唐榆-多媒体期中考试

多媒体信息处理期中考试 1228401060 信息工程 唐榆以下有两幅图像，其中图1（a）为待处理的图像。请找出一种灰度变换，使得1（a）经过该变换后具有图1(b)的灰度直方图。图1(a)图1(b)要求：显示出上述两图像的灰度直方图；给出处理算法的基本步骤；给出图1(a)经处理以后的结果图像及其直方图；（4 ）比较图1(b)与结果图像直方图，是否存在差别？若存在，请给出其原因。答,1，图1(a)的灰度直方图为：图1(b)的灰度直方图为：2，算法的基本步骤：1，读入图像并显示两幅图像的灰度直方图；2，把图1(a)的灰度从12~80变换到0~227，用imadjust函数实现；3，显示图1(a)的图像及灰度直方图。显示图1(a)图像：end%未被赋值的元素取原值x3=x2(3:p+2,3:q+2);%把图像还原成原来大小d=uint8(x3);试求下述图像的2D傅里叶变换，并显示其二维频谱图像图3要求：写出二维傅里叶变换的表达式；若要求清晰地显示出频谱中明暗相间的条纹，请给出灰度变换表达式；3，给出二维频谱图像（要求清晰地显示出频谱中明暗相间的条纹，且原点位于图像的中心位置）二维傅里叶变换的表达式：2,灰度变换一般表达式： g(x,y)=a+ln(f(x,y)+1)/blnc;3,二维频谱图像: 灰度变换前：灰度变换后：附程序：I0=imread('图3.bmp');temp1=fft2(I0);%求二维傅立叶变换temp2=fftshift(temp1);%原点位于图像的中心位置temp3=log(1+abs(temp2));%进行灰度变换figure;imshow(temp3,[]);figure;imshow(temp2,[]);请利用不同尺寸的理想低通滤波器对下述图像进行处理：图4要求：给出不同尺寸滤波器处理的结果；利用理想低通滤波器的点扩展函数（给出图像）解释上述处理结果中的振铃效应。不同尺寸滤波器处理的结果：Freq取20：Freq取30： Freq取40：利用理想低通滤波器的点扩展函数（给出图像）解释上述处理结果中的振铃效应,：曲线形似余弦函数，幅值不断变小，像素点的曲线近似为脉冲函数f(x)，而卷积实际上是把脉冲函数h(x)复制到f(x)对应的位置，显然h(x)原来清晰的点被模糊了，对于复杂的图像，即产生振铃现象。附程序：I=imread('图4.bmp');%生成滤镜ff=imidealflpf(I,20);%应用滤镜out=imfreqfilt(I,ff);figure;imshow(I);%显示原图像title('Source');%计算FFT并显示temp=fft2(double(I));temp=fftshift(temp);temp=log(1+abs(temp));figure;imshow(temp,[]);title('Source');figure;imshow(out);title('IdealLPF,freq=20');%计算FFT并显示temp=fft2(out);temp=fftshift(temp);temp=log(1+abs(temp));figure;imshow(temp,[]);title('IdealLPF,freq=20');%生成滤镜ff=imidealflpf(I,30);%应用滤镜out=imfreqfilt(I,ff);%计算FFT并显示temp=fft2(double(I));temp=fftshift(temp);temp=log(1+abs(temp));figure;imshow(temp,[]);title('Source');figure;imshow(out);title('IdealLPF,freq=30');%计算FFT并显示temp=fft2(out);temp=fftshift(temp);temp=log(1+abs(temp));figure;imshow(temp,[]);title('IdealLPF,freq=30');%生成滤镜ff=imidealflpf(I,40);%应用滤镜out=imfreqfilt(I,ff);%计算FFT并显示temp=fft2(double(I));temp=fftshift(temp);temp=log(1+abs(temp));figure;imshow(temp,[]);title('Source');figure;imshow(out);title('IdealLPF,freq=40');%计算FFT并显示temp=fft2(out);temp=fftshift(temp);temp=log(1+abs(temp));figure;imshow(temp,[]);title('IdealLPF,freq=40');functionout=imfreqfilt(I,ff)%快速傅里叶变换f=fft2(double(I));%移动原点s=fftshift(f);%应用滤镜及反变换out=s.*ff;%对应元素相乘实现频域滤波out=ifftshift(out);out=ifft2(out);%求模值out=abs(out);%归一化并显示out=out/max(out(:));functionout=imidealflpf(I,freq)%freq为截止频率[M,N]=size(I);out=ones(M,N);fori=1:Mforj=1:Nif(sqrt(((i-M/2)^2+(j-N/2)^2))>freq)out(i,j)=0;endendend请利用形态学滤波的方法，提取出下列图像的边界图5要求：给出结构元素表达式；给出形态学滤波的数学表达式；给出处理结果。结构元素为3*3的正方形；形态学滤波的数学表达式：处理结果：内边缘：外边缘：内外边缘：附程序I=imread('图5.jpg')； figure,imshow(I); se=strel('square',3);%3*3的正方形结构元素 Ie1=imerode(I,se);%腐蚀得到内部点 Iout1=I-Ie1;%得到内边缘 figure,imshow(Iout1); Ie2=imdilate(I,se);%膨胀得到外部点 Iout2=Ie2-I;%得到外边缘 figure,imshow(Iout2); Iout3=Ie2-Ie1;%得到内外边缘 figure,imshow(Iout3);请利用Canny算子提取下列图像中的边缘图6要求：给出算法的主要步骤；,2，给出算法的处理结果。算法的主要步骤：第一步首先用二维高斯函数对图像进行平滑第二步用2×2邻域一阶偏导的有限方差来计算平滑后的数据阵列I(x,y)的梯度幅值和梯度方向第三步，为了精确定位边缘，必须细化梯度幅值图像M(i,j)中的屋脊带，只保留幅值局部变化最大的点，