如图所示：2.4：结果分析这次实验重要是对图像的灰度变换和直方图均衡化,实验内容涉及灰度拉伸、图像反转、图像的二值化以及直方图均衡。通过实验将课本上理论知识加以实践，实验过程中明白了图像解决的一些技巧。但是以上几种方法采用的基本都是线性变换法,在实际应用中存在很多缺陷。它只能解决一些黑白分明的图像,而对于一些颜色丰富或者解决比较复杂图像时，往往于心局限性。实验三:图像的平滑解决３.1：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、合用对象。3．２:实验任务和规定读出leｎa.ｊｐg这幅图像，给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。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图像分别运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。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。３.3：实验环节和结果１.对实验任务1的实现代码如下:>>I=imreaｄ('d:＼ｔp.jｐg＇);>>i=rgb2grａy(Ｉ);>>Ｊ=imnoiｓe(i,＇ｇaｕssiａn',0,0．02);％高斯噪声＞>K=iｍnoiｓｅ（i,'ｓａｌt＆peppeｒ'，0.02）;%椒盐噪声>>Ｐ=imnoisｅ(i，'ｓpecｋlｅ',0.0２);%乘性噪声>＞subpｌoｔ(２,２，1）；iｍshow（i)；>>xlａbｅl（'原图');>>subplｏt（2，2，2）;imshｏw(J)；xlａbｅl('高斯噪声'）;>＞suｂpｌot(2，2,3）；imsｈow（K)；ｘlaｂel('椒盐噪声');＞>suｂplot(2,2,4）;ｉmsｈｏw(P）;xｌaｂｅl（'乘性噪声＇）;结果如图３.１所示:2.对实验任务2的实现代码如下：>＞I＝imreaｄ('d:\ｔp.jpg'）;>>ｉ=ｒgb2ｇray(I);＞>Ｊ=imnoｉse(i,＇gauｓｓiaｎ',0，０.02);>>K=im2dｏｕble(Ｊ)；>>h=fspeciaｌ（'averaｇe');>>G１=filｔｅr2(ｈ，K，'sａme');＞>G2＝medfilt2(K);>>sｕｂplot(２,2，１）；iｍｓｈoｗ(1);>＞suｂplot(2,2,1);ｉmshｏw(i);＞＞xlaｂel('原图');>>subplｏt(2，２,2);imsｈow（J);＞>xlabel('添加高斯噪声'）;>>ｓuｂplot(２,2,3);iｍshｏw(G1);>>xlaｂｅl('均值滤波'）；>>subｐlot(2,2，4）;iｍshoｗ(Ｇ2);>>xlaｂeｌ('中指滤波＇）;结果如图3．２所示：３.对实验任务３的实现代码如下：>>I＝ｉmreaｄ('D:＼tｐ．ｊpg');>>i=rｇb2gray(I);>＞Ｊ=imnｏise(i，'sａlt&pepper'，0.02）；>>Ｋ=im2doｕｂlｅ(J）;＞>ｈ=fspecial（'aｖeｒagｅ');＞>G1=filter2(h,Ｋ,'same');>>G２=mｅｄfilｔ2(K）;>>subploｔ（2,2，1）;ｉmsｈｏw（i);>＞xｌａbel('原图');＞>subplot(2,２,2）;imsｈow（J);>>xlａｂel（'添加椒盐噪声');>>subpｌot（２，2,3);imsｈｏｗ（G1);>>xlabel('均值滤波'）;＞>sｕｂplｏt(２,2,４);imsｈow(G2)；>>xlabel（'中值滤波'）;结果如图3.3所示:4．对实验任务4的实现代码如下：＞>i=imrｅａd(＇D：\tp.jpg')；＞>I=rｇb2gｒａy(i);＞>J=imｎoise(I,＇ｓpeckｌe',0.0２)；>＞K＝im2doｕble(J)；>>h=fspｅｃiａl('aｖｅrage');>>G1=fiｌter２(h,K,'samｅ'）;>>G2=meｄｆilt2(Ｋ)；>＞subploｔ(２，2,1)；imshoｗ(Ｉ);>>xlabｅl（'原图');>>subｐlot(２,2,２);ｉmｓｈow(J);＞>xlabel('添加乘性噪声');>>ｓubploｔ(2,2,3);imｓhoｗ（G1);>>ｘlabｅl(＇均值滤波');＞>sｕbｐlot(2,２,4);imshow（G2）；>>xlabｅｌ('中值滤波＇）；结果如图３．4所示:３．4:结果分析（1）采用均值滤波器对图像解决能达成去噪的效果,并且一般滤波器的模板越大去噪效果越好,但是应当适中，当模板选择的过大时,解决的效果就会下降，因此我们应当根据具体的规定选择合适的模板来解决图像。（2）采用高斯滤波器对图像解决能达成去噪的效果，与均值滤波器相同，随着所用的滤波器尺寸的增大,图像的细节锐化限度相应减少图像变得模糊起来。但相较于均值滤波器,其模糊限度较小。但是高斯滤波同时受到标准差sigma的影响。（3）中值滤波对去除“椒盐”噪声可以起到很好的效果,由于椒盐噪声只在画面中的部分点上出现,所以根据中值滤波原理可知,通过数据排序的方法,将图像中未被噪声污染的点代替噪声点的值的概率比较大,因此噪声的克制效果很好。中值滤波与均值滤波相比,在去除图像椒盐噪声的同时，还可以保持图像比较清楚的轮廓。从实验结果可以看出,通过3*3的均值滤波器,图像中的噪声点有明显的消除。但是３*３的非线性模板中值滤波器上对噪声的滤除效果更完美。实验四：图像的锐化解决４.１：实验目的1、熟悉并掌握MＡTLＡＢ图像解决工具箱的使用；2、理解并掌握常用的图像的锐化技术。４.2:实验任务和规定１、采用三种不同算子对图像进行锐化解决。２、锐化空间滤波采用３×3的拉普拉斯算子ｗ=[1，１,1；１–81;1，1，1]滤波编写函数w=genｌaplaｃiａn(n),自动产生任一奇数尺寸n的拉普拉斯算子,如５×5的拉普拉斯算子：w=[1１１11 ﻩ１1111 1１-2411ﻩ1１1１1ﻩ１1111]分别采用5×5,９×9，1５×１5和2５×25大小的拉普拉斯算子对bｌｕｒry＿moon.ｔif进行锐化滤波，并运用式完毕图像的锐化增强，观测其有何不同,规定在同一窗口中显示。4．3：实验环节和结果对实验任务1的实现代码如下:>>i=iｍrｅad('d:\tp．jpg'）;>>I=ｒｇb2grａy(i)；>>Ｈ=fsｐｅcｉａｌ（＇ｓobeｌ');>>Ｉ１=fｉlｔｅr2(H,I);ﻩ>>H＝fspecial('prewitt');