数字图象处理实验指导书

数字图像处理课程

实 验 报 告

班级 学号 姓名

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

把真彩图像转换为灰度图像 i=rgb2gray（j） 2、 im2bw

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、 imsubtract

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

四、实验内容

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。 >> x=imread('e:\\图片\\1.jpg'); >> subplot(2,2,1); >> y=imshow(x); >> title('原图像'); >> subplot(2,2,2); >> t=rgb2gray(x); >> imshow(t);

>> title('灰度图像'); >> subplot(2,1,2); >> m=im2bw(x,0.5); >> imshow(m);

>> title('二值图像');

2、对两幅不同图像执行加、减、乘、除操作，在多个窗口内分别显示，注上文字标题。

>> x=imread('e:\\图片\\1.jpg'); >> y=imread('e:\\图片\\1F.jpg'); >> subplot(3,2,1); >> imshow(x); >> title('图像x'); >> subplot(3,2,2); >> imshow(y); >> title('图像y'); >> subplot(3,2,3); >> z=imadd(x,y); >> imshow(z); >> title('x+y'); >> subplot(3,2,4); >> t=imsubtract(x,y); >> imshow(t); >> title('x-y'); >> subplot(3,2,5);

>> m=immultiply(x,y); >> imshow(m); >> title('x*y'); >> subplot(3,2,6);

>> n=imdivide(x,y); >> imshow(n); >> title('x/y');

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，在多个窗口内分别显示，注上文字标题。

>> x=imread('e:\\图片\\4.jpg'); >> subplot(2,2,1); >> imshow(x); >> title('原图像'); >> subplot(2,2,2);

>> y=imadjust(x,[0.1,0.2],[0,1]); >> imshow(y);

>> title('原图像变亮'); >> subplot(2,2,3);

>> z=imadjust(x,[0.8,0.9],[]); >> imshow(z); >> title('变暗'); >> subplot(2,2,4); >> c=255-x; >> imshow(c); >> title('负片');

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。

[hgram,x] = imhist(...)返回直方图数据向量hgram，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] 四、实验内容

1、调试运行8倍减采样程序,分析程序,对每条语句给出注释,并显示最终执行结果。

a=imread(?e:\\i_lena.JPG?); b=rgb2gray(a)； [wid，hei]=size（b）； quartimg=zeros(wid/2+1,hei/2+1); i1=1; j1=1; for i=1:2:wid for j=1:2:hei

quartimg(i1,j1)=b(i,j) ; j1=j1+1; end i1=i1+1;

j1=1; end figure

imshow(uint8(quartimg))2、显示一幅灰度图像a，改变图像亮度使其整体变暗得到图像b，显示两幅图像的直方图。

3、对图像b进行直方图均衡化，显示结果图像和对应直方图。

4、读入图像c，执行直方图规定化，使图像a的灰度分布与c大致相同，显示变换后图像及对应直方图。

实验三 图像变换

一、实验目的

1、熟悉及掌握图像的变换原理及性质，实现图像的傅里叶变换。 二、实验环境

MATLAB 6.5以上版本、WIN XP或WIN2000计算机 三、相关函数

? 图像的空间域操作 1、 imrotate 用于图像旋转 用法：

B = imrotate(A,angle,method)

将图像A（图像的数据矩阵）绕图像的中心点旋转angle度， 正数表示逆时针旋转， 负数表示顺时针旋转。返回旋转后的图像矩阵。method参数表是插值算法，Method省略默认采用最近邻线性插值,旋转后的图像超出的部分填充0（黑色）。

method参数可以为下面这三个值： 'nearest'：最邻近线性插值 'bilinear'： 双线性插值

'bicubic'： 双三次插值（或叫做双立方插值） 如：

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

j=imrotate(i,45,?bilinear?); %图像采用双线性插值法逆时针旋转45度 ? 图像的变换

1、 fft2

fft2函数用于数字图像的二维傅立叶变换，如：

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

j=fft2(i);

由于MATLAB无法显示复数图像，因此变换后的结果还需进行求模运算，即调用abs函数。

之后常常还进行对数变换，即调用log函数，以减缓傅里叶谱的快速衰减，更好地显示高频信息。 2、 ifft2

ifft2函数用于数字图像的二维傅立叶反变换，如： i=imread('e:\\w01.tif'); j=fft2(i);

k=ifft2(j); 3、 fftshift

用于将变换后图像频谱中心从矩阵的原点移动到矩阵的中心 B=fftshift（i）

4、 利用fft2计算二维卷积 利用fft2函数可以计算二维卷积,如: a=[8,1,6;3,5,7;4,9,2]; b=[1,1,1;1,1,1;1,1,1]; a(8,8)=0; b(8,8)=0;

c=ifft2(fft2(a).*fft2(b)); c=c(1:5,1:5);

利用conv2(二维卷积函数)校验, 如： a=[8,1,6;3,5,7;4,9,2]; b=[1,1,1;1,1,1;1,1,1];

c=conv2(a,b); 四、实验内容

1、对一幅图像进行缩小，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。 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。

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');

四、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

2、采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 3、采用三种不同算子对图像进行锐化处理。

五、实验总结

1、比较不同平滑滤波器的处理效果，分析其优缺点

2、比较不同锐化滤波器的处理效果，分析其优缺点

四、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

2、采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 3、采用三种不同算子对图像进行锐化处理。

五、实验总结

1、比较不同平滑滤波器的处理效果，分析其优缺点

2、比较不同锐化滤波器的处理效果，分析其优缺点

本文来源：https://www.bwwdw.com/article/c6ja.html