matlab数字图像处理实验报告
matlab 数字图像处理实验报告(五份)
《数字图像处理实验报告》实验一图像的增强一.实验目的1.熟悉图像在MATLAB下的读写、输出；2.熟悉直方图；3.熟悉图像的线性指数等；4.熟悉图像的算术运算和几何变换。
二.实验仪器计算机、MATLAB软件三.实验原理图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。
从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像。
其基本原理是：对一幅图像的灰度直方图，经过一定的变换之后，使其成为均匀或基本均匀的，即使得分布在每一个灰度等级上的像素个数．f=H等或基本相等。
此方法是典刑的图像空间域技术处理，但是由于灰度直方图只是近似的概率密度函数，因此，当用离散的灰度等级做变换时，很难得到完全平坦均匀的结果。
频率域增强技术频率域增强是首先将图像从空间与变换到频域，然后进行各种各样的处理，再将所得到的结果进行反变换，从而达到图像处理的目的。
常用的变换方法有傅里叶变换、DCT变换、沃尔什-哈达玛变换、小波变换等。
假定原图像为f(x，y)，经傅立叶变换为F(u，v)。
频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅立叶变换得到增强的图像。
四.实验内容及步骤1.图像在MATLAB下的读写、输出；实验过程：>> I = imread('F:\image\624baf9dbcc4910a.jpg');figure;imshow(I);title('Original Image');text(size(I,2),size(I,1)+15, ...'IMG_20170929_130307.jpg', ...'FontSize',7,'HorizontalAlignment','right');Warning: Image is too big to fit on screen; displaying at 25% > In imuitools\private\initSize at 86In imshow at 196Original Image2.给定函数的累积直方图。
matlab图像处理实验报告
matlab图像处理实验报告《Matlab图像处理实验报告》摘要：本实验报告通过使用Matlab软件进行图像处理实验，对图像进行了灰度化、二值化、边缘检测、图像增强等处理，通过实验结果分析，验证了Matlab在图像处理领域的实用性和有效性。
1. 实验目的本实验旨在通过Matlab软件进行图像处理实验，掌握图像处理的基本方法和技术，提高对图像处理算法的理解和应用能力。
2. 实验原理图像处理是对图像进行数字化处理的过程，主要包括图像获取、图像预处理、图像增强、图像分割和图像识别等步骤。
Matlab是一种功能强大的科学计算软件，具有丰富的图像处理工具箱，可用于图像的处理、分析和识别。
3. 实验内容（1）图像灰度化首先，通过Matlab读取一幅彩色图像，并将其转换为灰度图像。
利用Matlab 中的rgb2gray函数，将RGB图像转换为灰度图像，实现图像的灰度化处理。
（2）图像二值化接着，对灰度图像进行二值化处理，将图像转换为黑白二值图像。
利用Matlab 中的im2bw函数，根据设定的阈值对灰度图像进行二值化处理，实现图像的二值化处理。
（3）边缘检测然后，对二值图像进行边缘检测处理，提取图像的边缘信息。
利用Matlab中的edge函数，对二值图像进行边缘检测处理，实现图像的边缘检测处理。
（4）图像增强最后，对原始图像进行图像增强处理，改善图像的质量和清晰度。
利用Matlab 中的imadjust函数，对原始图像进行图像增强处理，实现图像的增强处理。
4. 实验结果分析通过实验结果分析，可以发现Matlab在图像处理领域具有较高的实用性和有效性。
通过Matlab软件进行图像处理实验，可以快速、方便地实现图像的处理和分析，提高图像处理的效率和精度，为图像处理技术的研究和应用提供了重要的工具和支持。
5. 结论本实验通过Matlab图像处理实验，掌握了图像处理的基本方法和技术，提高了对图像处理算法的理解和应用能力。
数字图像处理matlab版实验报告
数字图像处理实验报告（matlab版）一．实验目的：熟悉数字图像处理中各种椒盐噪声的实质，明确各种滤波算法的的原理。
进一步熟悉matlab的编程环境，熟悉各种滤波算法对应的matlab函数。
实验结果给以数字图像处理课程各种算法处理效果一个更直观的印象。
二.实验原理:1．IPT(图像处理工具箱)基本函数介绍1. imread函数该函数用于从图形文件中读出图像。
格式A=IMRAED(FILENAME,FMT)。
该函数把FILENAME 中的图像读到A中。
若文件包含一个灰度图,则为二维矩阵。
若文件包含一个真彩图(RGB),则A为一三维矩阵。
FILENAME指明文件，FMT指明文件格式。
格式[X,MAP]=IMREAD(FILENAME,FMT).把FILENAME中的索引图读入X,其相应的调色板读到MAP中.图像文件中的调色板会被自动在范围[0,1]内重新调节。
FMT的可能取值为jpg 或jpeg,tif或tiff,bmp,png,hdf,pcx,xwd。
2.imwrite函数该函数用于把图像写入图形文件中。
格式IMWRITE(A,FILENAME,FMT)把图像A写入文件FILENAME中。
FILENAME指明文件名, FMT指明文件格式。
A既可以是一个灰度图,也可以是一个真彩图像。
格式IMWRITE(X,MAP,FILENAME,FMT)把索引图及其调色板写入FILENAME中。
MAP必须为合法的MATLAB调色板,大多数图像格式不支持多于256色的调色板。
FMT的可能取值为tif或tiff,jpg或jpeg,bmp,png,hdf,pcx,xwd。
3. imshow函数显示图像。
格式IMSHOW(I,N).用N级离散灰度级显示灰度图象I。
若省略N,默认用256级灰度显示24位图像,64级灰度显示其他系统。
格式IMSHOW(I,[LOW HIGH])，把I 作为灰度图显示。
LOW值指定为黑色,HIGH指定为白色，中间为按比例分布的灰色。
数字图像处理实验报告-基于Matlab
华东师范大学电子工程系2017.6实验1：图像灰度级修正【实验目的】掌握常用的图像灰度级修正方法（灰度变换法和直方图均衡化），加深对直方图的理解。
观察图像的增强效果，对灰度级修正前后的图像加以比较。
【实验内容】1）编程实现图像的灰度变换，改变图像的输入、输出映射参数范围（线性拉伸和反比）；2）修改参数gamma值（大于、小于、等于1），观察处理结果；3）对图像直方图作均衡化处理，显示均衡前后的图像及其直方图。
【实验代码】original=imread('lena.bmp');linstr=imadjust(original,[0.3 0.7],[0 1]); %线性拉伸opposite=imadjust(original,[0 1],[1 0]); %反比above=imadjust(original,[0 1],[0 1],2); %gamma>1equal=imadjust(original,[0 1],[0 1],1); %gamma=1below=imadjust(original,[0 1],[0 1],0.5); %gamma<1subplot(3,3,1);imshow(original);title('原图像');subplot(3,3,2);imshow(linstr);title('线性拉伸');subplot(3,3,3);imshow(opposite);title('反比');subplot(3,3,4);imshow(above);title('gamma>1');subplot(3,3,5);imshow(equal);title('gamma=1');subplot(3,3,6);imshow(below);title('gamma<1');subplot(3,3,7);imhist(original);title('原图像直方图'); histequal=histeq(original);%对图像均衡化subplot(3,3,8);imshow(histequal);title('均衡后的图像'); subplot(3,3,9);imhist(histequal);title('均衡图像的直方图'); axis([0 256 0 2000]);【输出图像】【实验思考】根据以下图片以及实验结果可知gamma>1时图像整体变暗，灰度级整体变小；gamma<1时图像整体变亮，灰度级整体变小；而gamma=1时，图像维持不变。
(完整word版)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。
matlab数字图像处理实验报告
subplot(2,1,1);imshow(j);title('噪声干扰图像')
subplot(2,1,2);imshow(M);title('改进后的图像')
3、采用三种不同算子对图像进行锐化处理
应用Sobel算子锐化图像
Z2=imsubtract(A,B)
Z3=immultiply(A,B)
Z4=imdivide(A,B)
subplot(3,2,1); imshow(A);title('原图像A') subplot(3,2,2); imshow(B);title('原图像B') subplot(3,2,3); imshow(Z1);title('加法图像') subplot(3,2,4); imshow(Z2);title('减法图像') subplot(3,2,5); imshow(Z3);title('乘法图像') subplot(3,2,6); imshow(Z2);title('除法图像')
imshow(l);
title('Original lmage 1;
THETA = 11;
PSF = fspecial('motion', LEN, THETA);
blurred = imfilter(l, PSF, 'conv', 'circular');
算子滤波锐化
应用prewitt算子锐化图像 算子滤波锐化
应用log算子锐化图像
数字图像处理实验报告(全部)
实验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。
实验2 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。
matlab简单图像处理实验报告
实验一：图像文件类型转换实验目的：理解数字图像文件的几种基本类型掌握在MATLAB中进行图象文件类型转换的方法观察图象转换前后的效果加深对图象文件类型的理解熟悉图象格式、颜色系统间的转换实验内容：1）灰度图像与索引图像的相互转换2）RGB图像与索引图像的相互转换3）将图像转换为二值化图像实验方法：利用MATLAB工具进行实验一、灰度图像到索引图像的转换clear>> info=imfinfo('rice.png')info =Filename: 'rice.png'FileModDate: '26-Jan-2003 00:03:06'FileSize: 44607Format: 'png'FormatVersion: []Width: 256Height: 256BitDepth: 8ColorType: 'grayscale'FormatSignature: [137 80 78 71 13 10 26 10]Colormap: []Histogram: []InterlaceType: 'none'Transparency: 'none'SimpleTransparencyData: []BackgroundColor: []RenderingIntent: []Chromaticities: []Gamma: []XResolution: []YResolution: []ResolutionUnit: []XOffset: []YOffset: []OffsetUnit: []SignificantBits: []ImageModTime: '27 Dec 2002 19:57:12 +0000'Title: []Author: []Description: 'Rice grains'Copyright: 'Copyright The MathWorks, Inc.'CreationTime: []Software: []Disclaimer: []Warning: []Source: []Comment: []OtherText: []RGB=imread('rice.png');>> figure(3);>> imshow(RGB);>> figure(1);>> [RGB1,map1]=gray2ind(RGB,128);>> imshow(RGB1,map1);>> figure(2);>> [RGB2,map2]=gray2ind(RGB,16);>> imshow(RGB2,map2);>> imwrite(RGB1,map1,'3.bmp');>> imwrite(RGB2,map2,'4.bmp');图3 图1图2实验结果分析：从上述实验结果，我们可以看出灰度级不同，图像的亮度也不一样。
- 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)。
《数字图像处理实验报告》实验一图像的增强一.实验目的1.熟悉图像在MATLAB下的读写、输出；2.熟悉直方图；3.熟悉图像的线性指数等；4.熟悉图像的算术运算和几何变换。
二.实验仪器计算机、MATLAB软件三.实验原理图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。
从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像。
其基本原理是：对一幅图像的灰度直方图，经过一定的变换之后，使其成为均匀或基本均匀的，即使得分布在每一个灰度等级上的像素个数．f=H等或基本相等。
此方法是典刑的图像空间域技术处理，但是由于灰度直方图只是近似的概率密度函数，因此，当用离散的灰度等级做变换时，很难得到完全平坦均匀的结果。
频率域增强技术频率域增强是首先将图像从空间与变换到频域，然后进行各种各样的处理，再将所得到的结果进行反变换，从而达到图像处理的目的。
常用的变换方法有傅里叶变换、DCT变换、沃尔什-哈达玛变换、小波变换等。
假定原图像为f(x，y)，经傅立叶变换为F(u，v)。
频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅立叶变换得到增强的图像。
四.实验内容及步骤1.图像在MATLAB下的读写、输出；实验过程：>> I = imread('F:\image\');figure;imshow(I);title('Original Image');text(size(I,2),size(I,1)+15, ...'', ...'FontSize',7,'HorizontalAlignment','right');Warning: Image is too big to fit on screen; displaying at 25% > In imuitools\private\initSize at 86In imshow at 1962.给定函数的累积直方图。
>> clear all;close all;>> r=127;x=-r:r+1;sigma=20;y1=exp(-((x-80).^2)/(2*sigma^2));y2=exp(-((x+80).^2)/(2*sigma^2));y=y1+y2; %双峰高斯函数，任意函数都可以%im=imread(''); %匹配一个图像的直方图%y=imhist(im);y=y/sum(y); %归一化，使函数符合概率分布的sum(y)==1这样一个规律plot(y); %待匹配的直方图G=[]; %函数的累积直方图for i=1:256G=[G sum(y(1:i))];end3.图像及直方图显示i=imread('F:\image\');k=rgb2gray(i);subplot(1,2,1);imshow(i);subplot(1,2,2);imhist(k,64);五.实验分析通过以上一系列的图片可以看出，低通滤波器可以抑制图像噪声，改善图像质量，高通滤波器可以突出图像的边界。
图像处理的过程是一个将多种算法综合运用的过程,任何单独算法都不是完美的,多种算法的结合才能够相互取长补短从而弥补不足,达到更好的处理效果。
本软件的开发基于这一思路,将各个普通的图像处理功能集成到软件后台,并对其进行了区间优化和连接融合,部分原函数被适当改写,使其能够用于极端恶劣条件下目标的清晰显现和准确定位。
实验二图像变换一.实验目的1.了解正交变换的基本概念；2.掌握图像的离散傅里叶及余弦；3.熟悉图像的沃什变换和哈德曼变换。
二.实验仪器计算机、MATLAB软件三.实验原理为了有效地和快速地对图像进行处理和分析，常常需要将原定义在图像空间的图像以某种形式转换到另外一些空间，并利用在这些空间是的特有的性质方便地进行一定的加工，最后在转换回图像空间以得到所需要的效果。
这种使图像处理简化的方法通常是对图像进行变换。
四.实验内容及步骤1.二值图像的傅里叶变换代码如下：f=zeros(30,30);f(5:24,13:17)=1;subplot(2,2,1);imshow(f,'notruesize');xlabel('(a)创建的二值图像');F=fft2(f);subplot(2,2,2);mesh(fftshift(abs(F)));xlabel('(b)频谱图');F1=fftshift(log(abs(F)));subplot(2,2,3);imshow(F1,[-1,5],'notruesize'); xlabel('(c)未填充频谱图');colormap(jet);colorbar;F=fft2(f,256,256);subplot(2,2,4);imshow(fftshift(log(abs(F))),[-1,5]); xlabel('(d)填充后频谱图')colormap(jet);colorbar;（21）运行结果如下：2.离散余弦变换代码如下：I=imread('');subplot(2,2,1);imshow(I);xlabel('(a)原始图像');J=dct2(I);subplot(2,2,2);imshow(log(abs(J)),[]); colormap(jet(64)),colorbar;xlabel('(b)余弦变换');J(abs(J)<10)=0;k=idct2(J);subplot(2,2,3);imshow(k,[0 255]); xlabel('(c)逆余弦变换');A=im2double(I);D=dctmtx(size(A,1));dct=D*A*D';subplot(2,2,4);imshow(dct);xlabel('(d)dctmtx变换');2）真彩图像的余弦变换RGB=imread('F:\Program Files (x86)\image\');figure(1);imshow(RGB);GRAY=rgb2gray(RGB);figure(2);imshow(GRAY);DCT=dct2(GRAY);figure(3);imshow(log(abs(DCT)),[]);运行结果如下：3．图象的沃尔什-哈达玛变换（1）图像变换的代码如下：I=zeros(2.^8);I(2.^7-2.^4+1:2.^7+2.^4,2.^7-2.^4+1:2.^7+2.^4)=ones(2*2.^4) ;figure(1)colormap(gray(128)),imagesc(I);[m,n]=size(I)for k = 1:nwht(:,k)=hadamard(m)*I(:,k)/m;endfor j = 1:mwh(:,j)=hadamard(n)*wht(j,:)'/n;endwh=wh';figure(2)colormap(gray(128)),imagesc(wh);（2）运行结果如下：五.结果分析二维离散傅里叶变换 (two-dimensional dis-Crete Fourier transform)是一种数字变换方法对原始图像进行离散余弦变换，由结果可知，变换后DCT系数能量主要集中在左上角，其余大部分系数接近于零，这说明DCT具有适用于图像压缩的特性。
将变换后的DCT系数进行门限操作，将小于一定值得系数归零，这就是图像压缩中的量化过程，然后进行逆DCT运算，得到压缩后的图像，比较变换前后的图像，肉眼很难分辨出有什么区别，可见压缩的效果比较理想。
实验三图像的复原一.实验目的1.加深图像复原的相关原理、熟悉相关算法；2.能够产生运动模糊图像，加入高斯和椒盐噪声，并对加深图像进行中值、均值、最大值、最小值进行滤波复原；3.对彩色图像RGB转换到HIS，并显示对应分量，同时完成相关平滑滤波。
二.实验仪器计算机、MATLAB软件三.实验原理编写空域滤波对加噪图像进行复原的程序先读入图像，然后为该图像加噪实现均值滤波复原（算术均值、几何均值、谐波均值、逆谐波均值）实现顺序统计滤波复原（中值、最大值、最小值、中点、阿尔法均值）最后比较滤波和噪声类型的关系顺序统计滤波器对于脉冲（盐和胡椒）噪声有效。
中值滤波器在相同尺寸下，比起均值滤波器引起的模糊少 Pa =Pb =的脉冲噪声3×3的中值滤波器，第二次中值滤波器处理，第三次中值滤波器处理，全部噪声消除。
最大值滤波器发现图像中亮点用于消除“胡椒”最小值滤波器，发现图像中暗点用于消除“盐”最小值滤波器处理，最大值滤波器处理“胡椒”噪声干扰图像“盐”噪声干扰图像。
中点滤波器结合了顺序统计和求平均的特点对高斯和均匀分布的噪声效果最好，修正后阿尔法均值滤波器（Alpha-trimmed mean filter）假设在Sxy邻域内去掉 g(s,t)中 d/2个最高灰度值和d/2个最低灰度值，用gr(s,t)表示剩余的mn-d个像素。
0<d<mn-1 d=0 算术均值滤波器 d=(mn-1)/2 中值滤波器，处理包括多种噪声混合情况。
四.实验内容及步骤1.f=imread('');figure(1);imshow(f);title('原始图像');g=imnoise(f,'salt & pepper',;figure(2);imshow(g);title('椒盐噪声污染的的');g1=double(g)/225;j1=medfilt2(g1,'symmetric');figure(3);imshow(j1);title('中值滤波图像');j2=ordfilt2(g1,median(1:3*3),ones(3,3),'symmetric');figure(4);imshow(j2);title('中点滤波图像');j3=ordfilt2(g1,1,ones(3,3));figure(5);imshow(j3);title('最小值滤波图像');j4=ordfilt2(g1,9,ones(3,3));figure(6);imshow(j4);title('最大值滤波图像');C=imread('');subplot(1,2,1);imshow(C);LEN=(30);THETA=45;PSF=fspecial('motion',LEN,THETA); MF=imfilter(C,PSF,'circular','conv'); subplot(1,2,2), imshow(MF);imwrite(MF,');F=checkerboard(8);figure(1);imshow(F,[]);PSF=fspecial('motion',7,45);MF=imfilter(F,PSF,'circular');noise=imnoise(zeros(size(F)),'gaussian',0,;MFN=MF+noise;figure(2);imshow(MFN,[]);NSR=sum(noise(:).^2)/sum(MFN(:).^2);imshow(deconvwnr(MFN,PSF),[]);figure(4);imshow(deconvwnr(MFN,PSF,NSR),[]);五.实验分析图像在获取过程中，由于成像系统的非线性、飞行器的姿态变化等原因，成像后的图像与原景物图像相比，会产生比例失调，甚至扭曲。