图像处理上机实验
数字图像处理上机实验
数字图象处理上机实验题1、产生右图所示亮块图像f(x,y)（128×128大小，暗处=0，亮处=255），对其进行FFT：（1）同屏显示原图f1和FFT(f1)的幅度谱图；（2）若令f2(x,y)=（-1）x+y f1(x,y)，重复以上过程，比较二者幅度谱的异同，简述理由；（3）若将f2(x,y)顺时针旋转45度得到f3(x,y)，试显示FFT(f3)的幅度谱，并与FFT(f2)的幅度谱进行比较。
解：（1）程序：clc;close;clear;%生成图形f1f1=zeros(128,128);for i=34:1:94for j=54:1:74f1(i,j)=1;endend%FFT变换fft_f1=log(1+abs(fftshift(fft2(f1))));figure;subplot(1,2,1);imshow(f1);title('f1的图像');subplot(1,2,2);imshow(fft_f1,[]);title('fft_f1的幅度频谱');结果：（2）程序：clc;close;clear;%计算f2f2=zeros(128,128);for i=1:128;for j=1:128;f2(i,j)=((-1)^(i+j))*f1(i,j); end endfft_f21=log(1+abs(fft2(f2)));fft_f22=log(1+abs(fftshift(fft2(f2)))); figure;subplot(1,3,1);imshow(f2);title('f2图像');subplot(1,3,2);imshow(fft_f22,[]);title('f2的幅度频谱');subplot(1,3,3);imshow(fft_f21,[]);title('f2的原始幅度频谱'); 结果：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。
数字图像处理上机实验
人民武装学院学生姓名：__________ 周云_____________ 学号：PB102027115专业: 电子信息科学与技术年级: 2010 级________________ 扌旨导老师：_____ 陈其松老师_________时间：2011 年12月24日第二章：一张纸，当放在桌子上时看上去似乎比较白，当用纸来遮蔽眼睛直视明亮的天空时, 来总是黑的>> colormap(gray);>> dark=zeros(256,256);>> dark(64:192,64:192)=0.5;>> subplot(1,3,1);imshow(dark)>> middle(1:256,1:256)=0.7;>> middle(64:192,64:192)=0.5;>> subplot(1,3,2);imshow(bright)>> subplot(1,3,2);imshow(middle)>> bright=o nes(256,256);>> bright(64:192,64:192)=0.5;>> subplot(1,3,3);imshow(bright)1.二值图像>> clear >> x=zeros(10,10);>> x(2:2:10,2:2:10)=1;>> imshow(x)>> x x =Colu mns 1 through 80 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 01 0 1 0 0 01 0 10 0 01 0 10 0 0111纸看起0 1 0 1 0 1 0 1 0 0 0 0 0 0 0 0 0 1 0111Colu mns 9 through 100 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 01□ d a «鸣札,#圧/l二值图像 2•亮度图像：>> X=imread('D:\le na.bmp'); >> imshow(X); >> Y=X(128:138,128:138); >> figure,imshow(Y); >> Y Y =Colu mns 1 through 8 194 183 173 160 145 127 113111 186 172 175 171 153 128 112110 185 178 173 162 145 128 117 114 188 181 168 150 136 128 123 118 192 176 162 145 133 128 125120 192 165 156 144 135 129 124 119 187 157 152 143 136 130 124118 181157 149 139 133 129 125 118 179159148135129129126 118172 153 142 130 127 129 129 168151143 135133133131Colu mns 9 through 11115 116 116 116 118 118 115 119 120 115 120120115 118 118 115 115 115 114 111 112 112 109 110 110 109 110 115 108 112 115113 115(b )获取的部分灰度图像 3•索引图像：>> RGB=imread('D:\flowers.tif); >> [X,m ap]=rgb2i nd(RGB,128); >>imshow(X,map) >> X(1)(a)原始图像122 123ans =127 >> X(2) ans =127>> map(127,:,:,:) ans =0.7647 0.61180.6549>> whos Name Size RGB 362x500x3 X 362x500 ans1x3map 128x34.RGB 图像：>> [X,map]=imread('D:\xia ngjiao.bmp'); >> Y=X(90:95,90:95); >> imshow(Y)>> R=X(90:95,90:95,1); >> G=X(90:95,90:95,2); >> B=X(90:95,90:95,3); >> R,G,B R =175 181 185 189 181 155 171176 185 188 175 146 171 173 182 186 176 161 171 176 184 186 181 178 170181 187 186 183 182 170180 180 181 183180175181185189181155Grand total is 724387 elements using 727096 bytes索引图像Bytes Class 543000 uin t8 array 181000 uint8 array24 double array 3072 double array171 176 185 188 175 146171 173 182 186 176 161171 176 184 186 181 178170 181 187 186 183 182170 180 180 181 183 180B =175 181 185 189 181 155171 176 185 188 175 146171 173 182 186 176 161171 176 184 186 181 178170 181 187 186 183 182170 180 180 181 183 180(a)(b)第三章例3.1把一幅图加上高斯噪声，再通过100次相加求平均的方法去除噪声l=imread('D:eight.tif);>> J=im noise(l,'gaussia n',0,0.02);>> subplot(1,2,1),imshow(l);>> subplot(1,2,2),imshow(J);>> K=zeros(242,308);>> for i=1:100J=imno ise(l,'gaussia n',0,0.02);J仁im2double(J);K=K+J1;end>> K=K/100;>> figure;imshow(K);(a)原图(b)加噪图(c)求平均后的图例3.3图像的乘法运算:I=imread('D:\m oon .tif);>> J=immultiply(l,1.2);>> K=immultiply(l,2);>> subplot(1,3,1),imshow(l);>> subplot(1,3,2),imshow(J);>> subplot(1,3,3),imshow(K);|>li I K.- fin .tara a Irili tawi分别为：原图、乘以 1.2、乘以2例3.4除法运算moon=imread('m oon .tif);>> I=double(m oon);>> J=l*0.43+90;>> K=I*0.1+90;>> L=l*0.01+90;>> moon2=uin t8(J);>> moo n3=ui nt8(K);>> moon4=uin t8(L);>> J=imdivide(m oon,moon 2);>> K=imdivide(m oon,moon 3);>>L=imdivide(m oon,moon 4);>> subplot(2,2,1),imshow(m oon);>> subplot(2,2,2),imshow(J,[]);>> subplot(2,2,3),imshow(K,[]);>> subplot(2,2,4),imshow(L,[]);分别为：原图、J=l*0.43+90、K=l*0.1+90、L=l*0.01+90例3.5逻辑运算:>> l=imread('D:\m oon .tif);>> A=zeros(128);>> A(40:67,60:100)=1;>> figure(1);>> imshow(A);>> B=zeros(128);>> B(50:80,40:70)=1;>> figure(2);>> imshow(B);>> C=a nd(A,B);>> figure(3);>> imshow(C);>> D=or(A,B);>> figure(4);>> imshow(D);>> E=not(A);>> figure(5);(a) A 图(b) B 图(c)A、B相与结果图(d)A、B相或结果图(c)A取反结果图例3.6实现把一副图像旋转60度，并分别采用把转出显示区域的图像截去和扩大显示区域范围以显示图像的全部两种方式>> l=imread('D:\9.jpg');>> J=imrotate(l,60,'bili nea。
数字图像处理上机实验报告
数字图像处理上机实验报告姓名：李青学号： 104090423学院：物理与电子信息学院班级： 10电子实验课题: 五类图像处理的运算方法任课教师：石俊生（教授）填表日期：2013年11月3日一．实验内容实验1：直方图均衡图像增强；实验2: 空域处理：不同平均模板大小：3⨯3、5⨯5、7⨯7去噪；实验3: 空域处理：不同中值模板大小：3⨯3、5⨯5、7⨯7去噪；实验4: 频域处理：对图像低通、高通、带通处理结果比较；实验5：常用边缘检测算子检测；实验6：逆滤波和维纳滤波对运动模糊复原；实验7：DPCM图像压缩。
二．实验目的学会用Matlab中的下列函数对输入图像进行上述5类运算；感受各种不同的图像处理方法对最终图像效果的影响。
Imhist；histeq；nlfilter；mean2；std2；fspecial；filter2；medfilt2；三．实验结果实验1：直方图均衡图像增强（a）原始图像及直方图均衡化后的图像（b）均衡化前后图像的直方图（c）调整灰度原始图像和调整灰度增强后图像实验2: 空域处理：不同平均模板大小：3⨯3、5⨯5、7⨯7去噪(a)原始图像和3*3模板去噪后图像（b）原始图像和5*5模板去噪后图像（c）原始图像和7*7模板去噪后图像实验3: 空域处理：不同中值模板大小：3⨯3、5⨯5、7⨯7去噪实验4: 频域处理：对图像低通、高通、带通处理结果比较（a）原图像与低通滤波图像（b）原图像与高通滤波图像（c）原图像与带通滤波图像实验5：常用边缘检测算子检测(1)lena(2)camaraman(3)Cell(4)rice(5)tire实验6：逆滤波和维纳滤波对运动模糊复原实验7：DPCM图像压缩四．结论与讨论（1）直方图均衡化是通过对原图像进行某种变换，重新分配图像像素值，把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内均匀分布的形式，从而使原始图像的直方图改变成均匀分布的直方图，达到增强图像整体对比度的效果。
图像处理上机实验报告
实验一:学习Photoshop 软件和图像处理的基本知识一．目的要求１．学会 Photoshop 的基本操作。
２．熟悉图像的颜色模式；３．对图像作简单的处理。
二．实验内容：Photoshop 是功能十分强大的图象处理软件，是由Adobe 公司在1990 年首次推出的。
Adobe 公司成立于1982 年，在图象处理和电脑绘图领域里一直处于领先位置。
1994 年以后，随着Adobe 公司的发展，同时也加快了Photoshop 功能的升级。
将原有功能更加完善，成为当今一流的图象处理与图象设计工具。
通过多媒体教学及上机指导书，学习 Photoshop 的使用。
1．学会 photoshop 的软件安装。
2．学习File 菜单中的各命令，了解各种图像文件格式，学会打开、保存图像文件。
3．熟悉 Photoshop 的界面，如控制面板、工具箱及菜单等的使用。
初步掌握工具栏中的各命令功能。
4．打开一RGB 图像，理解彩色的合成模式。
并对一图像作简单的变换处理。
实验二：用Photoshop 软件进行图像处理一．目的要求：１．进一步学习 Photoshop 的使用，了解Photoshop 提供的各种处理方法。
２．掌握 photoshop 图像处理的各种方法。
二．实验内容：1．结合课堂讲授，学习photoshop 的深入处理。
2．每人根据所提供的材料，结合自已的实际做出二至三个photoshop 图像处理成果。
3．比较三角形大小。
注：要写明 photoshop 处理的基本过程；分析比较过程及结论。
3实验三Matlab/VB 语言图像处理基础MATLAB 是近几年来在国外广泛流行的一种可视化科学计算软件，它不但具有语法结构简单、数值计算高效、图形功能完备和图像处理方便的特点，已成为适合多学科、多部门的新一代科技应用软件。
MATLAB 名字由MATrix 和LABoratory 两词的前三个字母组合而成。
在欧美大学里，诸如应用代数、数理统计、自动控制、数字信号处理、模拟与数字通信、时间序列分析、动态系统仿真等课程的教科书都把MATLAB 作为内容。
数字图像处理上机实验三
医学图像处理实验三1、计算图像的梯度，梯度值和梯度角。
I=imread('C:\Users\Administrator\Desktop\cat.jpg'); B=rgb2gray(I);C=double(B);e=1e-6;%10^-6[dx,dy]=gradient(C);%计算梯度G=sqrt(dx.*dx+dy.*dy);%梯度幅值figure,imshow(uint8(G)),title('梯度图像');pha=atan(dy./(dx+e))figure,imshow(pha,[])图 1图 2 梯度角图2、计算图像边缘检测，用滤波器方式实现各种算子。
（1）Roberts算子clear;I=imread('C:\Users\admin\Desktop\mao.jpg');B=rgb2gray(I);[m,n]=size(B);nB=B;robertsnum=0;%经roberts算子计算得到的每一个像素的值robertsthreshold=0.6;%设定阈值for j=1:m-1;%进行边界提取for k=1:n-1robertsnum=abs(B(j,k)-B(j+1,k+1))+abs(B(j+1,k)-B(j,k+1)); if(robertsnum>robertsthreshold)nB(j,k)=255;elsenB(j,k)=0;endendendsubplot(1,2,1);imshow(B);title('原图');subplot(1,2,2);imshow(nB,[]);title('Robert算子处理后的图像');图 3（2）Sobel算子clear;I=imread('C:\Users\admin\Desktop\mao.jpg');B=rgb2gray(I);[m,n]=size(B);f=double(B);u=double(B);usobel=B;for i=2:m-1%sobel边缘检测for j=2:n-1;gx=(u(i+1,j-1)+2*u(i+1,j)+f(i+1,j+1)-(u(i-1,j-1)+2*u(i-1,j)+f(i-1,j+1)));gy=(u(i-1,j+1)+2*u(i,j+1)+f(i+1,j+1)-(u(i-1,j-1)+2*u(i,j-1)+f(i+1,j-1)));usobel(i,j)=sqrt(gx^2+gy^2);endendsubplot(1,2,1);imshow(B);title('原图');subplot(1,2,2);imshow(im2uint8(usobel));title('Sobel边缘检测后的图像');图 4（3）Prewitt算子clear;I=imread('C:\Users\admin\Desktop\mao.jpg');B=rgb2gray(I);[m,n]=size(B);nB=B;prewittnum=0;%经prewitt算子计算得到的每一个像素的值prewittthreshold=0.6;%设定阈值for j=2:m-1;%进行边界提取for k=2:n-1prewittnum=abs(B(j-1,k+1)-B(j+1,k+1))+B(j-1,k)-B(j+1,k)+B(j-1,k-1)-B(j+1,k-1)+abs(B(j-1,k +1)+B(j,k+1)+B(j+1,k+1)-B(j-1,k-1)-B(j,k-1)-B(j+1,k-1));if(prewittnum>prewittthreshold)nB(j,k)=255;elsenB(j,k)=0;endendendsubplot(1,2,1);imshow(B);title('原图');subplot(1,2,2);imshow(nB,[]);title('Prewitt算子处理后的图像');图 5（4）Laplace边缘检测function flapEdge=LaplaceEdge(pic,Moldtype,thresh)[m,n]=size(pic);flapEdge=zeros(m,n);%四邻域拉普拉斯边缘检测算子if 4==Moldtypefor i=2:m-1for j=2:n-1temp=-4*pic(i,j)+pic(i-1,j)+pic(i+1,j)+pic(i,j-1)+pic(i,j+1);if temp>threshflapEdge(i,j)=255;elseflapEdge(i,j)=0;endendendend%八邻域拉普拉斯边缘检测算子if 8==Moldtypefor i=2:m-1for j=2:n-1temp=-8*pic(i,j)+pic(i-1,j)+pic(i+1,j)+pic(i,j-1)+pic(i,j+1)+pic(i-1, j-1)+pic(i+1,j+1)+pic(i+1,j-1)+pic(i-1,j+1);if temp>threshflapEdge(i,j)=255;elseflapEdge(i,j)=0;endendendend主函数：clear;I=imread('C:\Users\admin\Desktop\mao.jpg');B=rgb2gray(I);C=double(B);t=60;Lapmodtype=8;%设置模板方式flapEdge=LaplaceEdge(C,Lapmodtype,t); fgrayLapedge=uint8(flapEdge);figure()imshow(fgrayLapedge),title('laplace边缘检测图像');图 6（4）Kirsch算子clearclcclose allI=imread('C:\Users\admin\Desktop\mao.jpg');B=rgb2gray(I);figure(1)imshow(B,[])title('原始图象')%对图象进行均值滤波bw2=filter2(fspecial('average',3),B);%对图象进行高斯滤波bw3=filter2(fspecial('gaussian'),bw2);%利用小波变换对图象进行降噪处理[thr,sorh,keepapp]=ddencmp('den','wv',bw3); %获得除噪的缺省参数bw4=wdencmp('gbl',bw3,'sym4',2,thr,sorh,keepapp);%图象进行降噪处理%---------------------------------------------------------------------%提取图象边缘t=3000; %设定阈值bw5=double(bw4);[m,n]=size(bw5);g=zeros(m,n);d=zeros(1,8);%利用Kirsch算子进行边缘提取for i=2:m-1for j=2:n-1d(1)=(5*bw5(i-1,j-1)+5*bw5(i-1,j)+5*bw5(i-1,j+1)-3*bw5(i,j-1)-3*bw5(i,j+1 )-3*bw5(i+1,j-1)-3*bw5(i+1,j)-3*bw5(i+1,j+1))^2;d(2)=((-3)*bw5(i-1,j-1)+5*bw5(i-1,j)+5*bw5(i-1,j+1)-3*bw5(i,j-1)+5*bw5(i, j+1)-3*bw5(i+1,j-1)-3*bw5(i+1,j)-3*bw5(i+1,j+1))^2;d(3)=((-3)*bw5(i-1,j-1)-3*bw5(i-1,j)+5*bw5(i-1,j+1)-3*bw5(i,j-1)+5*bw5(i, j+1)-3*bw5(i+1,j-1)-3*bw5(i+1,j)+5*bw5(i+1,j+1))^2;d(4)=((-3)*bw5(i-1,j-1)-3*bw5(i-1,j)-3*bw5(i-1,j+1)-3*bw5(i,j-1)+5*bw5(i, j+1)-3*bw5(i+1,j-1)+5*bw5(i+1,j)+5*bw5(i+1,j+1))^2;d(5)=((-3)*bw5(i-1,j-1)-3*bw5(i-1,j)-3*bw5(i-1,j+1)-3*bw5(i,j-1)-3*bw5(i, j+1)+5*bw5(i+1,j-1)+5*bw5(i+1,j)+5*bw5(i+1,j+1))^2;d(6)=((-3)*bw5(i-1,j-1)-3*bw5(i-1,j)-3*bw5(i-1,j+1)+5*bw5(i,j-1)-3*bw5(i, j+1)+5*bw5(i+1,j-1)+5*bw5(i+1,j)-3*bw5(i+1,j+1))^2;d(7)=(5*bw5(i-1,j-1)-3*bw5(i-1,j)-3*bw5(i-1,j+1)+5*bw5(i,j-1)-3*bw5(i,j+1 )+5*bw5(i+1,j-1)-3*bw5(i+1,j)-3*bw5(i+1,j+1))^2;d(8)=(5*bw5(i-1,j-1)+5*bw5(i-1,j)-3*bw5(i-1,j+1)+5*bw5(i,j-1)-3*bw5(i,j+1 )-3*bw5(i+1,j-1)-3*bw5(i+1,j)-3*bw5(i+1,j+1))^2;g(i,j) = max(d);endend%显示边缘提取后的图象for i=1:mfor j=1:nif g(i,j)>tbw5(i,j)=255;elsebw5(i,j)=0;endendendfigure(2)imshow(bw5,[])title('Kirsch ')图7（5）LoG和canny算子clear;I=imread('C:\Users\admin\Desktop\mao.jpg');B=rgb2gray(I);bw1=edge(B,'log',0.01);bw3=edge(B,'canny',0.1);figure;subplot(1,2,1);imshow(bw1,[]);title('loG边缘检测'); subplot(1,2,2);imshow(bw3,[]);title('canny边缘检测');图83、大津法实现图像分割clear;I=imread('C:\Users\admin\Desktop\cat.jpg');B=rgb2gray(I);T = graythresh(B);%求阈值BW = im2bw(B,T);%二值化imshow(BW,[])图9。
《数字图像处理》上机实验报告1
数字图像处理上机实验报告实验名称：图像的几何变换（象素空间关系）学期：2014/2015上学期班级：电子信息工程1102姓名：陈玮学号：3110209424实验时间：2014.09.29实验一：图像的几何变换（象素空间关系）1 目的①了解MATLAB的基本功能，掌握采用MA TLAB进行图像处理的方法；②了解图像象素空间关系；③掌握基本坐标变换，包括平移，缩放，旋转等；④了解形态变换，掌握特殊的形态变换，包括相似变换，刚体变换，等距变换等2 器材装有MATLAB的PC机一台3 原理双线性内差值法：1.数学原理已知的红色数据点与待插值得到的绿色点假如我们想得到未知函数f在点P= (x,y) 的值，假设我们已知函数f在Q11 = (x1,y1)、Q12 = (x1,y2),Q21 = (x2,y1) 以及Q22 = (x2,y2) 四个点的值。
首先在x方向进行线性插值，得到R1和R2，然后在y方向进行线性插值，得到P.这样就得到所要的结果f(x,y).其中红色点Q11,Q12,Q21,Q22为已知的4个像素点.第一步：X方向的线性插值,插入蓝色第二步：做完X方向的插值后再做Y方向的点R1和R2. 插值,由R1与R2计算P点.x方向上Y方向上插入绿色点P.线性插值的结果与插值的顺序无关。
首先进行y方向的插值，然后进行x方向的插值，所得到的结果是一样的。
但双线性插值插值方法这种方法并不是线性的，首先进行y方向的插值，然后进行x 方向的插值，与首先进行x方向的插值，然后进行y方向的插值，所得到的R1与R2是不一样的。
如果选择一个坐标系统使得的四个已知点坐标分别为(0, 0)、(0, 1)、(1, 0) 和(1, 1)，那么插值公式就可以化简为f(x,y)=f(0,0)(1-x)(1-y)+f(0,1)(1-x)y+f(1,1)xy+f(1,0)x(1-y)在x与y方向上，z值成单调性特性的应用中，此种方法可以做外插运算，即可以求解Q1~Q4所构成的正方形以外的点的值。
图像处理上机实验
1/ 11
3． 产生教材 104 页题图 4.16 所示的灰度图像(白为 255，黑为 0),分别加入高斯 白噪声和椒盐噪声，再分别进行 3*3 的平均滤波和中值滤波，显示原图像、加噪 图像和滤波结果图像，并比较四种滤波结果。 解答： 确定白色区域和黑色区域的坐标产生 256*256 图像，分别加入高斯白噪声 和椒盐噪声， 再分别进行 3*3 的平均滤波和中值滤波。 得到下图， 程序在附录。 对于高斯白噪声，使用平均滤波和中值滤波效果都不太好。平均滤波稍强。对于 椒盐噪声，中值滤波有很好的效果，而均值滤波效果较差。
数字图像处理上机实验题
1.产生右图所示图像 f1 (m, n)， 其中图像大小为 256×256， 中间亮条为 128×32， 暗处=0，亮处=100。对其进行FFT： ① 同屏显示原图f1 (m, n)和 FFT(f1 )的幅度谱图； ② 若令f 2 (m, n) = (−1)m+n f1 (m, n)，重复以上过程， 比较二者幅度谱的异同，简述理由； ③ 若将 f2 (m, n)顺时针旋转 90 度得到 f3 (m, n)， 试显示 FFT(f3 )的幅度谱，并与 FFT(f2 )的幅度谱进行比较； ④ 若将f1 (m, n)顺时针旋转 90 度得到f4 (m, n)，令f5 (m, n) = f1 (m, n) + f4 (m, n)，试显示FFT(f5 )的幅度谱，并指出其与 FFT(f1 )和FFT(f4 )的关系； ⑤ 若令f6 (m, n) = f2 (m, n) + f3 (m, n)，试显示FFT(f6 )的幅度谱， 并指出其 与 FFT(f2 )和FFT(f3 )的关系，比较FFT(f6 )和 FFT(f5 )的幅度谱。
4. 对某一灰度图像，进行如下处理： （1）分别利用 Roberts、Prewitt 和 Sobel 边缘检测算子进行边缘检测； （2）将 Roberts、Prewitt 和 Sobel 边缘检测算子修改为锐化算子，对原图 像进行锐化，同屏显示原图像、边缘检测结果和锐化后图像，说明三者 之间的关系。
数字图像处理上机实验报告 (三)
图像处理上机实验报告第三次指导老师：许永忠组员姓名：龙斌王国健学号： 05102344（龙）05102350（王）班级：地物10-2班时间： 2013年6月中国矿业大学资源学院上机实验报告课程名称：数字图像处理班级地物10-2班组员姓名龙斌王国健组员学号0510234405102350指导教师许永忠日期2013.05.26第15 周星期日第7,8节上机时数2学时实验名称数字图像处理PS的简单应用实验目的1.学会进行一些简单的字体特效制作以及简单的图像合成。
2.学会辨别细微的真假变化。
实验内容1.继续熟悉ps的基本运用，理解ps技术在生活中的重要性；2.用ps技术合成一张自己的图片；3.比较两个三角形出现差异的原因。
实验步骤1. 照片合成a．选择一张风景图（图1）和自己一张生活照（图2），用钢笔工具沿着图2中的人物作路径，完成后ctrl+enter转化为选区，然后ctrl+j复制选区；图1 图2b．拖动选区至图1，ctrl+t调整选区大小，使选区下的人物在图1中的一个合适位置和比例；c．作水中倒影。
ctrl+j复制刚刚调整好的选区，再ctrl+t，选择垂直翻转，然后调整至适当的位置，使人物倒影于水中；d．选择“滤镜”—“扭曲”—“波纹”，使人物图像有轻微的水波荡漾状扭曲，然后调整其透明度，使倒影更逼真；e．做彩虹。
Ctrl+n新建一个空白图层，背景为透明。
选择渐变工具，对渐变色进行调整，从左到右依次为“赤橙黄绿青蓝紫”渐变；f．在图层中作小小拖动，然后选择滤镜—扭曲—极坐标即完成。
g．把“彩虹”拖至图层1，同理ctrl+t调整大小和位置，并与图层1进行滤色叠加，使彩虹颜色变淡，然后与人物倒影一样对彩虹做倒影即可；h．ctrl+s保存，最后效果如图3合图4。
j．同理照一张有老鹰，一张含老虎和一张自己图片，分别做选区抠出其中的老虎，老鹰和自己，然后都拖到草原中，再用橡皮工具进行适当擦除，使其充分与背景融合，再ctrl+l调整一下色相饱和度即可，成果见图5.1.龙斌合成成果图图32.王国健合成成果图2.三角形的比较有三种方法可比较出现这种情况的原因：第一种：图形直观比较：把上面的三角形按其边缘复制，并与下面三角形（有空白的）重合，我们会很容易的发现：虽然两个三角形的底边和高相等，但他们的斜边并不相等，即有空白正方形的三角形斜边并不是直线，而是一条微向上凸起的曲线(但由于很小，肉眼较难分辨)，而它凸起的那小部分面积恰好就是空白正方形的面积。
- 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)。
作业一：使用直方图均衡增强测试图片testimg.txt
图像增强定义：增强图像中的有用信息，改善图像的视觉效果。
方法：空间域法，频率域法
空间域法：直方图均衡
1. 直方图的定义：
2. 方法：累积分布函数
一是为什么要选用累积分布函数？
二是为什么使用累积分布函数处理后像素值会均匀分布？
第一个问题。
均衡化过程中，必须要保证两个条件：①像素无论怎么映射，一定要保证原来的大小关系不变，较亮的区域，依旧是较亮的，较暗依旧暗，只是对比度增大，绝对不能明暗颠倒；②如果是八位图像，那么像素映射函数的值域应在0和255之间的，不能越界。
综合以上两个条件，累积分布函数是个好的选择，因为累积分布函数是单调增函数（控制大小关系），并且值域是0到1（控制越界问题），所以直方图均衡化中使用的是累积分布函数。
累积分布函数定义:
其中，n是图像中像素的总和，是当前灰度级的像素个数，L是图像中可能的灰度级总数。
来看看通过上述公式怎样实现的拉伸。
假设有如下图像：
得图像的统计信息如下图所示，并根据统计信息完成灰度值映射：
映射后的图像如下所示：
作业二：使用2D DCT变换将testimg.txt转换到频域，并输出结果。
要求以8x8为处理单元。
注：不能使用任何matlab和opencv自带的处理函数。