基于MATLAB的图像去噪实验报告

实验二图像去噪

一、实验目的

1、熟悉图像高斯噪声与椒盐噪声的特点;

2、掌握利用均值滤波与中值滤波去除图像噪声的方法。

二、实验内容

1、打开Matlab 编程环境。

2、读入图像,在图像上分别添加高斯噪声与椒盐噪声。

3、显示原图像与噪声图像。

4、对噪声图像进行均值滤波与中值滤波处理。

5、显示处理效果图。

三、实验程序及结果

1、实验程序

m=imread('pout、tif');

x=imnoise(m,'salt & pepper',0、02);

y=imnoise(m,'gaussian',0,0、01);

figure(1)

subplot(311)

imshow(m);

subplot(312)

imshow(x)

subplot(313)

imshow(y);

q=filter2(fspecial('average',3),x);

w=filter2(fspecial('average',3),y);

n=medfilt2(m);

figure(2)

subplot(311)

imshow(uint8(q));

subplot(312)

imshow(uint8(w));

subplot(313)

imshow(n);

2、实验结果

四、实验思考:

1、比较均值滤波与中值滤波的对高斯噪声与椒盐噪声图像的处理效果,分析原

理？

答:中值滤波对于椒盐噪声效果好,因为椒盐噪声就是幅值近似相等但随机分布在不同的位置上,图像中有干净点也有污染点。中值滤波就是选择适当的点来代替污染的点所以处理效果会更好。由于噪声的均值不为零,所以均值滤波不能很好的去除噪声点。

均值滤波对于高斯噪声效果好,因为高斯噪声的幅值近似于正态分布但就是却分布在每个点像素上。图像中的每个点都就是污染点,所以如果采用中值滤波会找不到合适的干净点,由于正态分布的均值为零,所以均值滤波可以削弱噪声。

基于Matlab基本图像处理程序

图像读入 ●从图形文件中读入图像 imread Syntax: A = imread(filename, fmt) filename：指定的灰度或彩色图像文件的完整路径和文件名。 fmt:指定图形文件的格式所对应的标准扩展名。如果imread没有找到filename所制定的文件,会尝试查找一个名为filename.fmt的文件。 A：包含图像矩阵的矩阵。对于灰度图像,它是一个M行N列的矩阵。如果文件包含 RGB真彩图像,则是m*n*3的矩阵。 ●对于索引图像，格式[X, map] = imread(filename, fmt) X：图像数据矩阵。 MAP：颜色索引表图像的显示 ●imshow函数：显示工作区或图像文件中的图像 ●Syntax： imshow(I) %I是要现实的灰度图像矩阵 imshow(I,[low high]，param1, val1, param2, val2,...) %I是要现实的灰度图像矩阵，指定要显示的灰度范围，后面的参数指定显示图像的特定参数 imshow(RGB) imshow(BW) imshow(X,map) %map颜色索引表 imshow(filename) himage = imshow(...) ●操作：读取并显示图像 I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读取图像数据 imshow(I);%显示原图像图像增强一．图像的全局描述直方图（Histogram）：是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量。图像直方图（Image Histogram）：是表示数字图像中亮度分布的直方图，用来描述图象灰度值，标绘了图像中每个亮度值的像素数。灰度直方图：是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。描述了一幅图像的灰度级统计信息。是一个二维图，横坐标为图像中各个像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率。归一化直方图：直接反应不同灰度级出现的比率。纵坐标表示具有各个灰度级别的像

北科大数字图像处理实验报告

北京科技大学计算机与通信工程学院实验报告实验名称：《数字图像处理》课程实验学生姓名：徐松松专业：计算机科学与技术班级：计1304 学号：41345053 指导教师：王志明实验成绩：实验时间：2016 年12 月15 日

一、实验目的与实验要求 1、实验目的 1. 熟悉图像高斯、脉冲等噪声的特点,以及其对图像的影响; 2. 理解图像去噪算法原理,并能编程实现基本的图像去噪算法,达到改善图像质量的效果,并能对算法性能进行简单的评价。 3. 理解图像分割算法的原理，并能编程实现基本的灰度图像分割算法，并显示图像分割结果。 2、实验要求 1. 对于给定的两幅噪声图像(test1.jpg, test 2.jpg),设计或选择至少两种图像滤波算法对图像进行去噪。 2.利用给出的参考图像(org1.jpg, org2.jpg),对不同算法进行性能分析比较。 3. 对于给定的两幅数字图像（test.jpg,test 4.jpg），将其转换为灰度图像，设计或选择至少两种图像分割算法对图像进行分割，用适当的方式显示分割结果，并对不同算法进行性能分析比较。二、实验设备（环境）及要求 1. Mac／Windows计算机 2. Matlab编程环境。三、实验内容与步骤 1、实验1 （1）实验内容 1. 对于给定的两幅噪声图像(test1.jpg, test 2.jpg), 设计或选择至少两种图像滤波算法对图像进行去噪。 2. 利用给出的参考图像(org1.jpg, org2.jpg), 对不同算法进行性能分析比较。（2）主要步骤 1. 打开Matlab编程环境; 2. 利用’imread’函数读入包含噪声的原始图像数据; 3. 利用’imshow’函数显示所读入的图像数据;

MATLAB实现频域平滑滤波以及图像去噪代码

用MATLAB实现频域平滑滤波以及图像去噪代码悬赏分：50 - 解决时间：2008-11-8 14:21 是数字图象处理的实验，麻烦高人给个写好的代码，希望能在重要语句后面附上一定的说明，只要能在MATLAB上运行成功，必然给分。具体的实验指导书上的要求如下：频域平滑滤波实验步骤 1. 打开Matlab 编程环境；

2. 利用’imread’函数读入图像数据； 3. 利用’imshow’显示所读入的图像数据； 4. 将图像数据由’uint8’格式转换为’double’格式，并将各点数据乘以 (-1)x+y 以便FFT 变换后的结果中低频数据处于图像中央； 5. 用’fft2’函数对图像数据进行二维FFT 变换，得到频率域图像数据； 6. 计算频率域图像的幅值并进行对数变换，利用’imshow’显示频率域图像； 7. 在频率图像上去除滤波半径以外的数据(置0)； 8. 计算频率域图像的幅值并进行对数变换，利用’imshow’显示处理过的频域图像数据； 9. 用’ifft2’函数对图像数据进行二维FFT 逆变换，并用’real’函数取其实部，得到处理过的空间域图像数据； 10. 将图像数据各点数据乘以(-1)x+y； 11. 利用’imshow’显示处理结果图像数据； 12. 利用’imwrite’函数保存图像处理结果数据。图像去噪实验步骤： 1. 打开Matlab 编程环境； 2. 利用’imread’函数读入包含噪声的原始图像数据； 3. 利用’imshow’显示所读入的图像数据； 4. 以3X3 大小为处理掩模，编写代码实现中值滤波算法，并对原始噪声图像进行滤波处理； 5. 利用’imshow’显示处理结果图像数据； 6. 利用’imwrite’函数保存图像处理结果数据。即使不是按这些步骤来的也没关系，只要是那个功能，能实现就OK，谢谢大家 %%%%%%%%spatial frequency (SF) filtering by low pass filter%%%%%%%% % the SF filter is unselective to orientation (doughnut-shaped in the SF % domain). [FileName,PathName,FilterIndex] = uigetfile ; filename = fullfile(PathName, FileName) ; [X map] = imread(filename, fmt); % read image L = double(X); % transform to double %%%%%%%%%%%%% need to add (-1)x+y to L % calculate the number of points for FFT (power of 2) fftsize = 2 .^ ceil(log2(size(L))); % 2d fft Y = fft2(X, fftsize(1), fftsize (2));

MATLAB基本操作实验报告

南昌航空大学数学与信息科学学院实验报告课程名称：数学实验实验名称： MATLAB基本操作实验类型：验证性■综合性□ 设计性□ 实验室名称：数学实验室班级学号： 10 学生姓名：钟 X 任课教师（教师签名）：成绩：实验日期： 2011-１０- 1０

一、实验目的 1、熟悉MATLAB基本命令与操作 2、熟悉MATLAB作图的基本原理与步骤 3、学会用matlab软件做图二、实验用仪器设备、器材或软件环境计算机MATLAB软件三、实验原理、方案设计、程序框图、预编程序等问题1：在区间【0,2π】画sinx 实验程序: >> x=linspace(0,2*pi,30); >> y=sin(x); >> plot(x,y) 问题2：在【0,2π】用红线画sinx,用绿圈画cosx,实验程序:

>> x=linspace(0,2*pi,30); >> y=sin(x); >> z=cos(x); >> plot(x,y,'r',x,z,'co') >> 问题3：在【0，π】上画y=sinx的图形。实验程序: >> ezplot('sin(x)',[0,pi]) >> 问题4：在【0，π】上画x=cos3t,y=sin3t星形图形。

实验程序: >> ezplot('cos(t).^3','sin(t).^3',[0,pi]) >> 问题5：[-2,0.5]，[0,2]上画隐函数实验程序: >> ezplot('exp(x)+sin(x*y)',[-2,0.5,0,2]) >> 问题6：在[－２，２]范围内绘制tanh的图形。实验程序: >> fplot('tanh',[-2,2])

数字图像处理实验报告

实验一数字图像的基本操作和灰度变换一、实验目的 1. 了解数字图像的基本数据结构 2. 熟悉Matlab 中数字图像处理的基本函数和基本使用方法 3. 掌握图像灰度变换的基本理论和实现方法 4. 掌握直方图均衡化增强的基本理论和实现方法二、实验原理 1. 图像灰度的线性变换灰度的线性变换可以突出图像中的重要信息。通常情况下，处理前后的图像灰度级是相同的，即处理前后的图像灰度级都为[0，255]。那么，从原理上讲，我们就只能通过抑制非重要信息的对比度来腾出空间给重要信息进行对比度展宽。设原图像的灰度为),(j i f ，处理后的图像的灰度为),(j i g ，对比度线性展宽的原理示意图如图1.1所示。假设原图像中我们关心的景物的灰度分布在[a f ， b f ]区间内，处理后的图像中，我们关心的景物的灰度分布在[a g ，b g ]区间内。在这里)(a b g g g -=?()b a f f f >?=-，也就是说我们所关心的景物的灰度级得到了展宽。根据图中所示的映射关系中分段直线的斜率我们可以得出线性对比度展 b g a g a b )j 图1.1 对比度线性变换关系

宽的计算公式： ),(j i f α， a f j i f <≤),(0 =),(j i g a a g f j i f b +-)),((， b a f j i f f <≤).,( （1-1） b b g f j i f c +-)),((， 255),(<≤j i f f b （m i ,3,2,1 =；n j ,3,2,1 =）其中，a a f g a = ，a b a b f f g g b --=，b b f g c --=255255，图像的大小为m ×n 。 2. 直方图均衡化直方图均衡化是将原始图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。离散图像均衡化处理可通过变换函数：来实现。三、实验步骤 1.图像灰度线性变换的实现 (1)读入一幅灰度图像test1.tif ，显示其灰度直方图。新建M 文件，Untitled1.m ，编辑代码如下。得到读入图像test1和它的灰度直方图。

Matlab中关于图像处理、去噪分析以及有关散点连线画图等程序

算法程序 1.找到图片 addpath('C:\Documents and Settings\user\My Documents\My Pictures'); imshow('3.jpg') 2.将彩色图片处理成灰度图片 addpath('C:\Documents and Settings\user\My Documents\My Pictures'); A=imread('3.jpg'); I=rgb2gray(A)； imshow(I) 3.改变图片大小右键----编辑----属性-----输入想要的大小 4.两张图片相叠加（区分imadd和系数叠加）直接把图像数据矩阵相加，可以设定叠加系数，如（系数可自由设定，按需要） img_tot = img1 * 0.5 + img2 * 0.5; %两个图像大小要一致图像的矩阵我再那里能找到 img1 = imread('tupian.bmp'); 图片相加 addpath('C:\Documents and Settings\user\My Documents\My Pictures'); A=imread('2.jpg'); imshow(A) >> B=imread('3.jpg'); imshow(B) >> C=imadd(A,B); imshow(C) >> D=A*0.5+B*0.5; imshow(D) A图像

B图像 C图像 D图像 5.两张图片相减 addpath('C:\Documents and Settings\user\My Documents\My Pictures'); A=imread('2.jpg');

基于MATLAB的减少图像噪声

目录第一章概述 (2) 第二章典型噪声介绍 (3) 第三章基于MATLAB的模拟噪声生成 (5) 第四章均值滤波处理方法 (7) 4.1均值滤波原理 (7) 4.2 均值滤波法对图像的处理 (9) 第五章中值滤波处理方法 5.1 中值滤波原理 (12) 5.2中值滤波法对图像的处理 (12) 第六章频域低通滤波法 (15) 6.1理想低通滤波器(ILPF)对图像的处理 (15) 6.2 巴特沃思低通滤波器（BLPF）对图像的处理 (18) 6.3 指数滤波器(ELPF)对图像的处理 (20) 6.4 梯形滤波器（TLPF)对图像的处理 (22) 6.5 构建二维滤波器对图像的处理 (24) 第七章总结与体会 (27) 参考文献 (28)

第一章概述图像平滑主要有两个作用：一个是清除或减少噪声，改善图像质量；另一个是模糊图像，使图像看起来更柔和自然。图像噪声来自于多方面，有来自于系统外部的干扰，如电磁波或经电源窜进系统内部的外部噪声；也有来自于系统内部的干扰，如摄像机的热噪声，电器机械运动而产生的抖动噪声内部噪声。实际获得的图像都因受到干扰而有噪声，噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或在频率域处理。空间域常用的方法有领域平均法、中值滤波法、多图像平均法等；在频域可以采用理想低通、巴特沃斯低通等各种形式的低通滤波器进行低通滤波。图像平滑处理的主要目的是去噪声，而噪声有很多种，大体可分为两类：加性噪声和乘性噪声。加性噪声通常表现为椒盐噪声、高斯噪声等；乘性噪声的一个典型例子就是光照变化。图像中的噪声往往是和信号交织在一起的，尤其是乘性噪声，如果平滑不当，就会使图像本身的细节如边缘轮廓，线条等模糊不清，从而使图像降质。图像平滑总是要以一定的细节模糊为代价的，因此如何尽量平滑掉图像的噪声，又尽量保持图像的细节，是图像平滑研究的主要问题之一。图像平滑主要是为了消除被污染图像中的噪声,这是遥感图像处理研究的最基本内容之一,被广泛应用于图像显示、传输、分析、动画制作、媒体合成等多个方面。该技术是出于人类视觉系统的生理接受特点而设计的一种改善图像质量的方法。

实验一 MATLAB基本操作及运算(含实验报告).

实验一 MATLAB 基本操作及运算一、实验目的 1、理解Matlab 数据对象的特点； 2、掌握基本Matlab 运算规则； 3、掌握Matlab 帮助的使用方法；二、实验的设备及条件计算机一台（带有MATLAB7.0以上的软件环境）。三、实验内容要求建立一个名为experiment01.m 的，把与实验内容1-7相关的实验命令都放入该文件中，题与题之间用相应注释分割。注意对实验中出现的相关函数或变量，请使用help 或doc 查询相关帮助文档，学习函数的用法。 1、建立以下标量： 1） a=10 2） b=2.5×1023 3） c=2+3i ，（i 为虚数单位） 4） d=3/2πj e ,（j 为虚数单位，这里要用到exp ，pi ） 2、建立以下向量： 1） aVec=[3.14 15 9 26] 2） bVec=????? ???????18228871.2 3） cVec=[5 4.8 … -4.8 -5 ] （向量中的数值从5到-5，步长为-0.2） 4） dVec=[100 100.01 … 100.99 101] （产生1到10之间的等对数间隔向量，参考logspace ，注意向量的长度） 3、建立以下矩阵： 1）???? ??????=2222 aMat aMat 一个9×9的矩阵，其元素全为2；（参考ones 或zeros ）

2）??????? ?????????=1000005000001 bMat bMat 是一个9×9的矩阵，除主对角上的元素为[1 2 3 4 5 4 3 2 1]外，其余元素均为0。（参考diag ）。 3）100 20109212291111 =cMat cMat 为一个10×10的矩阵，可有1:100的向量来产生（参考reshape ） 4）???? ??????=NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN dMat dMat 为3×4的NaN 矩阵，（参考nan ） 5）?? ????---=8710225113eMat 6）产生一个5×3随机整数矩阵fMat ，其值的范围在-3到3之间。（参考rand 和floor 或ceil ） 4、使用题1中的变量计算下列等式的x,y,z 的值： 1） ) 6/)15((11--+=a e x 2） g g h h b a y /121,)(=+=提示π,参考sqrt 。 3） c c a d c d c R z ))3/sin()]))([(log(π-+= ，其中R 表示取括号内复数的实数部分，c 表示c 的共轭复数，log 是自然对数。（参考real ，conj ，log ） 5、使用题2中的向量求解一下等式： 1）)25.2/(22 25.221 cVec e xVec -=π，其中cVec 指的是题2 中定义的向量cVec ，一下雷同。 2）22)(bVec aVec yVec T +=,T aVec 表示aVec 的转置 3） )/1(log 10dVec zVec =，10log 表示已10为底的对数，参考log10 6、使用题2和题3中所产生的向量和矩阵计算以下等式，注意本题的操作

matlab图像处理实验报告

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)

matlab操作实验报告

实验一matlab基本操作一、实验目的熟悉matlab的安装与启动；熟悉matlab用户界面；熟悉matlab功能、建模元素；熟悉matlab优化建模过程。二、实验设备与工具 1.计算机 2.matlab软件三、实验步骤 1. 了解matlab的硬件和软件必备环境； 2. 启动matlab； 3. 学习优化建模过程。四、实验报告要求 1. 写出matlab系统界面的各个构成；以及系统布局区的组成；以及每一部分的功能； 2. 优化建模过程应用举例五、实验内容（一）、Matlab操作界面 1.命令窗口（command window） 2.命令历史窗口（command history） 3.工作空间管理窗口（workspace） 4.当前路径窗口（current directory）（二）、优化建模过程应用举例 1、简单矩阵 123 456 789 A ?? ?? =?? ?? ?? 的输入步骤。（1）在键盘上输入下列内容 A = [1,1,3; 4,5,6; 7,8,9] （2）按【Enter】键，指令被执行。（3）在指令执行后，MATLAB指令窗中将显示以下结果： A = 1 2 3 4 5 6 7 8 9

2、矩阵的分行输入。 A=[1,2,3 4,5,6 7,8,9] A = 1 2 3 4 5 6 7 8 9 3、指令的续行输入 S=1-1/2+1/3-1/4+ ... 1/5-1/6+1/7-1/8 S = 0.6345 4、画出衰减振荡曲线t e y t 3sin 3-=及其它的包络线3 0t e y -=。t 的取值范围是]4,0[π。 t=0:pi/50:4*pi; y0=exp(-t/3); y=exp(-t/3).*sin(3*t); plot(t,y,'-r',t,y0,':b',t,-y0,':b') grid 5、画出2222) sin(y x y x z ++=所表示的三维曲面。y x ,的取值范围是]8,8[-。 clear;x=-8:0.5:8; y=x';

matlab图像去噪算法设计(精)

数字图像去噪典型算法及matlab实现希望得到大家的指点和帮助图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声）等；目前比较经典的图像去噪算法主要有以下三种：均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对其进行改进，主要避开对景物边缘的平滑处理。中值滤波：基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤波可以对图像进行平滑处理。其算法简单，时间复杂度低，但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化。 Wiener维纳滤波：使原始图像和其恢复图像之间的均方误差最小的复原方法，是一种自适应滤波器，根据局部方差来调整滤波器效果。对于去除高斯噪声效果明显。实验一：均值滤波对高斯噪声的效果 I=imread('C:\Documents and Settings\Administrator\桌面\1.gif');%读取图像 J=imnoise(I,'gaussian',0,0.005);%加入均值为0，方差为0.005的高斯噪声 subplot(2,3,1);imshow(I); title('原始图像'); subplot(2,3,2); imshow(J); title('加入高斯噪声之后的图像'); %采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 K1=filter2(fspecial('average',3),J)/255; %模板尺寸为3 K2=filter2(fspecial('average',5),J)/255;% 模板尺寸为5 K3=filter2(fspecial('average',7),J)/255; %模板尺寸为7 K4= filter2(fspecial('average',9),J)/255; %模板尺寸为9 subplot(2,3,3);imshow(K1); title('改进后的图像1'); subplot(2,3,4); imshow(K2); title('改进后的图像2');

图像分割实验报告

实验报告课程名称医学图像处理实验名称图像分割专业班级姓名学号实验日期实验地点 2015—2016学年度第 2 学期

050100150200250 图1 原图 3 阈值分割后的二值图像分析：手动阈值分割的阈值是取直方图中双峰的谷底的灰度值作为阈值，若有多个双峰谷底，则取第一个作为阈值。本题的阈值取

%例2 迭代阈值分割 f=imread('cameraman.tif'); %读入图像 subplot(1,2,1);imshow(f); %创建一个一行二列的窗口，在第一个窗口显示图像title('原始图像'); %标注标题 f=double(f); %转换位双精度 T=(min(f(:))+max(f(:)))/2; %设定初始阈值 done=false; %定义开关变量，用于控制循环次数 i=0; %迭代，初始值i=0 while~done %while ~done 是循环条件，~ 是“非”的意思，此处done = 0; 说明是无限循环，循环体里面应该还有循环退出条件，否则就循环到死了; r1=find(f<=T); %按前次结果对t进行二次分 r2=find(f>T); %按前次结果重新对t进行二次分 Tnew=(mean(f(r1))+mean(f(r2)))/2; %新阈值两个范围内像素平均值和的一半done=abs(Tnew-T)<1; %设定两次阈值的比较，当满足小于1时，停止循环， 1是自己指定的参数 T=Tnew; %把Tnw的值赋给T i=i+1; %执行循坏，每次都加1 end f(r1)=0; %把小于初始阈值的变成黑的 f(r2)=1; %把大于初始阈值的变成白的 subplot(1,2,2); %创建一个一行二列的窗口，在第二个窗口显示图像imshow(f); %显示图像 title('迭代阈值二值化图像'); %标注标题图4原始图像图5迭代阈值二值化图像分析：本题是迭代阈值二值化分割，步骤是：1.选定初始阈值，即原图大小取平均；2.用初阈值进行二值分割；3.目标灰度值平均背景都取平均；4.迭代生成阈值，直到两次阈值的灰度变化不超过1，则稳定；5.输出迭代结果。

MATLAB基本操作实验报告

MATLAB基本操作实验报告课程名称：院系：专业班级：学号：学生姓名：指导教师：开课时间：至学年第学期

一、学生撰写要求按照实验课程培养方案的要求，每门实验课程中的每一个实验项目完成后，每位参加实验的学生均须在实验教师规定的时间内独立完成一份实验报告，不得抄袭，不得缺交。学生撰写实验报告时应严格按照本实验报告规定的内容和要求填写。字迹工整，文字简练，数据齐全，图表规范，计算正确，分析充分、具体、定量。二、教师评阅与装订要求 1.实验报告批改要深入细致，批改过程中要发现和纠正学生实验报告中的问题，给出评语和实验报告成绩，签名并注明批改日期。实验报告批改完成后，应采用适当的形式将学生实验报告中存在的问题及时反馈给学生。 2.实验报告成绩用百分制评定，并给出成绩评定的依据或评分标准（附于实验报告成绩登记表后）。对迟交实验报告的学生要酌情扣分，对缺交和抄袭实验报告的学生应及时批评教育，并对该次实验报告的分数以零分处理。对单独设课的实验课程，如学生抄袭或缺交实验报告达该课程全学期实验报告总次数三分之一以上，不得同意其参加本课程的考核。 3.各实验项目的实验报告成绩登记在实验报告成绩登记表中。本学期实验项目全部完成后，给定实验报告综合成绩。 4.实验报告综合成绩应按课程教学大纲规定比例（一般为10-15%）计入实验课总评成绩；实验总评成绩原则上应包括考勤、实验报告、考核（操作、理论）等多方面成绩； 5.实验教师每学期负责对拟存档的学生实验报告按课程、学生收齐并装订，按如下顺序装订成册：实验报告封面、实验报告成绩登记表、实验报告成绩评定依据、实验报告（按教学进度表规定的实验项目顺序排序）。装订时统一靠左侧按“两钉三等分”原则装订。

图像处理实验报告

摘要：图像处理，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理一般指数字图像处理。数字图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。目前，图像处理演示系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本图像处理演示系统以数字图像处理理论为基础，对某些常用功能进行界面化设计，便于初级用户的操作。设计要求可视化界面，采用多幅不同形式图像验证系统的正确性；合理选择不同形式图像，反应各功能模块的效果及验证系统的正确性对图像进行灰度级映射，对比分析变换前后的直方图变化； 1.课题目的与要求目的：基本功能：彩色图像转灰度图像图像的几何空间变换：平移，旋转，剪切，缩放图像的算术处理：加、减、乘图像的灰度拉伸方法（包含参数设置）；直方图的统计和绘制；直方图均衡化和规定化；要求： 1、熟悉图像点运算、代数运算、几何运算的基本定

义和常见方法； 2、掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法 3、掌握在MATLAB中进行插值的方法 4、运用MATLAB语言进行图像的插值缩放和插值旋转等 5、学会运用图像的灰度拉伸方法 6、学会运用图像的直方图设计和绘制；以及均衡化和规定化 7、进一步熟悉了解MATLAB语言的应用，将数字图像处理更好的应用于实际2.课题设计内容描述 1>彩色图像转化灰度图像：大部分图像都是RGB格式。RGB是指红，绿，蓝三色。通常是每一色都是256个级。相当于过去摄影里提到了8级灰阶。真彩色图像通常是就是指RGB。通常是三个8位，合起来是24位。不过每一个颜色并不一定是8位。比如有些显卡可以显示16位，或者是32位。所以就有16位真彩和32位真彩。在一些特殊环境下需要将真彩色转换成灰度图像。 1单独处理每一个颜色分量。 2.处理图像的“灰度“，有时候又称为“高度”。边缘加强，平滑，去噪，加锐度等。 3.当用黑白打印机打印照片时，通常也需要将彩色转成灰白，处理后再打印 4.摄影里，通过黑白照片体现“型体”与“线条”，“光线”。 2>图像的几何空间变化：图像平移是将图像进行上下左右的等比例变化，不改变图像的特征，只改变位置。图像比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴按比例缩放fy倍，从而获得一幅新的图像。如果fx=fy，即在x轴方向和y轴方向缩放的比率相同，称这样的比例缩放为图像的全比例缩放。如果fx≠fy，图像的比例缩放会改变原始图象的像素间的相对位置，产生几何畸变。旋转。一般图像的旋转是以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转后图像的的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。图像的旋转变换也可以用矩阵变换来表示。

基于MATLAB的图像平滑算法实现及应用

目录 1.3 图像噪声一幅图像在获取和传输等过程中，会受到各种各样噪声的干扰，其主要来源有三：一为在光电、电磁转换过程中引入的人为噪声；二为大气层电（磁）暴、闪电、电压、浪涌等引起的强脉冲性冲激噪声的干扰；三为自然起伏性噪声，由物理量的不连续性或粒子性所引起，这类噪声又可分成热噪声、散粒噪声等。一般在图像处理技术中常见的噪声有：加性噪声、乘性噪声、量化噪声、“盐和胡椒”噪声等。下面介绍两种主要的噪声。 1、高斯噪声这种噪声主要来源于电子电路噪声和低照明度或高温带来的传感器噪声,也称为正态噪声,是在实践中经常用到的噪声模型。高斯随机变量z 的概率密度函数(P D F )由下式给出: }2/)(ex p{2/1)(22σμσπ--=z z p 其中, z 表示图像像元的灰度值;μ表示z 的期望;σ表示z 的标准差。 2、椒盐噪声主要来源于成像过程中的短暂停留和数据传输中产生的错误。其P D F 为： ?????===其他0)(b z pb a z pa z p 如果b > a , 灰度值b 在图像中显示为一亮点,a 值显

示为一暗点。如果P a和图像均不为零,在图像上的表现类似于随机分布图像上的胡椒和盐粉微粒,因此称为椒盐噪声。当P a为零时,表现为“盐”噪声;当P b为零时,表现为“胡椒”噪声。图像中的噪声往往是和信号交织在一起的尤其是乘性噪声，如果平滑不当，就会使图像本身的细节如边缘轮廓‘线条等模糊不清，从而使图像质量降低。

第二章、图像平滑方法 2.1 空域低通滤波将空间域模板用于图像处理，通常称为空间滤波，而空间域模板称为空间滤波器。空间域滤波按线性和非线性特点有：线性、非线性平滑波器。线性平滑滤波器包括领域平均法（均值滤波器），非线性平滑滤波器有中值滤波器。 2.1.1 均值滤波器对一些图像进行线性滤波可以去除图像中某些类型的噪声，如采用邻域平均法的均值滤波器就非常适用于去除通过扫描得到的图像中的颗粒噪声。邻域平均法是空间域平滑技术。这种方法的基本思想是，在图像空间，假定有一副N ×N 个像素的原始图像f (x ,y ),用领域内几个像素的平均值去代替图像中的每一个像素点值的操作。经过平滑处理后得到一副图像 g (x ,y ), 其表达式如下： ∑∈=s n m n m f M y x g ),(),(/1),( 式中： x ,y =0,1,2,…，N -1；s 为（x ，y ）点领域中点的坐标的集合，但不包括（x ，y ）点；M 为集合内坐标点的总数。领域平均法有力地抑制了噪声，但随着领域的增大，图像的模糊程度也愈加严重。为了尽可能地减少模糊失真，也可采用阈值法减少由于领域平均而产生的模糊效应。其公式如下： ?????>-=∑∑∈∈其他),(),(/1),(),(/1),(),(),(y x f T n m f M y x f n m f M y x g s n m s n m 式中：T 为规定的非负阈值。

实验5 Matlab绘图操作实验报告

Tutorial 5 实验报告实验名称：Matlab 绘图操作实验目的： 1、掌握绘制二维图形的常用函数； 2、掌握绘制三维图形的常用函数； 3、掌握绘制图形的辅助操作。实验内容： 1. 设sin .cos x y x x ?? =+ ??+?? 23051，在x=0~2π区间取101点，绘制函数的曲线。 2. 已知： y x =21，cos()y x =22，y y y =?312，完成下列操作：（1）在同一坐标系下用不同的颜色和线性绘制三条曲线；（2）以子图形式绘制三条曲线；（3）分别用条形图、阶梯图、杆图和填充图绘制三条曲线。 3. 已知：ln(x y x x ≤=??+>??0102 ，在x -≤≤55区间绘制函数曲线。 4. 绘制极坐标曲线sin()a b n ρθ=+，并分析参数a 、b 、n 对曲线形状的影响。 5．在xy 平面内选择区域[][],,-?-8888，绘制函数z =的三种三维曲面图。 6. 用plot 函数绘制下面分段函数的曲线。 ,(),,x x f x x x x ?+>? ==??+

8. 在同一坐标轴中绘制下列两条曲线。（1）.y x =-205 （2）sin()cos ,sin()sin x t t t y t t π=?≤≤? =?303 实验结果： 1. 2. （1）

（2）

（3）

图像去噪TV模型及Matlab实现

1.%% ROFdenoise 2.% 3.% Image -to denoise 4.% Theta - the parameter 5.% 6.% This denoising method is based on total-variation, originally proposed by 7.% Rudin, Osher and Fatemi. In this particular case fixed point iteration 8.% is utilized. 9.%------ 10.% For the included image, a fairly good result is obtained by using a 11.% theta value around 12-16. A possible addition would be to analyze the 12.% residual with an entropy function and add back areas that have a lower 13.% entropy, i.e. there are some correlation between the surrounding pixels. 14.%------ 15.% Code Provided By Li.J.Z 16.% Based on total-variation 17. 18.function A = ROFdenoise(Image, Theta) 19. 20.[Image_h Image_w] = size(Image); 21.g = 1; dt = 1/4; nbrOfIterations = 50; 22.Image = double(Image); 23. 24.p = zeros(Image_h,Image_w,2); 25.d = zeros(Image_h,Image_w,2); 26.div_p = zeros(Image_h,Image_w); 27. 28.for i = 1:nbrOfIterations 29. for x = 1:Image_w 30. for y = 2:Image_h-1 31. div_p(y,x) = p(y,x,1) - p(y-1,x,1); %backward difference 32. end 33. end 34. 35. for x = 2:Image_w-1 36. for y = 1:Image_h 37. div_p(y,x) = div_p(y,x) + p(y,x,2) - p(y,x-1,2); 38. end 39. end 40. 41. % Handle boundaries 42. div_p(:,1) = p(:,1,2);

数字图像处理实验报告

目录实验一：数字图像的基本处理操作 (4) ：实验目的 (4) ：实验任务和要求 (4) ：实验步骤和结果 (5) ：结果分析 (8) 实验二：图像的灰度变换和直方图变换 (9) ：实验目的 (9) ：实验任务和要求 (9) ：实验步骤和结果 (9) ：结果分析 (13) 实验三：图像的平滑处理 (14) ：实验目的 (14) ：实验任务和要求 (14) ：实验步骤和结果 (14) ：结果分析 (18) 实验四：图像的锐化处理 (19) ：实验目的 (19) ：实验任务和要求 (19) ：实验步骤和结果 (19) ：结果分析 (21)

实验一：数字图像的基本处理操作：实验目的 1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用； 2、实现图像的读取、显示、代数运算和简单变换。 3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。：实验任务和要求 1.读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。 3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。 4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的对应关系。：实验步骤和结果 1.对实验任务1的实现代码如下： a=imread('d:\'); i=rgb2gray(a); I=im2bw(a,; subplot(1,3,1);imshow(a);title('原图像'); subplot(1,3,2);imshow(i);title('灰度图像'); subplot(1,3,3);imshow(I);title('二值图像'); subplot(1,3,1);imshow(a);title('原图像'); 结果如图所示：

基于MATLAB的图像去噪实验报告

基于Matlab基本图像处理程序

北科大数字图像处理实验报告

MATLAB实现频域平滑滤波以及图像去噪代码

MATLAB基本操作实验报告

数字图像处理实验报告

Matlab中关于图像处理、去噪分析以及有关散点连线画图等程序

基于MATLAB的减少图像噪声

实验一 MATLAB基本操作及运算(含实验报告).

matlab图像处理实验报告

matlab操作实验报告

matlab图像去噪算法设计(精)

图像分割 实验报告

MATLAB基本操作实验报告

最新图像去噪处理的研究及MATLAB仿真

图像处理 实验报告

基于MATLAB的图像平滑算法实现及应用

实验5 Matlab绘图操作实验报告

图像去噪TV模型及Matlab实现

数字图像处理实验报告

图像分割实验报告

图像处理实验报告