数字图像处理处理 大作业实验报告

数字图像处理处理大作业实验报告PB11210***上上签MyZenith.N_3104_EVER实验一题目：线性插值改变图像大小实验目的：1、使用MATLAB编程实现对图片大小的改变操作，使所给图片达到所要求的效果。2、通过对MATLAB的编程加强对图像处理的认识，初步学习MATLAB在图像处理中的基本应用实验内容：在这一项目中，同学们需要实现基于双线性插值的图像缩放算法。作业中需实现如下功能：能够利用鼠标从实验图像中任意选取测试区域，并单独显示。使用双线性插值算法对测试区域进行缩放处理，输出如下结果，放大到原始分辨率的2倍，放大到原始分辨率的4倍，缩小到原始分辨率的1/2倍。实验原理：图像某点的值由最邻近的四个点联立方程决定。实验代码：在主函数中，使用switch函数分别调用子函数，并且之前选择需要放大或者缩小的倍数。代码如下：choice=('Yes');while(minus(choice,('Yes'))==0)clear;close;F=imread('monarch.bmp');I=imcrop(F);BR=I(:,:,1);BG=I(:,:,2);BB=I(:,:,3);[rows,cols]=size(BR);K=sqrt(str2double(inputdlg('ÇëÊäÈëËõ·Å±¶Êý','INPUTscalefactor',1,{'2'})));width=K*rows;height=K*cols;widthScale=rows/width;heightScale=cols/height;forx=1:width-2fory=1:height-2X=x*widthScale;Y=y*heightScale;if(X/double(uint16(X))==1.0)&&(Y/double(uint16(Y))==1.0)dstBR(x,y)=BR(int16(X),int16(Y));dstBG(x,y)=BG(int16(X),int16(Y));dstBB(x,y)=BB(int16(X),int16(Y));elsea=double(uint16(X));b=double(uint16(Y));BRx11=double(BR(a,b));BRx12=double(BR(a,b+1));BRx21=double(BR(a+1,b));BRx22=double(BR(a+1,b+1));BGx11=double(BG(a,b));BGx12=double(BG(a,b+1));BGx21=double(BG(a+1,b));BGx22=double(BG(a+1,b+1));BBx11=double(BB(a,b));BBx12=double(BB(a,b+1));BBx21=double(BB(a+1,b));BBx22=double(BB(a+1,b+1));w1=(b+1-Y)*(a+1-X);w2=(Y-b)*(a+1-X);w3=(b+1-Y)*(X-a);w4=(Y-b)*(X-a);dstBR(x,y)=uint8(BRx11*w1+BRx12*w2+BRx21*w3+BRx22*w4);dstBG(x,y)=uint8(BGx11*w1+BGx12*w2+BGx21*w3+BGx22*w4);dstBB(x,y)=uint8(BBx11*w1+BBx12*w2+BBx21*w3+BBx22*w4);endendendOUT(:,:,1)=dstBR;OUT(:,:,2)=dstBG;OUT(:,:,3)=dstBB;imshow(I);figure;imshow(OUT);options.Interpreter='tex';options.Default='Cancel';choice=questdlg('ÊÇ·ñ¼ÌÐø£¿','Ñ¡Ïî','Yes','No',options);end实验结果：选择缩放倍数：所选择的图像源文件如下：用鼠标标定所需要进行缩放的区域：程序正常运行后缩放效果：4倍放大程序正常运行后缩放效果：2倍放大程序正常运行后的缩放效果：缩小一倍实验二题目：高斯滤波及中值滤波处理人为添加的椒盐噪声和高斯噪声实验目的：对所给定的图像使用MATLAB添加高斯噪声和椒盐噪声；再用MATLAB程序实现中值滤波和高斯滤波；计算所得到结果图像的PSNR，对它们进行分析与比较，从而理解各种滤波方法的优点与特性。进一步熟悉MATLAB编程方式，使对MATLAB与数字图像处理有更加直观的理解与体验，加深感受MATLAB在数字图像处理中的重要作用。实验代码：一、读取源图像，同时标上”原始图像”M=imread('lena.png');subplot(2,3,1);imshow(M);title('ԭʼͼÏñ');二、加上噪声，同时加上说明,算出PSNRfunction[Im_noise]=noise(Im_org,noise)switchnoisecase'gaussian'Im_noise=gaunoise(Im_org);case'salt&pepper'Im_noise=spnoise(Im_org);endendfunction[Im_noise]=gaunoise(Im_org)I_doubleim=double(Im_org);Im_noise=uint8(I_doubleim+20*normrnd(0,1,size(I_doubleim)));endfunction[Im_noise]=spnoise(Im_org)Im_noise=Im_org;nois=rand(size(Im_org));Im_noise(nois<0.05)=0;Im_noise(nois>0.95)=255;end三、高斯滤波处理图像的高斯噪声，计算PSNRp=size(P1);x1=double(P1);x2=x1;fori=1:p(1)-3+1forj=1:p(2)-3+1c=x1(i:i+(3-1),j:j+(3-1));e=c(1,:);foru=2:3e=[e,c(u,:)];endmm=median(e);x2(i+(3-1)/2,j+(3-1)/2)=mm;endendJ=uint8(x2);subplot(2,3,5);imshow(J);k=8;fmax=2.^k-1;a=fmax.^2;e=double(J)-double(M);[m,n]=size(e);b=sum(sum(e.^2));PSNR=10*log10(m*n*a/b);title(['PSNR:',num2str(PSNR)]);四、中值滤波处理图像的椒盐噪声，计算PSNRfunction[Im_back]=spfilter(Im_noise)moban=[111;111;111];m=size(Im_noise,1);n=size(Im_noise,2);Im_double=double(Im_noise);Im_back=zeros(size(Im_noise));fori=2:m-1forj=2:n-1x1=Im_double(i-1:i+1,j-1:j+1,1).*moban;x2=Im_double(i-1:i+1,j-1:j+1,2).*moban;x3=Im_double(i-1:i+1,j-1:j+1,3).*moban;Im_back(i,j,1)=zhongzhi1(x1);Im_back(i,j,2)=zhongzhi1(x2);Im_back(i,j,3)=zhongzhi1(x3);endendIm_back=uint8(Im_back);endfunction[mid]=zhongzhi1(m)mm=zeros(9);fori=1:3forj=1:3mm((i-1)*3