图像变换实验报告
实验三图像变换
一、实验目的
1、结合实例学习几种常见的图像变换，并通过实验体会图像变换的效果；
2、理解和掌握图像旋转、缩放、离散傅里叶变换和离散余弦变换的原理和应用，掌握利用MATLAB编程实现图像变换的方法。
二、实验内容
1、图像的几何变换，主要实现图像的缩放与旋转，要求变换中用最近邻插值算法实现，或用双线性变换法实现并比较；
2、图像的正交变换，主要实现离散傅里叶变换（DFT）与离散余弦变换（DCT）。
三、实验要求
1、独立完成；
2、编写MATLAB程序，并对程序中所调用函数的功能进行必要的说明（可用“help 函数名”进行查询）；
3、调试运行后保存实验结果（注意保存的文件格式）；
4、完成实验报告。
四、实验原理
（一）图像的几何运算（变换）
1、比例缩放
比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴方向按比例缩放fy倍，从而获得一副新的图像。
在MATLAB中，进行图像比例缩放的函数是imresize，它的常见调用方法如下：
B=imresize(A,scale)
B=imresize(A,[mrows ncols])
B=imresize(A,scale,method)
其中，A是要进行缩放的图像矩阵，scale是进行缩放的倍数，如果scale小于1，则进行缩小操作，如果scale大于1，则进行放大操作。[mrows ncols]用于指定缩放后图像的行数和列数，method 用于指定的图像插值方法，有nearest、bilinear、bicubic等算法。
2、图像旋转
一般的旋转是以图像的中心为原点，将图像上的所有像素都旋转一个相同的角度。
在MATLAB中，进行图像旋转的函数是imrotate，它的常见调用方法如下：
B=imrotate(A,angle)
B=imrotate(A,angle,method)
B=imrotate(A,angle,method,bbox)
其中，A是要旋转的图像，angle是旋转的角度；method是插值方法，可以为nearest、bilinear、bicublic等；bbox是指旋转后的显示方式，有两种选择，一种是crop，旋转后的图像效果跟原图像一样大小，一种是loose，旋转后的图像包含原图。
（二）图像的正交变换
1、离散傅里叶变换（DFT）
设f(x,y)是在空间域上等间隔采样得到的M×N的二维离散信号，x和y是离散实变量，u和v为离散频率变量，则二维离散傅里叶变换对一般地定义为：
F u,v=
1
MN
f x,y exp
N?1
y=0
M?1
x=0
?j2π
xu
M
+
yv
N
(u=0,1,…,M-1;v=0,1,…,N-1)
f x,y=
1
MN
F u,v exp
N?1
v=0
M?1
u=0
j2π
xu
M
+
yv
N
(x=0,1,…,M-1;y=0,1,…,N-1)
傅里叶变换有快速算法FFT，使用FFT可以快速提高傅里叶变换的速度。MATLAB工具箱中有常见的傅里叶变换函数和反变换函
数。
Y=fft2(X)Y=fft2(X,m,n)
Y=ifft2(X)Y=ifft2(X,m,n)
以正变换为例，X是要进行二维傅里叶变换的矩阵，m、n是返回的变换矩阵Y的行数和列数，如果m、n大于X的维数，则在Y相应的位置补0。
Y=ffts?ift(X)
把傅里叶变换操作得到的结果中零频率成分移到矩阵的中心，这有利于观察频谱。
2、离散余弦变换（DCT）
二维正DCT表示形式为：
F0,0=1
f(x,y)
N?1
y=0
N?1
x=0
F u,0=
2
N
f(x,y)cos
π2x+1u
2N
(u≠0) N?1
y=0
N?1
x=0
F0,v=
2
N
f(x,y)cos
π2x+1v
2N
(v≠0) N?1
y=0
N?1
x=0
F u,v=2
N
f(x,y)cos
π2x+1u
2N
cos
π2x+1v
2N N?1
y=0
N?1
x=0
其中，f(x,y)是二维空间向量元素，F(u,v)是变换系数矩阵之元素。
在MATLAB中，提供两种进行图像处理的DCT变换函数：
B=dct2(A)
B=dct2(A,[m,n])
B=dct2(A,[m n])
其中，A是输入的图像，B是返回的DCT的变换系数，m、n分别是返回的DCT变换系数B的行数和列数。
B=idct2(A)
idct2用于计算二维离散余弦逆变换，是dct2的逆变换，其调用格式与dct2函数相同。
五、实验步骤
（一）图像的几何变换
1、编写MATLAB文件，读取索引图像文件“rice.png”，分别执行以下操作：
（1）放大0.2倍；
（2）放大8倍，并用最近邻插值算法进行插值；
（3）放大8倍，并用双线性变换法进行插值；
（4）在一幅图上显示原图、以及（1）~（3）的结果图像。
2、编写MATLAB文件，读取索引图像文件“cameraman.tif”，分别执行以下操作：
（1）顺时针旋转45°；（注意角度正负）
（2）使用crop方式显示旋转后的图像；
（3）使用loose方式显示旋转后的图像；
（4）在一幅图上显示原图、以及（1）~（3）的结果图像。（二）图像的正交变换
1、编写MATLAB文件，生成一个矩形函数，并对该函数进行正交变换，
（1）一般离散FT；
（2）补零后的离散FT；
（3）频率原点平移后的FT；
（4）在一幅图上显示原图、以及（1）~（3）的结果图像。
2、编写MATLAB文件，读取图像文件“autumn.tif”，并对该函数进行正交变换，
（1）将彩色图像转变为灰度图像；
（2）离散DCT；
（3）将幅值小于10的DCT系数置为零后进行反DCT；
（4）在一幅图上显示原图、以及（1）~（3）的结果图像。并给
DCT结果添加颜色条。
（三）选做实验：频域滤波
1、编写MATLAB文件，读取数字图像“saturn.tif”，用巴特沃斯滤波器去除图像中的椒盐噪声。
（1）添加椒盐噪声imnoise(I)；
（2）傅里叶变换；
（3）频率原点平移后的FT；
（4）用巴特沃斯滤波器去除椒盐噪声；
（5）在一幅图上显示（1）~（4）的结果图像。
六、实验结果与分析
（一）图像的几何变换
1、图像的缩放与插值
通过放大0.2倍（缩小）的图像可以看到因为丢点操作在显示时大小不变导致图像模糊，像素分块明显。
在使用最近邻插值算法进行插值放大8倍后，因为每个原像素原封不动地复制映射到对应的像素中，虽然在放大图像的同时保留了所有的原图像信息，但是产生了锯齿现象。
在使用双线性变换法进行插值放大8倍的图像中，相较于上一张更加平滑，但是图像变得有些模糊，细节方面不明显了。2、图像旋转
通过两种方式旋转后的图像可以看到，crop方式是对旋转后的图像进行了裁剪，保持输出图像与输入图像的尺寸一致，loose方式保证了旋转之后得到的图片还是完整。
（二）图像的正交变换
1、编写MATLAB文件，生成一个矩形函数，并对该函数进行正交变换：
傅里叶变换的物理意义是将图像的灰度分布函数变换为频率分布函数，通过二维快速傅里叶变换后的图像的四个角对应低频成分，中央对应的是高频成分，能量沿着垂直和水平分布对应的是图像中的矩形窗；补零变换后的图像克服了栅栏效应和频率泄露带来的频率辨认困难问题；离散傅里叶变换变换结果是关于原点对称的两个半周期，通过中心频移显示完全的周期。
2、编写MATLAB文件，读取图像文件并对该函数进行正交变换：
通过离散余弦变换可以看到图像的重要可是信息都集中在DCT变换的左上角一小部分系数中，其余大部分接近零，将幅值小于10的DCT系数置为零后进行反DCT得到的压缩的图像，比较变换前后的图像，可以发现视觉效果相差很小，压缩的效果比较理想。（三）选做实验：频域滤波
因为Butterworth低通滤波器在带通和带阻之间有平滑的过渡带，高频信号没有完全滤除，在抑噪效果良好的同时，图像变得更加模糊了。
数字图像处理图像复原实验报告
图像复原信息132李佳奇1304010311 一、实验目的 1、熟悉并掌握MATLAB图像处理工具箱的使用； 2、理解并掌握常用的图像的恢复和分割技术。 二、实验内容 close all;clear all;clc; I=imread('d:/zhien.jpg'); I=im2double(I); I=imnoise(I,'gaussian',0.05);%添加高斯噪声 PSF=fspecial('average',3); J=imfilter(I,PSF); K=exp(imfilter(log(I),PSF)); figure; subplot(131);imshow(I); subplot(132);imshow(J); subplot(133);imshow(K); 维纳滤波 I=imread('d:/zhien.jpg'); H=fspecial('motion',50,45); J=imfilter(I,H,'circular','conv'); subplot(221);imshow(J); title('运动模糊后的lena.bmp(角度为45)'); J1=imnoise(J,'gaussian',0,0.01); subplot(222); imshow(J1); title('加噪模糊的lena.bmp');%figure; J2=deconvwnr(J1,H); subplot(223) imshow(J2); title('模糊噪声图像的维纳滤波复原'); noise=imnoise(zeros(size(I)),'gaussian',0,0.01); NSR=sum(noise(:).^2)/sum(im2double(I(:)).^2); J3=deconvwnr(J1,H,NSR);
图像灰度变换实验报告
图像灰度变换报告 一.实验目的 1.学会使用Matlab ； 2.学会用Matlab 软件对图像进行灰度变换，观察采用各种不同灰度变换发法对最终图像效果的影响； 二.实验内容 1.熟悉Matlab 中的一些常用处理函数 读取图像：img=imread('filename'); //支持TIF,JPEG,GIF,BMP,PNG 等文件格式。 显示图像：imshow(img,G); //G 表示显示该图像的灰度级数，如省略则默认为256。 保存图片：imwrite(img,'filename'); //不支持GIF 格式，其他与imread 相同。 亮度变换：imadjust(img,[low_in,high_in],[low_out,high_out]); //将low_in 至high_in 之间的值映射到low_out 至high_out 之 间，low_in 以下及high_in 以上归零。 绘制直方图：imhist(img); 直方图均衡化：histeq(img,newlevel); //newlevel 表示输出图像指定的灰度级数。 2.获取实验用图像：rice.jpg. 使用imread 函数将图像读入Matlab 。 3 .产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105 + 2.6333(r – 0.35) 0.35 ≤ r ≤ 0.65 1 + 0.3(r – 1) r > 0.65 用T1对原图像rice.jpg 进行处理，使用imwrite 函数保存处理后的新图像。 4.产生灰度变换函数T2，使得： s = 5.用T2imwrite 保存处理后的新图像。 6.分别用 s = r 0.6; s = r 0.4; s = r 0.3 对kids.tiff 图像进行处理。为简便起见，使用Matlab 中的imadjust 函数，最后用imwrite 保存处理后的新图像。 7.对circuit.jpg 图像实施反变换（Negative Transformation ）。s =1－r; 使
数据恢复实验报告
实验1 利用Windows磁盘管理工具进行分区和格式化 一、实验内容 利用Windows磁盘管理工具进行分区和格式化 二、实验目的 1、在Windows中对硬盘进行分区和格式化的操作。 2、提高动手操作能力。 三、实验要求 1、提前预习实验，认真阅读实验原理。 2、认真高效的完成实验，服从管理。 3、认真填写实验报告。 四、实验所需工具 1、一台安装有Windows 2000/XP/2003的计算机。 2、待分区硬盘。 五、实验原理 利用Windows 2000/XP/2003安装光盘进行分区后，往往会进入Windows的安装，待安装完毕，再在Windows中划分剩余的磁盘空间。 1、选择【开始】|【设置】|【控制面板】|【性能和维护】|【管理工具】|【计算机 管理】，打开【计算机管理】窗口。 2、选择左侧窗格中的【存储】|【磁盘管理】选项，在右侧窗格中就可以看到当前 计算机中所有磁盘分区的详细信息。磁盘1尚未进行分区，假设这里要对其进行分区处理。首先选中磁盘1，然后右击，从弹出的快捷菜单中选择【新建磁盘分区】命令。 3、这时会出现【新建磁盘分区向导】对话框，单击【下一步】按钮。接下来，要 求用户选择分区的类型，有【主磁盘分区】和【扩展磁盘分区】可供选择。在这里可以根据自己的实际情况来选择，例如在这里选中【主磁盘分区】单选按钮，然后单击【下一步】按钮。这时，要求输入分区的大小，分为20GB，那么，这里输入“20552”，然后单击【下一步】按钮。 4、接下来，要求指派驱动器号和路径，在这里一般无需用户自己设置，直接单击 【下一步】按钮即可。 5、接下来，要求选择分区的格式，选中【按下面的设置格式化这个磁盘分区】单 选按钮，在【文件系统】下拉列表框中选择FAT32格式或NTFS格式。假如这里选择FAT32格式，然后单击【下一步】按钮。 6、接下来，出现磁盘分区信息列表窗口，其中详细显示了此前定义的分区信息， 确认无误后单击【完成】按钮，否则，单击【上一步】按钮，返回上层窗口做进一步的修改。 7、接下来，程序自动返回【计算机管理】窗口，并开始格式化磁盘分区，同时显 示格式化的进度。 8、选择尚未划分的磁盘分区，重复上述步骤，将剩余磁盘空间按自己的需要进行 分区格式化即可。
北航数字图象处理实验报告
数字图像处理实验报告 实验二图像变换实验 1．实验目的 学会对图像进行傅立叶等变换，在频谱上对图像进行分析，增进对图像频域上的感性认识，并用图像变换进行压缩。 2．实验内容 对Lena或cameraman图像进行傅立叶、离散余弦、哈达玛变换。在频域，对比他们的变换后系数矩阵的频谱情况，进一步，通过逆变换观察不同变换下的图像重建质量情况。 3. 实验要求 实验采用获取的图像，为灰度图像，该图像每象素由8比特表示。具体要求如下： （1）输入图像采用实验1所获取的图像（Lena、Cameraman）； （2）对图像进行傅立叶变换、获得变换后的系数矩阵； （3）将傅立叶变换后系数矩阵的频谱用图像输出，观察频谱； （4）通过设定门限，将系数矩阵中95%的（小值）系数置为0，对图像进行反变换，获得逆变换后图像； （5）观察逆变换后图像质量，并比较原始图像与逆变后的峰值信噪比（PSNR）。 （6）对输入图像进行离散余弦、哈达玛变换，重复步骤1-5； （7）比较三种变换的频谱情况、以及逆变换后图像的质量（PSNR）。 4. 实验结果 1. DFT的源程序及结果 J=imread('10021033.bmp'); P=fft2(J); for i=0:size(P,1)-1 for j=1:size(P,2) G(i*size(P,2)+j)=P(i+1,j); end end Q=sort(G); for i=1:size(Q,2) if (i 四川师范大学 实验报告册 院系名称：计算机科学学院 课程名称：数据存储与恢复 实验学期： 2012 年至 2013 年第 2 学期 专业班级： 姓名： 学号： 指导教师： 实验最终成绩： 实验报告须知 1．学生填写实验报告应按规范填写，填写格式见由任课老师给出的实验报告样本； 2．学生应填写的内容包括：封面相关栏目、第一页中‘本学期（年）开设实验课程情况一览表’中的实验名称、学时数；每次报告中的实验性质、同组人姓名、实验日期、以及实验报告中的一至五项； 3．教师填写内容为：实验评价、每次报告成绩、第一页中‘本学期（年）开设实验课程情况一览表’中成绩、及封面的实验最终成绩； 4．学生实验结束后，教师应对学生实验结果进行核实，学生方可离开实验室。 5、实验成绩等级分为（90－100分）优，（80－89分）良，(70-79分)中，（60－69分）及格，（59分）不及格。 6．本实验册应妥善保管，本课程实验结束后应交回实验室。 考核一创建自己的ISO 工具光盘 1.目的和要求： 目的：能获得有用的启动ISO 工具光盘，如“通用PE 工具箱”等；“通用PE 工具箱” 是本书所有实验的基础工具。 要求：能理解ISO 软光盘；能将“通用PE 工具箱”生成为ISO 软光盘。 2.实验内容： 请对已生成好的“TonPE_V3.3.iso”虚拟光盘进行编辑，如加入自己认为有用的文件或 工具软件等，最后生成新的如文件名为“TonPE_V3.3 编辑后.iso”的虚拟光盘文件备用。 3.实验步骤： （1）安装通用PE 工具箱_V3.3，把“通用PE 工具箱_V3.3”生成 “TonPE_V3.3.iso”光盘： 数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方 法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取，显示等基本函数 特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot（）函数、Figure（）函数。 1)将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread， imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray() 将其 转化为灰度图像，记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用 imadjust函 数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰 度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理，试比较与源图的异同。 3) 对B 进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为： 摘要： 图像处理，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理一般指数字图像处理。 数字图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。目前，图像处理演示系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本图像处理演示系统以数字图像处理理论为基础，对某些常用功能进行界面化设计，便于初级用户的操作。 设计要求 可视化界面，采用多幅不同形式图像验证系统的正确性； 合理选择不同形式图像，反应各功能模块的效果及验证系统的正确性 对图像进行灰度级映射，对比分析变换前后的直方图变化； 1.课题目的与要求 目的： 基本功能：彩色图像转灰度图像 图像的几何空间变换：平移，旋转，剪切，缩放 图像的算术处理：加、减、乘 图像的灰度拉伸方法（包含参数设置）； 直方图的统计和绘制；直方图均衡化和规定化； 要求： 1、熟悉图像点运算、代数运算、几何运算的基本定 义和常见方法； 2、掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法 3、掌握在MATLAB中进行插值的方法 4、运用MATLAB语言进行图像的插值缩放和插值旋转等 5、学会运用图像的灰度拉伸方法 6、学会运用图像的直方图设计和绘制；以及均衡化和规定化 7、进一步熟悉了解MATLAB语言的应用，将数字图像处理更好的应用于实际2.课题设计内容描述 1>彩色图像转化灰度图像： 大部分图像都是RGB格式。RGB是指红，绿，蓝三色。通常是每一色都是256个级。相当于过去摄影里提到了8级灰阶。 真彩色图像通常是就是指RGB。通常是三个8位，合起来是24位。不过每一个颜色并不一定是8位。比如有些显卡可以显示16位，或者是32位。所以就有16位真彩和32位真彩。 在一些特殊环境下需要将真彩色转换成灰度图像。 1单独处理每一个颜色分量。 2.处理图像的“灰度“，有时候又称为“高度”。边缘加强，平滑，去噪，加 锐度等。 3.当用黑白打印机打印照片时，通常也需要将彩色转成灰白，处理后再打印 4.摄影里，通过黑白照片体现“型体”与“线条”，“光线”。 2>图像的几何空间变化： 图像平移是将图像进行上下左右的等比例变化，不改变图像的特征，只改变位置。 图像比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴按比例缩放fy倍，从而获得一幅新的图像。如果fx=fy，即在x轴方向和y轴方向缩放的比率相同，称这样的比例缩放为图像的全比例缩放。如果fx≠fy，图像的比例缩放会改变原始图象的像素间的相对位置，产生几何畸变。 旋转。一般图像的旋转是以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转后图像的的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。图像的旋转变换也可以用矩阵变换来表示。 附录1 课程实验报告格式 每个实验项目包括：1)设计思路，2)程序代码，3）实验结果，4）实验中出现的问题及解决方法。 实验一：直方图灰度变换 A：读入灰度图像‘debye1.tif’，采用交互式操作，用improfile绘制一条线段的灰度值。 imread('rice.tif'); imshow('rice.tif'),title('rice.tif'); improfile,title('主对角线上灰度值') B：读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布imread('flowers.tif'); imshow('flowers.tif'),title('flowers.tif'); improfile,title('主对角线红绿蓝分量') C：图像灰度变化 f=imread('rice.png'); imhist(f,256); %显示其直方图 g1=imadjust(f,[0 1],[1 0]); %灰度转换，实现明暗转换(负片图像) figure,imshow(g1)%将0.5到0.75的灰度级扩展到范围[0 1] g2=imadjust(f,[0.5 0.75],[0 1]); figure,imshow(g2) 图像灰度变换处理实例： g=imread('me.jpg'); imshow(g),title('原始图片'); h=log(1+double(g)); %对输入图像对数映射变换 h=mat2gray(h); %将矩阵h转换为灰度图片 h=im2uint8(h); %将灰度图转换为8位图 imshow(h),title('转换后的8位图'); 运行后的结果： 实验二：直方图变换 A：直方图显示 I=imread('cameraman.tif'); %读取图像 subplot(1,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(1,2,2),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题运行结果如下： 目录 引言 (2) 内容摘要 (2) 一、数据技术概述 (2) 1.传统机械硬盘数据恢复技术概论 (2) 2.固态硬盘的数据恢复技术概述 (3) 数据恢复原理一-分区表 (3) 数据恢复原理二-目录区与数据区 (3) 数据恢复原理三-引导扇区与分配表操作系统引导扇区（OBR） (3) 二、数据恢复的可能性 (4) 三、常用数据恢复软件简介 (4) ?Easyrecovery (4) ?Finaldata (4) ?R-Studio (5) ?Drive Rescue (5) ?Recover4all (5) ?File Scavenger (5) ?Getdataback (6) ?RecoverNT (6) ?Search and Recover (6) ?DataExplore（数据恢复大师） (6) ?Lost&Found (6) ?PCtools（DOS） (7) 四、数据恢复案例 (7) (一) 恢复重装XP后的Ubuntu引导分区 (7) (二) NTFS格式大硬盘数据恢复特殊案例 (8) 五、体会 (9) 参考文献 (9) 数据恢复技术 引言 当今的世界已经完全步入了信息时代，在我们每天的生活当中，越来越多的事物正被以0和1的形式表示。数字技术与我们的联系越紧密，我们在其失效时就会承担越大的风险。重要数据一旦破坏，我们讲承受巨大的损失，所以数据恢复产业应运而生。数据恢复在数据丢失和损坏时挽救这些数据，可以针对各种软硬件平台开展，从文件的误删除，存储设备受到严重破坏，专业的数据恢复工作都可能将数据恢复。在这篇文章里，我们会向大家介绍数据恢复的方方面面，并根据我们的经验给出一些建议，希望能够使大家更少受到数据损失的困扰。 内容摘要 有很多种原因可能造成数据问题。最常见的原因当数人为的误操作，比如错误的删除文件、用错误的文件覆盖了有用数据等等。而存储器本身的损坏也占据了相当大的比重，高温、震动、电流波动、静电甚至灰尘，都是存储设备的潜在杀手。另外，很多应用程序特别是备份程序的异常中止，也可能造成数据损坏。在所有的原因当中，由于删除和格式化等原因造成的数据丢失是比较容易处理的，因为在这些情况下数据并没有从存储设备上真正擦除，利用数据恢复软件通常能够较好的将数据恢复出来。如果存储设备本身受到了破坏（例如硬盘盘片坏道、设备芯片烧毁等），会在很大程度上增加恢复工作的难度，并需要一些必备的硬件设施才能执行恢复，如果存储数据的介质本身（例如硬盘盘片、Flash Memeory）没有损坏的话，数据恢复的可能性仍然很大。我们通常称存储设备本身的损坏为物理性损坏，而对于非存储设备问题称之为逻辑性损坏。我们讨论的问题或者说在现实情况下遇到的大多数问题都属于逻辑性损坏之列。 一、数据技术概述 1.传统机械硬盘数据恢复技术概论 数据恢复恢复过程主要是将保存在存储介质上的资料重新拼接整理，即使资料被误删或者硬盘驱动器出现故障，只要在存储介质的存储区域没有严重受损的情况下，还是可以通过数据恢复技术将资料完好无损的恢复出来。 当存储介质（包括硬盘、移动硬盘、U盘、软盘、闪存、磁带等）由于软件问题（如误删除、病毒、系统故障等）或硬件原因（如震荡、撞击、电路板或磁头损坏、机械故障等）导致数据丢失时，便可通过数据恢复技术把资料全部或者部分还原。因此，数据恢复技术分为：软件问题数据恢复技术和硬件问题数据恢复技术。 重庆交通大学 学生实验报告 实验课程名称数字图像处理 开课实验室数学实验室 学院理学院年级信息与计算科学专业 2 班学生姓名李伟凯学号631122020203 开课时间2014 至2015 学年第 1 学期 实验（一）图像处理基础 ?实验目的 学习Matlab软件的图像处理工具箱，掌握常用的一些图像处理命令；通过编程实现几种简单的图像增强算法，加强对图像增强的理解。 ?实验内容 题目A.打开Matlab软件帮助，学习了解Matlab中图像处理工具箱的基本功能；题目B.掌握以下常见图像处理函数的使用： imread( ) imageinfo( ) imwrite( ) imopen( ) imclose( ) imshow( ) impixel( ) imresize( ) imadjust( ) imnoise( ) imrotate( ) im2bw( ) rgb2gray( ) 题目C.编程实现对图像的线性灰度拉伸y = ax + b，函数形式为：imstrech(I, a, b)； 题目D.编程实现对图像进行直方图均衡化处理，并将实验结果与Matab中imhist 命令结果比较。 三、实验结果 1）．基本图像处理函数的使用： I=imread('rice.png'); se = strel('disk',1); I_opened = imopen(I,se); %对边缘进行平滑 subplot(1,2,1), imshow(I), title('原始图像') subplot(1,2,2), imshow(I_opened), title('平滑图像') 原始图像平滑图像 图像复原 信息132 李佳奇 1304010311 一、实验目的 1、熟悉并掌握MATLAB 图像处理工具箱的使用; 2、理解并掌握常用的图像的恢复与分割技术。 二、实验内容 空域滤波复原 close all;clear all;clc; I=imread('d:/zhien 、jpg'); I=im2double(I); I=imnoise(I,'gaussian',0、05);%添加高斯噪声 PSF=fspecial('average',3); J=imfilter(I,PSF); K=exp(imfilter(log(I),PSF)); figure; subplot(131);imshow(I); subplot(132);imshow(J); subplot(133);imshow(K); 维纳滤波 I=imread('d:/zhien 、jpg'); H=fspecial('motion',50,45); J=imfilter(I,H,'circular','conv'); subplot(221);imshow(J); title('运动模糊后的lena 、bmp(角度为45)'); J1=imnoise(J,'gaussian',0,0、01); subplot(222); imshow(J1); title('加噪模糊的lena 、bmp');%figure; J2=deconvwnr(J1,H); subplot(223) imshow(J2); title('模糊噪声图像的维纳滤波复原'); noise=imnoise(zeros(size(I)),'gaussian',0,0、01); NSR=sum(noise(:)、^2)/sum(im2double(I(:))、^2); J3=deconvwnr(J1,H,NSR); subplot(224) imshow(J3); title('引入SNR 的维纳滤波复原'); 分析:空域滤波就就是在待处理图像中逐点地移动掩模。在每一点(x,y)处,滤波器在该点的响应通过事先定义的关系来计算。对于线性空间滤波,其响应由滤波器系数与滤波掩模扫过区域的相应像素值的乘积之与给出 实验一Matlab图像处理基础及图像灰度变换 一、实验目的 了解Matlab平台下的图像编程环境，熟悉Matlab中的DIP (Digital Image Processing)工具箱；掌握Matlab中图像的表示方法，图像类型、数据类型的种类及各自的特点，并知道怎样在它们之间进行转换。掌握Matlab环境下的一些最基本的图像处理操作，如读图像、写图像、查看图像信息和格式、尺寸和灰度的伸缩等等；通过实验掌握图像直方图的描绘方法，加深直方图形状与图像特征间关系间的理解；加深对直方图均衡算法的理解。 二、实验内容 1．从硬盘中读取一幅灰度图像； 2．显示图像信息，查看图像格式、大小、位深等内容； 3．用灰度面积法编写求图像方图的Matlab程序，并画图； 4．把第3步的结果与直接用Matlab工具箱中函数histogram的结果进行比较，以衡量第3步中程序的正确性。 5．对读入的图像进行直方图均衡化，画出处理后的直方图，并比较处理前后图像效果的变化。 三、知识要点 1.Matlab6.5支持的图像图形格式 TIFF, JEPG, GIF, BMP, PNG, XWD (X Window Dump)，其中GIF不支持写。 2.与图像处理相关的最基本函数 读：imread; 写：imwrite; 显示：imshow; 信息查看：imfinfo; 3.Matlab6.5支持的数据类 double, unit8, int8, uint16, int16, uint32, int32, single, char (2 bytes per element), logical. 4.Matlab6.5支持的图像类型 Intensity images, binary images, indexed images, RGB image 5.数据类及图像类型间的基本转换函数 数据类转换：B = data_class_name(A); 图像处理实验报告 姓名：陈琼暖 班级：07计科一班 学号：20070810104 目录： 实验一：灰度图像处理 (3) 实验二：灰度图像增强 (5) 实验三：二值图像处理 (8) 实验四：图像变换 (13) 大实验：车牌检测 (15) 实验一：灰度图像处理题目：直方图与灰度均衡 基本要求： （1） BMP灰度图像读取、显示、保存； （2）编程实现得出灰度图像的直方图； （3）实现灰度均衡算法. 实验过程： 1、BMP灰度图像读取、显示、保存； ?图像的读写与显示操作：用imread( )读取图像。 ?图像显示于屏幕：imshow( ) 。 ? 2、编程实现得出灰度图像的直方图； 3、实现灰度均衡算法； ?直方图均衡化可用histeq( )函数实现。 ?imhist(I) 显示直方图。直方图中bin的数目有图像的类型决定。如果I是个灰度图像，imhist将 使用默认值256个bins。如果I是一个二值图像，imhist使用两bins。 实验总结： Matlab 语言是一种简洁，可读性较强的高效率编程软件，通过运用图像处理工具箱中的有关函数,就可以对原图像进行简单的处理。 通过比较灰度原图和经均衡化后的图形可见图像变得清晰，均衡化后的直方图形状比原直方图的形状更理想。 实验二：灰度图像增强 题目：图像平滑与锐化 基本要求： （1）使用邻域平均法实现平滑运算； （2）使用中值滤波实现平滑运算； （3）使用拉普拉斯算子实现锐化运算. 实验过程： 1、 使用邻域平均法实现平滑运算； 步骤：对图像添加噪声，对带噪声的图像数据进行平滑处理； ? 对图像添加噪声 J = imnoise(I,type,parameters) 数字图像处理实验一 图像变换 一、实验目的 了解matlab有关图像的基本操作，如图像的读写，显示等。掌握二维DFT变换及其物理意义，掌握基本的灰度变换方法。 二、实验要求 1.在Matlab workspace中生成一幅大小为512×512像素的8位灰度图, 背景为黑色， 中心有一个宽40像素高20像素的白色矩形。如下图所示： 2.将这幅图像保存为文件test.bmp。 3.从文件test.bmp中读出图像到变量I。 4.在Matlab图形界面中显示变量I所代表的图像。 5.对I作二维DFT变换，结果保存到变量F。注意将频域原点调整至中心位置。 6.将傅立叶频谱,即|F|的取值范围调整为0－255并显示。 7.将上题结果作对数变换后再进行显示，结果应与课本Figure 4.3(b)一致。说明对数 变换能使频谱显示效果更好的原因。 8.对频谱图的物理意义作简要说明。 三、 实验流程 四、 理论知识 1. 在8位灰度图中，像素值大小为0－255。0代表黑色，255代表白色。 2. 二 维 DFT 计 算 公 式 为 ∑∑-=-=+-?=101 )]//(2exp[),(1),(M x N y N vy M ux j y x f MN v u F π。 由于二维DFT 是一种行列可分离的变换，其结果也可以由在两个方向上先后做一维DFT 得到。具体流程为： （a ） 对图像每一行（即某个x 值），做一维DFT ，得到的结果保存为矩阵) ,(v x F 的一行。 ∑-=-?=1 )]/2exp(),(1),(N y N vy j y x f N v x F π （b ） 对矩阵),(v x F 的每一列（即某个v 值），做一维DFT ，得到的结果保存为 矩阵),(v u F 的一列。 )/2exp(),(1 ),(10 M ux j v x F M v u F M x π-?= ∑-= 3. 直接对图像),(y x f 做傅立叶变换，结果的原点处于图像左下角。将傅立叶变换结 竭诚为您提供优质文档/双击可除信号的采样与恢复实验报告 篇一：实验2：连续信号的采样和恢复 电子科技大学 实验报告（二） 学生姓名：学号：指导教师：一、实验室名称：信号与系统实验室二、实验项目名称：连续信号的采样和恢复三、实验原理： 实际采样和恢复系统如图3.4-1所示。可以证明，奈奎斯特采样定理仍然成立。 xpT(t) ) 图3.4-1实际采样和恢复系统 采样脉冲：p(t)??F ?pT(j?)?T 2?T ?? ? k???(:信号的采样与恢复实验报告) 2?ak?(??k?s) 其中，?s? ，ak? ?sin(k?s?/2)T k?s?/2 F ，???T。 采样后的信号：xs(t)???xs(j?)? 1T ? ?x(j(? k??? ?k?s) 当采样频率大于信号最高频率两倍，可以用低通滤波器hr(j?)由采样后的信号xs(t)恢复原始信号x(t)。 四、实验目的与任务： 目的：1、使学生通过采样保持电路理解采样原理。 2、使学生理解采样信号的恢复。 任务：记录观察到的波形与频谱；从理论上分析实验中信号的采样保持与恢 复的波形与频谱，并与观察结果比较。 五、实验内容： 1、采样定理验证 2、采样产生频谱交迭的验证 六、实验器材（设备、元器件）： 数字信号处理实验箱、信号与系统实验板的低通滤波器模块u11和u22、采样保持器模块u43、pc机端信号与系统实验软件、＋5V电源，连接线、计算机串口连接线等。 七、实验步骤： 打开pc机端软件ssp.exe，在下拉菜单“实验选择”中选择“实验六”；使用串口电缆连接计算机串口和实验箱串口，打开实验箱电源。 【1.采样定理验证】 1、连接接口区的“输入信号1”和“输出信号”，如图1所示。 图1观察原始信号的连线示意图 2、信号选择：按“3”选择“正弦波”，再按“＋”或“－”设置正弦波频率为“2.6khz”。按“F4”键把采样脉冲设为10khz。 3、点击ssp软件界面上的 按钮，观察原始正弦波。 4、按图2的模块连线示意图连接各模块。 图2观察采样波形的模块连线示意图 数字图像处理试验报告 实验二：数字图像的空间滤波和频域滤波 姓名：XX学号：2XXXXXXX 实验日期：2017 年4 月26 日1.实验目的 1. 掌握图像滤波的基本定义及目的。 2. 理解空间域滤波的基本原理及方法。 3. 掌握进行图像的空域滤波的方法。 4. 掌握傅立叶变换及逆变换的基本原理方法。 5. 理解频域滤波的基本原理及方法。 6. 掌握进行图像的频域滤波的方法。 2.实验内容与要求 1. 平滑空间滤波： 1) 读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同 一图像窗口中。 2) 对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果， 要求在同一窗口中显示。 3) 使用函数 imfilter 时，分别采用不同的填充方法（或边界选项，如零填 充、’replicate’、’symmetric’、’circular’）进行低通滤波，显示处理后 的图像。 4) 运用for 循环，将加有椒盐噪声的图像进行10 次，20 次均值滤波，查看其特点, 显示均值处理后的图像（提示:利用fspecial 函数的’average’类型生成均值滤 波器）。 5) 对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有噪声的图像做处理， 要求在同一窗口中显示结果。 6) 自己设计平滑空间滤波器，并将其对噪声图像进行处理，显示处理后的图像。 2. 锐化空间滤波 1) 读出一幅图像，采用3×3 的拉普拉斯算子 w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1] 对其进行滤波。 2) 编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n 的拉普拉斯算子，如5 ×5的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1] 3) 分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对blurry_moon.tif 计算机图像处理实验报告 哈哈哈哈哈哈实验台31 1.应用MATLAB语言编写显示一幅灰度图像、二值图像、索引图像及 彩色图像的程序，并进行相互之间的转换 1)彩色图像转换为灰度图像、索引图像、二值图像 A=imread('F:\colorful.jpg'); subplot(221);imshow(A);title('彩色图像'); I1=rgb2gray(A); subplot(222);imshow(I1);title('灰度图像'); [X1,map]=rgb2ind(A,256); subplot(223);imshow(X1);title('索引图像'); BW=im2bw(A); subplot(224);imshow(BW);title('二值图像'); 彩色图像灰度图像 索引图像二值图像 2)灰度图像转换为索引图像、二值图像 clear A=imread('F:\colorful.jpg'); B=rgb2gray(A); subplot(131);imshow(B);title('灰度图像'); [X2,map]=gray2ind(B,128); subplot(132);imshow(X2);title('索引图像'); BW2=im2bw(B); subplot(133);imshow(BW2);title('二值图像'); 灰度图像索引图像二值图像 3)索引图像转为灰度图像、二值图像、彩色图像 clear A=imread('F:\colorful.jpg'); [X,map]=rgb2ind(A,256); subplot(221);imshow(X);title('索引图像'); I3=ind2gray(X,map); subplot(222);imshow(I3);title('灰度图像'); BW3=im2bw(X,map,0.5); subplot(223);imshow(BW3);title('二值图像'); RGB=ind2rgb(X,map); subplot(24);imshow(RGB);title('还原彩色图像'); 索引图像灰度图像 二值图像还原彩色图像 实验二 图像的灰度变换 一、实验目的 1、 理解数字图像处理中点运算的基本作用； 2、 掌握对比度调整与灰度直方图均衡化的方法。 二、实验原理 1、对比度调整 如果原图像f (x , y )的灰度范围是[m , M ]，我们希望对图像的灰度范围进行线性调整，调整后的图像g (x , y )的灰度范围是[n , N ]，那么下述变换： []n m y x f m M n N y x g +---=),(),(就可以实现这一要求。 MATLAB 图像处理工具箱中提供的imadjust 函数，可以实现上述的线性变换对比度调整。imadjust 函数的语法格式为： J = imadjust(I,[low_in high_in], [low_out high_out]) J = imadjust(I, [low_in high_in], [low_out high_out])返回原图像I 经过直方图调整后的新图像J ，[low_in high_in]为原图像中要变换的灰度范围，[low_out high_out]指定了变换后的灰度范围，灰度范围可以用 [ ] 空矩阵表示默认范围，默认值为[0, 1]。 不使用imadjust 函数，利用matlab 语言直接编程也很容易实现灰度图像的对比度调整。但运算的过程中应当注意以下问题，由于我们读出的图像数据一般是uint8型，而在MATLAB 的矩阵运算中要求所有的运算变量为double 型（双精度型）。因此读出的图像数据不能直接进行运算，必须将图像数据转换成双精度型数据。 2、直方图均衡化 直方图均衡化的目的是将原始图像的直方图变为均衡分布的形式，即将一已知灰度概率密度分布的图像，经过某种变换变成一幅具有均匀灰度概率密度分布的新图像，从而改善图像的灰度层次。 MATLAB 图像处理工具箱中提供的histeq 函数，可以实现直方图的均衡化。 三、实验内容及要求 1、 用MATLAB 在自建的文件夹中建立example2.m 程序文件。在这个文件的程序中，将girl2.bmp 图像文件读出，显示它的图像及灰度直方图（可以发现其灰度值集中在一段区 中南大学 数字图像处理实验报告实验三数学形态学及其应用 实验三 数学形态学及其应用 一．实验目的 1.了解二值形态学的基本运算 2.掌握基本形态学运算的实现 3.了解形态操作的应用 二．实验基本原理 腐蚀和膨胀是数学形态学最基本的变换，数学形态学的应用几乎覆盖了图像处理的所有领域，给出利用数学形态学对二值图像处理的一些运算。 膨胀就是把连接成分的边界扩大一层的处理。而收缩则是把连接成分的边界点去掉从而缩小一层的处理。 二值形态学 I(x,y), T(i,j)为 0/1图像Θ 腐蚀：[]),(&),(),)((),(0,j i T j y i x I AND y x T I y x E m j i ++=Θ== 膨胀：[]),(&),(),)((),(0 ,j i T j y i x I OR y x T I y x D m j i ++=⊕== 灰度形态学T(i,j)可取10以外的值 腐蚀： []),(),(min ),)((),(1 ,0j i T j y i x I y x T I y x E m j i -++=Θ=-≤≤ 膨胀： []),(),(max ),)((),(1 ,0j i T j y i x I y x T I y x D m j i +++=⊕=-≤≤ 1.腐蚀Erosion: {}x B x B X x ?=Θ: 1B 删两边 2B 删右上 图5-1 剥去一层（皮） 2.膨胀Dilation: {}X B x B X x ↑⊕:＝ 1B 补两边 2B 补左下 图5-2 添上一层（漆） 3.开运算open ： B B X ⊕Θ=)(X B 4.闭close ：∨ Θ⊕=B B X X B )( 5.HMT(Hit-Miss Transform:击中——击不中变换) 条件严格的模板匹配 ),(21T T T =模板由两部分组成。1T ：物体，2T ：背景。 {} C x x i X T X T X T X ??=?21, 图5-3 击不中变换示意图 性质： （1）φ=2T 时，1T X T X Θ=? （2）)()()(21T X T X T X C Θ?Θ=? C T X T X )()(21Θ?Θ= )/()(21T X T X ΘΘ= 6.细化/粗化 (1)细化（Thin ） C T X X T X XoT )(/??=?= 去掉满足匹配条件的点。 图5-4 细化示意图 系统细化{}n B oB XoB T Xo ))(((21=， i B 是1-i B 旋转的结果（90?，180?，270?）共8种情况 适于细化的结构元素 1111000d d I = d d d L 10110 0= (2)粗化（Thick ） )(T X X T X ??=? 用(){}0,01=T (){}0,12=T 时，X X X T X =?=? X 21 1 1 2 3 T ? XoT X ? X X ?T X ΘT T ⊕ 数据恢复实验报告 实验1 利用Windows磁盘管理工具进行分区和格式化 一、实验内容 利用Windows磁盘管理工具进行分区和格式化 二、实验目的 1、在Windows中对硬盘进行分区和格式化的操作。 2、提高动手操作能力。 三、实验要求 1、提前预习实验，认真阅读实验原理。 2、认真高效的完成实验，服从管理。 3、认真填写实验报告。 四、实验所需工具 1、一台安装有Windows 2000/XP/2003的计算机。 2、待分区硬盘。 五、实验原理 利用Windows 2000/XP/2003安装光盘进行分区后，往往会进入Windows的安装，待安装完毕，再在Windows中划分剩余的磁盘空间。 1、选择【开始】|【设置】|【控制面板】|【性能和维护】|【管理工具】|【计算机管理】， 打开【计算机管理】窗口。 2、选择左侧窗格中的【存储】|【磁盘管理】选项，在右侧窗格中就可以看到当前计算机中所有磁盘分区的详细信息。磁盘1尚未进行分区，假设这里要对其进行分区处理。首先选中磁盘1，然后右击，从弹出的快捷菜单中选择【新建磁盘分区】命令。 3、这时会出现【新建磁盘分区向导】对话框，单击【下一步】按钮。接下来，要求用户选择分区的类型，有【主磁盘分区】和【扩展磁盘分区】可供选择。在这里可以根据自己的实际情况来选择，例如在这里选中【主磁盘分区】单选按钮，然后单击【下一步】按钮。这时，要求输入分区的大小，分为20GB，那么，这里输入“20552”，然后单击【下一步】按钮。 4、接下来，要求指派驱动器号和路径，在这里一般无需用户自己设置，直接单击【下一步】按钮即可。 5、接下来，要求选择分区的格式，选中【按下面的设置格式化这个磁盘分区】单选按钮，在【文件系统】下拉列表框中选择FAT32格式或NTFS格式。假如这里选择FAT32格式，然后单击【下一步】按钮。 6、接下来，出现磁盘分区信息列表窗口，其中详细显示了此前定义的分区信息，确认无数据存储与恢复实验报告资料
数字图像处理实验报告
图像处理 实验报告
matlab图像处理图像灰度变换直方图变换
数据恢复技术实训报告
图像处理实验报告
数字图像处理图像复原实验报告
实验一Matlab图像处理基础及图像灰度变换
matlab图像处理实验报告
数字图像处理实验(2011年)
信号的采样与恢复实验报告
数字图像处理实验报告92184
东北大学图像处理实验报告
matlab图像的灰度变换
数字图像处理实验报告实验三
数据恢复实验报告