实验1_基于MATLAB的图像基本操作
实验1-Matlab基本与图像处理基本操作
图像处理工具箱简介
01
MATLAB图像处理工具箱是MATLAB软件中一个专门用于图像处理的工具箱， 它提供了一套完整的图像处理和分析工具，包括图像读取、显示、变换、滤波 、增强、分割、特征提取等功能。
02
该工具箱支持多种图像格式，如BMP、JPG、PNG、TIFF等，并提供了丰富的 图像处理函数和算法，方便用户进行图像处理和分析。
对未来学习的展望
• 深入学习图像处理算法：在未来的学习中，我们将进一步深入学习图像处理的 各种算法和原理，包括图像分割、特征提取、目标检测等，以便更好地应用在 实际问题中。
• 掌握更多图像处理软件：除了Matlab软件外，我们还将学习掌握其他常用的 图像处理软件，如OpenCV、Python图像处理库等，以便更灵活地处理各种 图像问题。
02
学习图像处理基本 操作
了解图像处理基本概念，学习图 像读取、显示、保存等基本操作。
03
掌握图像处理常用 函数
熟悉MATLAB中图像处理工具箱 的常用函数，如图像调整、滤波、 边缘检测等。
实验环境准备
MATLAB软件
确保计算机已安装MATLAB软件，并熟悉软件基 本操作。
图像处理工具箱
安装并配置MATLAB图像处理工具箱，以便进行 图像处理实验。
• 加强实验数据分析处理能力：在未来的实验中，我们将更加注重实验数据的分 析和处理，学习掌握更多的数据处理方法和技巧，以便更准确地评估实验结果 和性能。
• 拓展应用领域：图像处理技术在实际应用中具有广泛的应用领域，如医学影像 处理、智能交通、安全监控等。在未来的学习中，我们将积极探索这些应用领 域，并尝试将所学的图像处理技术应用到实际问题中。
使用图像处理工具箱中的特 征提取函数和分类器函数， 对图像进行特征提取和分类 识别。例如，可以使用灰度 共生矩阵提取图像纹理特征， 然后使用支持向量机（SVM） 进行分类识别。
实验一 MATLAB_图像处理实验报告
实验一 MATLAB_图像处理实验报告实验报告课程名称数字图像处理实验名称图像的几何变换姓名__吴征宇学号____ 3101110002 专业班级_ 实验日期__20XX_ 年_10 _月_18 日成绩_____ __ 指导教师___ _一、实验目的掌握图像平移、缩放、旋转与镜像变换；二、实验原理图像平移，自写平移函数function outImage=immove(inImage,Tx,Ty) [m, n] = size(inImage);%计算图象大小outImage = uint8(zeros(m+abs(Ty), n+abs(Tx))); if(Tx>0&&Ty>0) %往右下角平移的情况outImage(1+Ty:m+Ty,1+Tx:n+Tx) = inImage; else if(Tx0) %往左下角平移的情况outImage(1+Ty:m+Ty,1:n) = inImage; else % 往右上角平移的情况outImage(1:m,1+Tx:n+Tx) = inImage; end endend 主函数I=imread('C:\\Documents and Settings\\student\\桌面\\'); J=rgb2gray(I);imshow(J);title('原图像'); H=immove(J,100,-100);figure;imshow(H);title('平移后图像'); B=immove(J,80,-50);figure;imshow(B);title('平移后图像'); G=imresize(J,);figure;imshow(G);title('缩放后图像'); C=imresize(J,2);figure;imshow(C);title('缩放后图像'); D=imrotate(J,30);figure;imshow(D);title('旋转后图像'); E=imrotate(J,54);figure;imshow(E);title('旋转后图像'); F = flipdim(J,1);figure;imshow(F);title('垂直镜像图像'); G = flipdim(J,2);figure;imshow(G);title('水平镜像图像');三、实验环境Window 20XX Matlab1．利用imread( )函数读取一幅图像，假设其名为，存入一个数组中；a=imread('')2．利用whos 命令提取该读入图像的基本信息；3．利用imshow 函数来显示这幅图像；4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；5．利用imwrite 函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为；语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。
1.实验一 MatLab数字图像处理初步
实验一MATLAB数字图像处理初步一、实验目的与要求1. 熟悉并掌握在MATLAB中能够处理的图像类型。
2. 熟练掌握在MATLAB中如何读取图像。
3. 掌握利用MATLAB获取图像的大小、颜色、高度、宽度等相关信息。
4. 掌握在MATLAB中按照指定要求存储一幅图像。
5. 掌握图像间的转化。
二、实验设备与软件(1) PC计算机系统(2) MATLAB软件，包括图像处理工具箱(Image Processing Toolbox)(3) 实验图片三、实验原理及知识点1、数字图像的表示和类别一幅图像可以被定义为一个二维函数f(x,y)，其中x和y是空间(平面)坐标，f在坐标(x,y)处的振幅称为图像在该点的亮度。
灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由若干个二维图像组合形成的。
例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。
因此，许多为黑白图像处理开发的技术也适用于彩色图像处理，方法是分别处理三幅独立的分量图像即可。
图像关于x和y坐标以及振幅连续。
要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。
将坐标值数字化称为取样，将振幅数字化称为量化。
采样和量化的过程如图1所示。
因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。
作为MATLAB基本数据类型的数组十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。
图1 图像的采样和量化根据图像数据矩阵解释方法的不同，MATLAB把其处理为4类：✧亮度图像(Intensity images)✧二值图像(Binary images)✧索引图像(Indexed images)✧RGB图像(RGB images)(1) 亮度图像一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。
若亮度图像的像素都是uint8类型或uint16类型，则它们的整数值范围分别是[0，255]和[0，65536]。
基于matlab的图像处理课程设计
基于matlab的图像处理课程设计一、课程目标知识目标：1. 学生能理解图像处理的基本概念，掌握图像的数字化表示方法。
2. 学生能掌握Matlab软件的基本操作，运用其图像处理工具箱进行图像的读取、显示和保存。
3. 学生能掌握图像处理的基本算法，如灰度变换、图像滤波、边缘检测等，并理解其原理。
技能目标：1. 学生能运用Matlab进行图像处理操作，解决实际问题。
2. 学生能通过编程实现图像处理算法，具备一定的程序调试和优化能力。
3. 学生能运用所学知识，结合实际问题，设计简单的图像处理程序。
情感态度价值观目标：1. 学生通过学习图像处理，培养对计算机视觉和人工智能领域的兴趣，激发创新意识。
2. 学生在课程实践中，培养团队协作精神，提高沟通与表达能力。
3. 学生能认识到图像处理技术在生活中的广泛应用，增强学以致用的意识。
分析课程性质、学生特点和教学要求，本课程目标旨在使学生在掌握基本图像处理知识的基础上，通过Matlab软件的实践操作，培养其编程能力和解决实际问题的能力。
同时，注重培养学生的团队协作和情感态度，使其在学习过程中获得成就感，激发学习兴趣。
课程目标将具体分解为学习成果，以便后续教学设计和评估。
二、教学内容1. 图像处理基础理论：- 数字图像概念及表示方法- 图像处理的基本操作：读取、显示、保存- 像素运算与邻域处理2. Matlab基础操作：- Matlab软件安装与界面介绍- 数据类型与基本运算- 矩阵运算与函数编写3. 图像处理算法：- 灰度变换与直方图处理- 图像滤波：低通滤波、高通滤波- 边缘检测：Sobel算子、Canny算子4. 实践项目：- 图像增强与去噪- 图像分割与特征提取- 目标检测与跟踪5. 教学大纲：- 第一周：图像处理基础理论，Matlab基础操作- 第二周：灰度变换与直方图处理，图像滤波- 第三周：边缘检测，实践项目一- 第四周：图像分割与特征提取，实践项目二- 第五周：目标检测与跟踪，课程总结与展示教学内容根据课程目标，结合教材章节进行选择和组织，确保科学性和系统性。
matlab图像的基本操作
图像的基本操作与图像变换一：实验目的通过实验了解并掌握图像的基本操作、图像的傅里叶变换及频谱、傅里叶变换的可分离性和旋转不变性。
二：实验代码（1）二值图像的逻辑运算代码imag1=zeros(256,256);imag1(120:180,100:190)=1;subplot(2,3,1);imshow(imag1);title('image1');imag2=zeros(256,256);imag2(90:140,90:140)=1;subplot(2,3,2);imshow(imag2);title('image2');logical_and=imag1&imag2;subplot(2,3,3);imshow(logical_and);title('image1 and image2');logical_or=imag1|imag2;subplot(2,3,4);imshow(logical_or);title('image1 or image2');imag1complement=~imag1;subplot(2,3,5);imshow(imag1complement);title('Notimage1');imag2complement=~imag2;subplot(2,3,6);imshow(imag2complement);title('Notimage2');二值图像的逻辑运算图像（2）二值图像的傅里叶分析代码： imag=zeros(256,256); imag(100:150,100:150)=1; subplot(2,3,1);imshow(imag); title('原始二值图像'); I=fft(imag);subplot(2,3,2);imshow(log(abs(I)),[]); title('第一一维FFT'); J=fftshift(fft(I'));subplot(2,3,3);imshow(log(abs(J)),[]); title('第二次一维FFT');subplot(2,3,4);imshow(angle(J),[]); title('相频特性1'); B=fftshift(fft2(imag));subplot(2,3,5);imshow(log(abs(B)),[]); title('二维FFT');subplot(2,3,6);imshow(angle(B),[]); title('相频特性2');二值图像的傅里叶分析效果image1image2image1 and image2image1 or image2Notimage1Notimage2（3）灰度图像的二维FFT 及IFFT,比较还原后的图像与原图像的差异代码： close all; clear all;load imdemos saturn2; imshow(saturn2); title('土星图像');B=fftshift(fft2(saturn2));figure;imshow(log(abs(B)),[]); colormap(jet(64));colorbar; title('傅里叶谱'); I=ifft2(B);figure;imshow(abs(I),[]);title('傅里叶反变换图');灰度图像的二维FFT 及IFFT,比较还原后的图像与原图像的效果原始二值图像第一一维FFT第二次一维FFT相频特性1二维FFT相频特性2土星图像傅里叶谱2468101214傅里叶反变换图（4）载入图像，将图像进行差值旋转，并比较旋转前后的的傅里叶频谱代码：close all;clear all;I=imread('C:\Documents and Settings\Administrator\桌面\untitled.bmp');J=imrotate(I,35,'bilinear');subplot(2,2,1);imshow(I);title('原图像');subplot(2,2,2);imshow(J);title('旋转后的图像');A=fftshift(fft2(I));subplot(2,2,3);imshow(log(abs(A)),[]);title('原图像的幅度谱');B=fftshift(fft2(J));subplot(2,2,4);imshow(log(abs(B)),[]);title('旋转后图像的幅度谱');载入图像，将图像进行差值旋转，并比较旋转前后的的傅里叶频谱的效果原图像旋转后的图像原图像的幅度谱旋转后图像的幅度谱。
MATLAB课程设计（基于MATLAB的图像处理的基本运算）
MATLAB课程设计（基于MATLAB的图像处理的基本运算）课程设计任务书学⽣姓名：专业班级：指导教师：⼯作单位：题⽬: 基于MATLAB的图像处理的基本运算初始条件①MATLAB软件②数字信号处理与图像处理基础知识要求完成的主要任务:（1）能够对图像亮度和对⽐度变化调整，并⽐较结果。
（2）编写程序通过最近邻插值和双线性插值等算法将⽤户所选取的图像区域进⾏放⼤和缩⼩整数倍的和旋转操作，并保存，⽐较⼏种插值的效果。
（3）图像直⽅图统计和直⽅图均衡，要求显⽰直⽅图统计，⽐较直⽅图均衡后的效果。
（4）对图像加⼊各种噪声，⽐较效果。
时间安排：第1周：安排任务，分组第2-17周：设计仿真，撰写报告第18周：完成设计，提交报告，答辩地点：鉴主3楼计算机实验室指导教师签名： 2010年⽉⽇系主任（或责任教师）签名： 2010年⽉⽇摘要MATLAB是—套⾼性能的数值计算和可视化软件，它集数值分析、矩阵运算、信号处理和图形显⽰于⼀体，构成—个⽅便的、界⾯友好的⽤户环境。
MATLAB强⼤的扩展功能为各个领域的应⽤提供了基础，由各个领域的专家相继给出了MATLAB ⼯具箱，其中主要有信号处理，控制系统，神经⽹络，图像处助，鲁棒控制，⾮线性系统控制设计，最优化，⼩波，通信等⼯具箱，这此⼯具箱给各个领域的研究和⼯程应⽤提供了有⼒的⼯具。
借助于这些“巨⼈肩膀上的⼯具”，各个层次的研究⼈员可直现⽅便地进⾏分析、计算及设计⼯作，从⽽⼤⼤地节省了时间。
本次课程设计的⽬的在于较全⾯了解常⽤的数据分析与处理原理及⽅法，能够运⽤相关软件进⾏模拟分析。
通过对采集的图像进⾏常规的图像的亮度和对⽐度的调整，并进⾏最近邻插值和双线性插值等算法将⽤户所选取的图像区域进⾏放⼤和缩⼩整数倍的和旋转操作，并保存，⽐较⼏种插值的效果，以及对图像进⾏直⽅图和直⽅图均衡并加⼊噪声进⾏对⽐，达到本次课程设计的⽬的关键词：MATLAB 亮度和对⽐度插值放⼤旋转噪声AbstractMATLAB is - set of high-performance numerical computation and visualization software, which combines numerical analysis, matrix computation, signal processing and graphics in one form - a convenient, user-friendly user environment.MATLAB is a powerful extension application in various fields to provide a basis by experts in various fields have been given a MATLAB toolbox, which are signal processing, control systems, neural networks, image processing support, robust control, nonlinearcontrol system design, optimization, wavelets, communications toolkit, which this kit to the various areas of research and engineering applications a powerful tool.With these "tools on the shoulders of giants," researchers at all levels can now be easily analyzed directly, calculation and design work, which greatly saves time.The training aims to strengthen the basis of a more comprehensive understanding of commonly used data analysis and processing principles and methods related to the use of simulation software.Images collected by conventional image brightness and contrast adjustments, and the nearest neighbor interpolation and bilinear interpolation algorithm to the user selected image area to zoom in and out several times and rotate the whole operation, and save, comparethe effect of several interpolation and the image histogram and histogram and compared with noise, to the purpose of this course design.Keywords: MATLAB brightness and contrast rotation interpolation noise amplification ⽬录1.MATLAB简介 (1)1.1 MATLA的基本⽤途 (1)1.2 MATLAB的语⾔特点 (1)1.3 MATLAB系统构成 (1)2.数据采集 (2)2.1图像的选取 (2)2.2 图像亮度和对⽐度的调整 (2)2.2.1 编辑M⽂件 (2)2.2.2 MATLAB⽀持的图像格式和类型 (3)2.2.3 图像的读取 (3)2.2.4调整图像亮度和对⽐度 (4)3.图像的⼏何操作 (6)3.1插补操作 (6)3.1.1 插补功能介绍 (6)3.1.2 插补具体操作 (6)3.2 放缩操作 (8)3.2.1放缩功能介绍 (8)3.2.2 具体操作 (9)3.3 旋转操作 (10)3.3.1 旋转功能介绍 (10)3.3.2 具体操作 (10)4.直⽅图统计 (12)4.1灰度图的获取 (12)4.1.1 灰度图的转换功能介绍 (12)4.1.2 具体操作 (12)4.2直⽅图以及直⽅图均衡 (13)4.2.1 直⽅图函数功能介绍 (13)4.2.2 直⽅图具体操作 (14)5.图像的噪声处理 (15)5.1添加噪声的功能介绍 (15)5.2添加噪声的具体操作 (16)6.总结（⼼得体会） (18)7.参考⽂献 (19)1.MATLAB简介1.1 MATLA的基本⽤途MATLAB是矩阵实验室（Matrix Laboratory）之意。
数字图像处理实验一图像的基本操作和基本统计指标计算实验报告
实验一图像的基本操作和基本统计指标计算一、实验目的熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。
对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学号本课程的必经之路。
了解计算图像的统计指标的方法及其在图像处理中的意义。
了解图像的几何操作，如改变图像大小、剪切、旋转等。
二、实验主要仪器设备（1）台式计算机或笔记本电脑（2）MATLAB（安装了图像处理工具箱，即Image Processing Toolbox(IPT）)（3）典型的灰度、彩色图像文件三、实验原理（1）将一幅图像视为一个二维矩阵。
（2）利用MATLAB图像处理工具箱读、写和显示图像文件。
①调用imread函数将图像文件读入图像数组（矩阵）。
例如“I=imread(‘tire.tif’);”。
其基本格式为：“A=imread(‘filename.fmt’)”，其中，A为二维矩阵，filename.为文件名，fmt为图像文件格式的扩展名。
②调用imwrite函数将图像矩阵写入图像文件。
例如“imwrite(A,’test_image.jpg’);”。
其基本格式为“imwrite(a,filename.fmt)”。
③调用imshow函数显示图像。
例如“imshow(‘tire.tif’);”。
其基本格式为：I为图像矩阵，N为显示的灰度级数，默认时为256。
（3）计算图像有关的统计参数。
四、实验内容（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。
（2）利用MATLAB计算图像有关的统计参数。
五、实验步骤（1）利用“读图像文件I/O”函数读入图像Italy.jpg。
（2）利用“读图像文件I/O”的iminfo函数了解图像文件的基本信息：主要包括Filename(文件名)、FileModDate(文件修改时间)、Filesize(文件尺寸)、Format(文件格式)、FormatVersion （格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType （彩色类型）、CodingMethod（编码方法）等。
(学习matlab基本实验) MATLAB图像基本操作命令
实验一MATLAB图像基本操作命令一、实验目的本次实验是基础实验，旨在加强学生的实验操作水平和使用MTALB软件能力，包括以下几个部分：a)开始使用MA TLABb)显示图像，理解图像的模型c)使用图像的不同格式，理解图像压缩的意义d)对图像做简单的操作本次实验需要熟练使用以下几个MA TLAB命令：imread, imwrite, imshow,figure二、实验准备实验基于MA TLAB软件，实验课开始前安装好MA TLAB软件以及相关的实验数据三、实验步骤a)开始使用MA TLABMA TLAB软件安装好后在其安装目录下有一个work文件夹，是MA TLAB的默认工作目录。
将本目录下的实验图像拷入MA TLAB下的work文件夹内。
实验图像一文件夹中放置了作为本次实验素材的原始图像。
启动Matlab。
图1 MA TLAB启动后在图1所指示command window窗口中键入cd pic命令，如图2所示。
以后的操作都在”>>”后键入命令。
图2 MA TLAB启动后b)显示图象1．显示灰度图像命令格式Image=imread('灰度图像文件名');imshow(Image,[])此实验分两步完成，先用imread命令将图像文件读入图像像素矩阵Image，然后用imshow命令将该矩阵在屏幕上显示，如图3所示。
其中‘灰度图像文件名’必须是pic 文件夹中所包含灰度图像的名字。
例1Image=imread('aa.bmp ');imshow(Image,[]);图3为执行的结果。
图32.彩色图像显示和分解将三维像素值矩阵分解成三个矩阵，并将它们分别显示出来，可以看到RGB文件的三原色分解。
命令格式Image=imread('彩色图像文件名');imshow(Image,[]);imread和imshow也用来显示彩色图像，其中‘彩色图像文件名’必须是pic文件夹中所包含彩色图像的名字。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第1次实验基于MATLAB的图像基本操作
二、实验内容和要求：
1．实现图像Baboon.bmp（MATLAB自带）的读入（可使用imread）和显示（可使用imshow）操作，代码加上足够的注释，需要建立一个M文件实现。
I=imread('F:\标准图像\Baboon.bmp');//读入图像
imshow(I);//显示图像
2．编程实现将一幅RGB图像转换为二值图像，并在一个窗口同时显示处理过程中得到的每一个图像和原图像，同时需要给图像加上标题。
（原始数据可以是任意的RGB图像）。
需要新建一个M文件实现。
figure,subplot(1,3,1),imshow(I(:,:,1)),title('R');
subplot(1,3,2),imshow(I(:,:,2)),title('G');
subplot(1,3,3),imshow(I(:,:,3)),title('B');
3.计算图象统计参数：
读取图像（文件名为‘cameraman.tif’）;
最大值
最小值
均值
K=imread('cameraman.tif');
d_max=max(K(:))
d_min=min(K(:))
d_mean=mean(K(:))
4.利用帮助系统了解im2double,imresize,image函数的作用和语法，并利用这些函数处理已知图像pout.tif（MATLAB自带）并显示处理前后效果。
J=imread('pout.tif');
J1=im2double(J);
figure,subplot(1,2,1),imshow(J),title('Before')
subplot(1,2,2),imshow(J1),title('After')
J2=imresize(J,0.3);
figure,subplot(1,2,1),imshow(J),title('Before')
subplot(1,2,2),imshow(J2),title('After')
figure,subplot(1,2,1),imshow(J),title('Before')
subplot(1,2,2),image(J);title('After')
1。