2023年數(shù)字圖像處理實(shí)訓(xùn)報(bào)告5篇(大全)

第頁共頁2023年數(shù)字圖像處理實(shí)訓(xùn)報(bào)告5篇(大全)數(shù)字圖像處理實(shí)訓(xùn)報(bào)告篇一實(shí)驗(yàn)報(bào)告班級(jí):通信103學(xué)號(hào):202327201姓名:計(jì)富威指導(dǎo)老師:孫潔實(shí)驗(yàn)一matlab數(shù)字圖像處理初步一、實(shí)驗(yàn)?zāi)康呐c要求1．熟悉及掌握在matlab中可以處理哪些格式圖像。2．純熟掌握在matlab中如何讀取圖像。3．掌握如何利用matlab來獲取圖像的大小、顏色、高度、寬度等等。4．掌握如何在matlab中按照指定要求存儲(chǔ)一幅圖像的方法。5．圖像間如何轉(zhuǎn)化。二、實(shí)驗(yàn)內(nèi)容及步驟1．利用imread函數(shù)讀取一幅圖像，假設(shè)其名為””，存入一個(gè)數(shù)組中；》》i=imread('');2．利用whos命令提取該讀入圖像””的根本信息；》》whosi3．利用imshow函數(shù)來顯示這幅圖像；》》imshow(i);4．利用imfinfo函數(shù)來獲取圖像文件的壓縮，顏色等等其他的詳細(xì)信息；》》imfinfo('');5．利用imwrite函數(shù)來壓縮這幅圖象，將其保存為一幅壓縮了像素的jpg文件,；語法：imwrite(原圖像，新圖像，‘quality’,q),q取0-100?！贰穒mwrite(i,'','quality',50)6．同樣利用imwrite函數(shù)將最初讀入的tif圖象另存為一幅bmp圖像。》》imwrite(i,'');7．用imread讀入圖像：；》》b=imread('');》》c=imread('');8．用imfinfo獲取圖像的大小；》》imfinfo('');》》imfinfo('');9．用figure,imshow分別將顯示出來，觀察兩幅圖像的質(zhì)量?！贰穎igure》》imshow(b);》》figure》》imshow(c);〔圖像截圖〕〔圖像截圖〕10．用im2bw將一幅灰度圖像轉(zhuǎn)化為二值圖像，并且用imshow顯示出來觀察圖像的特征?！贰穌=im2bw(b);》》figure》》imshow(b);》》figure》》imshow(d);〔二值化截圖〕三、實(shí)驗(yàn)總結(jié)通過實(shí)驗(yàn)matlab軟件的根本使用有了根本的理解，學(xué)會(huì)了使用matlab軟件來讀取一個(gè)特定格式的圖像，并通過相關(guān)的命令語句對(duì)圖像進(jìn)展格式轉(zhuǎn)換、圖像壓縮、二值化等的處理，掌握了利用matlab來獲取圖像的大小、顏色、高度、寬度等等，掌握在matlab中如何通過imshow語句來讀取圖像等等。第二圖像根本運(yùn)算一、實(shí)驗(yàn)?zāi)康?．理解圖像的算術(shù)運(yùn)算在數(shù)字圖像處理中的初步應(yīng)用。2．體會(huì)圖像算術(shù)運(yùn)算處理的過程和處理前后圖像的變化。二、實(shí)驗(yàn)原理圖像的代數(shù)運(yùn)算是圖像的標(biāo)準(zhǔn)算術(shù)操作的實(shí)現(xiàn)方法，是兩幅輸入圖像之間進(jìn)展的點(diǎn)對(duì)點(diǎn)的加、減、乘、除運(yùn)算后得到輸出圖像的過程。假如輸入圖像為a(x,y)和b(x,y)，輸出圖像為c(x,y)，那么圖像的代數(shù)運(yùn)算有如下四種形式：c(x,y)=a(x,y)+b(x,y)c(x,y)=a(x,y)-b(x,y)c(x,y)=a(x,y)*b(x,y)c(x,y)=a(x,y)/b(x,y)三、實(shí)驗(yàn)步驟1．圖像的加法運(yùn)算在matlab中，假如要進(jìn)展兩幅圖像的加法，或者給一幅圖像加上一個(gè)常數(shù)，可以調(diào)用imadd函數(shù)來實(shí)現(xiàn)。imadd函數(shù)將某一幅輸入圖像的每一個(gè)像素值與另一幅圖像相應(yīng)的像素值相加，返回相應(yīng)的像素值之和作為輸出圖像。imadd函數(shù)的調(diào)用格式如下：z=imadd〔x，y〕首先讀入兩幅圖像》》a=imread('');》》b=imread('')通過一個(gè)加法操作：》》c=imadd(a,b);給圖像的每一個(gè)像素加上一個(gè)常數(shù)可以使圖像的亮度增加。如截圖第一張為原圖，第二張為亮度加50，第三張為亮度減502．圖像的減法運(yùn)算在matlab中，使用imsubtract函數(shù)可以將一幅圖像從另一幅圖像中減去，或者從一幅圖像中減去一個(gè)常數(shù)。imsubtract函數(shù)將一幅輸入圖像的像素值從另一幅輸入圖像相應(yīng)的像素值中減去，再將這個(gè)結(jié)果作為輸出圖像相應(yīng)的像素值。imsubtract函數(shù)的調(diào)用格式如下：z=imsubtract(x,y)；讀入一幅畫后通過減法》》a3=imsubtract(a,50);3.圖像的乘法運(yùn)算在matlab中，使用immultiply函數(shù)實(shí)現(xiàn)兩幅圖像的乘法。immultiply函數(shù)將兩幅圖像相應(yīng)的像素值進(jìn)展元素對(duì)元素的乘法操作〔matlab點(diǎn)乘〕，并將乘法的運(yùn)算結(jié)果作為輸出圖形相應(yīng)的像素值。immulitply函數(shù)的調(diào)用格式如下：z=immulitply(x,y)讀入一幅圖后通過乘法操作》》a=imread('');》》b=immultiply(a,1.5);4．圖像的除法運(yùn)算在matlab中使用impide函數(shù)進(jìn)展兩幅圖像的除法。impide函數(shù)對(duì)兩幅輸入圖像的所有相應(yīng)像素執(zhí)行元素對(duì)元素的除法操作〔點(diǎn)除〕，并將得到的結(jié)果作為輸出圖像的相應(yīng)像素值。impide函數(shù)的調(diào)用格式如下：z=impide(x,y)讀入一幅圖后通過除法操作四、實(shí)驗(yàn)總結(jié)通過對(duì)圖像的四那么運(yùn)算了結(jié)圖像的不同變化過程，對(duì)軟件的進(jìn)一步使用也有了更加深化的認(rèn)識(shí)。實(shí)驗(yàn)三圖像增強(qiáng)—空域?yàn)V波一、實(shí)驗(yàn)?zāi)康倪M(jìn)一步理解matlab軟件/語言，學(xué)會(huì)使用matlab對(duì)圖像作濾波處理，使學(xué)生有時(shí)機(jī)掌握濾波算法，體會(huì)濾波效果。理解幾種不同濾波方式的使用和使用的場(chǎng)合，培養(yǎng)處理實(shí)際圖像的才能，并為課堂教學(xué)提供配套的理論時(shí)機(jī)。二、實(shí)驗(yàn)設(shè)備與軟件(1)ibm-pc計(jì)算機(jī)系統(tǒng)(2)matlab軟件/語言包括圖像處理工具箱(imageprocessingtoolbox)(3)實(shí)驗(yàn)所需要的圖片三、實(shí)驗(yàn)內(nèi)容與步驟a)調(diào)入并顯示原始圖像“”?！贰穒=imread('');b)利用imnoise命令在圖像“”上參加高斯(gaussian)噪聲》》j=imnoise(i,'gauss',0.02);%添加高斯噪聲c)利用預(yù)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(duì)參加噪聲的圖像進(jìn)展處理并觀察不同噪聲程度下，上述濾波器處理的結(jié)果；》》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》》k=filter2(ave1,j)/255;%均值濾波3×3》》l=filter2(ave2,j)/255;%均值濾波5×5e〕選擇不同大小的模板，對(duì)參加某一固定噪聲程度噪聲的圖像進(jìn)展處理，觀察上述濾波器處理的結(jié)果?！贰穖=medfilt2(j,[33]);%中值濾波3×3模板》》n=medfilt2(j,[44]);%中值濾波4×4模板f〕上參加椒鹽噪聲(salt-pepper)》》j=imnoise(i,'salt-pepper',0.02);%添加椒鹽噪聲四、實(shí)驗(yàn)總結(jié)椒鹽噪聲是由圖像傳感器，傳輸信道，解碼處理等產(chǎn)生的黑白相間的亮暗點(diǎn)噪聲。椒鹽噪聲往往由圖像切割引起，去除脈沖干擾及椒鹽噪聲最常用的算法是中值濾波。椒鹽噪聲是指兩種噪聲，一種是鹽噪聲，另一種是胡椒噪聲。鹽=白色，椒=黑色。前者是高灰度噪聲，后者屬于低灰度噪聲。一般兩種噪聲同時(shí)出現(xiàn)，呈如今圖像上就是黑白雜點(diǎn)。這點(diǎn)我們通過實(shí)驗(yàn)結(jié)果可以明顯看到。中值濾波對(duì)于濾除圖像的椒鹽噪聲非常有效。實(shí)驗(yàn)四圖像分割一、實(shí)驗(yàn)?zāi)康氖褂胢atlab軟件進(jìn)展圖像的分割。使學(xué)生通過實(shí)驗(yàn)體會(huì)一些主要的分割算子對(duì)圖像處理的效果，以及各種因素對(duì)分割效果的影響。二、實(shí)驗(yàn)要求要求學(xué)生可以自行評(píng)價(jià)各主要算子在無噪聲條件下和噪聲條件下的分割性能。可以掌握分割條件(閾值等)的選擇。完成規(guī)定圖像的處理并要求正確評(píng)價(jià)處理結(jié)果，可以從理論上作出合理的解釋。三、實(shí)驗(yàn)內(nèi)容與步驟(1)使用roberts算子的圖像分割實(shí)驗(yàn)，,截圖如下(2)使用prewitt算子的圖像分割實(shí)驗(yàn)截圖如下(3)使用sobel算子的圖像分割實(shí)驗(yàn)(4)使用log(拉普拉斯-高斯)算子的圖像分割實(shí)驗(yàn)四、實(shí)驗(yàn)結(jié)果對(duì)roberts算子、prewitt算子、sobel算子、log(拉普拉斯-高斯)算子的運(yùn)算對(duì)圖像的結(jié)果有了根本的認(rèn)識(shí)，加深學(xué)習(xí)效果。實(shí)驗(yàn)五形態(tài)學(xué)運(yùn)算1、實(shí)驗(yàn)?zāi)康膶W(xué)習(xí)常見的數(shù)學(xué)形態(tài)學(xué)運(yùn)算根本方法，理解腐蝕、膨脹、開運(yùn)算、閉運(yùn)算獲得的效果，培養(yǎng)處理實(shí)際圖像的才能，并為課堂教學(xué)提供配套的理論時(shí)機(jī)。2、實(shí)驗(yàn)要求利用matlab工具箱中關(guān)于數(shù)學(xué)形態(tài)學(xué)運(yùn)算的函數(shù)，計(jì)算本指導(dǎo)書中指定二值圖像進(jìn)展處理。3、實(shí)驗(yàn)設(shè)備與軟件-pc計(jì)算機(jī)系統(tǒng)軟件/語言包括圖像處理工具箱(imageprocessingtoolbox)3.實(shí)驗(yàn)所需要的圖片4、實(shí)驗(yàn)內(nèi)容與步驟1.調(diào)入并顯示圖像“”；2.調(diào)入并顯示圖像“”；3.選取適宜的閾值，得到二值化圖像“”；》》bw=im2bw(i,level);%二值化4.設(shè)置構(gòu)造元素；5.對(duì)得到的二值圖像“”進(jìn)展腐蝕運(yùn)算；》》bw2=imerode(bw,se1);%腐蝕6.對(duì)得到的二值圖像“”進(jìn)展膨脹運(yùn)算；》》bw1=imdilate(bw,se);%膨脹7.對(duì)得到的二值圖像“”進(jìn)展開運(yùn)算；》》bw3=bwmorph(bw,'open');%開運(yùn)算8.對(duì)得到的二值圖像“”進(jìn)展閉運(yùn)算；》》bw4=bwmorph(bw,'close');%閉運(yùn)算9.將兩種處理方法的結(jié)果作比擬；五、實(shí)驗(yàn)總結(jié)通過本次實(shí)驗(yàn)，學(xué)習(xí)了常見的數(shù)學(xué)形態(tài)學(xué)運(yùn)算根本方法，理解腐蝕、膨脹、開運(yùn)算、閉運(yùn)算獲得的效果，培養(yǎng)處理實(shí)際圖像的才能，通過自己動(dòng)手的實(shí)驗(yàn)，對(duì)課本上的知識(shí)有了更加深化的理解。數(shù)字圖像處理實(shí)訓(xùn)報(bào)告篇二實(shí)驗(yàn)報(bào)告書系部學(xué)生專業(yè)班實(shí)驗(yàn)名稱姓名名稱級(jí)時(shí)間：：：：：實(shí)驗(yàn)一直方圖平衡一、實(shí)驗(yàn)?zāi)康脑趯W(xué)習(xí)圖像直方圖的概念、計(jì)算方法、性質(zhì)和相關(guān)應(yīng)用根底上，生成、繪制圖像的直方圖，并應(yīng)用matlab編程實(shí)現(xiàn)圖像直方圖平衡化程序。二、實(shí)驗(yàn)內(nèi)容〔1〕計(jì)算并繪制圖像直方圖；〔2〕編程實(shí)現(xiàn)圖像的直方圖平衡化處理，顯示平衡前后的直方圖和圖像；三、實(shí)驗(yàn)運(yùn)行結(jié)果四、實(shí)驗(yàn)中遇到的問題及解決方法1、顯示無法找到圖像文件，應(yīng)將圖片與xx.m文件置于同一文件夾；2、編程過程中應(yīng)注意標(biāo)點(diǎn)的輸入法，應(yīng)該用英文輸入，否那么會(huì)報(bào)錯(cuò)。3、編程完成后運(yùn)行時(shí)輸入文件名與保存時(shí)文件名一樣，區(qū)分大小寫。五、考慮題〔1〕、灰度直方圖可以反映一幅圖像的哪些特征？答：1、表征了圖像的一維信息。只反映圖像中像素不同灰度值出現(xiàn)的次數(shù)〔或頻數(shù)〕而未反映像素所在位置。2、與圖像之間的關(guān)系是多對(duì)一的映射關(guān)系。一幅圖像唯一確定出與之對(duì)應(yīng)的直方圖，但不同圖像可能有一樣的直方圖。3、子圖直方圖之和為整圖的直方圖。(2)平衡化后的直方圖有何特點(diǎn)？答：經(jīng)直方圖平衡化處理后，可以得到一副改善了質(zhì)量的新圖像。這幅圖像的灰度層次將不再是呈黑暗色彩的圖像，而是一副灰度層次較為適中的、比原始圖像明晰、明快得多的圖像。處理的結(jié)果使圖像更合適與人的視覺特征或機(jī)器的識(shí)別系統(tǒng)。六、實(shí)驗(yàn)心得體會(huì)本次實(shí)驗(yàn)中，因?yàn)槌鯇W(xué)這個(gè)軟件，我學(xué)習(xí)到了在程序中關(guān)于圖像的運(yùn)用，以及也復(fù)習(xí)了課本上的許多知識(shí)，加深了對(duì)直方圖平衡化的理解。七、程序清單clearall;i=imread('');%翻開一幅灰度圖像[m,n]=size(i);p=m*n;j=imhist(i)./p;%計(jì)算圖像的歸一化直方圖subplot(1,3,1),imshow(i)；subplot(1,3,2),imhist(i,64)；subplot(1,3,3),plot(j)；〔2〕直方圖平衡化clearall;im=imread('');j=histeq(im);%平衡化subplot(2,2,1);imshow(im);title('原圖');%顯示原圖subplot(2,2,2);imhist(im);title('原圖直方圖');%顯示原圖的直方圖subplot(2,2,3);imshow(j);title('平衡化結(jié)果');%顯示平衡化后的圖像subplot(2,2,4);imhist(j);title('平衡化結(jié)果的直方圖');%顯示平衡化后的直方圖實(shí)驗(yàn)二頻域圖像增強(qiáng)一、實(shí)驗(yàn)?zāi)康?、頻域圖像增強(qiáng)2、掌握基于頻域的圖像增強(qiáng)方法。二、實(shí)驗(yàn)內(nèi)容〔1〕編程實(shí)現(xiàn)圖像的理想低通和高通濾波；〔2〕編程實(shí)現(xiàn)圖像的巴特沃斯低通和高通濾波。三、實(shí)驗(yàn)運(yùn)行結(jié)果四、實(shí)驗(yàn)中遇到的問題及解決方法顯示圖像無法翻開，最終查出來時(shí)圖像格式弄錯(cuò)了。五、考慮題分析^p為什么圖像通過低通濾波器后變得模糊？為什么通過高通濾波器后得到銳化結(jié)果？答：圖像的精細(xì)構(gòu)造及突變部分主要由高頻成分起作用，故經(jīng)低通濾波后圖像的精細(xì)構(gòu)造消失，變得模糊；經(jīng)高通濾波后圖像得到銳化。六、實(shí)驗(yàn)心得體會(huì)本實(shí)驗(yàn)中遇到很多問題及錯(cuò)誤，例如圖像打不開、處理后圖像模糊等，都是經(jīng)常容易發(fā)生的錯(cuò)誤，最后實(shí)驗(yàn)幾次，就可以逐一自己解決了。使自己對(duì)數(shù)字圖像處理課程中的許多問題有了更實(shí)際和確切的深化理解。七、程序清單對(duì)該圖進(jìn)展低通濾波選取d=190imshow(uint8(abs(d)));title('理想高通濾波后的圖像');%頻域增強(qiáng)〔巴特沃斯原型〕%二階巴特沃斯〔butterworth〕低通濾波器%clc;%clear;figure;j1=imread('');subplot(3,2,1);imshow(j1);title('原圖');f=double(j1);g=fft2(f);%傅立葉變換g=fftshift(g);%轉(zhuǎn)換數(shù)據(jù)矩陣subplot(3,2,2);x=0:1:255;y=0:1:255;[x,y]=meshgrid(x,y);z=log(abs(g));%取幅度mesh(z);%以三維坐標(biāo)顯示該圖像頻譜圖title('原圖頻譜');[m,n]=size(g);nn=2;%二階巴特沃斯(butterworth)低通濾波器d0=20;m=fix(m/2);n=fix(n/2);fori=1:mforj=1:nd=sqrt((i-m)2+(j-n)2);h=1/(1+0.414*(d/d0)(2*nn));%計(jì)算低通濾波器傳遞函數(shù)result(i,j)=h*g(i,j);%利用二階巴特沃斯〔butterworth〕高通濾波器實(shí)驗(yàn)三圖像邊緣檢測(cè)與連接一、實(shí)驗(yàn)?zāi)康膱D像邊緣檢測(cè)與連接二、實(shí)驗(yàn)內(nèi)容〔1〕編程實(shí)現(xiàn)一階差分邊緣檢測(cè)算法，包括robert梯度算子、prewitt算子、sobel算子等；〔2〕編程實(shí)現(xiàn)二階差分拉普拉斯邊緣檢測(cè)算法以及l(fā)og檢測(cè)法和canny檢測(cè)法；〔3〕分析^p與比擬各種邊緣檢測(cè)算法的性能；〔4〕編程實(shí)現(xiàn)hough變換提取直線〔5〕分析^phough變換檢測(cè)性能；三、實(shí)驗(yàn)運(yùn)行結(jié)果四、實(shí)驗(yàn)中遇到的問題及解決方法拷貝文件后沒改文件名，直接執(zhí)行時(shí)出現(xiàn)錯(cuò)誤，最后重新修改后重新編譯，使之成功。五、考慮題〔1〕邊緣的方向是什么意思？為什么要考慮邊緣的方向？答：邊緣常常意味著一個(gè)區(qū)域的終結(jié)和另一個(gè)區(qū)域的開場(chǎng)，圖像的邊緣也包含了物體的形狀的重要信息，他不僅在分析^p圖像時(shí)大幅度的減少了要處理的信息量，而且還保護(hù)了目的的邊界構(gòu)造。所以考慮邊緣的方向很重要?！?〕hough變換原理是什么？答：hough變換的根本原理在于利用點(diǎn)與線的對(duì)偶性，將原始圖像空間的給定的曲線通過曲線表達(dá)形式變?yōu)閰?shù)空間的一個(gè)點(diǎn)。這樣就把原始圖像中給定曲線的檢測(cè)問題轉(zhuǎn)化為準(zhǔn)找參數(shù)空間的峰值問題。也即把檢測(cè)整體特性轉(zhuǎn)化為檢測(cè)部分特性。比方直線、橢圓、圓、弧線等。六、實(shí)驗(yàn)心得體會(huì)對(duì)于一些圖像處理的函數(shù)不是很理解，只可以按課本的參照函數(shù)拷貝做實(shí)驗(yàn)，對(duì)于其中的一些函數(shù)問題理解不是很透徹，有些甚至完全不懂。還得繼續(xù)努力。七、程序清單1、邊緣檢測(cè)由edge函數(shù)實(shí)現(xiàn)各算子對(duì)圖像的邊緣檢測(cè)clearall;i=imread('d:');i=rgb2gray(i);bw1=edge(i,'sobel');%利用sobel算子進(jìn)展邊緣檢測(cè)bw2=edge(i,'roberts');%利用roberts算子進(jìn)展邊緣檢測(cè)bw3=edge(i,'prewitt');%利用prewitt算子進(jìn)展邊緣檢測(cè)bw4=edge(i,'log');%利用log算子進(jìn)展邊緣檢測(cè)bw5=edge(i,'canny');%利用canny算子進(jìn)展邊緣檢測(cè)subplot(2,3,1),imshow(i)subplot(2,3,2),imshow(bw1)subplot(2,3,3),imshow(bw2)subplot(2,3,4),imshow(bw3)subplot(2,3,5),imshow(bw4)subplot(2,3,6),imshow(bw5)2、邊緣連接使用hough變換作線檢測(cè)和連接clearall;rgb=imread('d:');i=rgb;%i=rgb2gray(rgb);bw=edge(i,'canny');%利用canny算子提取圖像邊緣[h,t,r]=hough(bw,'rhoresolution',0.5,'thetaresolution',0.5);figure(1),imshow(t,r,h,[],'notruesize'),axison,axisnormalxlabel('t'),ylabel('r')p=houghpeaks(h,5,'threshold',ceil(0.3*max(h(:))));%找到5個(gè)較明顯的hough變換峰值holdonplot(t(p(:,2)),r(p(:,1)),'s','color','white');lines=houghlines(bw,t,r,p,'fillgap',10,'minlength',10);%查找并鏈接線段figure,imshow(bw),holdon%在二值圖中疊加顯示這些線段fork=1:length(lines)xy=[lines(k).point1;lines(k).point2];數(shù)字圖像處理實(shí)訓(xùn)報(bào)告篇三數(shù)字圖像處理實(shí)驗(yàn)報(bào)告目錄1.數(shù)字圖像處理簡(jiǎn)介2.實(shí)驗(yàn)?zāi)康?.實(shí)驗(yàn)內(nèi)容4.實(shí)驗(yàn)結(jié)果及代碼展示5.算法綜述優(yōu)勢(shì)7.總結(jié)8.存在問題一、數(shù)字圖像處理簡(jiǎn)介圖像處理，是對(duì)圖像進(jìn)展分析^p、加工、和處理，使其滿足視覺、心理以及其他要求的技術(shù)。圖像處理是信號(hào)處理在圖像域上的一個(gè)應(yīng)用。目前大多數(shù)的圖像是以數(shù)字形式存儲(chǔ)，因此圖像處理很多情況下指數(shù)字圖像處理。此外，基于光學(xué)理論的處理方法仍然占有重要的地位。圖像處理是信號(hào)處理的子類，另外與計(jì)算機(jī)科學(xué)、人工智能等領(lǐng)域也有親密的關(guān)系。傳統(tǒng)的一維信號(hào)處理的方法和概念很多仍然可以直接應(yīng)用在圖像處理上，比方降噪、量化等。然而，圖像屬于二維信號(hào)，和一維信號(hào)相比，它有自己特殊的一面，處理的方式和角度也有所不同。二、實(shí)驗(yàn)?zāi)康姆€(wěn)固所學(xué)知識(shí)，進(jìn)步所學(xué)才能三、實(shí)驗(yàn)內(nèi)容利用matlab的gui程序設(shè)計(jì)一個(gè)簡(jiǎn)單的圖像處理程序，并含有如下根本功能：1.讀入一幅rgb圖像，變換為灰度圖像和二值圖像，并在同一個(gè)窗口內(nèi)分成三個(gè)子窗口來分別顯示rgb圖像和灰度圖像，注上文字標(biāo)題2.對(duì)給定圖像進(jìn)展旋轉(zhuǎn)3．對(duì)給定的圖像添加噪聲〔椒鹽噪聲、高斯噪聲〕四、實(shí)驗(yàn)結(jié)果及代碼展示1.軟件設(shè)計(jì)界面2.各模塊功能展示以及程序代碼〔1〕讀入一幅rgb圖像，變換為灰度圖像和二值圖像，并在同一個(gè)窗口內(nèi)分成三個(gè)子窗口來分別顯示rgb圖像和灰度圖像，注上文字標(biāo)題效果展示：代碼：a=imread('c:documentsand');i=rgb2gray(a);i=im2bw(a,0.5);subplot(3,1,1);imshow(a);title('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〕圖像旋轉(zhuǎn)原圖效果展示：代碼：clc;clearall;closeall;img=imread('d:mydocumentsmy');img=double(img);[hw]=size(img);alpha=pi/4;wnew=w*cos(alpha)+h*sin(alpha);hnew=w*sin(alpha)+h*cos(alpha);wnew=ceil(wnew);hnew=ceil(hnew);u0=w*sin(alpha);t=[cos(alpha),sin(alpha);-sin(alpha),cos(alpha)];imgnew2=zeros(hnew,wnew);imgnew1=zeros(hnew,wnew);foru=1:hnewforv=1:wnewtem=t*([u;v]-[u0;0]);x=tem(1);y=tem(2);ifx》=1--x<=h--y》=1--y<=wx_low=floor(x);x_up=ceil(x);y_low=floor(y);y_up=ceil(y);if(x-x_low)<=(x_up-x)x=x_low;elsex=x_up;if(y-y_low)<=(y_up-y)y=y_low;elsey=y_up;p1=img(x_low,y_low);p2=img(x_up,y_low);p3=img(x_low,y_low);p4=img(x_up,y_up);s=x-x_low;t=y-y_low;imgnew1(u,v)=img(x,y);figure;imshow(imgnew2,[]);b=imrotate(img,alpha/pi*180);figure;imshow(b,[]);〔3〕對(duì)給定的圖像添加噪聲〔斑點(diǎn)噪聲、高斯噪聲〕效果展示：代碼：i=imread('d:mydocumentsmy');figure,subplot(211);imshow(i);title('原圖');j1=imnoise(i,'gaussian',0,0.02);subplot(223);imshow(j);title('添加高斯噪聲');j=imnoise(i,'speckle',0.04);subplot(224);imshow(j);title('添加斑點(diǎn)噪聲');五、算法綜述灰度圖像：一幅完好的圖像，是由紅色、綠色、藍(lán)色三個(gè)通道組成的。紅色、綠色、藍(lán)色三個(gè)通道的縮覽圖都是以灰度顯示的。用不同的灰度色階來表示“紅，綠，藍(lán)”在圖像中的比重。通道中的純白，代表了該色光在此處為最高亮度，亮度級(jí)別是255。通道是整個(gè)photoshop顯示圖像的根底。色彩的變動(dòng)，實(shí)際上就是間接在對(duì)通道灰度圖進(jìn)展調(diào)整。通道是photoshop處理圖像的核心部分，所有的色彩調(diào)整工具都是圍繞在這個(gè)核心周圍使用的。在計(jì)算機(jī)領(lǐng)域中，灰度數(shù)字圖像是每個(gè)像素只有一個(gè)采樣顏色的圖像。這類圖像通常顯示為從最暗黑色到最亮的白色的灰度，盡管理論上這個(gè)采樣可以任何顏色的不同深淺，甚至可以是不同亮度上的不同顏色?；叶葓D像與黑白圖像不同，在計(jì)算機(jī)圖像領(lǐng)域中黑白圖像只有黑色與白色兩種顏色；灰度圖像在黑色與白色之間還有許多級(jí)的顏色深度。但是，在數(shù)字圖像領(lǐng)域之外，“黑白圖像”也表示“灰度圖像”，例如灰度的照片通常叫做“黑白照片”。在一些關(guān)于數(shù)字圖像的文章中單色圖像等同于灰度圖像，在另外一些文章中又等同于黑白圖像?；叶葓D像經(jīng)常是在單個(gè)電磁波頻譜如可見光內(nèi)測(cè)量每個(gè)像素的亮度得到的。用于顯示的灰度圖像通常用每個(gè)采樣像素8位的非線性尺度來保存，這樣可以有256級(jí)灰度。這種精度剛剛可以防止可見的條帶失真，并且非常易于編程。在醫(yī)學(xué)圖像與遙感圖像這些技術(shù)應(yīng)用中經(jīng)常采用更多的級(jí)數(shù)以充分利用每個(gè)采樣10或12位的傳感器精度，并且防止計(jì)算時(shí)的近似誤差。在這樣的應(yīng)用領(lǐng)域每個(gè)采樣16位即65536級(jí)得到流行。二值圖像：是指每個(gè)像素不是黑就是白，其灰度值沒有中間過渡的圖像。二值圖像一般用來描繪文字或者圖形，其優(yōu)點(diǎn)是占用空間少，缺點(diǎn)是，當(dāng)表示人物，風(fēng)景的圖像時(shí)，二值圖像只能描繪其輪廓，不能描繪細(xì)節(jié)。這時(shí)候要用更高的灰度級(jí)。二值圖像是每個(gè)像素只有兩個(gè)可能值的數(shù)字圖像。人們經(jīng)常用黑白、b-w、單色圖像表示二值圖像，但是也可以用來表示每個(gè)像素只有一個(gè)采樣值的任何圖像，例如灰度圖像等。二值圖像中所有的像素只能從0和1這兩個(gè)值中取，因此在matlab中，二值圖像用一個(gè)由0和1組成的二維矩陣表示。這兩個(gè)可取的值分別對(duì)應(yīng)于關(guān)閉和翻開，關(guān)閉表征該像素處于背景，而翻開表征該像素處于前景。以這種方式來操作圖像可以更容易識(shí)別出圖像的構(gòu)造特征。二值圖像操作只返回與二值圖像的形式或構(gòu)造有關(guān)的信息，假如希望對(duì)其他類型的圖像進(jìn)展同樣的操作，那么首先要將其轉(zhuǎn)換為二進(jìn)制的圖像格式，可以通過調(diào)用matlab提供的im2bw〔〕來實(shí)現(xiàn)。二值圖像經(jīng)常出如今數(shù)字圖像處理中作為圖像掩碼或者在圖像分割、二值化和dithering的結(jié)果中出現(xiàn)。一些輸入輸出設(shè)備，如激光打印機(jī)、機(jī)、單色計(jì)算機(jī)顯示器等都可以處理二值圖像。二值圖像經(jīng)常使用位圖格式存儲(chǔ)。二值圖像可以解釋為二維整數(shù)格z，圖像變形處理領(lǐng)域很大程度上就是受到這個(gè)觀點(diǎn)啟發(fā)。圖像旋轉(zhuǎn)：圖像旋轉(zhuǎn)是指圖像以某一點(diǎn)為中心旋轉(zhuǎn)一定的角度,形成一幅新的圖像的過程。當(dāng)然這個(gè)點(diǎn)通常就是圖像的中心。既然是按照中心旋轉(zhuǎn),自然會(huì)有這樣一個(gè)屬性：旋轉(zhuǎn)前和旋轉(zhuǎn)后的點(diǎn)離中心的位置不變.根據(jù)這個(gè)屬性,我們可以得到旋轉(zhuǎn)后的點(diǎn)的坐標(biāo)與原坐標(biāo)的對(duì)應(yīng)關(guān)系。由于原圖像的坐標(biāo)是以左上角為原點(diǎn)的,所以我們先把坐標(biāo)轉(zhuǎn)換為以圖像中心為原點(diǎn)。假設(shè)原圖像的寬為w,高為h,〔x0,y0〕為原坐標(biāo)內(nèi)的一點(diǎn),轉(zhuǎn)換坐標(biāo)后的點(diǎn)為〔x1,y1〕。那么不難得到：x1=x0-w/2;y1=-y0+h/2;在新的坐標(biāo)系下,假設(shè)〔x0,y0〕間隔原點(diǎn)的間隔為r,點(diǎn)與原點(diǎn)之間的連線與x軸的夾角為b,旋轉(zhuǎn)的角度為a,旋轉(zhuǎn)后的點(diǎn)為〔x1,y1〕噪聲：是電路或系統(tǒng)中不含信息量的電壓或電流。在工業(yè)與自然界中，存在著各種干擾〔噪聲〕，如大功率電力電子器件的接入、大功率用電設(shè)備的開啟與斷開、雷擊閃電等都會(huì)使空間電場(chǎng)和磁場(chǎng)產(chǎn)生有序或無序的變化，這些都是干擾〔或噪聲〕。這些產(chǎn)生的電磁波或尖峰脈沖通過磁、電耦合或是通過電線等途徑進(jìn)入放大電路，各種電氣設(shè)備，形成各種形式的干擾。斑點(diǎn)噪聲：斑點(diǎn)噪聲是sar成像系統(tǒng)的一大特色，自根本分辨單元內(nèi)地物的隨機(jī)散射，在圖像上表現(xiàn)為信號(hào)相關(guān)〔如在空間上相關(guān)〕的小斑點(diǎn)，它既降低了圖像的畫面質(zhì)量，又嚴(yán)重影響圖像的自動(dòng)分割、分類、目的檢測(cè)以及其它定量專題信息的提取。sar圖像斑點(diǎn)噪聲的去除一方面要抑制圖像均勻區(qū)域斑點(diǎn)噪聲，另一方面要保持圖像邊緣和紋理細(xì)節(jié)信息。sar斑點(diǎn)噪聲的抑制可通過非相干多視處理，也可使用空間域?yàn)V波實(shí)現(xiàn)。非相干多視處理睬降低圖像的地面分辨率。因此，涌現(xiàn)出了一系列空間域?yàn)V波方法，如均值濾波、中值濾波、lee濾波、kuan濾波、frost濾波、sigma濾波以及gammamap濾波等。但這類算法存在自身無法克制的矛盾：一方面為增強(qiáng)斑點(diǎn)去噪效果需選較大的濾波窗口，另一方面為保持圖像的實(shí)際分辨率要求所選的窗口較小。高斯噪聲：所謂高斯噪聲是指它的概率密度函數(shù)服從高斯分布〔即正態(tài)分布〕的一類噪聲。假如一個(gè)噪聲，它的幅度分布服從高斯分布，而它的功率譜密度又是均勻分布的，那么稱它為高斯白噪聲。高斯白噪聲的二階矩不相關(guān)，一階矩為常數(shù)，是指先后信號(hào)在時(shí)間上的相關(guān)性。高斯白噪聲包括熱噪聲和散粒噪聲。實(shí)驗(yàn)中是通過matlab自帶的函數(shù)產(chǎn)生噪聲，各函數(shù)如下：j1=imnoise(i,'salt-pepper',0.05);%添加椒鹽噪聲j2=imnoise(i,'gaussian',0,0.03);%添加均值為0，方差為0.03的高斯噪聲。六、matlab優(yōu)勢(shì)matlab是一個(gè)包含大量算法的集合。其可以快捷的實(shí)現(xiàn)用戶所需的各種計(jì)算功能。函數(shù)中所使用的算法都是科研和工程計(jì)算中的最新研究成果，而前經(jīng)過了各種優(yōu)化和過失處理。在通常情況下，可以用它來代替底層編程語言，如c和c++。在計(jì)算要求一樣的情況下，使用matlab的編程工作量會(huì)大大減少。matlab的這些函數(shù)集包括從最簡(jiǎn)單最根本的函數(shù)到諸如矩陣，特征向量、快速傅立葉變換的復(fù)雜函數(shù)。函數(shù)所能解決的問題其大致包括矩陣運(yùn)算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號(hào)運(yùn)算、傅立葉變換和數(shù)據(jù)的統(tǒng)計(jì)分析^p、工程中的優(yōu)化問題、稀疏矩陣運(yùn)算、復(fù)數(shù)的各種運(yùn)算、三角函數(shù)和其他初等數(shù)學(xué)運(yùn)算、多維數(shù)組操作以及建模動(dòng)態(tài)仿真等。圖形處理功能圖形處理功能matlab自產(chǎn)生之日起就具有方便的數(shù)據(jù)可視化功能，以將向量和矩陣用圖形表現(xiàn)出來，并且可以對(duì)圖形進(jìn)展標(biāo)注和打印。高層次的作圖包括二維和三維的可視化、圖象處理、動(dòng)畫和表達(dá)式作圖。可用于科學(xué)計(jì)算和工程繪圖。新版本的matlab對(duì)整個(gè)圖形處理功能作了很大的改良和完善，使它不僅在一般數(shù)據(jù)可視化軟件都具有的功能〔例如二維曲線和三維曲面的繪制和處理等〕方面更加完善，而且對(duì)于一些其他軟件所沒有的功能〔例如圖形的光照處理、色度處理以及四維數(shù)據(jù)的表現(xiàn)等〕，matlab同樣表現(xiàn)了出色的處理才能。同時(shí)對(duì)一些特殊的可視化要求，例如圖形對(duì)話等，matlab也有相應(yīng)的功能函數(shù)，保證了用戶不同層次的要求。另外新版本的matlab還著重在圖形用戶界面〔gui〕的制作上作了很大的改善，對(duì)這方面有特殊要求的用戶也可以得到滿足模塊集合工具箱matlab對(duì)許多專門的領(lǐng)域都開發(fā)了功能強(qiáng)大的模塊集和工具箱。一般來說，它們都是由特定領(lǐng)域的專家開發(fā)的，用戶可以直接使用工具箱學(xué)習(xí)、應(yīng)用和評(píng)估不同的方法而不需要自己編寫代碼。目前，matlab已經(jīng)把工具箱延伸到了科學(xué)研究和工程應(yīng)用的諸多領(lǐng)域，諸如數(shù)據(jù)采集、數(shù)據(jù)庫接口、概率統(tǒng)計(jì)、樣條擬合、優(yōu)化算法、偏微分方程求解、神經(jīng)網(wǎng)絡(luò)、小波分析^p、信號(hào)處理、圖像處理、系統(tǒng)辨識(shí)、控制系統(tǒng)設(shè)計(jì)、lmi控制、魯棒控制、模型預(yù)測(cè)、模糊邏輯、金融分析^p、地圖工具、非線性控制設(shè)計(jì)、實(shí)時(shí)快速原型及半物理仿真、嵌入式系統(tǒng)開發(fā)、定點(diǎn)仿真、dsp與通訊、電力系統(tǒng)仿真等，都在工具箱〔toolbox〕家族中有了自己的一席之地。七、總結(jié)運(yùn)用matlab軟件對(duì)圖像進(jìn)展處理，讓我穩(wěn)固了之前所學(xué)的知識(shí)，同時(shí)也在這次作業(yè)中更加理解到matlab語言在生活中的運(yùn)用環(huán)境和掌握這門語言的重要性八、存在問題1.在進(jìn)展圖像增強(qiáng)時(shí)要不要講圖像先進(jìn)展平滑處理？2.如何增加這個(gè)算法的準(zhǔn)確度3.在此次作業(yè)中，為何添加椒鹽噪聲時(shí)無法顯示數(shù)字圖像處理實(shí)訓(xùn)報(bào)告篇四實(shí)驗(yàn)一數(shù)字圖像的獲取一、實(shí)驗(yàn)?zāi)康?、理解圖像的實(shí)際獲取過程。2、穩(wěn)固圖像空間分辨率和灰度級(jí)分辨率、鄰域等重要概念。3、純熟掌握?qǐng)D像讀、寫、顯示、類型轉(zhuǎn)換等matlab函數(shù)的用法。二、實(shí)驗(yàn)內(nèi)容1、讀取一幅彩色圖像，將該彩色圖像轉(zhuǎn)化為灰度圖像，再將灰度圖像轉(zhuǎn)化為索引圖像并顯示所有圖像。2、編程實(shí)現(xiàn)空間分辨率變化的效果。三、實(shí)驗(yàn)原理1、圖像讀、寫、顯示i=imread(‘’)imview(i)imshow(i)imwrite(i,’wode’)2、圖像類型轉(zhuǎn)換i=mat2gray(a,[amin,amax]);按指定的取值區(qū)間[amin,amax]將數(shù)據(jù)矩陣a轉(zhuǎn)化為灰度圖像i，amin對(duì)應(yīng)灰度0，amax對(duì)應(yīng)1，也可以不指定該區(qū)間。[x,map]=gray2ind(i,n);按指定的灰度級(jí)n將灰度圖像轉(zhuǎn)化為索引圖像,n默認(rèn)為64i=ind2gray(x,map);索引圖像轉(zhuǎn)化為灰度圖像i=grb2gray(rgb);真彩色圖像轉(zhuǎn)化為灰度圖像[x,map]=rgb2ind(rgb);真彩色圖像轉(zhuǎn)化為索引圖像rgb=ind2rgb(x,map);索引圖像轉(zhuǎn)化為真彩色圖像bw=im2bw(i,level);將灰度圖像轉(zhuǎn)化為二值圖像,level取值在[0,1]之間bw=im2bw(x,map,level);將索引圖像轉(zhuǎn)化為二值圖像,level取值在[0,1]之間bw=im2bw(rgb,level);將真彩色圖像轉(zhuǎn)化為二值圖像,level取值在[0,1]之間四、實(shí)驗(yàn)代碼及結(jié)果1、in=imread('');i=rgb2gray(in);[x,map]=gray2ind(i,128);subplot(131),imshow(in)subplot(132),imshow(i)subplot(133),imshow(x),colormap(map)、%空間分辨率變化的效果clc,closeall,cleari=imread('');實(shí)驗(yàn)二圖像的幾何變換一、實(shí)驗(yàn)?zāi)康恼莆請(qǐng)D像的根本幾何變換的方法1、圖像的平移2、圖像的旋轉(zhuǎn)二、實(shí)驗(yàn)內(nèi)容練慣用matalb命令實(shí)現(xiàn)圖像的平移、旋轉(zhuǎn)操作1、.編寫實(shí)現(xiàn)圖像平移的函數(shù)2、用imread命令從你的硬盤讀取一幅256×256灰度圖;3、調(diào)用平移函數(shù)，將256×256灰度圖平移100行200列，在同一個(gè)窗口中顯示平移前和平移后的圖像。4、再開拓一個(gè)窗口，分別用最近鄰插值法、雙線性插值法實(shí)現(xiàn)圖像順勢(shì)針旋轉(zhuǎn)50°，顯示在同一窗口中，并比擬兩種效果圖〔在報(bào)告中〕三、實(shí)驗(yàn)原理提示：圖片平移就是實(shí)現(xiàn)運(yùn)算x'10x0x'y01y0y10011x'xx0即：y'yy0四、實(shí)驗(yàn)代碼及結(jié)果1、function[i]=hmove(i,x0,y0);%編寫實(shí)現(xiàn)圖像平移的函數(shù)hmove，平移量為[r,c]=size(i);%x0,y0,平移前圖像矩陣為i，i(r+x0,c+y0)=0;%平移后圖像矩陣為iforx=1:r;fory=1:c;x1=x+x0;y1=y+y0;i(x1,y1)=i(x,y);subplot(2,2,2)i1=hmove(gray1,100,20);subimage(gray1),axis('image');subplot(2,2,4),imagesc(i1),colormap(gray),axis([1,700],[1,820]);2、顯示圖像的傅立葉頻譜a=0:800;b=0:600;%[x,y]=meshgrid([-20:0.2:20],[-20:0.2:20]);[x,y]=meshgrid(a,b);i=imread('');i=rgb2gray(i);subplot(1,2,1),subimage([0,800],[0,600],i);subplot(1,2,2);s=fft2(i,601,801);mesh(x,y,log(abs(s)));％圖像的傅立葉幅度頻譜以三維圖形顯示colormap(hsv);實(shí)驗(yàn)三圖像空域變換增強(qiáng)〔1〕一、實(shí)驗(yàn)?zāi)康?、掌握直方圖平衡化算法。2、穩(wěn)固灰度變換、直方圖修正、圖像算術(shù)和邏輯運(yùn)算等根底知識(shí)。3、純熟掌握空域變換增強(qiáng)的matlab相關(guān)函數(shù)用法，并能利用算法自己編寫matlab程序?qū)崿F(xiàn)圖像空域變換增強(qiáng)。二、實(shí)驗(yàn)內(nèi)容1、用函數(shù)implement取反。2、做線性灰度變換。3、的直方圖，并和imhist函數(shù)生成的直方圖作比擬。三、實(shí)驗(yàn)原理在圖像處理中，空域是指由像素組成的空間，空域增強(qiáng)方法是指直接作用于像素的增強(qiáng)方法?？沼蛱幚砜梢员硎緸椋篻(x,y)=t[f(x,y)]j=implement(i);對(duì)圖像取反imhist;顯示圖像的直方圖histeq;直方圖平衡化函數(shù)imnoise(i,type,parameters);給圖像加噪聲bitand;圖像位與運(yùn)算bitor;圖像位或運(yùn)算四、實(shí)驗(yàn)代碼與結(jié)果1、i=imread('');j=implement(i);subplot(121),imshow(i)subplot(122),imshow(j)2、clear,closeall,clcin1=imread('');實(shí)驗(yàn)四圖像空域變換增強(qiáng)〔2〕一、實(shí)驗(yàn)?zāi)康?、掌握直方圖平衡化算法。2、穩(wěn)固灰度變換、直方圖修正、圖像算術(shù)和邏輯運(yùn)算等根底知識(shí)。3、純熟掌握空域變換增強(qiáng)的matlab相關(guān)函數(shù)用法，并能利用算法自己編寫matlab程序?qū)崿F(xiàn)圖像空域變換增強(qiáng)。實(shí)現(xiàn)頻域線性變換，非線性變換增強(qiáng)二、實(shí)驗(yàn)內(nèi)容1、進(jìn)展增強(qiáng)運(yùn)算。2、作邏輯與和邏輯或運(yùn)算。三、實(shí)驗(yàn)原理j=implement(i);對(duì)圖像取反imhist;顯示圖像的直方圖histeq;直方圖平衡化函數(shù)imnoise(i,type,parameters);給圖像加噪聲bitand;圖像位與運(yùn)算bitor;圖像位或運(yùn)算四、實(shí)驗(yàn)代碼與結(jié)果1、clear;closeall;clc;tu=imread('');%輸入圖像%tu=rgb2gray(tu);%轉(zhuǎn)換為灰度圖像n=zeros(1,256);%n為原始圖像各灰度級(jí)像素個(gè)數(shù)p=zeros(1,256);%p為原始成圖像直方圖q=zeros(1,256);%q為原始圖像直方圖累積分布函數(shù)newn=zeros(1,256);%newn為新生成圖像各灰度級(jí)像素個(gè)數(shù)newp=zeros(1,256);%newp為新生成圖像直方圖subplot(231),imshow(tu)subplot(232),plot(p),axis([125600.06])subplot(233),plot(q),axis([125601])subplot(234),imshow(new_tu,[])subplot(235),plot(newp),axis([125600.06])subplot(236),plot(newq),axis([125601])實(shí)驗(yàn)五圖像濾波增強(qiáng)一、實(shí)驗(yàn)?zāi)康?、掌握各種空域和頻域圖像濾波增強(qiáng)算法已經(jīng)模板運(yùn)算的根本方法。2、穩(wěn)固卷積定理、濾波處理等根底知識(shí)。3、純熟掌握空域和頻域?yàn)V波增強(qiáng)的matlab相關(guān)函數(shù)用法。二、實(shí)驗(yàn)內(nèi)容1、利用均值濾波算法對(duì)已被噪聲污染的圖像進(jìn)展濾波除噪處理。、利用標(biāo)準(zhǔn)中值濾波算法對(duì)已被噪聲污染的圖像進(jìn)展濾波除噪處理。3、用prewitt進(jìn)展銳化濾波處理。三、實(shí)驗(yàn)原理h=fspecial(type);h=fspecial(type,parameters);用于創(chuàng)立一個(gè)指定的濾波器模板，type指濾波器的類型。parameters是與指定的濾波器有關(guān)的參數(shù)。y=filter2(b,x);用于進(jìn)展二維線性數(shù)字濾波，使用矩陣b中的二維濾波器對(duì)數(shù)據(jù)x進(jìn)展濾波。結(jié)果y是通過二維互相關(guān)計(jì)算出來的，大小與x一樣。y=filter2(b,x,’shape’);結(jié)果y的大小由參數(shù)shape確定，shape的取值如下：full：返回二維戶相關(guān)的全部結(jié)果，size(y)》size(x)same：返回二維戶相關(guān)結(jié)果的中間部分，y的大小與x一樣valid：返回二維戶相關(guān)未使用邊緣補(bǔ)0的部分，size(y)ifsum3、%利用otsu法閾值選擇的方法分割圖像clc,clear,closeallk=8;%k表示無符號(hào)整型數(shù)的位數(shù)l=2k;in=imread('');[m,n]=size(in);num=zeros(1,256);%num是每個(gè)灰度級(jí)對(duì)應(yīng)的像素個(gè)數(shù)p=zeros(1,256);%p是每個(gè)灰度級(jí)出現(xiàn)的概率數(shù)字圖像處理實(shí)訓(xùn)報(bào)告篇五數(shù)字圖像處理實(shí)驗(yàn)學(xué)生姓名：專業(yè)年級(jí)：報(bào)告葉圣紅學(xué)號(hào)：2023704809級(jí)電子信息工程二班實(shí)驗(yàn)一常用matlab圖像處理命令一、實(shí)驗(yàn)內(nèi)容1、讀入一幅rgb圖像，變換為灰度圖像和二值圖像，并在同一個(gè)窗口內(nèi)分成三個(gè)子窗口來分別顯示rgb圖像和灰度圖像，注上文字標(biāo)題。實(shí)驗(yàn)結(jié)果如右圖：代碼如下：subplot(1,3,1)i=imread('e:')imshow(i)title('rgb')subplot(1,3,2)j=rgb2gray(i)imshow(j)title('灰度')subplot(1,3,3)k=im2bw(j,0.5)imshow(k)title('二值')2、對(duì)兩幅不同圖像執(zhí)行加、減、乘、除操作，在同一個(gè)窗口內(nèi)分成五個(gè)子窗口來分別顯示，注上文字標(biāo)題。實(shí)驗(yàn)結(jié)果如右圖：代碼如下：subplot(3,2,1)i=imread('e:')x=imresize(i,[250,320])imshow(x)title('原圖x')subplot(3,2,2)j=imread(''e:')y=imresize(j,[250,320])imshow(y)title('原圖y')subplot(3,2,3)z=imadd(x,y)imshow(z)title('相加結(jié)果')；subplot(3,2,4)；z=imsubtract(x,y)；imshow(z)；title('相減結(jié)果')subplot(3,2,5)；z=immultiply(x,y)；imshow(z)；title('相乘結(jié)果')subplot(3,2,6)；z=impide(x,y)；imshow(z)；title('相除結(jié)果')3、對(duì)一幅圖像進(jìn)展灰度變化，實(shí)現(xiàn)圖像變亮、變暗和負(fù)片效果，在同一個(gè)窗口內(nèi)分成四個(gè)子窗口來分別顯示，注上文字標(biāo)題。實(shí)驗(yàn)結(jié)果如右圖：代碼如下：subplot(2,2,1)i=imread('e:')imshow(i)title('原圖')subplot(2,2,2)j=imadjust(i,[],[],3);imshow(j)title('變暗')subplot(2,2,3)j=imadjust(i,[],[],0.4)imshow(j)title('變亮')subplot(2,2,4)j=255-iimshow(j)title('變負(fù)')二、實(shí)驗(yàn)總結(jié)分析^p圖像的代數(shù)運(yùn)算結(jié)果，分別陳述圖像的加、減、乘、除運(yùn)算可能的應(yīng)用領(lǐng)域。解答：圖像減運(yùn)算與圖像加運(yùn)算的原理和用法類似，同樣要求兩幅圖像x、y的大小類型一樣，但是圖像減運(yùn)算imsubtract有可能導(dǎo)致結(jié)果中出現(xiàn)負(fù)數(shù)，此時(shí)系統(tǒng)將負(fù)數(shù)統(tǒng)一置為零，即為黑色。乘運(yùn)算實(shí)際上是對(duì)兩幅原始圖像x、y對(duì)應(yīng)的像素點(diǎn)進(jìn)展點(diǎn)乘(x.*y)，將結(jié)果輸出到矩陣z中，假設(shè)乘以一個(gè)常數(shù)，將改變圖像的亮度：假設(shè)常數(shù)值大于1，那么乘運(yùn)算后的圖像將會(huì)變亮；叵常數(shù)值小于是，那么圖像將會(huì)會(huì)暗。可用來改變圖像的灰度級(jí)，實(shí)現(xiàn)灰度級(jí)變換，也可以用來遮住圖像的某些部分，其典型應(yīng)用是用于獲得掩膜圖像。除運(yùn)算操作與乘運(yùn)算操作互為逆運(yùn)算，就是對(duì)兩幅圖像的對(duì)應(yīng)像素點(diǎn)進(jìn)展點(diǎn)〔x./y)，impide同樣可以通過除以一個(gè)常數(shù)來改變?cè)紙D像的亮度，可用來改變圖像的灰度級(jí)，其典型運(yùn)用是比值圖像處理。加法運(yùn)算的一個(gè)重要應(yīng)用是對(duì)同一場(chǎng)景的多幅圖像求平均值減法運(yùn)算常用于檢測(cè)變化及運(yùn)動(dòng)的物體，圖像相減運(yùn)算又稱為圖像差分運(yùn)算，差分運(yùn)算還可以用于消除圖像背景，用于混合圖像的別離。實(shí)驗(yàn)二圖像根本操作一、實(shí)驗(yàn)內(nèi)容1.調(diào)試運(yùn)行8倍減采樣程序,分析^p程序,對(duì)每條語句給出注釋,并顯示最終執(zhí)行結(jié)果。1、調(diào)試運(yùn)行8倍減采樣程序,分析^p程序,對(duì)每條語句給出注釋,并顯示最終執(zhí)行結(jié)果。a=imread(‘e:’);%讀取圖片b=rgb2gray(a)；%變?yōu)榛叶葓D像[wid，hei]=size〔b〕；%改變圖片大小quartimg=zeros(wid/2+1,hei/2+1);i1=1;j1=1;fori=1:2:widforj=1:2:heiquartimg(i1,j1)=b(i,j);j1=j1+1;2、顯示一幅灰度圖像a，改變圖像亮度使其整體變暗得到圖像b，顯示兩幅圖像的直方圖subplot(1,2,1);a=imread('e:');imshow(a)；title('a')；subplot(1,2,2);b=imadjust(a,[],[],3)；title('b')顯示直方圖程序：subplot(1,2,1);imhist(a);title('a的直方圖')subplot(1,2,2);imhist(b);title('b的直方圖')3、對(duì)圖像b進(jìn)展直方圖平衡化，顯示結(jié)果圖像和對(duì)應(yīng)直方圖。subplot(1,2,1);j=histeq(b);imshow(j);title('b平衡化');subplot(1,2,2);imhist(j);title('b平衡化后的直方圖')平衡化的圖像和直方圖：4、讀入圖像c，執(zhí)行直方圖規(guī)定化，使圖像a的灰度分布與c大致一樣，顯示變換后圖像及對(duì)應(yīng)直方圖。[counts,x]=imhist(c)；subplot(2,2,1)；imshow(a);title('圖a');subplot(2,2,2);c=imread('e:');imshow(c);title('圖c');subplot(2,2,3);j=histeq(a,counts);imshow(j);subplot(2,2,4);imhist(j)實(shí)驗(yàn)三圖像變換一、實(shí)驗(yàn)內(nèi)容1、對(duì)一幅圖像進(jìn)展縮小，顯示原始圖像與處理后圖像，分別對(duì)其進(jìn)展傅里葉變換，顯示變換后結(jié)果，分析^p原圖的傅里葉譜與平移后傅里葉頻譜的對(duì)應(yīng)關(guān)系。i=imread('f:');y=rgb2gray(i);subplot(2,2,1);imshow(y);title('原圖')j=imresize(y,0.5);subplot(2,2,2);imshow(j);title('縮小圖')m=fft2(y);subplot(2,2,3);imshow(abs(log(m)),[]);title('原圖傅里葉變化')n=fft2(j);subplot(2,2,4);imshow(abs(log(n)),[]);title('縮小圖傅里葉變化')2、對(duì)一幅圖像進(jìn)展旋轉(zhuǎn)，顯示原始圖像與處理后圖像，分別對(duì)其進(jìn)展傅里葉變換，顯示變換后結(jié)果，分析^p原圖的傅里葉譜與旋轉(zhuǎn)后傅里葉頻譜的對(duì)應(yīng)關(guān)系。i=imread('e:');j=rgb2gray(i);subplot(2,2,1);imshow(j);title('原圖')m=imrotate(j,45,'bilinear');subplot(2,2,2);imshow(m);title('旋轉(zhuǎn)圖')p=fftshift(fft2(j));subplot(2,2,3);imshow(abs(log(p)),[]);title('原圖傅里葉變化')q=fftshift(fft2(m));subplot(2,2,4);imshow(abs(log(q)),[]);title('旋轉(zhuǎn)圖傅里葉變化')實(shí)驗(yàn)四常用圖像增強(qiáng)方法一、實(shí)驗(yàn)內(nèi)容1、采用二維中值濾波函數(shù)medfilt2對(duì)受椒鹽噪聲干擾的圖像濾波，窗口分別采用3*3,5*5,7*7subplot(2,2,1);a=imread('e:');j=imnoise(a,'salt-pepper',0.04);imshow(j);title('椒鹽噪聲圖像');subplot(2,2,2);i_filter1=medfilt2(j,[33]);imshow(i_filter1);title('3x3');subplot(2,2,3);i_filter2=medfilt2(j,[55]);imshow(i_filter2);title('5x5');subplot(2,2,4);i_filter3=medfilt2(j,[77]);imshow(i_filter3);title('7x7');2、采用matlab中的函數(shù)filter2對(duì)受噪聲干擾的圖像進(jìn)展均值濾波subplot(1,2,1);a=imread('e:');j=imnoise(a,'salt-pepper',0.04);imshow(j);title('椒鹽噪聲圖像');subplot(1,2,2);h=fspecial('average');m=filter2(h,j);imshow(m);title('均值濾波')3、采用三種不同算子對(duì)圖像進(jìn)展銳化處理。subplot(1,4,1);i=imread('f:數(shù)字圖像處理');i1=rgb2gray(i);imshow(i1);title('原圖像');subplot(1,4,2);h=fspecial('laplacian');i2=filter2(h,i1);imshow(i2);title('拉式算子')；subplot(1,4,3)h=fspecial('prewitt');i3=filter2(h,i1);imshow(i3);title('prewitt算子')subplot(1,4,4)h=fspecial('sobel');i4=filter2(h,i1)imshow(i4);title('sobel算子')二、實(shí)驗(yàn)總結(jié)1、比擬不同平滑濾波器的處理效果，分析^p其優(yōu)缺點(diǎn)中值濾波比低通濾波消除噪聲更有效。因?yàn)樵肼暥酁榧夥鍫罡蓴_，假設(shè)用低通濾波雖能去除噪聲但陡峭的邊緣將被模糊。中值濾波能去除點(diǎn)狀尖峰干擾而邊緣不會(huì)變壞。理想低通濾波器平滑處理的概念是明晰的，但在處理過程中會(huì)產(chǎn)生較嚴(yán)重的模糊和振鈴現(xiàn)象。這種現(xiàn)象正是由于傅里葉變換的性質(zhì)決定的。2、比擬不同銳化濾波器的處理效果，分析^p其優(yōu)缺點(diǎn)梯度算子:梯度對(duì)應(yīng)的是一階導(dǎo)數(shù)，梯度算子是一階導(dǎo)數(shù)算子。梯度方向:在圖像灰度最大變化率上，反映出圖像邊緣上的灰度