数字图像处理实验报告(全答案)

实验一 常用MATLAB图像处理命令

一、实验目的

1、熟悉并掌握MATLAB工具的使用；

2、实现图像的读取、显示、代数运算和简单变换。 二、实验环境

MATLAB 6.5以上版本、WIN XP或WIN2000计算机

三、常用函数 ? 读写图像文件

1 imread

imread函数用于读入各种图像文件，如：a=imread('e:\\w01.tif') 2 imwrite

imwrite函数用于写入图像文件，如：imwrite(a,'e:\\w02.tif',’tif’) 3 imfinfo

imfinfo函数用于读取图像文件的有关信息，如：imfinfo('e:\\w01.tif') ? 图像的显示

1 image

image函数是MATLAB提供的最原始的图像显示函数，如： a=[1,2,3,4;4,5,6,7;8,9,10,11,12]; image(a); 2 imshow

imshow函数用于图像文件的显示，如： i=imread('e:\\w01.tif');

imshow(i);

title（‘原图像’）%加上图像标题

3 colorbar

colorbar函数用显示图像的颜色条，如： i=imread('e:\\w01.tif'); imshow(i); colorbar; 4 figure

figure函数用于设定图像显示窗口，如：figure(1)； /figure(2)； 5 subplot

把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。 Subplot（m，n，p）分成m*n个小窗口，在第p个窗口中创建坐标轴为当前坐标轴，用于显示图形。

6 plot 绘制二维图形 plot（y）

Plot（x，y）xy可以是向量、矩阵。 ? 图像类型转换

1 rgb2gray//灰色 把真彩图像转换为灰度图像 i=rgb2gray（j） 2 im2bw//黑白

通过阈值化方法把图像转换为二值图像 I=im2bw（j，level）

Level表示灰度阈值，取值范围0~1（即0.n），表示阈值取自原图像灰度范围的n%

3 imresize 改变图像的大小

I=imresize（j，[m n]）将图像j大小调整为m行n列 ? 图像运算

1 imadd

两幅图像相加，要求同样大小，同种数据类型 Z=imadd（x，y）表示图像x+y 2 imsubstract

两幅图像相减，要求同样大小，同种数据类型 Z=imsubtract（x，y） 表示图像x-y 3 immultiply

Z=immultiply（x，y） 表示图像x*y 4 imdivide

Z=imdivide（x，y） 表示图像x/y 5：m = imadjust(a,[,],[0.5;1]) ;%图像变亮 n = imadjust(a,[,],[0;0.5]) ;%图像变暗 g=255-a;%负片效果

四、实验内容（请将实验程序填写在下方合适的位置，实验图像结果拷屏粘贴） 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。

a=imread('f:\\1.jpg') i = rgb2gray(a) I = im2bw(a,0.5)

subplot(3,1,1);imshow(a);title('原图像') subplot(3,1,2);imshow(i);title('灰度图像') subplot(3,1,3);imshow(I);title('二值图像')

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。 a=imread('f:\\1.jpg')

A=imresize(a,[800 800]) b=imread('f:\\2.jpg')

B=imresize(b,[800 800]) Z1=imadd(A,B) 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')

3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。

a=imread('f:\\1.jpg');

m = imadjust(a,[,],[0.5;1]) ;%图像变亮 n = imadjust(a,[,],[0;0.5]) ;%图像变暗 g=255-a;%负片效果

subplot(2,2,1);imshow(a);title('原图像') subplot(2,2,2);imshow(m);title('图像变亮') subplot(2,2,3);imshow(n);title('图像变暗') subplot(2,2,4);imshow(g);title('负片效果')

4、熟悉数字图像处理常用函数的使用，调出帮助文档查看其各种不同用法。 方法：选择函数（函数所在区变暗），点右键弹出菜单，选择“Help on Selection”

五、实验总结

分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。

实验四 常用图像增强方法

一、实验目的

1、熟悉并掌握MATLAB图像处理工具箱的使用；

2、理解并掌握常用的图像的增强技术。 二、实验环境

MATLAB 6.5以上版本、WIN XP或WIN2000计算机 三、相关知识 1 imnoise

imnoise函数用于对图像生成模拟噪声，如： i=imread('e:\\w01.tif');

j=imnoise(i,'gaussian',0,0.02);模拟均值为0方差为0.02的高斯噪声， j=imnoise(i,'salt&pepper', 0.04) 模拟叠加密度为0.04的椒盐噪声 2 fspecial

fspecial函数用于产生预定义滤波器，如： h=fspecial('sobel');%sobel水平边缘增强滤波器 h=fspecial('gaussian');%高斯低通滤波器 h=fspecial('laplacian');%拉普拉斯滤波器 h=fspecial('log');%高斯拉普拉斯（LoG）滤波器 h=fspecial('average');%均值滤波器

3 基于卷积的图像滤波函数

imfilter函数， filter2函数，二维卷积conv2滤波,都可用于图像滤波，用法类似，如：

i=imread('e:\\w01.tif');

h=[1,2,1;0,0,0;-1,-2,-1];%产生Sobel算子的水平方向模板

j=filter2(h,i); 或者：

h = fspecial(‘prewitt’) I = imread('cameraman.tif'); imshow(I);

H = fspecial('prewitt‘); %预定义滤波器 M = imfilter(I,H); imshow(M) 或者：

i=imread('e:\\w01.tif'); h=[1,1,1;1,1,1;1,1,1]; h=h/9; j=conv2(i,h);

4 其他常用滤波举例 （1）中值滤波

medfilt2函数用于图像的中值滤波，如： i=imread('e:\\w01.tif');

j=medfilt2(i，[M N]);对矩阵i进行二维中值滤波，领域为M*N，缺省值为3*3

（2）利用拉氏算子锐化图像, 如: i=imread('e:\\w01.tif'); j=double(i);

h=[0,1,0;1,-4,0;0,1,0];%拉氏算子 k=conv2(j,h,'same');

三、实验步骤

1、采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波，窗口分别采用3*3,5*5,7*7

I = imread('f:\\lena.png');

J = imnoise(I,'salt & pepper',0.04);

K1 = medfilt2(J,[3 3]);%对矩阵i进行二维中值滤波，领域为3*3 K2 = medfilt2(J,[5 5]); K3 = medfilt2(J,[7 7]);

subplot(2,2,1);imshow(J);title('椒盐噪声干扰图像')

subplot(2,2,2);imshow(K1);title('领域为3*3二维中值滤波') subplot(2,2,3);imshow(K2);title('领域为5*5二维中值滤波') subplot(2,2,4);imshow(K3);title('领域为7*7二维中值滤波')

2、采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 I = imread('f:\\lena.png');

j=imnoise(i,'gaussian',0,0.02);%模拟均值为0方差为0.02的高斯噪声，

M= filter2(fspecial('average',9),J)/255; %模板尺寸为9 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。 i=imread('f:\\1.jpg') I=rgb2gray(s)

H=fspecial('sobel')%应用Sobel算子锐化图像 I1=filter2(H,I)%Sobel算子滤波锐化

H=fspecial('prewitt')%应用prewitt算子锐化图像 I2=filter2(H,I)%prewitt算子滤波锐化 H=fspecial('log')%应用log算子锐化图像 I3=filter2(H,I)%log算子滤波锐化

subplot(2,2,1);imshow(i);title('原图像')

subplot(2,2,2);imshow(I1);title('Sobel算子锐化图像') subplot(2,2,3);imshow(I2);title('prewitt算子锐化图像') subplot(2,2,4);imshow(I3);title('log算子锐化图像')

实验二 图像基本操作

一、实验目的

1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换。 2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图均衡和直方图规定化方法对图像进行修正。 二、实验环境

MATLAB 6.5以上版本、WIN XP或WIN2000计算机

三、相关函数 ? 图像的增强

1、 直方图

imhist函数用于数字图像的直方图计算或显示，

imhist(I, n)计算和显示图像I的直方图，n为指定的灰度级数目，默认为256。如果I是二值图像，那么n仅有两个值。

[counts,x] = imhist(...)返回直方图数据向量counts，相应的色彩值向量x。

如：

i=imread('e:\\w01.tif');

imhist(i); 2 、直方图均衡化

histeq函数用于数字图像的直方图均衡化，

J = histeq(I, n) 均衡化后的级数n，缺省值为64。

J = histeq(I, hgram) \直方图规定化\，即将原是图象 I 的直方图变换成用户指定的向量 hgram (即指定另一幅图像的直方图数据向量)。

如：

i=imread('e:\\w01.tif');

j=histeq(i，N);对图像i执行均衡化，得到具有N个灰度级的灰度图像j，N缺省值为64 3、 灰度调整

imadjust函数用于数字图像的灰度或颜色调整，

J = imadjust(I) 将灰度图像 I 中的亮度值映射到 J 中的新值并使 1％ 的数据是在低高强度和饱和，这增加了输出图像 J 的对比度值。

J = imadjust(I,[low_in; high_in],[low_out; high_out]) 将图像I中的亮度值映射到J中的新值，即将low_in至high_in之间的值映射到low_out至high_out之间的值。low_in 以下与 high_in 以上的值被剪切掉了，也就是说，low_in 以下的值映射到 low_out，high_in 以上的值映射到high_out。它们都可以使用空的矩阵[]，默认值是[0 1]。 如：

i=imread('e:\\w01.tif');

j=imadjust(i,[0.3,0.7],[]);将图像i转换为j，使灰度值从0.3~0.7与缺省值0~1相匹配

? 运算函数

1、Zeros生成全0数组或矩阵

如 B = zeros(m,n) or B = zeros([m n]) 返回一个 m*n 全0矩阵 2、取整函数 floor最小取整函数 round四舍五入取整函数 ceil最大取整函数

如a = [-1.9, -0.2, 3.4, 5.6, 7.0, 2.4+3.6i] I=round(a)

I =[ -2 0 3 6 7 2+ 4i]

A=sqrt(RR.^2+II.^2); %计算频谱府幅值 A=(A-min(min(A)))/(max(max(A)))*255; % 归一化

b=circshift(s,[800 450]); %对图像矩阵im中的数据进行移位操作 b=rgb2gray(b) b=double(b)

c=fft2(b); %傅里叶变换 e=fftshift(c); % 直流分量移到频谱中心 l=log(abs(e)); %对数变换

f=fftshift(c); %直流分量移到频谱中心 WW=real(f); %取傅里叶变换的实部B ZZ=imag(f); %取傅里叶变换的虚部 B=sqrt(WW.^2+ZZ.^2); %计算频谱府幅值 B=(B-min(min(B)))/(max(max(B)))*255; % 归一化 subplot(2,2,1);imshow(s);title('原图像')

subplot(2,2,2);imshow(uint8(b));;title('平移图像') subplot(2,2,3);imshow(A);title('离散傅里叶频谱');

subplot(2,2,4);imshow(B);title('平移图像离散傅里叶频谱')

2、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。

s=imread('f:\\1.jpg');%读入原图像 i=rgb2gray(s) i=double(i)

j=fft2(i); %傅里叶变换 k=fftshift(j); % 直流分量移到频谱中心 l=log(abs(k)); %对数变换

m=fftshift(j); %直流分量移到频谱中心 RR=real(m); %取傅里叶变换的实部 II=imag(m); %取傅里叶变换的虚部 A=sqrt(RR.^2+II.^2); %计算频谱府幅值 A=(A-min(min(A)))/(max(max(A)))*255; % 归一化

b=imrotate(s, -90); %对图像矩阵im中的数据进行移位操作 b=rgb2gray(b) b=double(b)

c=fft2(b); %傅里叶变换 e=fftshift(c); % 直流分量移到频谱中心 l=log(abs(e)); %对数变换

f=fftshift(c); %直流分量移到频谱中心 WW=real(f); %取傅里叶变换的实部B ZZ=imag(f); %取傅里叶变换的虚部 B=sqrt(WW.^2+ZZ.^2); %计算频谱府幅值 B=(B-min(min(B)))/(max(max(B)))*255; % 归一化 subplot(2,2,1);imshow(s);title('原图像')

subplot(2,2,2);imshow(uint8(b));;title('平移图像') subplot(2,2,3);imshow(A);title('离散傅里叶频谱');

subplot(2,2,4);imshow(B);title('平移图像离散傅里叶频谱')

本文来源：https://www.bwwdw.com/article/2es6.html