數(shù)字圖像處理實(shí)驗(yàn)指導(dǎo)書

1、精選優(yōu)質(zhì)文檔-傾情為你奉上數(shù)字圖像處理實(shí)驗(yàn)指導(dǎo)書王永堃沈陽理工大學(xué)信息學(xué)院前言數(shù)字圖像處理是電子信息科學(xué)與技術(shù)專業(yè)學(xué)生必修的專業(yè)基礎(chǔ)課之一。 通過本課程的學(xué)習(xí)，使學(xué)生能夠掌握有關(guān)數(shù)字圖像處理的基本概念、方法、原理及應(yīng)用，能夠培養(yǎng)和增強(qiáng)學(xué)生技能的創(chuàng)新意識(shí)和創(chuàng)新思維，提高實(shí)際動(dòng)手能力和創(chuàng)新能力，為學(xué)生進(jìn)一步學(xué)習(xí)專業(yè)課程奠定基礎(chǔ)。數(shù)字圖像處理由理論教學(xué)和實(shí)驗(yàn)教學(xué)環(huán)節(jié)組成，理論教學(xué)環(huán)節(jié)是基礎(chǔ)，實(shí)驗(yàn)教學(xué)環(huán)節(jié)是對理論教學(xué)環(huán)節(jié)的延伸、充實(shí)和完善，實(shí)驗(yàn)教學(xué)在數(shù)字圖像處理課程中具有重要地位與作用。實(shí)驗(yàn)題目和學(xué)時(shí)說明。實(shí)驗(yàn)一 編寫一幅灰度圖像直方圖統(tǒng)計(jì)程序；實(shí)驗(yàn)二 圖象編碼實(shí)驗(yàn)；實(shí)驗(yàn)三 用Photoshop軟件對

2、圖像進(jìn)行增強(qiáng)操作；實(shí)驗(yàn)四 圖象分割實(shí)驗(yàn)。實(shí)驗(yàn)五 數(shù)字圖像變換實(shí)驗(yàn)六 數(shù)字圖像增強(qiáng)實(shí)驗(yàn)七 二維數(shù)字濾波器設(shè)計(jì)實(shí)驗(yàn)八 基于DSP的灰度閾值變換目錄實(shí)驗(yàn)五 數(shù)字圖像變換 .1 4實(shí)驗(yàn)六 數(shù)字圖像增強(qiáng).1 6實(shí)驗(yàn)七 二維數(shù)字濾波器設(shè)計(jì).1 7實(shí)驗(yàn)八 基于DSP的灰度閾值變換.1 8實(shí)驗(yàn)一 編寫一幅灰度圖像直方圖統(tǒng)計(jì)程序一 實(shí)驗(yàn)?zāi)康牧私鈹?shù)字圖像灰度直方圖的概念和計(jì)算方法，掌握用MATLAB畫數(shù)字圖像灰度直方圖的方法。提高學(xué)生編程能力，鞏固所學(xué)知識(shí)。二 實(shí)驗(yàn)原理灰度變換是圖像增強(qiáng)的一種重要手段，使圖像對比度擴(kuò)展，圖像更加清晰，特征更加明顯。灰度級(jí)的直方圖給出了一幅圖像概貌的描述，通過修改灰度直方圖來得到圖

3、像增強(qiáng)。三 實(shí)驗(yàn)內(nèi)容（1）計(jì)算出一幅灰度圖像的直方圖；（2）對灰度圖像進(jìn)行簡單的灰度線形變換；（3）觀察直方圖的對應(yīng)變化和圖像對比度的變化；（4）圖像二值化：選取一個(gè)域值將圖像變?yōu)楹诎讏D像。四 實(shí)驗(yàn)要求1 閱讀程序，能夠說明程序中使用的圖像處理算法；2 能夠用MATLAB進(jìn)行程序調(diào)試；3 認(rèn)真觀察實(shí)驗(yàn)現(xiàn)象并說明原理。五 實(shí)驗(yàn)程序（1）計(jì)算出一幅灰度圖像的直方圖clearclose allI=imread('004.bmp');imhist(I)title('（1）直方圖');（2）對灰度圖像進(jìn)行簡單的灰度線形變換figuresubplot(2,2,1)imsho

4、w(I);title('（2）灰度線性變換');subplot(2,2,2)histeq(I);（3）觀察直方圖的對應(yīng)變化和圖像對比度的變化figuresubplot(2,2,1)imshow(I)J=imadjust(I,0.3,0.7,0,1,1);title('（3）直方圖的對應(yīng)變化和圖像對比度的變化');subplot(2,2,2)imshow(J)subplot(2,2,3)imshow(I)J=imadjust(I,0.5 0.8,0,1,1);subplot(2,2,4)imshow(J)（4）圖像二值化（選取一個(gè)域值將圖像變?yōu)楹诎讏D像）figur

5、esubplot(2,2,1)imshow(I)J=find(I<150);I(J)=0;J=find(I>=150);I(J)=255;title('（4）圖像二值化 ( 域值為150 ）');subplot(2,2,2)imshow(I)clc;I=imread('14499.jpg');bw=im2bw(I,0.5);%選取閾值為0.5figure;imshow(bw)；%顯示二值圖象六 思考題1 在程序中，原圖像 f(m,n) 的灰度范圍 a,b 線形變換為圖像 g(m,n),灰度范圍a',b'，算法是怎樣的？2 線性變換后，

6、像素的灰度值是否超出0-255的范圍，若超出，該如何處理？3 如果要求計(jì)算圖像視覺質(zhì)量和平均視覺質(zhì)量，問相應(yīng)的MATLAB程序如何改寫。實(shí)驗(yàn)二 圖象編碼實(shí)驗(yàn)一 實(shí)驗(yàn)?zāi)康恼莆栈镜膱D象編碼方法，觀察壓縮效果，加深對行程編碼、余弦變換編碼、JPEG編碼的理解。二 實(shí)驗(yàn)內(nèi)容余弦變換編碼、行程編碼和JPEG編碼方法的理解與效果測試。三 實(shí)驗(yàn)步驟1 余弦變換編碼（1） 在Matlab Help菜單中, 選Demos項(xiàng)。（2） 打開ToolboxesImage Processing項(xiàng)，選Discrete Cosine Transform，并運(yùn)行。（3） 選圖象Flower，如下圖所示，在右上角8*8 DC

7、T系數(shù)圖下，調(diào)節(jié)系數(shù)選擇滑塊。保留系數(shù)為白色，置零系數(shù)為黑色。（4） 按 Apply 鍵。（5） 比較原始圖象、恢復(fù)圖象、誤差圖象。觀察原始圖象與恢復(fù)圖象的均方誤差。（6） 改變系數(shù)選擇滑塊的位置，重做（4）、（5）。（7） 選其他圖象，重做（4）-（7）。2 行程編碼（1） 在Photoshop中打開一BMP格式的灰度圖象文件brain.bmp。（2） 在文件菜單中選存儲(chǔ)為項(xiàng)，另取名為brain1.rle，選BMP格式保存。（3） 在BMP選項(xiàng)菜單中選壓縮（RLE）。（4） 按確認(rèn)鍵。（5） 比較brain.bmp與brain1.rle的文件大小。（6） 選其他類型圖象，與（1）-（6）類似

8、，重做。3 JPEG編碼（1） 在Photoshop中打開一BMP格式的灰度圖象文件brain.bmp，如圖2所示。（2） 在文件菜單中選存儲(chǔ)為項(xiàng)，另取名為brain.jpg，選JPEG格式保存。（3） 在JPEG選項(xiàng)菜單中調(diào)節(jié)文件大小滑塊，注意圖象品質(zhì)因子Q的變化。（4） 按確認(rèn)鍵。（5） 比較brain.bmp與brain.jpg的文件大小。（6） 打開圖象brain. jpg，觀察brain.bmp與brain.jpg圖象的差別。（7） 重做（1）-（3），改變文件大小滑塊的位置，與（5）-（7）類似，重做。（8） 選其他類型圖象，與（1）-（8）類似，重做。四 思考題1 在余弦變換編碼

9、中，保留系數(shù)與壓縮比、恢復(fù)圖象質(zhì)量的關(guān)系是怎樣的？2 思考對何種圖象進(jìn)行行程編碼，效率較高。3 JPEG的圖像壓縮比恢復(fù)圖象質(zhì)量的關(guān)系是怎樣的？實(shí)驗(yàn)三 用Photoshop軟件對圖像進(jìn)行增強(qiáng)操作一 實(shí)驗(yàn)?zāi)康恼莆諗?shù)字圖像增強(qiáng)的基本原理和方法，并能運(yùn)用Photoshop軟件對圖像進(jìn)行增強(qiáng)操作。比較不同方法圖像增強(qiáng)的效果，分析這些增強(qiáng)方法的特點(diǎn)。二 實(shí)驗(yàn)內(nèi)容應(yīng)用Photoshop軟件對圖像作灰度拉伸、對比度增強(qiáng)、直方圖均衡、圖像平滑、中值濾波、邊緣增強(qiáng)、偽彩色增強(qiáng)、假彩色合成等。三 實(shí)驗(yàn)步驟1) 打開一幅圖像；2) 灰度拉伸： 線形拉伸：在“圖像 調(diào)整 色階”中，可以通過直接設(shè)置原圖像灰度值的輸入范

10、圍和所需的輸出范圍來簡單的完成某一灰度段到另一灰度段的灰度調(diào)整映射變換。 曲線拉伸：在“圖像 調(diào)整 曲線”中，在彈出的“曲線”對話框中，直接用鼠標(biāo)拖動(dòng)改變灰度輸入、輸出曲線的形狀就可以完成任意線形的灰度變換。3) 對比度增強(qiáng)： 對比度增強(qiáng)可以通過“圖像 調(diào)整 亮度/對比度”來直接對原圖像的亮度或?qū)Ρ榷冗M(jìn)行調(diào)整,觀察增強(qiáng)處理前后圖像直方圖的變化。4) 直方圖均衡直方圖均衡可調(diào)用“圖像 調(diào)整 色調(diào)均化”菜單項(xiàng)，即可達(dá)到直方圖均衡的效果。 5) 圖像平滑圖像的3×3均勻平滑可以在“濾鏡 模糊 模糊”中實(shí)現(xiàn)，觀察處理前后圖像細(xì)節(jié)和邊緣的變化；也可以調(diào)用“模糊”對話框中的“高斯模糊”來觀察高斯

11、平滑處理的結(jié)果，改變半徑，觀察圖像的變化，分析高斯平滑處理的原理。 通過“濾鏡 其它 自定”菜單項(xiàng)調(diào)出模板對話框，可以輸入自定義的平滑算子或其它增強(qiáng)算子，改變模板的大小和縮放比例，觀察處理的效果。 6) 中值濾波 先使用“濾鏡 雜色 添加雜色”菜單添加噪聲，再使用“濾鏡雜色中間值” 中值濾波操作，設(shè)置濾波半徑，觀察處理結(jié)果； 采用“添加雜色”菜單項(xiàng)中的均勻噪聲和高斯噪聲給圖像添加噪聲，分別使用中值濾波和均勻平滑，觀察這兩種處理的效果，比較它們的異同。 7) 邊緣增強(qiáng) 使用“濾鏡 銳化 銳化邊緣”，觀察圖像邊緣的變化，也可以使用使用“USM 銳化”，“進(jìn)一步銳化”等其它銳化方法。 使用“濾鏡 其

12、它 自定”調(diào)出模板對話框，使用教材中講到的Laplace增強(qiáng)算子和高通濾波算子或自定義的算子，比較它們的處理效果。 8) 邊緣檢測 使用“濾鏡 風(fēng)格化 ”的“查找邊緣”，“等高線”，“照亮邊緣”等可以提取圖像的邊緣，改變參數(shù)，提取圖像的最佳邊緣。使用“濾鏡 其它 自定”，輸入教材講述的邊緣檢測算子，分析處理的效果，比較這些算子的特點(diǎn)。 9) 彩色增強(qiáng)技術(shù) 密度分割：打開一幅灰度（黑白）圖像，使用“圖像 模式 RGB顏色”將圖像更改成真彩色模式，再使用“圖像 調(diào)整 色調(diào)分離”對話框，輸入密度分割的灰度級(jí)數(shù)（1-255），使用“圖像 模式 索引顏色”將圖像改成索引模式，使用“圖像 模式 顏色表”對

13、為每個(gè)灰度級(jí)定義一種顏色?？臻g域變換彩色合成：將一幅灰度圖象采用三種不同變換，得到三幅灰度圖象，然后選擇“圖像 調(diào)整 通道混合器”，將三幅圖象進(jìn)行RGB彩色合成，形成一幅偽彩色圖像。假彩色合成：假彩色圖像合成是對一幅自然色彩圖像或多光譜圖像通過映射函數(shù)變換成新的三基色分量，使增強(qiáng)圖像呈現(xiàn)出與原圖像不同的彩色。打開一幅真彩色圖像，選擇“圖像 調(diào)整 通道混合器”，設(shè)置對話框中的參數(shù)，觀察處理后圖像的變化。四 思考題1 通過實(shí)驗(yàn)，中值濾波和均勻平滑在去圖像噪聲上各有什么特點(diǎn)?試比較兩種方法異同。2邊緣增強(qiáng)與邊緣檢測有什么不同，試比較邊緣檢測算子Laplace、Prewitt、Sobel算子、方向算子

14、和梯度算子的優(yōu)缺點(diǎn)。3 偽彩色增強(qiáng)與假彩色合成有什么區(qū)別？ 實(shí)驗(yàn)四 圖象分割實(shí)驗(yàn)一 實(shí)驗(yàn)?zāi)康恼莆栈镜膱D象分割方法，觀察圖象分割的效果，加深對邊緣檢測、模板匹配、區(qū)域生長的理解。二 實(shí)驗(yàn)內(nèi)容邊緣檢測，模板匹配，區(qū)域生長。圖像分割：在圖像分析中，通常需要將所關(guān)心的目標(biāo)從圖像中提取出來，這種從圖像中將某個(gè)特定區(qū)域與其他部分進(jìn)行分離并提取出來的處理，就是圖像分割。因?yàn)閳D像分割處理實(shí)際上就是區(qū)分圖像中的“前景目標(biāo)”和“背景”，所以通常又稱之為圖像的二值化處理。圖像分割的方法：三種1閾值方法：根據(jù)圖像的灰度值的分布特性確定某個(gè)閾值來進(jìn)行圖像分割。2.邊界分割方法：通過檢測出封閉某個(gè)區(qū)域的邊界來進(jìn)行圖像分

15、割。3.區(qū)域提取方法：根據(jù)特定區(qū)域與其他背景區(qū)域特性上的不同來進(jìn)行圖像分割。邊緣檢測：物體的邊緣是以圖像局部特征不連續(xù)的形式出現(xiàn)的，也就是指圖像局部亮度變化最顯著的部分，例如灰度值的突變、顏色的突變、紋理結(jié)構(gòu)的突變等，同時(shí)物體的邊緣也是不同區(qū)域的分界線模板匹配：圖像匹配是在圖像中尋找是否有所關(guān)心的目標(biāo)。方法：1.全局匹配 2.特征匹配區(qū)域生長：是一種根據(jù)事先定義的準(zhǔn)則將像素或者子區(qū)域聚合成更大區(qū)域的過程?？沼蛱幚恚菏侵冈诳臻g域內(nèi)直接對數(shù)字圖像進(jìn)行處理。變換域處理：是指通過傅立葉變換，離散余弦變換，等變換方法將圖片從空間域變換到相應(yīng)的變換域，得到變換域系數(shù)陣列，然后在變換域中對圖像進(jìn)行處理，變換

16、后再將圖片返回到空域中得到處理結(jié)果。三 實(shí)驗(yàn)方法 1邊緣檢測(1) 在Matlab Help菜單中, 選Demos項(xiàng)。 (2) 打開ToolboxesImage Processing項(xiàng)，選Edge Detection，并運(yùn)行。 (3) 選圖象Blood、邊緣檢測方法Sobel，如下圖所示。 (4) 按Apply鍵。 (5) 觀察檢測到的邊界。 (6) 改變閾值，重做（4）-（5）。 (7) 選邊緣檢測方法Prewitt，重做（4）-（6）。 (8) 選邊緣檢測方法Roberts，重做（4）-（6）。 (9) 選邊緣檢測方法Laplacian of Gaussian，重做（4）-（6）。(10)

17、 選其他圖象，重做（4）-（9）。 2 模板匹配（1）在Photoshop中打開一黑白灰度圖象文件，如下圖所示；（2）在濾鏡菜單其他子菜單中選自定項(xiàng)；（3）在自定界面中輸入點(diǎn)模板；（4）按確認(rèn)鍵；（5）觀察處理后圖象。（6）在編輯菜單中選返回項(xiàng)，恢復(fù)原始圖象。（7）在濾鏡菜單其他子菜單中選自定項(xiàng)。（8）在自定界面中分別輸入線模板、方向模板，重做（4）-（5）。（9）在Photoshop中其它黑白灰度圖象文件，重做（2）-（8）。四 思考題1 什么是圖像分割？圖像分割的功能是什么？有何用途2 結(jié)合實(shí)驗(yàn)說明，圖像分割的邊緣檢測、模板匹配和區(qū)域生長法的特點(diǎn)是什么？實(shí)驗(yàn)五 數(shù)字圖像變換一、 實(shí)驗(yàn)?zāi)康模?/p>

18、1. 了解圖像變換的意義和手段 圖像變換是圖像處理和圖像分析的重要分支，它將圖像轉(zhuǎn)換到變換域（例如頻率域），在變換域?qū)D像進(jìn)行處理和分析。圖像變換作為圖像增強(qiáng)，圖像復(fù)原的基本工具，或者作為圖像特征為圖像分析提供基本依據(jù)。多年來，變換理論自身的發(fā)展為信號(hào)處理和圖像處理提供了強(qiáng)有力的支持和重要手段。2. 熟悉離散傅里葉變換的基本性質(zhì)離散傅立葉變換的主要性質(zhì)，加法定理，相似性定理，位移定理，卷積定理，可分離乘積，微分性質(zhì)，旋轉(zhuǎn)拉普拉斯算子等。3. 熟練應(yīng)用快速傅立葉變換（FFT） 實(shí)際應(yīng)用中經(jīng)常采用一種快速傅立葉變換的方法（FFT）。MATLAB6.5的fft2指令用于二維FFT，iff2用于FFT

19、逆變換。通常計(jì)算一維DFT所需乘法和加法次數(shù)是N2,快速傅立葉變換算法將DFT計(jì)算式分解，減少計(jì)算工作量。 其算法思想是：先將原圖像進(jìn)行轉(zhuǎn)置，按行對轉(zhuǎn)置后的圖像矩陣進(jìn)行一維FFT，將此變換所得到的中間矩陣再轉(zhuǎn)置，再按行對轉(zhuǎn)置后的中間矩陣作一維FFT，最后得到的就是二維FFT。4. 熟練掌握離散余弦變換 離散余弦變換，簡稱DCT，是一種實(shí)數(shù)域變換，其變換核為實(shí)數(shù)的余弦函數(shù)，很適于做圖像壓縮和隨機(jī)信號(hào)處理。二、 實(shí)驗(yàn)內(nèi)容1. 對快速傅立葉變換FFT編制程序，并應(yīng)用于快速卷積計(jì)算，及模板匹配應(yīng)用。2. 編制離散余弦變換程序并調(diào)試運(yùn)行，DCT變換實(shí)現(xiàn)有兩種方法，一種是基于FFT的快速算法，另一種是DC

20、T變換矩陣。用DCT變換做圖像壓縮。3. 利用Radon變換檢測圖像中的直線。Radon變換與Hough變換（一種常用的計(jì)算機(jī)視覺處理）緊密相關(guān)。因此可利用Radon變換來實(shí)現(xiàn)Hough變換，以實(shí)現(xiàn)檢測直線的功能。三、 實(shí)驗(yàn)要求1. 提交上述題目的MATLAB或者VC+程序清單，并加注釋。2. 提供新編制程序運(yùn)行結(jié)果的圖像及原始圖像3. 聯(lián)系教材內(nèi)容對實(shí)驗(yàn)上機(jī)結(jié)果進(jìn)行分析。實(shí)驗(yàn)六、數(shù)字圖像增強(qiáng)一、 實(shí)驗(yàn)?zāi)康模?、 了解圖像增強(qiáng)的目的及意義。加強(qiáng)對圖像增強(qiáng)的感性認(rèn)識(shí)，鞏固新學(xué)的圖像增強(qiáng)理論知識(shí)和相關(guān)算法2、 掌握對多幅圖像進(jìn)行代數(shù)運(yùn)算的方法3、 熟練掌握直方圖均衡化和直方圖規(guī)定化處理方法4、 熟

21、練掌握空域?yàn)V波中常用的平滑和銳化濾波器5、 熟練掌握低通和高通濾波器使用方法二、 實(shí)驗(yàn)內(nèi)容：1、 編制一個(gè)對圖像進(jìn)行直方圖均衡化和規(guī)定化處理的程序。2、 編制程序進(jìn)行圖像的相加，將多幅加入高斯噪聲的圖像相加達(dá)到去噪求平均值。3、 用原圖像與離散余弦壓縮過的圖像進(jìn)行相減運(yùn)算。4、 編寫程序?qū)崿F(xiàn)均值平滑濾波、維納濾波、中值濾波。5、 使用多種常用空間域微分算子對圖像進(jìn)行邊緣處理并作比較（如拉普拉斯算子等）。6、 編制程序在頻域中對圖像用Butterworth低通，高通濾波器進(jìn)行處理。 三、 實(shí)驗(yàn)要求1、提交上述實(shí)驗(yàn)內(nèi)容相應(yīng)程序設(shè)計(jì)清單并加上相應(yīng)注釋。2、上述內(nèi)容相應(yīng)圖像，并提交原始圖像。3、應(yīng)用所

22、學(xué)理論對實(shí)驗(yàn)內(nèi)容進(jìn)行分析。實(shí)驗(yàn)七 、二維數(shù)字濾波器設(shè)計(jì)一.實(shí)驗(yàn)?zāi)康臑V波是圖像處理中很重要的部分，它可用于改善和增強(qiáng)圖像的質(zhì)量，突出圖像特征。1、 要求熟練掌握處理二維的卷積函數(shù)及指令。2、 熟練掌握濾波函數(shù)應(yīng)用。3、 學(xué)會(huì)濾波器設(shè)計(jì)的步驟和方法。4、 學(xué)會(huì)計(jì)算濾波的頻率響應(yīng)。二.實(shí)驗(yàn)內(nèi)容1、 計(jì)算濾波器的頻率響應(yīng)，編制相應(yīng)程序。2、 應(yīng)用頻率變換法使用頻率變換矩陣將一維FIR濾波器變換為二維FIR。編制相應(yīng)程序。3、 用頻率采樣法設(shè)計(jì)濾波器。編制相應(yīng)程序。4、 用加窗方法設(shè)計(jì)二維濾波器。編制相應(yīng)程序。三.實(shí)驗(yàn)要求上述實(shí)驗(yàn)內(nèi)容相應(yīng)程序設(shè)計(jì)清單。并加上相應(yīng)注釋。1、 完成上述內(nèi)容相應(yīng)圖像，并提交原

23、始圖像。2、 應(yīng)用數(shù)字濾波器理論對實(shí)驗(yàn)內(nèi)容進(jìn)行分析。實(shí)驗(yàn)八、基于DSP的灰度閾值變換一、 實(shí)驗(yàn)原理灰度閾值變換可以將一幅灰度圖像轉(zhuǎn)換成黑白二值圖像，該變換操作過程是先由用戶指定一個(gè)閾值，如果圖像中的像素的灰度值小于該閾值，則將該像素的灰度值設(shè)置為最低0，否則灰度值設(shè)置為255?；叶乳撝底儞Q的變換函數(shù)表達(dá)式如下：f(x)= 0 x<T 255 x>=T 其中T為指定的閾值。二、 實(shí)驗(yàn)?zāi)康模?、 熟悉并掌握DSP6211系統(tǒng)硬件資源和使用的方法：了解圖像系統(tǒng)的組成、工作流程和基本原理；2、 學(xué)會(huì)使用CCS2.0ForC6000的啟動(dòng)、退出，熟悉編輯、編譯DSP應(yīng)用程序的操作；3、 對D

24、SP應(yīng)用程序的結(jié)構(gòu)有所了解，掌握工程文件的開啟和關(guān)閉操作；了解工程文件的內(nèi)容；4、 了解并掌握運(yùn)用灰度閾值變換算法，通過觀察實(shí)驗(yàn)結(jié)果對算法建立感性認(rèn)識(shí)，對DSP在數(shù)字圖像處理中的作用和所處的位置有形象的了解。5、 了解TMS320C6211DSP的運(yùn)行速度和操作模式。三、 實(shí)驗(yàn)內(nèi)容：1、編寫TMS3200c6211DSP初始化程序。2、用C語言編寫灰度閾值變換程序及調(diào)試運(yùn)行。三、 實(shí)驗(yàn)要求a) 上述實(shí)驗(yàn)內(nèi)容相應(yīng)程序設(shè)計(jì)清單。并加上相應(yīng)注釋。b) 成上述內(nèi)容相應(yīng)圖像，并提交原始圖像。c) 用理論對實(shí)驗(yàn)內(nèi)容進(jìn)行分析。附錄：主要參考程序清單1、快速傅立葉變換（FFT）傅立葉變換的應(yīng)用下面的程序?qū)崿F(xiàn)快

25、速卷積。首先構(gòu)造兩個(gè)矩陣A和B，代碼如下：A=magic(3); %用1到9之間的數(shù)產(chǎn)生一個(gè)3×3方陣B=ones(3); %生成一個(gè)全1的3×3方陣A(8,8)=0; %用0將A補(bǔ)成8×8的方陣B(8.8)=0; %用0將B補(bǔ)成8×8的方陣然后，分別對A和B進(jìn)行傅立葉變換，代碼如下：A2=fft2(A);B2=fft2(B);在頻域內(nèi)進(jìn)行點(diǎn)乘，代碼如下：M=A2*B2；最后將點(diǎn)乘的結(jié)果變換回空域，并截取有效數(shù)據(jù)，代碼如下：C=ifft2(M);C=C(1:5,1:5);C=real(C);最后結(jié)果為：C= 8.0000 9.0000 15.0000 7

26、.0000 6.0000 11.0000 17.0000 30.0000 19.0000 13.0000 15.0000 30.0000 45.0000 30.0000 15.0000 7.0000 21.0000 30.0000 23.0000 9.0000 4.0000 13.0000 15.0000 11.0000 2.00002、下面是用DCT變換做圖像壓縮的例子。I=imread(cameraman.tif); %讀入圖像I=double(I)/255;T=dctmtx(8); %計(jì)算離散變換矩陣，返回結(jié)果為雙精度型B=blkproc(I,8.8,P1*x*P2,T,T); %實(shí)現(xiàn)圖

27、像的顯示塊操作Mask=1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 01 1 0 0 0 0 0 01 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 0;B2= blkproc(B,8.8,P1.*x,mask);I2=blkproc(B2,8.8,P1*x*P2,T,T);Imshow(I),figure,imshow(I2)3、Rodon變換Rodon變換類似于計(jì)算機(jī)視覺中有名的Hough變換，可以用來檢測圖象中的直線，算法和程序如下。提取圖象的局部邊緣I=imread(ic.

28、tif);BW=edge(I);imshow(I)figure,imshow(BW)然后，對邊緣圖象做Radon變換theta=0:179;R,xp=radon(BW,theta);imagesc(theta,xp,R);colormap(hot);xlabel(theta(degrees);ylabei(x);colorbar;最后，找出變換矩陣R的峰值，這些峰值對應(yīng)著原圖像上的直線。4、實(shí)現(xiàn)直方圖均衡化。實(shí)現(xiàn)代碼如下：I=imread(tire.tif);J=histeq(I);imshow(I)figure,imshow(J)figure,imhist(I,64)figure,imhis

29、t(J,64)5、實(shí)現(xiàn)直方圖規(guī)定化I=imread（tire.tif）；Hgram=0：255J=histeq（I，hgram）；Imshow（I）figure，imshow（J）figure，imhist（64）figure，imhist（64）6、圖象間的代數(shù)運(yùn)算61圖象相減運(yùn)算 顯示采用離散余弦變換壓縮的圖象與原圖象的差別。用原圖象與壓縮后的圖象相減，實(shí)現(xiàn)代碼如下：I=imread(cameraman.tif);I=double(I)/225;%計(jì)算離散變換矩陣，返回結(jié)果為雙精度型T=dctmtx（8）；%實(shí)現(xiàn)圖象的顯示塊操作B=blkproc（I，8 8，P1*x*P2，T，T）；ma

30、sk=1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0；B2=blkproc（B，8 8，P1.*x，mask）；I2=blkproc（B2，8 8，P1*x*P2，T，T，）；imshow（I），figure，imshow（12）M=12-I；figure，imshow（mat2gray（M）62. 圖象相加運(yùn)算設(shè)有圖象f（x，y）和h（x，y），它們的差為 g（x，y）= f（x，y）+

31、h（x，y）實(shí)現(xiàn)圖象相加。下面以saturn.tif為例，將多幅加入高斯噪聲的圖象經(jīng)過相加，求平均，達(dá)到去除噪聲的目的。實(shí)現(xiàn)代碼如下：I=imread（saturn.tif）；figure，imshow（I）m，n=size（I）；J（m，n）=0；For i=1：N X=imnose（I，gaussian）； figure，imshow（X） Y=double（X）； J=J+Y/N；Endfigure，imshow（mat2gray（J）7、 滑濾波器71實(shí)現(xiàn)均值過濾器。以saturn.tif為例，加入椒鹽噪聲，并在MATLAB中調(diào)用B=filter2（h，A）實(shí)現(xiàn)均值過濾器，實(shí)現(xiàn)代碼如下

32、：I=imread（eight.tif）；J=imnoise（I，salt & pepper，0.02）；imshow（I）figure，imshow（J）K1=filter2（fspecial（average，3），J）/255；K2=filter2（fspecial（average，3），J）/255；K3=filter2（fspecial（average，3），J）/255；figure，imshow（K1）figure，imshow（K2）figure，imshow（K3）72 實(shí)現(xiàn)維納濾波器在MATLAB中調(diào)用J=wiener2（I，m n，noise）函數(shù)，具體代碼如下：I

33、=imread（saturn.tif）；J=imnoise（I，gaussian，0，0.005）；K1=wiener2（J，5，5）；73 實(shí)現(xiàn)高斯濾波器，代碼如下：I=imread(saturn.tif );J=imnoise(I,gaussian,0,0.005);figure,imshow(J)h=fspecial(gaussian);K=filter2(h,J)/255;figure,imshow(K)74 在MATLAB中可以調(diào)用B=medfilt2(A,m n)來實(shí)現(xiàn)中值濾波器。下面仍以saturn.tif為例，加入椒鹽噪聲，并采用中值過濾器，實(shí)現(xiàn)代碼如下：I=imread(sa

34、turn.tif);J=imnoise(I,salt&pepper,0.02);K1=medfilt2(J, 3,3);figure,imshow(K1)75 中值濾波還可以調(diào)用B=ordfilt2(A,order,domain)函數(shù)來實(shí)現(xiàn)，代碼如下：I=imread(saturn.tif);J=imnoise(I,salt&pepper,0.02);K1=ordfilt2(J,5,one(3,3);figure,imshow(K1)76 使用稀疏分布的模板實(shí)現(xiàn)中值濾波，代碼如下：I=imread(satrun.tif );J=imnoise(I,salt&pepper

35、,0.02);domain=0 0 1 0 0; 0 0 1 0 0; 1 1 1 1 1; 0 0 1 0 0; 0 0 1 0 0;K1=ordfilt2(J,5,domain);figure,imshow(K1)類似的稀疏矩陣還有很多，比如：domain1= 1 0 0 0 1; 0 1 0 1 0; 0 0 1 0 0; 0 1 0 1 0; 1 0 0 0 1;domain2= 0 0 1 0 0; 0 1 1 1 0; 1 1 1 1 1; 0 1 1 1 0; 0 0 1 0 0;77 在MATLAB中可通過調(diào)用filter2函數(shù)和fspecial函數(shù)來實(shí)現(xiàn)邊緣銳化效果，代碼如下

36、：I=imread(saturn.tif );h=fspecial(laplacian);I2=filter2(h,I);imshow(I)figure,imshow(I2)在fspecial(laplacian，alpha)函數(shù)中， alpha控制Laplacian算子的形狀，取值范圍為0，1，缺省值為0.2。對于一般銳化濾波應(yīng)當(dāng)采用-h，因此程序中應(yīng)當(dāng)將第二條語句改為h=fspecial(laplacian)。請讀者自行對比邊緣銳化與普通銳化的效果。78 采用unsharp算子實(shí)現(xiàn)對比度增強(qiáng)濾波器，代碼如下：I=imread(satrun.tif );h=fspecial(unsharp,

37、0.5);I2=filter2(h,I)/255;figure,imshow(I2)在h=fspecial(unsharp,alpha)函數(shù)中，alpha控制濾波器的形狀，取值范圍為0,1，缺省值為0.2。79 用頻率變換法設(shè)計(jì)近似圓對稱的二維FIR低通濾波器首先,創(chuàng)建一個(gè)一維FIR低通濾波器,變換矩陣是可以根據(jù)需要定義的,這里定義了一個(gè)截?cái)囝l率為0.6的十階低通濾波器和一個(gè)截?cái)囝l率為0.5的十四階低通濾波器,代碼如下:b1=remez(10,00.40.61,1100);H1,w=freqz(b1,1,64,'whole');colormap(jet(64)plot(w/pi-1,fftshift(abs(H1)b2=remez(14,00.30.51,1100);H2,w=freqz(b3,2,64,'whole');colormap(jet(6