数字图像处理软件开发设计报告

数字图像处理软件开发设计报告

目录

实验一、读取图像、显示图像和保存图像

实验二、图像的灰度变换、取反和二值化处理实验三、直方图均衡

实验四、图像锐化

实验五、图像的平滑滤波

实验六、图像的正交变换

实验七、高频强调滤波增强图像

实验八、陷波滤波器增强图像

实验九、消除匀速运动造成的图像模糊

实验十、图像的几何变换

实验十一、二维离散傅里叶变换性质验证

实验十二、用领域平均法平滑彩色图像

实验十三、图像的伪彩色处理

实验一、读取图像、显示图像和保存图像

一、实验目的和内容

1.通过本次实验，了解和熟悉matlab的实验环境，掌握图片的读取、显示、存储的方法。

2.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。

3．利用imshow()函数来显示这幅图像。

二、实验原理（技术探讨）

1.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。

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

2.启动matlab双击桌面matlab图标启动matlab环境；

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；

浏览源程序并理解含义；

运行，观察显示结果；

结束运行，退出

三、实验程序及结果

1.实验程序

I=imread('实验一.jpg');

x=rgb2gray(I);

figure(1)

subplot(1,2,1);

imshow(I);

title('原始图像');

subplot(1,2,2);

imshow(x);

title('灰度图像');

2.实验结果

四、结果分析

通过本实验，我学会了用Matlab7.0对图像进行读取、存储、显示的节本操作。

实验二、图像的灰度变换、取反和二值化处理

一、实验目的和内容

1.熟悉MATLAB软件开发环境，掌握读、写图像的基本方法。

2.理解图像灰度变换在图像增强的作用，掌握图像的灰度线性变换和非线性变换方法。

3.掌握绘制灰度直方图的方法，掌握灰度直方图的灰度变换及二值化的方法。

二、实验原理（技术探讨）

1.图像的灰度化处理的基本原理

将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理

种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可用两种方法来实现。

2. 图像的二值化处理就是讲图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。如果某特定物体在内部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均匀背景下，使用阀值法就可以得到比较的分割效果。如果物体同背景的差别表现不在灰度值上（比如纹理不同），可以将这个差别特征转换为灰度的差别，然后利用阀值选取技术来分割该图像。动态调节阀值实现图像的二值化可动态观察其分割图像的具体结果。

三、实验程序及结果

1.实验程序

%二值化

I=imread('实验二.jpg');

thresh=graythresh(I);%自动确定二值化值

I1=im2bw(I,thresh);%对图像二值化

imshow(I1)

lear all;

f=imread('f');

figure(1)

imshow(f);

figure(2)

imhist(f); %绘制图象f的直方图

ylim('auto');

g=histeq(f,256); %对f进行直方图均衡，输出图象的灰度级数为256 figure(3)

imshow(g);

figure(4)

imhist(g);

ylim('auto');

A=imread('trees.tif');

figure(1);

subplot(1,2,1);

imshow(A);

title('原图');

I=double(A);

h=[-1 -1 -1;-1 8 -1;-1 -1 -1];

J=conv2(I,h,'same');

K=uint8(J);

subplot(1,2,2);

imshow(K);

title('使用拉普拉斯算子锐化处理后的图');

2.实验结果

二值化