数字图像处理实验

数字图像处理实验指导书

电气信息综合实验中心

（一）MATLAB在图像处理中的应用

原理：MATLAB 语言是由美国MathWorks 公司推出的计算机软件，现已成为国际公认的最优秀的科学计算与数学应用软件之一，它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个方便的、界面友好的用户环境，而且还具有可扩展性特征。MathWorks 公司针对不同领域的应用，推出了信号处理、控制系统、神经网络、图像处理、小波分析、鲁棒控制、非线性系统控制设计、系统辨识、优化设计、统计分析、财政金融、样条、通信等30 多个具有专门功能的工具箱，这些工具箱是由该领域内的学术水平较高的专家编写的，无需用户自己编写所用的专业基础程序，可直接对工具箱进行运用。同时，工具箱内的函数源程序也是开放性的，多为M 进行文件，用户可以查看这些文件的代码并进行更改，MALAB 支持用户对其函数二次开发，用户的应用程序也可以作为新的函数添加到相应的工具箱中。MATLAB中的数字图像是以矩阵形式表示的，这意味着MATLAB 强大的矩阵运算能力用于图像处理非常有利，矩阵运算的语法对MATLAB 中的数字图像同样适用。

数字图像处理工具箱函数包括以下15 类：、⑴、图像显示函数；⑵、图像文件输入、输出函数；⑶、图像几何操作函数；⑷、图像像素值及统计函数；⑸、图像分析函数；⑹、图像增强函数；⑺、线性滤波函数；⑻、二维线性滤波器设计函数；⑼、图像变换函数；⑽、图像邻域及块操作函数；⑾、二值图像操作函数；⑿、基于区域的图像处理函数；⒀、颜色图操作函数；⒁、颜色空间转换函数；⒂、图像类型和类型转换函数。MATLAB 图像处理工具箱支持四种图像类型，分别为真彩色图像、索引色图像、灰度图像、二值图像，由于有的函数对图像类型有限制，这四种类型可以用工具箱的类型转换函数相互转换。MATLAB 可操作的图像文件包括BMP、HDF、JPEG、PCX、TIFF、XWD 等格式。

实验内容：MATLAB操作基础

包括MATLAB的安装及界面使用。

参考资料：

（二）直方图与灰度变换

灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特征更加明显。灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像增强。

实验内容：

1、灰度直方图

（1）计算出一幅灰度图像的直方图

clear

close all

I=imread('004.bmp');·

imhist(I)

title('实验一（1）直方图');

（2）对灰度图像进行简单的灰度线形变换，

figure

subplot(2,2,1)

imshow(I);

title('试验2-灰度线性变换');

subplot(2,2,2)

histeq(I);

（3）看其直方图的对应变化和图像对比度的变化。

原图像f(m,n) 的灰度范围[a,b] 线形变换为图像g(m,n),灰度范围[a’,b’]

公式：g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)

figure

subplot(2,2,1)

imshow(I)

J=imadjust(I,[0.3,0.7],[0,1],1);

title(' 实验一（3）用g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)进行变换');

subplot(2,2,2)

imshow(J)

subplot(2,2,3)

imshow(I)

J=imadjust(I,[0.5 0.8],[0,1],1);

subplot(2,2,4)

imshow(J)

(4) 图像二值化（选取一个域值，(5) 将图像变为黑白图像）

figure

subplot(2,2,1)

imshow(I)

J=find(I<150);

I(J)=0;

J=find(I>=150);

I(J)=255;

title(' 实验一（4）图像二值化( 域值为150 ）');

subplot(2,2,2)

imshow(I)

clc;

I=imread('004.bmp');

bw=im2bw(I,0.5);%选取阈值为0.5

figure;

imshow(bw) %显示二值图象

图象处理实验（三）模板运算

一、实验内容：

（1）平滑：平滑的目的是模糊和消除噪声。平滑是用低通滤波器来完成，在空域中全是正值。

（2）锐化：锐化的目的是增强被模糊的细节。锐化是用高通滤波器来完成，在空域中，接近原点处为正，在远离原点处为负。

利用模板进行图象增强就是进行模板卷积。

1、利用二个低通邻域平均模板（3×3和9×9）对一幅图象进行平滑，验证模板尺寸对图象的模糊效果的影响。

2、利用一个低通模板对一幅有噪图象（GAUSS白噪声）进行滤波，检验两种滤波模板（分别使用一个5×5的线性邻域平均模板和一个非线性模板：3×5中值滤波器）对噪声的滤波效果。

3、选择一个经过低通滤波器滤波的模糊图象，利用sobel和prewitt水平边缘增强高通滤波器（模板）对其进行高通滤波图象边缘增强，验证模板的滤波效果。

4、选择一幅灰度图象分别利用一阶Sobel算子和二阶Laplacian算子对其进行边缘检测，验证检测效果。

二、实验步骤：

1、利用低通邻域平均模板进行平滑：

I=imread('004.bmp');

subplot(1,3,1);

imshow(I);

title('原图');

J=fspecial('average');

J1=filter2(J,I)/255;

subplot(1,3,2);

imshow(J1);

title('3*3滤波');

K=fspecial('average',9);

K1=filter2(K,I)/255;

subplot(1,3,3);

imshow(K1);

title('9*9滤波');

2、中值滤波和平均滤波

I=imread('004.bmp');

J=imnoise(I,'gaussian',0,0.01);

subplot(2,2,1);