數(shù)字圖像處理實驗及報告(含源碼)

1、.大學數(shù)字圖像處理實驗報告設計題目： 數(shù)字圖像處理 專業(yè)名稱： 軟件工程 班 級： 1 學 號： 1 姓 名: MARK 指導教師: 2016年5月16日*;目錄實驗一 數(shù)字圖像的采集和Photoshop軟件的操作41.1實驗目的41.2實驗任務及要求41.3實驗內(nèi)容、步驟和結果41.4 結果分析8實驗二 圖像的傅里葉變換92.1實驗目的92.2實驗任務及要求92.3實驗內(nèi)容、步驟和結果92.4 結果分析13實驗三 圖像的灰度變換和直方圖變換143.1實驗目的143.2實驗任務及要求143.3實驗內(nèi)容、步驟和結果143.4 結果分析20實驗四 圖像的平滑處理214.1實驗目的214.2實驗任務

2、及要求214.3實驗內(nèi)容、步驟和結果214.4 結果分析22實驗五235.1實驗目的235.2實驗任務及要求235.3實驗內(nèi)容、步驟和結果235.4 結果分析23實驗六246.1實驗目的246.2實驗任務及要求246.3實驗內(nèi)容、步驟和結果246.4 結果分析24實驗一 數(shù)字圖像的采集和Photoshop軟件的操作1.1實驗目的1、熟悉并掌握MATLAB,PHOTOSHOP等工具的使用；2、實現(xiàn)圖像的讀取、顯示、代數(shù)運算和簡單的變換。1.2實驗任務及要求1、根據(jù)實驗內(nèi)容在MATLAB中編寫相應地代碼，使結果符合題目要求；2、在PHOTOSHOP中實現(xiàn)與MATLAB中相同對圖像的處理，進行對比；

3、3、完成實驗報告。1.3實驗內(nèi)容、步驟和結果1、實驗內(nèi)容：a) 讀入一幅RGB圖像，變換為灰度圖像和二值圖像，并在同一個窗口上分成三個子窗口來分別顯示RGB圖像、灰度圖像和二值圖像，注上文字標題；b) 對兩幅不同圖像執(zhí)行加、減、乘、除操作，在同一個窗口內(nèi)分成五個子窗口來分別顯示，注上文字標題；c) 對一幅圖像進行灰度變化，實現(xiàn)圖像變亮，變暗和負片效果，在同一個窗口內(nèi)分成四個子窗口來分別顯示，注上文字標題；d) 學會常用數(shù)字圖像處理軟件Photoshop的功能操作練習。2、步驟和結果：1) 打開Matlab，在命令框內(nèi)輸入相應地代碼內(nèi)容a)，輸入代碼： a=imread('E:psps素

4、材壁紙g8.jpg');i=rgb2gray(a);I=im2bw(a,0.5);subplot(3,1,1);imshow(a);title('原圖像');subplot(3,1,2);imshow(i);title('灰度圖像');subplot(3,1,3);imshow(I);title('二值圖像');2) 內(nèi)容b)，代碼： a=imread('E:psps素材壁紙mario.jpg');A=imresize(a,800,800);b=imread('E:psps素材壁紙mario2.jpg');

5、B=imresize(b,800,800);Z1=imadd(A,B);Z2=imsubtract(A,B);Z3=immultiply(A,B);Z4=imdivide(A,B);subplot(3,2,1);imshow(A);title('原圖像A');subplot(3,2,2);imshow(B);title('原圖像B');subplot(3,2,3);imshow(Z1);title('加法圖像');subplot(3,2,4);imshow(Z2);title('減法圖像');subplot(3,2,5);imsh

6、ow(Z3);title('乘法圖像');subplot(3,2,6);imshow(Z4);title('除法圖像');內(nèi)容c)，代碼： a=imread('E:psps素材壁紙mario.jpg');m=imadjust(a,0.5;1);%圖像變亮n=imadjust(a,0;0.5);%圖像變暗g=255-a;%負片效果subplot(2,2,1);imshow(a);title('原圖像');subplot(2,2,2);imshow(m);title('圖像變亮');subplot(2,2,3);ims

7、how(n);title('圖像變暗');subplot(2,2,4);imshow(g);title('負片效果');4使用圖像輸入設備（掃描儀、數(shù)碼相機、攝像機等）進行圖像輸入，學會常用數(shù)字圖像處理軟件Photoshop的功能操作練習。1.4 結果分析以上內(nèi)容廣泛應用于：圖像分割、圖像內(nèi)容提取、圖像目標跟蹤和圖像目標識別等方面。實驗二 圖像的傅里葉變換2.1實驗目的熟悉及掌握圖像的傅里葉變換原理及性質(zhì)，實現(xiàn)圖像的傅里葉變換。2.2實驗任務及要求1、實現(xiàn)圖像的傅里葉變換，按要求顯示出變換的結果；2、完成實驗報告。2.3實驗內(nèi)容、步驟和結果1、實驗內(nèi)容：a) 對

8、一幅圖像進行平移，顯示原始圖像與處理后圖像 ，分別對其進行傅里葉變換，顯示變換后的結果，分析原圖的傅里葉頻譜與平移后的傅里葉頻譜的對應關系；b) 對一幅圖像進行旋轉，顯示原始圖像與處理后的圖像，分別對其進行傅里葉變換，顯示變換后的結果，分析原圖的傅里葉頻譜與旋轉后的傅里葉頻譜的對應關系。2、步驟和結果：1) 打開MATLAB，根據(jù)題目要求在命令窗口寫入相應地代碼；2) 內(nèi)容a)：代碼 : s=imread('E:psps素材壁紙mario.jpg');i=rgb2gray(s);i=double(i);j=fft2(i); %傅里葉變換k=fftshift(j);%直流分量移到

9、頻譜中心l=log(abs(k);%對數(shù)變換m=fftshift(j);%直流分量移到頻譜中心RR=real(m); %取傅里葉變換的實部II=imag(m); %取傅里葉變換的虛部A=sqrt(RR.2+II.2); %計算頻譜府幅值A=(A-min(min(A)/(max(max(A)*255;%歸一化b=circshift(s,800,450);%對圖像矩陣im中的數(shù)據(jù)進行移位操作b=rgb2gray(b);b=double(b);c=fft2(b); %傅里葉變換e=fftshift(c);%直流分量移到頻譜中心l=log(abs(e);%對數(shù)變換f=fftshift(c);%直流分量

10、移到頻譜中心WW=real(f); %取傅里葉變換的實部BZZ=imag(f);%取傅里葉變換的虛部B=sqrt(WW.2+ZZ.2);%計算頻譜府幅值B=(B-min(min(B)/(max(max(B)*255;%歸一化subplot(2,2,1);imshow(s);title('原圖像');subplot(2,2,2);imshow(uint8(b);title('平移圖像');subplot(2,2,3);imshow(A);title('離散傅里葉圖譜');subplot(2,2,4);imshow(B);title('平移離

11、散傅里葉頻譜');結果如圖3) 內(nèi)容b)，代碼： s=imread('E:psps素材壁紙mario.jpg');i=rgb2gray(s);i=double(i);j=fft2(i); %傅里葉變換k=fftshift(j);%直流分量移到頻譜中心l=log(abs(k);%對數(shù)變換m=fftshift(j);%直流分量移到頻譜中心RR=real(m); %取傅里葉變換的實部II=imag(m); %取傅里葉變換的虛部A=sqrt(RR.2+II.2); %計算頻譜府幅值A=(A-min(min(A)/(max(max(A)*255;%歸一化b=imrotate(s,

12、-90);%對圖像矩陣im中的數(shù)據(jù)進行移位操作b=rgb2gray(b);b=double(b);c=fft2(b); %傅里葉變換e=fftshift(c);%直流分量移到頻譜中心l=log(abs(e);%對數(shù)變換f=fftshift(c);%直流分量移到頻譜中心WW=real(f); %取傅里葉變換的實部BZZ=imag(f);%取傅里葉變換的虛部B=sqrt(WW.2+ZZ.2);%計算頻譜府幅值B=(B-min(min(B)/(max(max(B)*255;%歸一化subplot(2,2,1);imshow(s);title('原圖像');subplot(2,2,2)

13、;imshow(uint8(b);title('平移圖像');subplot(2,2,3);imshow(A);title('離散傅里葉圖譜');subplot(2,2,4);imshow(B);title('平移離散傅里葉頻譜'); 2.4 結果分析本次實驗驗證了傅里葉變換的平移不變性以及旋轉不變性，使我對傅里葉變換運算有了更深入的了解。實驗三 圖像的灰度變換和直方圖變換3.1實驗目的1、熟悉及掌握圖像的采樣原理，實現(xiàn)圖像的采樣過程，進行圖像的灰度轉換；2、理解直方圖的概念及應用，實現(xiàn)圖像直方圖的顯示，及通過直方圖的均衡化和直方圖規(guī)定劃方法對圖

14、像進行修正。3.2實驗任務及要求1、實現(xiàn)圖像的直方圖均衡化，按要求顯示出結果；2、完成實驗報告。3.3實驗內(nèi)容、步驟和結果1、實驗內(nèi)容：a) 對一幅圖進行2倍、4倍、8倍和16倍減采樣，顯示結果；b) 顯示一幅灰度圖像a,改變圖像的亮度使其整體變暗得到圖像b，顯示兩幅圖像的直方圖；c) 對圖像b進行直方圖均衡化，顯示結果圖像和對應的直方圖；d) 對B進行分段線性變換處理，試比較與直方圖均衡化處理的異同。2、步驟和結果：1) 打開MATLAB，根據(jù)要求在命令窗口編寫相應的代碼；2) 內(nèi)容a)，代碼：a=imread('E:psps素材壁紙mario.jpg');b=rgb2gra

15、y(a);for m=1:4 figure width,height=size(b); quartimage=zeros(floor(width/(m),floor(height/(2*m); k=1; n=1; for i=1:(m):width for j=1:(2*m):height quartimage(k,n)=b(i,j); n=n+1; end k=k+1; n=1; end imshow(uint8(quartimage);end3) 內(nèi)容b)，代碼：a=imread('E:psps素材壁紙mario.jpg');c=rgb2gray(a);b=c-46;sub

16、plot(2,2,1);imhist(c);title('直方圖');subplot(2,2,2);imhist(b);title('變暗后的直方圖');subplot(2,2,3);imshow(c);title('原圖像');subplot(2,2,4);imshow(b);title('變暗后的原圖像');d=imadjust(c,0,1,1,0);imshow(d);4) 內(nèi)容c)，代碼： b=imread('E:psps素材壁紙mario.jpg');c=rgb2gray(b);j=histeq(c);s

17、ubplot(2,2,1),imshow(c)subplot(2,2,2),imshow(j)subplot(2,2,3),imhist(c)%顯示原始圖像直方圖subplot(2,2,4),imhist(j)%顯示均衡化后圖像直方圖5) 內(nèi)容d)，代碼：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);3.4 結果分析本次實驗實現(xiàn)了圖像的采樣過程，進行了圖像的灰度轉換。實驗

18、四 圖像的平滑處理4.1實驗目的1、熟悉并掌握常見的圖像噪聲種類；2、理解并掌握常用的圖像的平滑技術，如領域平均法和中值濾波的原理、特點、適用對象。4.2實驗任務及要求1、按要求為圖像加入相應的常見噪聲；2、根據(jù)不同的噪聲使用不同的圖像的平滑技術；3、完成實驗報告。4.3實驗內(nèi)容、步驟和結果1、實驗內(nèi)容：a) 讀出圖像，給讀出的圖像分別加入高斯噪聲、椒鹽噪聲和乘性噪聲，并與原圖像顯示在同一圖像窗口中；b) 對受高斯噪聲（模擬值為0方差為0.02的高斯噪聲）干擾的圖像分別利用領域平均法和中值濾波法進行濾波去噪（窗口可變，可先取3*3，依次再取5*5,7*7）,并顯示濾波結果；c) 對受椒鹽噪聲的

19、圖像（噪聲方差為0.02）干擾的圖像，選擇合適的濾波器將噪聲去噪；d) 對受乘性噪聲的圖像（噪聲方差為0.02）干擾的圖像，選擇合適的濾波器將噪聲去噪。2、步驟和結果：1) 打開MATLAB，在命令窗口編輯相應的程序；2) 內(nèi)容a)，代碼： a=imread('E:psps素材壁紙mario.jpg'); j=imnoise(a,'gaussian',0,0.02); k=imnoise(a,'salt & pepper',0.04); l=imnoise(a,'speckle',0.05);subplot(4,1,1);

20、imshow(a);title('原圖像');subplot(4,1,2);imshow(j);title('高斯噪聲');subplot(4,1,3);imshow(k);title('椒鹽噪聲');subplot(4,1,4);imshow(k);title('乘性噪聲');3) 內(nèi)容b),代碼：i=imread('E:psps素材壁紙mario.jpg');i=rgb2gray(i);j=imnoise(i,'salt & pepper',0.02);h1=fspecial('

21、average');A1=imfilter(j,h1);A2=medfilt2(j);subplot(2,2,1);imshow(i);title('原圖像');subplot(2,2,2);imshow(j);title('椒鹽圖像');subplot(2,2,3);imshow(A1);title('均值濾波圖像');subplot(2,2,4);imshow(A2);title('中值濾波圖像');4) 內(nèi)容c)，代碼：a=imread('E:psps素材壁紙mario.jpg');i=rgb2gra

22、y(a);I=imnoise(i,'salt & pepper',0.02);Z=medfilt2(i,3,3);Z1=medfilt2(I,3,3);Z2=medfilt2(I,5,5);Z3=medfilt2(I,7,7);subplot(2,2,1),imshow(Z);title('原圖像中值濾波后');subplot(2,2,2),imshow(Z1);title('椒鹽3*3中值濾波后');subplot(2,2,3),imshow(Z2);title('椒鹽5*5中值濾波后');subplot(2,2,4),

23、imshow(Z3);title('椒鹽7*7中值濾波后'); 4.4 結果分析中值濾波是一種非線性濾波，它利用一個含有奇數(shù)個像素的滑動窗口，將窗口正中點的灰度值用窗口各點的中值代替，由于椒鹽噪聲的灰度值不是在正中，因此可以直接被濾除，而點、線、尖角細節(jié)等較多的圖像中，有效信號可能都不在正中。 在對圖像進行鄰域濾波時，半徑不同，圖像的模糊程度不同。原因是半徑越大，圖像的取值范圍越大，越不精確，圖像也就越模糊。實驗五 5.1實驗目的熟悉并掌握MATLAB圖像處理工具箱的使用；理解并掌握常用的圖像的增強技術。5.2實驗任務及要求采用三種一階導數(shù)邊緣檢測方法（如Robert、Sobe

24、l、prewitt）對圖像進行銳化。采用二階導數(shù)的拉普拉斯邊緣檢測方法對圖像進行銳化。5.3實驗內(nèi)容、步驟和結果采用三種不同算子對圖像進行銳化處理。代碼：a=imread('E:psps素材壁紙mario.jpg');I=rgb2gray(a);H=fspecial('sobel');I1=imfilter(I,H);I1=imfilter(I,H);H=fspecial('prewitt');I2=imfilter(I,H);H=fspecial('laplacian');I3=imfilter(I,H);subplot(2,2

25、,1);imshow(I);title('原圖像');subplot(2,2,2);imshow(I1);title('Sobel算子銳化圖像');subplot(2,2,3);imshow(I2);title('prewitt算子銳化圖像');subplot(2,2,4);imshow(I3);title('Laplacia算子銳化圖像');2銳化空間濾波1）采用3×3的拉普拉斯算子w = 1, 1, 1; 1 -8 1; 1, 1, 1濾波。2）將1）結果疊加到原始圖像上?？梢钥闯鲈肼曉鰪娏?Laplacian算子對

26、噪聲敏感)，應想法降低。 3）獲取Sobel圖像并用imfilter對其進行5×5鄰域平均，以減少噪聲。 4）獲取2)和3)相乘圖像，噪聲得以減少。 5）將4）結果疊加到原始圖像上。 6）最后用imadjust函數(shù)對5)結果做冪指數(shù)為0.2的灰度變換。代碼：i=imread('E:psps素材壁紙mario.jpg');i=rgb2gray(i);h1=1,1,1;1,-8,1;1,1,1;I1=imfilter(j,h1,'replicate');Z1=imadd(i,I1);h2=fspecial('sobel');I2=imfil

27、ter(j,h2,'replicate');h3=fspecial('average',5*5);I3=imfilter(i,h3);Z2=immultiply(Z1,I3);Z3=imadd(i,Z2);I4=imadjust(Z3,0.2);subplot(4,2,1);imshow(i);title('原圖像');subplot(4,2,2);imshow(I1);title('拉普拉斯圖像');subplot(4,2,3);imshow(Z1);title('疊加圖像');subplot(4,2,4);im

28、show(I2);title('Sobel算子銳化圖像');subplot(4,2,5);imshow(I3);title('領域平均原圖像');subplot(4,2,6);imshow(Z2);title('相乘圖像');subplot(4,2,7);imshow(Z3);title('疊加圖像');subplot(4,2,8);imshow(Z4);title('灰度變換圖像');3自己設計銳化空間濾波器，并將其對噪聲圖像進行處理，顯示處理后的圖像。代碼:i=imread('E:psps素材壁紙mar

29、io.jpg');i=rgb2gray(i);j=imnoise(i,'gaussian',0,0.02);domain=8 8 0 8 8;8 8 0 8 8;0 0 0 0 0;8 8 0 8 8;8 8 0 8 8;K1=ordfilt2(j,5,domain);subplot(2,2,1),imshow(i);title('原圖像');subplot(2,2,2),imshow(j);title('高斯噪聲圖像');subplot(2,2,3),imshow(K1);title('自定義模板處理圖像');5.4 結

30、果分析Sobel算子做邊緣檢測，邊緣定位精度不高，有時還可能對非邊緣像素的響應大于某些邊緣處的響應或者響應差別不是很大，造成漏檢或誤檢，但是它對噪聲具有較好的魯棒性。Prewitt算子和Sobel算子提取邊緣的結果差不多。在提取邊緣的同時它對噪聲具有平滑作用，能夠抑制一定的噪聲。由于Prewitt邊緣檢測算子是通過八個方向模板對圖像進行卷積運算，因此運算量比較大。Log算子把的Gauss平滑濾波器和Laplacian銳化濾波器結合了起來，先平滑掉噪聲，再進行邊緣檢測，所以效果會更好。Laplacian算子的特點：各向同性,線性和位移是不變的,對線性和孤立點檢測效果好,但邊緣方向信息丟失,常產(chǎn)生

31、雙像素的邊緣,對噪聲有雙倍的加強作用。實驗六6.1實驗目的 熟悉并掌握MATLAB圖像處理工具箱的使用； 理解并掌握常用的圖像的恢復和分割技術。6.2實驗任務及要求 采用三種不同算子檢測圖像邊緣，顯示結果。分別使用Roberts、Prewitt、sobel算子和雙峰閾值法、最佳閾值法進行圖像分割。6.3實驗內(nèi)容、步驟和結果1) 采用三種不同算子檢測圖像邊緣，顯示結果。代碼：a=imread('E:psps素材壁紙mario.jpg');i1=rgb2gray(a);BW1=edge(i1,'prewitt');BW2=edge(i1,'sobel'

32、;);BW3=edge(i1,'roberts');subplot(2,2,1);imshow(i1);title('原圖');subplot(2,2,2);imshow(BW1);title('prewitt邊緣檢測');subplot(2,2,3);imshow(BW2);title('sobel邊緣檢測');subplot(2,2,4);imshow(BW3);title('roberts邊緣檢測');2）分別使用Roberts、Prewitt、sobel算子和雙峰閾值法、最佳閾值法進行圖像分割。代碼:I=imread('E:psps素材壁紙mario.jpg');I=rgb2gray(I);thresh=graythresh(I)