matlab图像处理实验报告
matlab图象处理实验报告
对图像lena.bmp 添加高斯噪声，并分别进行均值滤波和中值滤波。
程序：I=imread('d:\lena.bmp');subplot(2,2,1),imshow(I)title('原始图像')I=imnoise(I,'gaussian',0,0.02); % 添加均值为0，方差为0.02的高斯噪声 subplot(2,2,2),imshow(I)title('加噪图像')h=[1 1 1;1 1 1;1 1 1];h=h/9; % 产生3×3的均值滤波模板 J1=filter2(h,I,'same'); % 用均值模板对图像I 滤波 subplot(2,2,3),imshow(J1,[])%subplot(2,2,3),imshow(J1/255)%J1=uint8(J1);subplot(2,2,3),imshow(J1)title('均值滤波结果')J2=medfilt2(I); % 用3×3的滤波窗口对图像I 进行中值滤波 subplot(2,2,4),imshow(J2)title('中值滤波结果')结果：加噪图像中值滤波结果原始图像均值滤波结果I=imread('d:\lena.bmp');subplot(2,2,1),imshow(I)title('原始图像')hx=[-1 -2 -1;0 0 0;1 2 1]; % 生成Sobel 垂直梯度模板 hy=hx'; % 生成Sobel 水平梯度模板 gradx=filter2(hx,I,'same');gradx=abs(gradx); % 计算图像的Sobel 垂直梯度 subplot(2,2,2),imshow(gradx,[])title('图像的Sobel 垂直梯度')grady=filter2(hy,I,'same');grady=abs(grady);% 计算图像的Sobel 水平梯度 subplot(2,2,3),imshow(grady,[])title('图像的Sobel 水平梯度')grad=gradx+grady;% 得到图像的Sobel 梯度subplot(2,2,4),imshow(grad,[])title('图像的Sobel 梯度')结果：图像的Sobel 垂直梯度图像的Sobel 梯度原始图像图像的Sobel 水平梯度。
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。
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
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。
东北大学matlab计算机图像处理实验报告
计算机图像处理实验报告学院：信息学院班级：姓名：学号：实验内容：数字图像处理1、应用MATLAB语言编写显示一幅灰度图像、二值图像、索引图像及彩色图像的程序，并进行相互之间的转换；（1）、显示一副真彩RGB图像代码：I=imread('mikasa.jpg');>>imshow(I);效果：（2）、RGB转灰度图像代码：graycat=rgb2gray(I);>> subplot(1,2,1);>> subimage(I);>> subplot(1,2,2);>> subimage(graycat);效果：（3）、RGB转索引图像代码：[indcat,map]=rgb2ind(I,0.7);>> subplot(1,2,1);>> subimage(I);>> subplot(1,2,2);>> subimage(indcat,map);效果：（4）、索引图像转RGB代码：I1=ind2rgb(indcat,map);>>subplot(1,2,1);>>subimage(indcat,map);>>subplot(1,2,2);>>subimage(I1);效果：（5）、索引转灰度图像代码：i2gcat=ind2gray(indcat,map);>>subplot(1,2,1);>>subimage(indcat,map);>>subplot(1,2,2);>>subimage(i2gcat);效果：（6）、灰度转索引图像代码：[g2icat,map]=gray2ind(graycat,64);>>subplot(1,2,1);>>subimage(graycat);>>subimage(g2icat,map);效果：（7）、RGB转二值图像代码：r2bwcat=im2bw(I,0.5);>>subplot(1,2,1);>>subimage(I);>>subplot(1,2,2);>>subimage(r2bwcat);效果：（8）灰度转二值图像代码：g2bwcat=im2bw(graycat,0.5); subplot(1,2,1);>>subimage(graycat);>>subplot(1,2,2);>>subimage(g2bwcat);效果：（9）、索引转二值图像代码：>> i2bwcat=im2bw(indcat,map,0.7);>>subimage(indcat,map);>>subplot(1,2,2);>>subimage(i2bwcat);效果：2、应用MATLAB工具箱演示一幅图像的傅里叶变换、离散余弦变换，观察其频谱图。
matlab数字图像处理实验报告
重庆交通大学学生实验报告实验课程名称《数字图像处理》课程上机实验开课实验室河海学院仿真实验室学院河海学院年级专业08级地理信息系统学生姓名学号********时间2011 至2012 学年第 1 学期实验一图像显示【实验内容】1）使用 MATLAB图像读取函数imread读取图像。
2）使用 MATLAB图像显示函数imshow显示图像。
3）使用 MATLAB添加色带函数colorbar为图像添加色带。
【实验目的】1）掌握MATLAB图像读取和显示函数的应用方法。
2）了解如何为图像添加色带。
【实验结果】（放置处理前图像）（放置处理后图像）2-1 2-5-3 2-10 【程序说明】a=imread('yq.jpg');a=double(a);%a=uint8(a);imshow(a);%save saturn.dat a-ascii;save yu.text a -ascii; %结果图2-1 e=imread('yq.jpg');imshow(e);iptsetpref('ImshowTruesize','manual');figure,imshow(e);iptsetpref('ImshowTruesize','auto');bw1=zeros(20,20);bw1(2:2:18,2:2:18)=1;figure,imshow(bw1,'notruesize');bw1whos%结果图2-5-3%使用一个调色板来显示一副二进制图像figure,imshow(bw,[1 00;0 0 1]);%结果图2-10本次实验得分实验二图像运算【实验内容】1）使用 MATLAB滑动邻域操作函数nlfilter对图像进行处理。
2）使用 MATLAB分离邻域操作函数blkproc对图像进行处理。
【实验目的】1）掌握滑动邻域操作函数的应用方法。
- 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)。
图像处理实验报告
姓名：陈琼暖
班级：07计科一班
学号：20070810104
目录：
实验一：灰度图像处理 (3)
实验二：灰度图像增强 (5)
实验三：二值图像处理 (8)
实验四：图像变换 (13)
大实验：车牌检测 (15)
实验一：灰度图像处理题目：直方图与灰度均衡
基本要求：
（1） BMP灰度图像读取、显示、保存；
（2）编程实现得出灰度图像的直方图；
（3）实现灰度均衡算法.
实验过程：
1、BMP灰度图像读取、显示、保存；
⏹图像的读写与显示操作：用imread( )读取图像。
⏹图像显示于屏幕：imshow( ) 。
⏹
2、编程实现得出灰度图像的直方图；
3、实现灰度均衡算法；
⏹直方图均衡化可用histeq( )函数实现。
⏹imhist(I) 显示直方图。
直方图中bin的数目有图像的类型决定。
如果I是个灰度图像，imhist将
使用默认值256个bins。
如果I是一个二值图像，imhist使用两bins。
实验总结：
Matlab 语言是一种简洁，可读性较强的高效率编程软件，通过运用图像处理工具箱中的有关函数,就可以对原图像进行简单的处理。
通过比较灰度原图和经均衡化后的图形可见图像变得清晰，均衡化后的直方图形状比原直方图的形状更理想。
实验二：灰度图像增强
题目：图像平滑与锐化 基本要求：
（1）使用邻域平均法实现平滑运算； （2）使用中值滤波实现平滑运算； （3）使用拉普拉斯算子实现锐化运算.
实验过程： 1、
使用邻域平均法实现平滑运算；
步骤：对图像添加噪声，对带噪声的图像数据进行平滑处理； ⏹ 对图像添加噪声
J = imnoise(I,type,parameters)
2、使用中值滤波实现平滑运算；
3、使用拉普拉斯算子实现锐化运算；
⏹采用可根据图像的局部方差来调整滤波器输出的自适应滤波对图像进行平滑，及采用拉氏算子运算使
图像的模糊部分得到增强。
⏹在Matlab 中，各种滤波方法都是在空间域中通过不同的卷积模板即滤波算子实现，可用fspecial( )
函数创建预定义的滤波算子，然后用filter2( )或conv2( )函数在实现卷积运算的基础上进行滤波。
⏹而锐化技术采用的是频域上的高通滤波方法，通过增强高频成分减少图像中的模糊，特别是模糊的边
缘部分得到了增强，但同时也放大了图像的噪声。
实验三：二值图像处理
题目：数学形态学运算
基本要求：
（1）实现腐蚀与膨胀运算；
（2）实现开、闭运算
（3）实现细化运算
实验过程：
1、实现腐蚀与膨胀运算；
⏹imerode 函数，该函数能够实现二值图像的腐蚀操作；
⏹imdilate函数，该函数能够实现二值图像的膨胀操作；
2、实现开、闭运算；
⏹strel用于膨胀腐蚀及开闭运算等操作的结构元素对象。
⏹imclose函数，该函数功能是对灰度图像执行形态学闭运算，即使用同样的结构元素先对图像进行膨
胀操作后进行腐蚀操作。
⏹imopen函数，该函数功能是对灰度图像执行形态学开运算，即使用同样的结构元素先对图像进行腐蚀
操作后进行膨胀操作。
3、实现细化运算
⏹remove：去掉内点，即若像素的4邻域都为1，则像素为0；
⏹skel：With n = Inf, 提取物体的骨架，即去除物体外边缘的点，但是保持物体不发生断裂。
实验总结：
通过掌握并应用matlab图像处理工具箱函数进行简单的图像处理；
实验四：图像变换
题目：傅立叶变换
基本要求：
（1）实现快速傅立叶变换和反变换算法
实验过程：
图形函数的傅立叶变换时，坐标原点在函数图形的中心位置处，而计算机在对图像执行傅立叶变换时是以图像的左上角为坐标原点。
所以使用函数fftshift进行修正，使变换后的直流分量位于图形的中心；
实验总结：
图像变换是图像处理的重要工具。
通过变换，改变图像的表示域，可以对图像的后继处理带来极大的方便。
大实验之车牌检测
实验题目：汽车车牌的号码识别
实验目的：通过车牌检测实验进一步加深了解matlab图像处理中灰度图像处理、灰度图像增强：二值图像处理、图像变换的各个操作过程。
基本要求:应用MATLAB软件对拍摄获取彩色汽车车牌号图片进行相应处理（如，彩色图像变为灰度图像、
边缘检测、去噪，去除背景提取目标，边缘分割，轮廓提取等）最终从一幅图像中提取车牌中的字母和数字。
实验内容：
1：灰度图像处理
由于彩色图像包含大量颜色信息，会占用计算机较多的存储空间，且处理时也会降低系统的执行速度，
因此对图像进行识别等处理时，通常将彩色图像转换为灰度图像，以加快处理速度。
实验结果为：
2：车牌边缘处理（灰度图像增强：二值图像处理）
由于目前得到还是整张车牌图片，未得到所需的车牌号码部分。
为去除不需要的图像部分，首先对图像进行边缘处理，以有利于以后的号码提取。
在边缘提取后，利用腐蚀将汽车大部分其他不需要的边缘去掉。
在填充图片将所需的车牌部分还原，最后利用形态滤波对车牌号码进行平滑与锐化处理。
2：车牌定位
在通过预处理后的图片中将车牌的位置进行定位。
3：字符分割和识别
2：字符分割和识别
对分割出的车牌图像进行几何校正、去噪、二值化以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像，对分割出来的字符进行预处理（二值化、归一化），然后分析提取，对分割出的字符图像进行识别给出文本形式的车牌号码。
实验总结：
通过该实验，用实际事例来实践之前各个实验，通过车牌检测实验进一步加深了解matlab图像处理中灰度图像处理、灰度图像增强：二值图像处理、图像变换的各个操作过程。