數(shù)字圖像處理+圖像原創(chuàng)

1、實驗一 圖像增強空域濾波一、 實驗目的 進一步了解MatLab軟件/語言，學會使用MatLab對圖像作濾波處理，使學生有機會掌握濾波算法，體會濾波效果。了解幾種不同濾波方式的使用和使用的場合，培養(yǎng)處理實際圖像的能力，并為課堂教學提供配套的實踐機會。 二、實驗要求 (1)學生應當完成對于給定圖像+噪聲，使用平均濾波器、中值濾波器對不同強度的高斯噪聲和椒鹽噪聲，進行濾波處理；能夠正確地評價處理的結果；能夠從理論上作出合理的解釋。(2)利用MATLAB軟件實現(xiàn)空域濾波的程序：I=imread('xzg.jpg');J = imnoise(I,'gauss',0.02)

2、; %添加高斯噪聲k = imnoise(I,'salt & pepper',0.02); %添加椒鹽噪聲 ave1=fspecial('average',3); %產(chǎn)生3×3的均值模版ave2=fspecial('average',5); %產(chǎn)生5×5的均值模版p = filter2(ave1,J)/255; %均值濾波3×3L = filter2(ave2,J)/255; %均值濾波5×5M = medfilt2(J,3 3); %中值濾波3×3模板N = medfilt2(J,4 4

3、); %中值濾波4×4模板imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(p);figure,imshow(L);figure,imshow(M);figure,imshow(N);三、實驗設備與軟件 (1) IBM-PC計算機系統(tǒng) (2) MatLab軟件/語言包括圖像處理工具箱(Image Processing Toolbox) (3) 實驗所需要的圖片 四、實驗內(nèi)容與步驟 a) 調入并顯示原始圖像Sample2-1.jpg 。b) 利用imnoise 命令在圖像Sample2-1.jpg 上加入高斯(gauss

4、ian) 噪聲 c)利用預定義函數(shù)fspecial 命令產(chǎn)生平均(average)濾波器 d）分別采用3x3和5x5的模板，分別用平均濾波器以及中值濾波器，對加入噪聲的圖像進行處理并觀察不同噪聲水平下，上述濾波器處理的結果； e）選擇不同大小的模板，對加入某一固定噪聲水平噪聲的圖像進行處理，觀察上述濾波器處理的結果。f）利用imnoise 命令在圖像Sample2-1.jpg 上加入椒鹽噪聲(salt & pepper)g）重復c) e）的步驟h）輸出全部結果并進行討論。五、實驗圖像 實驗二 圖像的傅立葉變換 一、 實驗目的1了解圖像變換的意義和手段；2熟悉傅立葉變換的基本性質；3熟練

5、掌握FFT變換方法及應用；4通過實驗了解二維頻譜的分布特點；5通過本實驗掌握利用MATLAB編程實現(xiàn)數(shù)字圖像的傅立葉變換。6評價人眼對圖像幅頻特性和相頻特性的敏感度。二、 實驗原理1 應用傅立葉變換進行圖像處理傅里葉變換是線性系統(tǒng)分析的一個有力工具，它能夠定量地分析諸如數(shù)字化系統(tǒng)、采樣點、電子放大器、卷積濾波器、噪音和顯示點等的作用。通過實驗培養(yǎng)這項技能，將有助于解決大多數(shù)圖像處理問題。對任何想在工作中有效應用數(shù)字圖像處理技術的人來說，把時間用在學習和掌握博里葉變換上是很有必要的。2 傅立葉（Fourier）變換的定義對于二維信號，二維Fourier變換定義為：逆變換：二維離散傅立葉變換為：逆

6、變換：圖像的傅立葉變換與一維信號的傅立葉變換變換一樣，有快速算法，具體參見參考書目，有關傅立葉變換的快速算法的程序不難找到。實際上，現(xiàn)在有實現(xiàn)傅立葉變換的芯片，可以實時實現(xiàn)傅立葉變換。3利用MATLAB軟件實現(xiàn)數(shù)字圖像傅立葉變換的程序：I=imread(xzg.gif); %讀入原圖像文件imshow(I); %顯示原圖像fftI=fft2(I); %二維離散傅立葉變換sfftI=fftshift(fftI); %直流分量移到頻譜中心RR=real(sfftI); %取傅立葉變換的實部II=imag(sfftI); %取傅立葉變換的虛部A=sqrt(RR.2+II.2); %計算頻譜幅值A=（

7、A-min(min(A)）/(max(max(A)-min(min(A)*225 %歸一化figure; %設定窗口imshow(A); %顯示原圖像的頻譜三、 實驗步驟1 將圖像內(nèi)容讀入內(nèi)存；2 用Fourier變換算法，對圖像作二維Fourier變換；3 將其幅度譜進行搬移，在圖像中心顯示；4 用Fourier系數(shù)的幅度進行Fourier反變換；5 用Fourier系數(shù)的相位進行Fourier反變換；6 比較4、5的結果，評價人眼對圖像幅頻特性和相頻特性的敏感度。7 記錄和整理實驗報告。四、 實驗儀器1計算機；2 MATLAB程序；3移動式存儲器（軟盤、U盤等）。4記錄用的筆、紙。五、實驗

8、圖片 實驗三 圖像增強頻域濾波一、 實驗目的1掌握怎樣利用傅立葉變換進行頻域濾波2掌握頻域濾波的概念及方法3熟練掌握頻域空間的各類濾波器4利用MATLAB程序進行頻域濾波二、 實驗原理及知識點頻域濾波分為低通濾波和高通濾波兩類，對應的濾波器分別為低通濾波器和高通濾波器。頻域低通過濾的基本思想：G(u,v)=F(u,v)H(u,v)F(u,v)是需要鈍化圖像的傅立葉變換形式，H(u,v)是選取的一個低通過濾器變換函數(shù)，G(u,v)是通過H(u,v)減少F(u,v)的高頻部分來得到的結果，運用傅立葉逆變換得到鈍化后的圖像。理想地通濾波器(ILPF)具有傳遞函數(shù)：其中，為指定的非負數(shù)，為(u,v)到

9、濾波器的中心的距離。的點的軌跡為一個圓。n階巴特沃茲低通濾波器(BLPF)(在距離原點處出現(xiàn)截至頻率)的傳遞函數(shù)為與理想地通濾波器不同的是，巴特沃茲率通濾波器的傳遞函數(shù)并不是在處突然不連續(xù)。高斯低通濾波器(GLPF)的傳遞函數(shù)為其中，為標準差。相應的高通濾波器也包括：理想高通濾波器、n階巴特沃茲高通濾波器、高斯高通濾波器。給定一個低通濾波器的傳遞函數(shù)，通過使用如下的簡單關系，可以獲得相應高通濾波器的傳遞函數(shù)：利用MATLAB實現(xiàn)頻域濾波的程序f=imread('xzg.tif');F=fft2(f); %對圖像進行傅立葉變換%對變換后圖像進行隊數(shù)變化，并對其坐標平移，使其中心化

10、S=fftshift(log(1+abs(F);S=gscale(S); %將頻譜圖像標度在0-256的范圍內(nèi)imshow(S) %顯示頻譜圖像h=fspecial('sobel'); %產(chǎn)生空間sobel模版freqz2(h) %查看相應頻域濾波器的圖像PQ=paddedsize(size(f); %產(chǎn)生濾波時所需大小的矩陣H=freqz2(h,PQ(1),PQ(2); %產(chǎn)生頻域中的sobel濾波器H1=ifftshift(H); %重排數(shù)據(jù)序列，使得原點位于頻率矩陣的左上角imshow(abs(H),) %以圖形形式顯示濾波器figure,imshow(abs(H1),)

11、gs=imfilter(double(f),h); %用模版h進行空域濾波gf=dftfilt(f,H1); %用濾波器對圖像進行頻域濾波figure,imshow(gs,) figure,imshow(gf,)figure,imshow(abs(gs),)figure,imshow(abs(gf),)f=imread('xmz.tif'); %讀取圖片PQ=paddedsize(size(f); %產(chǎn)生濾波時所需大小的矩陣D0=0.05*PQ(1); %設定高斯高通濾波器的閾值H=hpfilter('gaussian',PQ(1),PQ(2),D0); %產(chǎn)生

12、高斯高通濾波器g=dftfilt(f,H); %對圖像進行濾波figure,imshow(f) %顯示原圖像figure,imshow(g,) %顯示濾波后圖像三、 實驗步驟：1調入并顯示所需的圖片；2利用MATLAB提供的低通濾波器實現(xiàn)圖像信號的濾波運算，并與空間濾 波進行比較。3利用MATLAB提供的高通濾波器對圖像進行處理。4記錄和整理實驗報告。四、實驗儀器1計算機；2MATLAB程序；3移動式存儲器（軟盤、U盤等）。4記錄用的筆、紙。五、實驗圖片 Xzg.tif Xmz.tif 實驗四 圖像分割一、實驗目的􀂄 使用MatLab 軟件進行圖像的分割。使學生通過實驗體會一

13、些主要的分割算子對圖像處理的效果，以及各種因素對分割效果的影響。二、實驗要求􀂄 要求學生能夠自行評價各主要算子在無噪聲條件下和噪聲條件下的分割性能。能夠掌握分割條件(閾值等)的選擇。完成規(guī)定圖像的處理并要求正確評價處理結果，能夠從理論上作出合理的解釋。三、實驗內(nèi)容與步驟(1)使用Roberts 算子的圖像分割實驗􀂄 調入并顯示圖像room.tif中圖像；使用Roberts 算子對圖像進行邊緣檢測處理； Roberts 算子為一對模板：􀂄 相應的矩陣為：rh = 0 1；-1 0； rv = 1 0；0 -1；這里的rh 為水平Roberts

14、 算子，rv為垂直Roberts 算子。分別顯示處理后的水平邊界和垂直邊界檢測結果；用“歐幾里德距離”和“街區(qū)距離”方式計算梯度的模，并顯示檢測結果；對于檢測結果進行二值化處理，并顯示處理結果； 提示：先做檢測結果的直方圖，參考直方圖中灰度的分布嘗試確定閾值；應反復調節(jié)閾值的大小，直至二值化的效果最為滿意為止。分別顯示處理后的水平邊界和垂直邊界檢測結果；將處理結果轉化為“白底黑線條”的方式；給圖像加上零均值的高斯噪聲；對于噪聲圖像重復步驟bf。(2)使用Prewitt 算子的圖像分割實驗􀂄 使用Prewitt 算子進行內(nèi)容(1)中的全部步驟。(3)使用Sobel 算子的圖像分

15、割實驗 使用Sobel 算子進行內(nèi)容(1)中的全部步驟。(4)使用LoG (拉普拉斯-高斯)算子的圖像分割實驗 使用LoG (拉普拉斯-高斯)算子進行內(nèi)容(1)中的全部步驟。提示1：處理后可以直接顯示處理結果，無須另外計算梯度的模。提示2：注意調節(jié)噪聲的強度以及LoG (拉普拉斯-高斯)算子的參數(shù)，觀察處理結果。(5) 打印全部結果并進行討論。下面是使用sobel監(jiān)測器對圖像進行分割的MATLAB程序f=imread('xzg.tif');gv,t1=edge(f,'sobel','vertical');%使用edge函數(shù)對圖像f提取垂直的邊緣i

16、mshow(gv)gb,t2=edge(f,'sobel','horizontal');%使用edge函數(shù)對圖像f提取垂直的邊緣figure,imshow(gb)w45=-2 -1 0;-1 0 1;0 1 2;%指定模版使用imfilter計算45度方向的邊緣g45=imfilter(double(f),w45,'replicate');T=0.3*max(abs(g45(:); %設定閾值g45=g45>=T; %進行閾值處理figure,imshow(g45);在函數(shù)中使用'prewitt'和'roberts&

17、#39;的過程，類似于使用sobel邊緣檢測器的過程。四、實驗設備及軟件1計算機；2MATLAB程序；3移動式存儲器（軟盤、U盤等）。4記錄用的筆、紙。五、實驗圖片 實驗五 形態(tài)學運算一、實驗目的 學習常見的數(shù)學形態(tài)學運算基本方法，了解腐蝕、膨脹、開運算、閉運算取得的效果，培養(yǎng)處理實際圖像的能力，并為課堂教學提供配套的實踐機會。二、實驗要求 利用MatLab工具箱中關于數(shù)學形態(tài)學運算的函數(shù)，計算本指導書中指定二值圖像進行處理。三、實驗設備與軟件 1. LC-PC計算機系統(tǒng) 2. MatLab軟件/語言包括圖像處理工具箱(Image Processing Toolbox) 3. 實驗所需要的圖片

18、 四、實驗內(nèi)容與步驟 1. 調入并顯示圖像Plane2.jpg；2. 選取合適的閾值，得到二值化圖像Plane2-2.jpg；3. 設置結構元素；4. 對得到的二值圖像Plane2-2.jpg進行腐蝕運算；5. 對得到的二值圖像Plane2-2.jpg進行膨脹運算；6. 對得到的二值圖像Plane2-2.jpg進行開運算；7. 對得到的二值圖像Plane2-2.jpg進行閉運算；8. 將兩種處理方法的結果作比較；五、源代碼I=imread('xzg.jpg');level = graythresh(I); %得到合適的閾值bw = im2bw(I,level); %二值化SE = strel('square',3); %設置膨脹結構元素BW1 =