数字图像处理实验报告

数

字

图

像

处

理

实

验班级：05611002 报学号：1120101383告姓名：张欣

数字图像的运算1.1 直方图

一．实验目的

1．熟悉matlab图像处理工具箱及直方图函数的使用；

2．理解和掌握直方图原理和方法；

二．实验设备：1.PC机一台；2.软件matlab。

三．程序设计

在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。

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

四．实验步骤

1. 启动matlab双击桌面matlab图标启动matlab环境；

2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自

带的图像，如:cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像；

3．浏览源程序并理解含义；

4．运行，观察显示结果；

5．结束运行，退出；

五．实验结果：观察图像matlab环境下的直方图分布。

(a)原始图像 (b)原始图像直方图

六．实验报告要求

1、给出实验原理过程及实现代码：

I=imread('coins.png');%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

2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。

1.2 3*3均值滤波

一．实验目的

1．熟悉matlab图像处理工具箱及均值滤波函数的使用；

2．理解和掌握3*3均值滤波的方法和应用；

二．实验设备：1.PC机一台；2.软件matlab

三．程序设计

在matlab环境中，程序首先读取图像，然后调用图像增强（均值滤波）函数，设置相关参数，再输出处理后的图像。

I = imread('cameraman.tif');

figure,imshow(I);

J=filter2(fspecial(‘average’,3),I)/255;

figure,imshow(J);

四．实验步骤

1. 启动matlab

双击桌面matlab图标启动matlab环境；

2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自

带的图像，如:cameraman图像；再调用相应的图像增强（均值滤波）函数，设置参数；

最后输出处理后的图像；

3．浏览源程序并理解含义；

4．运行，观察显示结果；

5．结束运行，退出；

五．实验结果：

观察matlab环境下原始图像经3*3均值滤波处理后的结果。

(a)原始图像 (b)3*3均值滤波处理后的图像

六．实验报告要求

输入一幅灰度图像，给出其图像经3*3均值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行均值滤波，看看对25个点取均值与对9个点取中值进行均值滤波有什么区别？有没有其他的算法可以改进滤波效果。

(a)原始图像 (b)3*3均值滤波处理后的图像

1.3 3*3中值滤波

一．实验目的

1．熟悉matlab 图像处理工具箱及中值滤波函数的使用； 2．理解和掌握中值滤波的方法和应用；

二．实验设备：1.PC 机一台；2.软件matlab 三．程序设计

在matlab 环境中，程序首先读取图像，然后调用图像增强（中值滤波）函数，设置相关参数，再输出处理后的图像。 I = imread('cameraman.tif'); figure,imshow(I); J=medfilt2(I,[5,5]); figure,imshow(J);

四．实验步骤

1. 启动matlab

双击桌面matlab 图标启动matlab 环境；

2. 在matlab 命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab 自带的图像，如:cameraman 图像；再调用相应的图像增强（中值滤波）函数，设置参数；最后输出处理后的图像； 3．浏览源程序并理解含义；

4．运行，观察显示结果；

5．结束运行，退出；

五．实验结果

观察matlab环境下原始图像经3*3中值滤波处理后的结果。

(a)原始图像 (b)3*3中值滤波处理后的图像

六．实验报告要求

输入一幅灰度图像，给出其图像经3*3中值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行排序后取中值，然后该点的灰度值取中值。看看对25个点取中值与对9个点取中值进行中值滤波有什么区别？

(a)原始图像 (b)3*3中值滤波处理后的图像

1.4 图像的缩放

一．实验目的

1．熟悉matlab图像处理工具箱及图像缩放函数的使用；

2．掌握图像缩放的方法和应用；

二．实验设备：1.PC机一台；2.软件matlab

三．程序设计

在matlab环境中，程序首先读取图像，然后调用图像缩放函数，设置相关参数，再输出处理后的图像。

I = imread('cameraman.tif');

figure,imshow(I);

scale = 0.5;

J = imresize(I,scale);

figure,imshow(J);

四．实验步骤

1. 启动matlab

双击桌面matlab图标启动matlab环境；

2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自

带的图像，如:cameraman图像；再调用相应的图像缩放函数，设置参数；最后输出处理后的图像；

3．浏览源程序并理解含义；

4．运行，观察显示结果；

5．结束运行，退出；

五．实验结果

观察matlab环境下图像缩放后的结果。

(a)原始图像 (b)缩放后的图像

六．实验报告要求

输入一幅灰度图像，给出其图像缩放后的结果，然后改变缩放比率，观察图像缩放后结果柄进行分析。

(a)原始图像 (b)缩放后的图像

数字图像的离散余弦变换

一．实验目的

1．验证二维傅里叶变换的平移性和旋转不变性；

2．实现图像频域滤波，加深对频域图像增强的理解；

二．实验设备

1.PC机一台；

2.软件matlab；

三．实验内容及步骤

（1）产生如图3.1所示图像),(1y x f （128×128大小，暗处=0，亮处=255），用MATLAB 中的fft2函数对其进行FFT ：

① 同屏显示原图1f 和)(FFT 1f 的幅度谱图；

② 若令),()1(),(12y x f y x f y x +-=，重复以上过程，比较二者幅度谱的异同，简述理由； ③ 若将),(2y x f 顺时针旋转45度得到),(3y x f ，试显示)(FFT 3f 的幅度谱，并与)(FFT 2f 的幅度谱进行比较。

1.%生成图形f1 f1=zeros(128,128);

f1((64-30):(63+30),(64-10):(63+10))=1; %FFT 变换

fft_f1=log(1+abs(fftshift(fft2(f1)))); figure;

subplot(121);imshow(f1);title('Image f1');

subplot(122);imshow(fft_f1,[]);title('FFT f1');

2.%计算f2

f2=zeros(128,128); for i=1:128; for j=1:128;

f2(i,j)=((-1)^(i+j))*f1(i,j); end end

fft_f2A=log(1+abs(fft2(f2)));

fft_f2B=log(1+abs(fftshift(fft2(f2))));

图3.1 实验图象f 1(x , y )

figure;

subplot(131);imshow(f2);title('Image f2');

subplot(132);imshow(fft_f2B,[]);title('FFT f2');

subplot(133);imshow(fft_f2A,[]);title('FFT f2 Without FFTShift');

分析：根据傅里叶变换对的平移性质：

),(),(00)//(200v v u u F e y x f N y v M x u j --?+π；

当2/0M u =且2/0N v =时，有：

y x y x j N y v M x u j e e +++-==)1()()//(200ππ

因此可得到：

)2/,2/()1)(,(N v M u F y x f y x --?-+

所以，)),(FFT(2y x f 就是)),((FFT 1y x f 频谱中心化后的结果。

3.%计算f3

f3=imrotate(f2,-45,'nearest');

fft_f3=log(1+abs(fftshift(fft2(f3)))); figure;

subplot(121);imshow(f3);title('Image f3');

subplot(122);imshow(fft_f3,[]);title('FFT f3');

（2）对如图3.2所示的数字图像lena.img （256×256大小、256级灰度）进行频域的理想低通、高通滤波，同屏显示原图、幅度谱图和低通、高通滤波的结果图。

低通滤波：

fid=fopen('D:\matlab7\image\lena.img','r'); data=(fread(fid,[256,256],'uint8'))'; subplot(1,2,1)

imagesc(data);

图3.2 实验图象lena.img

colormap(gray);

title('LENA','Color','r');

fft_lena=fft2(data);

f=fftshift(fft_lena);

for i=1:256

for j=1:256

if sqrt((i-128)^2+(j-128)^2)>30

f(i,j)=0;

end

end

end

subplot(1,2,2);

[x,y]=meshgrid(1:1:256);

surf(x,y,f)

高通滤波：

fid=fopen('D:\matlab7\image\lena.img','r'); data=(fread(fid,[256,256],'uint8'))'; subplot(1,2,1)

imagesc(data);

colormap(gray);

title('LENA','Color','r');

fft_lena=fft2(data);

for i=1:256

for j=1:256

if sqrt((i-128)^2+(j-128)^2)<2

f(i,j)=0;

end

end

subplot(1,2,2);

[x,y]=meshgrid(1:1:256);

surf(x,y,f）

基于直方图均衡化的图像增强

一．实验目的

1．了解空间域图像增强的各种方法（点处理、掩模处理）； 2．掌握采用直方图均衡化进行图像增强的方法；

3. 使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）消除噪声的原理；

二．实验设备

1.PC 机一台；

2.软件matlab ；

三．实验内容及步骤

对如图3.1所示的两幅128×128、256级灰度的数字图像fing_128.img 和cell_128.img 进行如下处理：

（1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图，比较异同，并回答为什么数字图像均衡化后其直方图并非完全均匀分布。

指纹图像：

fid=fopen('fing_128.img','r');

im=(fread(fid,[128,128],'uint8'))'; im=uint8(im);

colormap(gray);

指纹图fing_128.img 显微医学图像cell_128.img 图3.1 实验图像

subplot(221);imshow(im); subplot(222);

imh=histeq(im);%直方图均衡化 imshow(imh);

subplot(223);imhist(im); subplot(224);imhist(imh);

显微医学图像:

fid=fopen('cell_128.img','r');

im=(fread(fid,[128,128],'uint8'))'; im=uint8(im); colormap(gray);

subplot(221);imshow(im); subplot(222);

imh=histeq(im);%直方图均衡化 imshow(imh);

subplot(223);imhist(im); subplot(224);imhist(imh);

分析：由于数字图像中像素的灰度值取值是离散和不连续的，因而变换后的像素灰度值在计算中出现了归并现象，所以变换后的直方图并不是呈完全均匀分布的。 （2）对原图像加入点噪声，用4-邻域平均法平滑加噪声图像（图像四周边界不处理，下同），同屏显示原图像、加噪声图像和处理后的图像。

① 不加门限；

② 加门限),(21

n m f T =，（其中∑∑=i j

j i f N n m f ),(1),(2）

代码：fid=fopen('fing_128.img','r');

im=(fread(fid,[128,128],'uint8')); im=im2double(uint8(im));

J=imnoise(im,'gaussian'); %加入高斯噪声 w=[0 0.25 0;0.25 0 0.25;0 0.25 0];

im_L=filter2(w,J);%四邻域平滑

%加门限后滤波

T=2*sum(J(:))/128^2;

im_T=zeros(128,128);

for i=1:128

for j=1:128

if abs(J(i,j)-im_L(i,j))>T

im_T(i,j)=im_L(i,j);

else

im_T(i,j)=J(i,j);

end

end

end

colormap(gray);

subplot(2,2,1);imshow(im);title('Image');

subplot(2,2,2);imshow(J);title('Noise');

subplot(2,2,3);imshow(im_L);title('四邻域平滑后');

subplot(2,2,4);imshow(im_T);title('加门限后');

对高斯噪声的处理效果：

对脉冲噪声的处理效果：

图像分割（常见的边缘检测算子——Sobel、Prewitt、Log）

一．实验目的

1．熟悉matlab图像处理工具箱及图像边缘检测函数的使用；

2．理解和掌握图像边缘检测（Sobel、Prewitt、Log边缘算子）的方法和应用；

二．实验设备

1.PC机一台；

2.软件matlab；

三．程序设计

在matlab环境中，程序首先读取图像，然后调用图像边缘检测（Sobel、Prewitt、Log 边缘算子）函数，设置相关参数，再输出处理后的图像。

I = imread('cameraman.tif');

J1=edge(I,'sobel');

J2=edge(I,'prewitt');

J3=edge(I,'log');

subplot(1,4,1),imshow(I);

subplot(1,4,2),imshow(J1);

subplot(1,4,3),imshow(J2);

subplot(1,4,4),imshow(J3);

四．实验步骤

1. 启动matlab

双击桌面matlab图标启动matlab环境；

2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自

带的图像，如:cameraman图像；再调用相应的边缘检测（Sobel边缘算子、Prewitt边

缘算子、Log边缘算子）函数，设置参数；最后输出处理后的图像；

3．浏览源程序并理解含义；

4．运行，观察显示结果；

5．结束运行，退出；

五．实验结果

观察经过图像边缘检测（Sobel、Prewitt、Log边缘算子）处理后的结果。

(a)原始图像 (b)Sobel边缘算子

(c)Prewitt边缘算子 (d)Log边缘算子

六．实验报告要求

输入一幅灰度图像，给出其图像边缘检测（Sobel、Prewitt、Log边缘算子）后的结果并进行分析对比。

代码：

fid=fopen('lena.img','r');

im=(fread(fid,[256,256],'uint8'))';

im=im2double(uint8(im));

im_R=edge(im,'Roberts');

im_P=edge(im,'Prewitt');

im_S=edge(im,'Sobel');

im_L=edge(im,'Log');

colormap(gray);

subplot(321);imshow(im);title('源图像');

subplot(323);imshow(im_R);title('Roberts检测');

subplot(324);imshow(im_P);title('Prewitt检测');

subplot(325);imshow(im_S);title('Sobel检测');

subplot(326);imshow(im_L);title('Log检测');