图像处理实验报告模板
数字图像处理实验报告——图像分割实验
实验报告课程名称数字图像处理导论专业班级_＿____＿＿_＿___＿_姓名 __＿___＿_____＿__学号___＿＿_____＿____电气与信息学院与谐勤奋求就是创新一．实验目得1.理解图像分割得基本概念;2.理解图像边缘提取得基本概念；3.掌握进行边缘提取得基本方法；4.掌握用阈值法进行图像分割得基本方法.二。
实验内容1.分别用Roｂerｔs，Ｓobel与拉普拉斯高斯算子对图像进行边缘检测。
比较三种算子处理得不同之处；2.设计一个检测图1中边缘得程序，要求结果类似图2，并附原理说明。
3.任选一种阈值法进行图像分割、图1 图２三．实验具体实现1.分别用Robｅrts,Ｓobel与拉普拉斯高斯算子对图像进行边缘检测。
比较三种算子处理得不同之处；I=ｉｍreａｄ(’ｍｒi、ｔｉｆ');imshｏw（Ｉ)BW1=edgｅ（I，’ｒoｂerｔs’）;ｆigure ，ｉｍshow（BＷ1）,titlｅ(’用Robeｒｔs算子’)ＢW2=edgｅ(Ｉ，’sｏbel’);ｆigure,imshoｗ（BW2），ｔitle（’用Sｏbｅl算子 ')BW３＝ｅdge(I，’log’);figure，iｍshｏw（BW３)，titlｅ(’用拉普拉斯高斯算子’）比较提取边缘得效果可以瞧出,sｏbｅr算子就是一种微分算子,对边缘得定位较精确,但就是会漏去一些边缘细节.而Ｌaplaｃｉan—Gaussiaｎ算子就是一种二阶边缘检测方法，它通过寻找图象灰度值中二阶过零点来检测边缘并将边缘提取出来，边缘得细节比较丰富。
通过比较可以瞧出Ｌａplaciaｎ-Gauｓsｉan算子比sobeｒ算子边缘更完整，效果更好。
2.设计一个检测图1中边缘得程序，要求结果类似图2，并附原理说明.i=ｉmread（＇m８3、ｔif’）;subplｏｔ（１，2,1）；ｉmｈｉst（i）;ｔitle（'原始图像直方图'）;thread＝1３０/２5５；subplot（1，２，2);ｉ3=ｉｍ2bｗ(i，thrｅaｄ）；imsｈow（i3)；titlｅ('分割结果’);3.任选一种阈值法进行图像分割、i=iｍread（'tｒｅes、tif’）;subploｔ（１,2,1）；imｈist（i)；ｔitle（＇原始图像直方图’)；threａd=10０/２5５；sｕｂploｔ（１，2,2）;i3=iｍ2bｗ(i,thread）;imｓhow（i３）;titlｅ('分割结果’)1、分别用Robｅrts，Sobel与拉普拉斯高斯算子对图像进行边缘检测。
数字图像处理实验报告完整版
数字图像处理实验一 MATLAB数字图像处理初步一、显示图像1．利用imread( )函数读取一幅图像，假设其名为lily.tif，存入一个数组中；2．利用whos 命令提取该读入图像flower.tif的基本信息；3．利用imshow()函数来显示这幅图像；实验结果如下图：源代码：>>I=imread('lily.tif')>> whos I>> imshow(I)二、压缩图像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lily.jpg；语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。
6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flily.bmp。
7．用imread()读入图像Sunset.jpg和Winter.jpg；8．用imfinfo()获取图像Sunset.jpg和Winter.jpg的大小；9．用figure,imshow()分别将Sunset.jpg和Winter.jpg显示出来，观察两幅图像的质量。
其中9的实验结果如下图：源代码：4~6(接上面两个) >>I=imread('lily.tif')>> imfinfo 'lily.tif'；>> imwrite(I,'lily.jpg','quality',20);>> imwrite(I,'lily.bmp');7~9 >>I=imread('Sunset.jpg');>>J=imread('Winter.jpg')>>imfinfo 'Sunset.jpg'>> imfinfo 'Winter.jpg'>>figure(1),imshow('Sunset.jpg')>>figure(2),imshow('Winter.jpg')三、二值化图像10．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。
图像处理实验报告模板
Ai实验报告
实验一：机器猫
1、实验目的、要求：
2、
掌握Ai的基本操做作,学会利用Ai处理各种图形.
3、实验原理：
工具：Ai软件中的选择工具、直接选择工具、钢笔工具、直线工具、椭圆工具、矩形工具、剪刀工具、比例缩放工具、镜像工具等命令：画椭圆、用钢笔工具画轮廓、用路径查找器实现图像的交集、减集和联集
4、实验环境要求：
电脑硬件 Ai 软件图片素材
4、实验内容：
A、创作计划、相关过程以及资料：
从网上下载机器猫图片
5、制作步骤
头：用椭圆工具绘制机器猫的头、眼睛、鼻子
用镜像工具进行复制，然后等比例缩放复制出机器猫的脸
同样方法绘制出机器猫的眼睛
用椭圆工具绘制出一个椭圆，然后用剪刀工具剪出机器猫的嘴
用直线段工具绘制机器猫的胡须
身体：用钢笔工具勾画出机器猫的身体
肚皮：画圆--->修改锚点，把圆调整到适合
口袋：两椭圆进行处理，减去顶层，取消编组
项圈：两椭圆进行处理，减去顶层，取消编组
铃铛：画圆--->左右各添加锚点、按住shift对锚点进行操作--->重复上一步
对机器猫的各部分进行相应的颜色填充
完成图片编组、保存、导出
6、在实验中遇到的问题及解决方法
用钢笔工具画出身体后不好调整形状
--解决方法：先画出比较相似的身体形状，然后再进行调整
下面为图片介绍：
第一张为网上搜到的图片
第二张为模仿完成的图片。
DSP图像处理技术-实验报告模板New1
西安**大学通信与信息工程学院《DSP数字图像处理技术》课内实验报告（2016/ 2017 学年第 2学期）学生姓名： 88888专业班级： 7777学号： 0000指导教师： 0000目录实验1：Code Composer Studio入门实验 0一、实验目的 0二、实验原理 0三、实验内容（调试好的程序，实验结果与分析） (1)四、实验小结 (1)实验2：编写一个以C语言为基础的DSP程序 (4)一、实验目的 (4)二、实验原理 (4)三、实验内容（调试好的程序，实验结果与分析） (4)四、实验小结 (6)实验3：图像灰度化实验 (7)一、实验目的 (7)二、实验原理 (7)三、实验内容（调试好的程序，实验结果与分析） (7)四、实验小结 (8)实验4：图像平滑实验 (10)一、实验目的 (10)二、实验原理 (10)三、实验内容（调试好的程序，实验结果与分析） (12)四、实验小结 (15)实验5：图像锐化实验 (16)一、实验目的 (16)二、实验原理 (16)三、实验内容（调试好的程序，实验结果与分析） (16)四、实验小结 (18)实验6：图像灰度变换实验 (21)一、实验目的 (21)二、实验原理 (21)三、实验内容（调试好的程序，实验结果与分析） (21)四、实验小结 (22)实验7：图像均衡化实验 (24)一、实验目的 (24)二、实验原理 (24)三、实验内容（调试好的程序，实验结果与分析） (24)四、实验小结 (24)实验8：图像边缘检测实验 (28)一、实验目的 (28)二、实验原理 (28)三、实验内容（调试好的程序，实验结果与分析） (28)四、实验小结 (30)实验总结与心得体会 (36)实验1：Code Composer Studio入门实验一、实验目的1、学习创建工程和管理工程的方法2、了解基本的编译和调试功能3、学习使用观察窗口4、了解图像功能的使用二、实验原理开发 TMS320C6xxx 应用系统一般需要以下几个调试工具来完成：1. 软件集成开发环境（CCS）：完成系统的软件开发，进行软件和硬件的仿真调试，它是硬件调试的辅助工具。
图像处理美工实验报告
图像处理美工实验报告1. 实验目的本次实验旨在通过图像处理技术，提升图片的美观度。
通过对图像进行调整、修复、美化等处理，使得图片在色彩、对比度、清晰度等方面表现出更好的效果。
2. 实验环境- 操作系统：Windows 10- 编程语言：Python- 开发环境：Anaconda Navigator- 相关软件：Adobe Photoshop3. 实验过程3.1 图片调整首先，我们使用Adobe Photoshop对原始图片进行调整。
通过调整图片的亮度、对比度、色调等参数，使得图片的整体效果更加明亮、鲜艳。
3.2 图像修复接着，我们使用图像处理库中的算法对图片进行修复。
通过去除噪点、消除瑕疵、修复缺失等操作，使得图片中的细节更加清晰、完整。
3.3 图像滤镜在调整和修复完成后，我们尝试使用不同的滤镜效果来美化图片。
通过施加不同的滤镜效果，例如模糊、锐化、马赛克等，我们可以给图片加入一些艺术效果，使得图片更加具有视觉冲击力。
3.4 图像细节增强为了使得图片更加饱满、立体，我们可以对图片中的细节部分进行增强处理。
通过增强细节的锐度、增加线条的清晰程度，我们可以使得图片中的物体更加鲜活、立体。
3.5 色彩调整最后，我们对图片的色彩进行调整。
通过调整图片的色相、饱和度、明度等参数，我们可以让图片的色彩更加丰富、鲜艳。
同时，我们可以对不同色彩通道进行调整，使得图片的整体色调更加协调、统一。
4. 实验结果经过一系列的图像处理操作，我们成功提升了图片的美观度。
原始图片与经过处理后的图片相比，色彩更加明亮饱满，细节更加清晰，整体效果更加出色。
同时，通过施加不同的滤镜效果和调整色彩，我们还加入了一些艺术效果，提升了图片的视觉冲击力。
5. 总结通过本次实验，我们了解了图像处理技术在美工方面的应用。
图像处理可以对图片进行调整、修复、美化等操作，提升其美观度和质量。
合理使用图像处理技术，可以使得图片更加生动、吸引人，为设计和美工工作提供了有力的支持。
图像处理实验报告
数字图像处理实验报告姓名:学号:专业:[2015.6.25]一、彩色图BMP图像转灰度图1.实验要求打开一幅*.bmp图像, 并将彩色图像变灰度图像, 并读取图像数据。
2.实验内容（1）一般BMP图像的结构一般的bmp文件的结构可分为三部分: 表头、调色板和图像数据。
①BMP文件头(14字节) ,文件的第0字节到第13字节为BMP图像的文件头。
BMP文件头数据结构含有BMP文件的类型、文件大小和位图起始位置等信息。
其结构定义如下:Typedef struct tagBITMAPFILEHEADER {WORD bfType; // 位图文件的类型, 必须为BM(0-1字节)DWORD bfSize; // 位图文件的大小, 以字节为单位(2-5字节)WORD bfReserved1; // 位图文件保留字, 必须为0(6-7字节)WORD bfReserved2; // 位图文件保留字, 必须为0(8-9字节)DWORD bfOffBits; //位图阵列的偏移量, (10-13字节)// 位图阵列的偏移量, 以字节为单位, 说明从文件头开始到实际图像数据之间的字节偏移量} BITMAPFILEHEADER；②BMP信息头位图信息头(40字节), 文件的第14个字节到第53个字节为BMP图像的信息头, 位图信息头数据用于说明位图的尺寸等信息。
typedef struct tagBITMAPINFOHEADER{DWORD biSize; // 本结构所占用字节数(14-17字节)LONG biWidth; // 位图的宽度, 以像素为单位(18-21字节)LONG biHeight; // 位图的高度, 以像素为单位(22-25字节)WORD biPlanes; // 目标设备的级别, 值为1(26-27字节)WORD biBitCount; // 每个像素所需的位数, 必须是1(双色), 4(16色), 8(256色)或24(真彩色)之一(28-29字节)DWORD biCompression; // 位图压缩类型, 必须是0(不压缩), 1(BI_RLE8压缩类型)或2(BI_RLE4压缩类型)之一(30-33字节)DWORD biSizeImage; // 位图的大小, 以字节为单位(34-37字节)LONG biXPelsPerMeter; // 位图水平分辨率, 每米像素数(38-41字节)LONG biYPelsPerMeter; // 位图垂直分辨率, 每米像素数(42-45字节)DWORD biClrUsed; // 位图实际使用的颜色表中的颜色数(46-49字节)DWORD biClrImportant; // 位图显示过程中重要的颜色数(50-53字节)} BITMAPINFOHEADER;③调色板调色板用于说明位图中的颜色, 它有若干个表项, 每一个表项是一个RGBQUAD类型的结构, 定义一种颜色。
图像处理实习报告
图像处理实习报告篇一：图像处理综合实验报告专业综合实验报告——图像处理学院：专业：班级：学号：姓名：指导教师：XX.12.1实验二图像变换一、实验目的学习灰度变换修正图像的颜色和灰度的方法。
学习图像直方图的生成和修正技术的原理和实现方法，理解其对于观察图像的意义。
了解图像变换的意义和手段，熟练掌握傅里叶变换等图像正交变换方法，了解二维频谱的分布特点。
二、实验要求1.掌握灰度变换函数的用法，对图像进行灰度变换，增强对比度，显示变换前后的图像以及它们的灰度直方图。
2.选择一幅直方图不均匀的图像，对其作直方图均衡化处理，显示处理前后的图像以及它们的灰度直方图。
三、实验内容1.直方图均衡化处理I1=imread('h1.bmp'); % 读入原图像I2=imread('h2.bmp'); % 读入原图像I3=imread('h3.bmp'); % 读入原图像I4=imread('h4.bmp'); % 读入原图像J=histeq(I); %对原图像进行直方图均衡化处理imshow(I); %显示原图像title('原图像'); %给原图像加标题名figure,imshow(J); %对原图像进行屏幕控制；显示直方图均衡化后的图像 title('直方图均衡化所得图像'); %给直方图均衡化后的图像加标题名figure;subplot(121); %对直方图均衡化后的图像进行屏幕控制；作一幅子图作为并排两幅图的第imhist(I,64); %将原图像直方图显示为64级灰度 title('原图像直方图'); %给原图像直方图加标题名subplot(122); %作第2幅子图imhist(J,64); %将均衡化后图像的直方图显示为64级灰度 title(‘均衡变换后的直方图’); %给均衡化后图像直方图加标题名1幅图2. 显示图像频谱I=imread('chuizhi.bmp');%读入原图像文件imshow(I); %显示原图像fftI=fft2(I); %二维离散傅立叶变换sfftI=fftshift(fftI);%直流分量移到频谱中心RR=real(sfftI); %取傅立叶变换的实部II=imag(sfftI); %取傅立叶变换的虚部A=sqrt(RR.^2+II.^2);%计算频谱幅值A=(A-min(min(A)))/(max(max(A))-min(min(A)))*225;%归一化 figure; %设定窗口imshow(A); %显示原图像的频谱四、思考题1．直方图是什么概念？它反映了图像的什么信息？答：直方图是图像亮度分布的概率密度函数，是图像最基本的统计特征，它反映的是图像的灰度值的分布情况和图像的明暗分布规律，。
遥感影像处理实验报告(3篇)
第1篇一、实验背景与目的随着遥感技术的不断发展，遥感影像已成为获取地球表面信息的重要手段。
遥感影像处理是对遥感影像进行一系列技术操作，以提高影像质量、提取有用信息的过程。
本实验旨在通过实践操作，让学生掌握遥感影像处理的基本原理和常用方法，提高学生对遥感影像数据的应用能力。
二、实验内容与步骤本次实验主要包括以下内容：1. 数据准备：获取实验所需的遥感影像数据，包括光学影像、红外影像等。
2. 影像预处理：对原始遥感影像进行辐射校正、几何校正、图像增强等处理。
3. 影像分割：对预处理后的影像进行分割，提取感兴趣的目标区域。
4. 影像分类：对分割后的影像进行分类，识别不同的地物类型。
5. 结果分析：对分类结果进行分析，评估分类精度。
三、实验步骤1. 数据准备- 获取实验所需的遥感影像数据，包括光学影像、红外影像等。
- 确保影像数据具有较好的质量和分辨率。
2. 影像预处理- 辐射校正：对原始遥感影像进行辐射校正，消除大气、传感器等因素对影像辐射强度的影响。
- 几何校正：对原始遥感影像进行几何校正，消除地形起伏、地球曲率等因素对影像几何形状的影响。
- 图像增强：对预处理后的影像进行图像增强，提高影像对比度、清晰度等。
3. 影像分割- 选择合适的分割方法，如基于阈值分割、基于区域生长分割、基于边缘检测分割等。
- 对预处理后的影像进行分割，提取感兴趣的目标区域。
4. 影像分类- 选择合适的分类方法，如监督分类、非监督分类等。
- 对分割后的影像进行分类，识别不同的地物类型。
5. 结果分析- 对分类结果进行分析，评估分类精度。
- 分析分类结果中存在的问题，并提出改进措施。
四、实验结果与分析1. 影像预处理结果- 经过辐射校正、几何校正和图像增强处理后，遥感影像的质量得到显著提高，对比度、清晰度等指标明显改善。
2. 影像分割结果- 根据实验所采用的分割方法，成功提取了感兴趣的目标区域，分割效果较好。
3. 影像分类结果- 通过选择合适的分类方法，对分割后的影像进行分类，成功识别了不同的地物类型。
- 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)。
桂林电子科技大学
实验报告
一、实验目的
1、掌握基本的图像处理方法，包括读取、写入、显示、剪切、运算以及快操作
等等。
2、掌握常用的图像变换方法，分析变换结果。
二、实验内容
编写程序，在Matlab下调试运行，并注意观察分析结果。
1、使用imread函数分别读入图象cameraman.tif 、canoe.tif，并使用subplot 和imshow函数进行显示。
再使用imcrop对第一幅图片进行剪切，并保存成文件。
2、申明向量X和矩阵A，使用二维傅立叶变换和fftshift函数进行处理，观察向量和矩阵结果。
3、创建一个1000*1000的全0图像，其中选择某矩形区域设置其象素为1（350：649,475:524），对该二值图逆时针旋转45°角，比较旋转前后的图像和傅里叶变换频谱。
三、实验设备、环境
计算机
四、实验原理
1、图像平滑算法
(1) 简单平均法：
设某像素的灰度值为，迭加噪声后，一幅含噪声的图像可表示为
现取以为中心的邻域S ——NN 方形窗口，在S 域内进行局部平均，得
式中，N 的平方为窗口内像素总数。
令
，则
式中，加权函数
（2）中值滤波：
中值滤波是一种非线性的信号处理方法。
中值滤波器在1971 年由J.w.Jukey 首先提出并应用在一维信号处理技术(时间序列分析)中，后来被二维图象信号处理技术所引用。
中值滤波在一定的条件下可以克服线性滤波器如最小均方滤波、均直滤波等带来的图象细节模糊，而且对滤除脉冲干扰及图象扫描噪声最为有效。
由于在实际运算过程中不需要图象的统计特征，因此这也带来不少方便。
但是对于一些细节多，特别是点、线、尖顶细节多的图象不宜采用中值滤波。
中值滤波一般采用一个含有奇数个点的滑动窗口，将窗口中各点灰度值的中值来替代值定点(一般是窗口的中心点)的灰度值。
对于奇数个元素，中值是指按大小排序后，中间的数值；对于偶数个元素，中值是指排序后中间两个元素灰度值的平均值。
一般选用3*3或5*5窗口，形状可分为方形或十字形，如下图所示。
(a) 方形 (b) 十字形
图2-1 二维中值滤波窗口形状
二维中值滤波可表示为
式中，s为所选取的窗口（邻域）范围。
通常，窗口尺寸可先小（3*3）后大（5*5），直到滤波效果满意为止。
2、锐化算法
（1）微分法（梯度法）：
典型算法：
(3.3.3)
Roberts算子法：
(3.3.4)
（2）Laplace（拉普拉斯）算子法：
借助Laplace算子实现空域高通滤波算法如下：
(3.3.12) 式中，二阶差分称为Laplace算子。
对于数字图像，该算法近似为
得到相应的掩模为
五、实验步骤（手写）（按照实际操作过程）
六、实验过程记录（手写）（数据、图表、计算等，可以打印贴
图）
七、实验结果分析及思考（手写）（包括对本次实验的数据分析、
思考题以及对本实验的建议和体会）。