数字图像处理教程文件

数字图像处理

数字图像处理实验报告

学校：河北建筑工程学院

院系：电气工程学院

班级：电子132班

姓名：杨腾腾

学号： 2013315235

第二章图像处理基本知识

1．实验目的：

（1）了解图像采集的硬件设备，获取一幅自己的头像(*.jpg)，作为后续实验的一个图像源；

（2）练习MATLAB的一般使用，为其它几个实验做准备。

2．实验内容：

（1）利用图像采集系统获取图像；

（2）编写一个MATLAB程序对获取的图像文件（*.jpg）。将彩色图像转换为灰度图像。用imhist计算和显示灰度的统计特性，求其均值、标准差，并将图像反白。更详细的操作请参考讲解MATLAB使用的相关书籍或者该软件的在线帮助文件。

3．实验要求：

编写一完整的MATLAB程序。这里完整的MATLAB程序是指该程序应有一个用户界面窗口，读入的图像文件应显示在界面窗口里，在界面窗口中可以设置几个按钮，分别完成对所显示的图像进行上面（2）中所要求的操作。请保留该程序，后面的实验所编的程序都要求与此程序集成起来，提供一个统一的操作界面。

4. 实验程序：

I=imread('C:\0.jpg');

subplot(2,2,1);

imshow(I);

J=rgb2gray(I);

subplot(2,2,2);imshow(J);

subplot(2,2,3);imhist(J);

Ave=mean2(J)

SD=std2(double(J))

s=size(J);

all_white=255*ones(s(1),s(2));

all_white_uint8=uint8(all_white);

K=imsubtract(all_white_uint8,J);

subplot(2,2,4);imshow(K);

imwrite(K,'C:\0_iverse.jpg')

实验结果：

Ave =105.655

SD=51.9442

5. 实验总结：

通过本次实验,我初步了解了MATLAB 的使用方法，通过命令式的语言来执行程序，简洁快速，同时也了解到它在数学和图像处理方面的重要应用，在今后的学习后会充分发挥它的作用！

第四章图像变换与二维数字滤波

1．实验目的：

（1）了解图像正逆变换的原理。

（2）理解图像变换的系数特点

（3）掌握常用图像变换的实现过程。

（4）掌握图像的频谱分析方法。

（5）了解图像变换在图像数据压缩等方法面的应用。

（6）掌握二维数字滤波器的作用以及在图像滤波中的实际应用。

2．实验内容：

（1）在MATLAB环境中，进行图像的离散傅立叶变换和离散余弦变换，观察图像的频谱并减少DCT系数，观察重建信号和误差信号，理解正交变化在压缩编码中的应用。

（2）在MATLAB环境中，进行图像的离散小波变换，观察图像的近似图像的各方向的细节图像，观察重建图像，理解小波变换在图像特征检测中的应用。3．实验要求：

（1）说明实验采用的正交变换原理

（2）分析重建图像、误差图像、变换系数的关系。

（3）通过实验结果说明三种变换的优点以及各自适应的应用场合。

（4）分析图像的二维FIR滤波的结果和各种设计法的优缺点。

4. 实验程序：

(1) 傅里叶变换：

I=imread('C:\0.jpg');

J=rgb2gray(I);

subplot(2,2,1);imshow(J);

F1=fft2(J);

subplot(2,2,2);imshow(log(abs(F1)+1),[0 10]);

F2=fftshift(F1);

subplot(2,2,3);imshow(log(abs(F2)+1),[0 10]);

实验结果：

（2）DCT变换：

I=imread('C:\0.jpg');

J=rgb2gray(I);

subplot(1,2,1),imshow(J);

K=dct2(J);

subplot(1,2,2),imshow(log(abs(K))+1,[0 10]); 实验结果：

5. 实验总结：

通过上机操作我知道了，正交变换和二维数字滤波广泛应用在图像增强、

图像复原、特征提取、图像编码与压缩及形状分析方面。二维DCT常用于二维信号处理，典型应用是对于静止图像和运动图像进行性能优良的有损数据严肃。

第五章图像编码与压缩

1．实验目的：

（1）了解图像的压缩编码原理。

（2）掌握常用的图像压缩算法。

2．实验内容：

（1）利用变换编码压缩图像信息。

（2）计算压缩算法的性能。

3．实验要求：

（1）说明压缩原理与算法。

（2）原始图像和压缩重构图像。

（3）计算压缩性能，说明为什么同一压缩算法对不同的图像压缩效果不同。

（4）心得和体会。

4.实验程序：

F=imread('C:\0.jpg');

figure(1);imshow(F);

G=rgb2gray(F);

dctG=dct2(G);

figure(2);imshow(log(abs(dctG)),[]);

T1=5;T2=50;

dctG(abs(dctG)

idctF1=idct2(dctG);

figure(3);imshow(idctF1,[0 255]);

dctG(abs(dctG)

idctF2=idct2(dctG);

figure(4);imshow(idctF2,[0 255]);

[M N]=size(G);

MSE1=sun(sum((idctF1-double(G)).^2))/(M*N)

MSE1=sun(sum((idctF2-double(G)).^2))/(M*N)

实验结果：

5.实验总结：

通过上机操作对DCT变化更加的了解了。通过二维DCT变换后，对于低阈

值压缩（T1=5），图像损失较小，但是对于较高的阈值压缩（50），图像稍显模糊。实际应用中如果要求图像质量高的当然要用压缩率比较低的，保证不失真，对于质量要求不高的，可以采取压缩率较大的，在不影响图像判断上，降低图像的存储空间。

第六章图像增强

1.实验目的：

(1)熟悉并学会使用MATLAB中图像增强的相关函数和photoshop操作

(2)掌握图像灰度修正平滑去噪锐化加强边缘和轮廓的方法，并编程实现

2.实验内容：

(1)熟悉并学会使用MATLAB中图像增强的相关函数和photoshop操作

(2)掌握图像灰度修正平滑去噪锐化加强边缘和轮廓的方法，并编程实现

3.实验要求：

（1）选择利用MATLAB图像处理工具箱实现图像灰度修正图像平滑图像锐化的方法。

（2）列出上述图像处理的程序。

（3）记录灰度修正图像平滑图像锐化的图像，Photoshop图像增强的步骤和相应页面。

（4）心得和体会。

4.实验程序：

(1) 图像的归一化直方图：

I=imread('C:\0.jpg');

J=rgb2gray(I);

subplot(2,2,1);imshow(J);

N=numel(J);

Pr=imhist(J)/N;

k=0:255;

subplot(2,2,2);stem(k,Pr)

实验结果：

(2) 线性变换：

I=imread('C:\0.jpg');

J=rgb2gray(I);

imshow(J);

figure,imhist(J);

M=imadjust(J,[0.3,0.7],[]);

figure,imshow(M);

figure,imhist(M);

实验结果：

(3) 直方图均衡化：

I=imread('C:\0.jpg');

J=rgb2gray(I);

M=histeq(J);

imshow(J);

figure,imhist(J);

figure,imshow(M);

figure,imhist(M);

实验结果：

(4)对椒盐噪声的平滑处理：

I=imread('C:\0.jpg');

J=rgb2gray(I);

imshow(J,[]);

f=imnoise(J,'salt & pepper',0.04);

figure,imshow(f);

h0=1/9.*[1 1 1 1 1 1 1 1 1];

h1=[0.1 0.1 0.1;0.1 0.2 0.1;0.1 0.1 0.1];

h2=1/16.*[1 2 1;2 4 2;1 2 1];

h3=1/8.*[1 1 1;1 0 1;1 1 1];

g0=filter2(h0,f);

g1=filter2(h1,f);

g2=filter2(h2,f);

g3=filter2(h3,f);

figure,imshow(g0,[]);

figure,imshow(g1,[]);

figure,imshow(g2,[]);

figure,imshow(g3,[]);

实验结果：

(5) 对椒盐噪声进行中值滤波：

I=imread('C:\0.jpg');

J=rgb2gray(I);

imshow(J);

M=imnoise(J,'salt & pepper',0.04);

figure,imshow(M);

K=medfilt2(M);

figure,imshow(K);

实验结果：