數(shù)字圖像處理實習(xí)報告

1、數(shù)字圖像處理實習(xí)報告 專業(yè)：生醫(yī)0901 小組成員：李建魯、張丹 指導(dǎo)老師：喻 罡2012年7月10日數(shù)字圖像處理一、目的1 用matlab或其他的語言來實現(xiàn)數(shù)字圖像處理方面的一些操作；2 熟悉matlab7.1的一些基本函數(shù)及與數(shù)字圖像處理相關(guān)的函數(shù)；3 熟悉圖形用戶界面（gui），并用其來編寫界面；4 熟悉數(shù)字圖像處理課程中的一些知識點，如圖像灰度變化，直方圖，圖像增強，濾波，圖像復(fù)原，形態(tài)學(xué)處理，圖像邊緣檢測，圖像放大和縮小等等，并能用matlab實現(xiàn)以上的功能；5 掌握從簡單到復(fù)雜的方法，一步一步的實現(xiàn)功能，并能耐心排錯，養(yǎng)成合作互助精神。二、任務(wù)1實現(xiàn)圖像的打開，顯示，保存操作，實現(xiàn)

2、圖像的旋轉(zhuǎn)；2實現(xiàn)圖像的灰度變換（圖像反轉(zhuǎn)，對數(shù)反轉(zhuǎn)，冪次反轉(zhuǎn)）；3實現(xiàn)圖像的大小變換；4實現(xiàn)圖像的直方圖處理及直方圖均衡化；5實現(xiàn)圖像的空域和頻域增強，實現(xiàn)均值濾波，維納濾波，中值濾波及巴特沃斯低通、高通濾波；6實現(xiàn)圖像的加噪，如椒鹽噪聲、高斯噪聲等；7實現(xiàn)圖像的形態(tài)學(xué)運算，如開運算，閉運算，膨脹運算，腐蝕運算等操作；8實現(xiàn)圖像的邊緣檢測，如robert算子邊緣檢測，sobel算子邊緣檢測，prewitt算子邊緣檢測，log算子邊緣檢測，canny算子邊緣檢測；9實現(xiàn)整個界面的設(shè)計，編排，最終達到一種比較完美的效果。三、主要內(nèi)容及步驟 本次實驗主要是利用設(shè)計編輯器進行g(shù)ui界面設(shè)計，并進行相

3、應(yīng)代碼編寫，以實現(xiàn)數(shù)字圖像處理。 步驟：1、啟動guide。直接輸入guide運行或單擊file菜單欄中的new打開gui模塊界面。2、利用gui界面中的控件完成界面設(shè)計。3、用屬性編輯器設(shè)置各個控件的相關(guān)屬性。4、編寫回調(diào)程序。主要界面四、算法實現(xiàn)（相應(yīng)代碼） 打開：filename,pathname=. uigetfile(*.jpg,jpeg-files (*.jpg); . *.tif,tif-files(*.tif);*.png,png-files(*.png);. *.*,all files (*.*),_,untitled.jpg);str=pathname,filename;g

4、lobal image;global dai;image=imread(str);dai=image;axes(handles.axes1);imshow(image);圖像翻轉(zhuǎn)：可以實現(xiàn)順時針90度的選轉(zhuǎn)，每點擊一下，則選擇90global dai;dai=imrotate(dai,90,bilinear);axes(handles.axes2);imshow(dai);對數(shù)翻轉(zhuǎn)：global dai; a=double(dai); m,n=size(dai); for x=1:m for y=1:n g(x,y)=log(a(x,y)+1); end end axes(handles.ax

5、es2);imshow(mat2gray(g);冪次翻轉(zhuǎn)：global dai; a=double(dai); m,n=size(dai); for x=1:m for y=1:n g(x,y)=0; g(x,y)=a(x,y).5; end end axes(handles.axes2);imshow(mat2gray(g);直方圖：global dai;axes(handles.axes2);counts,x=imhist(dai);bar(x,counts);直方圖均衡化：global dai; j= histeq(dai); axes(handles.axes2); imshow(j)

6、;開運算：global dai; se=strel(disk,1);pp3=imopen(dai,se); axes(handles.axes2); imshow(pp3);閉運算：global dai; se=strel(disk,1); pp4=imclose(dai,se); axes(handles.axes2); imshow(pp4);膨脹運算：global dai; se=strel(disk,1); pp1=imdilate(dai,se); axes(handles.axes2); imshow(pp1);腐蝕運算：global dai; se=strel(disk,1);

7、pp2=imerode(dai,se); axes(handles.axes2);imshow(pp2);椒鹽噪聲：加入的參數(shù)為0.05global daiglobal imageprompt=輸入?yún)?shù)1：;defans=0;p=inputdlg(prompt,輸入?yún)?shù),1,defans);p1=str2num(p1);dai=imnoise(image,salt & pepper,p1); %生成椒鹽噪聲axes(handles.axes2);imshow(dai);imwrite(dai,salt.jpg); 高斯噪聲：輸入的參數(shù)1為0.5參數(shù)2為0.5global daiglobal i

8、mageprompt=輸入?yún)?shù)1：,輸入?yún)?shù)2：;defans=0,0;p=inputdlg(prompt,輸入?yún)?shù),1,defans);p1=str2num(p1);p2=str2num(p2);dai=imnoise(image,gaussian,p1,p2); %生成高斯噪聲axes(handles.axes2);imshow(dai);log算子邊緣檢測：global dai; bw4=edge(dai,log); axes(handles.axes2);imshow(bw4);sobel算子邊緣檢測：global dai;bw2=edge(dai,sobel); axes(handl

9、es.axes2); imshow(bw2);canny算子邊緣檢測：global dai; bw5=edge(dai,canny); axes(handles.axes2); imshow(bw5);prewitt算子邊緣檢測：global dai; bw3=edge(dai,prewitt); axes(handles.axes2); imshow(bw3);均值濾波：global dai;axes(handles.axes2);k1=filter2(fspecial(average,5),dai)/255;imshow(k1);維納濾波：global dai;axes(handles.a

10、xes2);prompt=輸入?yún)?shù)1：,輸入?yún)?shù)2：;defans=5,5;p=inputdlg(prompt,輸入?yún)?shù),1,defans);p1=str2num(p1);p2=str2num(p2);dai=wiener2(dai,p1,p2); %維納濾波imshow(dai);imwrite(dai,wiener.jpg); 中值濾波：global daidai=medfilt2(dai,5,5,symmetric); axes(handles.axes2);%中值濾波imshow(dai);imwrite(dai,medfilt.jpg);巴特奧斯濾波：global dai; axes

11、(handles.axes2); f=double(dai); g=fft2(f); g=fftshift(g); n1,n2=size(g); n=2; d0=50; n1=fix(n1/2); n2=fix(n2/2); for i=1:n1 for j=1:n2 d=sqrt(i-n1)2+(j-n2)2); h=1/(1+0.414*(d/d0)(2*n); result(i,j)=h*g(i,j); end end result=ifftshift(result); x2=ifft2(result); x3=uint8(real(x2); imshow(x3);高通濾波：global

12、 dai; axes(handles.axes2); f=double(dai); g=fft2(f); g=fftshift(g); n1,n2=size(g); n=2; d0=5; n1=fix(n1/2); n2=fix(n2/2); for i=1:n1 for j=1:n2 d=sqrt(i-n1)2+(j-n2)2); if d=0 h=0; else h=1/(1+(d0/d)(2*n); end result(i,j)=h*g(i,j); end end result=ifftshift(result); x2=ifft2(result); x3=uint8(real(x2)

13、; imshow(x3);圖像旋轉(zhuǎn)：可以任意角度旋轉(zhuǎn)，上圖為旋轉(zhuǎn)30的截圖global imageaxes(handles.axes2);prompt=旋轉(zhuǎn)角度:;defans=0;p=inputdlg(prompt,input,1,defans);p1=str2num(p1);f=imrotate(image,p1,bilinear,crop);imshow(f);handles.img=f;guidata(hobject,handles);上下翻轉(zhuǎn)：global imagef=flipud(image);axes(handles.axes2)imshow(f);handles.img=f;

14、 guidata(hobject,handles);鏡像翻轉(zhuǎn)：axes(handles.axes2);global imagef=fliplr(image);imshow(f);handles.img=f;guidata(hobject,handles);轉(zhuǎn)換成灰度：global dal;global image%t=getimage;dal=rgb2gray(image); axes(handles.axes2);imshow(dal);截圖：global dal;global imageaxes(handles.axes2);dal=imcrop(image); axes(handles.

15、axes2);imshow(dal);global image axes(handles.axes2);imshow(image); 撤銷：axes(handles.axes2); global timshow(t);放大與縮?。篻lobal imageaxes(handles.axes2);b=double(image);a=str2num(get(handles.edit5,string);c=imresize(b,a,nearest);imshow(uint8(c);axes(handles.axes2);保存：filename filepath=uiputfile(*.jpg,jpeg

16、-files (*.jpg); . *.tif,tif-files(*.tif);*.png,png-files(*.png);. *.*,all files (*.*),_,untitled.jpg); if isequal(filename,filepath,0,0) filefullname=filepath filename; axes(handles.axes2); iter=getimage(gca); imwrite(iter,filefullname,jpg); else msgbox(保存失敗!); end六、討論（1）在基于空域的圖像增強中，對數(shù)變換和指數(shù)變化，能壓縮或抑制

17、明暗灰度級，從而是圖片變得清晰。（2）直方圖均衡化能是變化后的圖像函數(shù)密度分布近似均勻化，擴展了像素動態(tài)范圍，但不能抑制噪聲。（3）均值濾波能有效除去圖像中不相關(guān)的細(xì)節(jié)，減少噪聲，但易引起邊緣模糊；中值濾波去噪能力強，對椒鹽噪聲尤為有效，能有效保持圖像的細(xì)節(jié)（邊緣）。（4）基于頻域的圖像增強中，巴特沃斯濾波和高斯濾波都能使圖像平滑，但巴特沃斯不能徹底消除振鈴效應(yīng)，而高斯可以。（5）邊緣檢測中：sobert算子在用于水平和垂直方向的檢測時精確度高但容易丟失邊緣。不能抑制噪聲，對陡峭的地噪聲圖像檢測效果好。sobel算子能抑制一定的噪聲，易引起邊緣模糊，檢測出為噪聲，檢測效果低。prewitt算子和sobel相似。log算子對噪聲抑制明顯，亦能是邊緣平滑，但有時會丟失很多邊緣。canny算子抗躁能力強，檢測精度高。七、實習(xí)總結(jié)剛開始聽到老師講實習(xí)內(nèi)容是覺得比較簡單，因為以前用過matlab做過類似的實驗，何況這次可以調(diào)用matlab中本身庫函數(shù)。但真正去看了題目時覺得好難，既要用gui設(shè)計界面，又要編寫代碼，而對于matlab的應(yīng)用也不是很熟練。經(jīng)過查閱資料，和隊友討論總算有了思路。 剛剛開始時的確不熟悉，總是犯錯，有各種各樣的問題，加上粗心大意，經(jīng)常錯誤還找不到錯誤。通過這15天的實習(xí)我學(xué)會了很多