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')

四、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

实验五 图像恢复和图像分割

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恢复和分割技术。 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 deconvwnr 维纳滤波，

用法：J = deconvwnr(I,PSF,NSR)

用维纳滤波算法对图片I进行图像恢复后返回图像J。 I是一个N维数组。PSF是点扩展函数的卷积。NSP是加性噪声的噪声对信号的功率比。

如：

I = im2double(imread('cameraman.tif')); imshow(I);

title('Original Image '); %模拟运动模糊 Matlab中文论坛 LEN = 21; THETA = 11;

PSF = fspecial('motion', LEN, THETA); blurred = imfilter(I, PSF, 'conv', 'circular'); figure, imshow(blurred) %恢复图像www.iLoveMatlab.cn

wnr2 = deconvwnr(blurred_noisy, PSF); figure, imshow(wnr2) title('Restoration of Blurred')

2 edge

检测灰度或者二值图像的边缘，返回一个二值图像，1像素是检测到的边缘，0像素是非边缘。

用法：BW = edge(I,'sobel',thresh,direction)，

I为检测对象；边缘检测算子可用sobel，roberts，prewitt，zerocross，log，canny；

thresh指定阈值，检测时忽略所有小于阈值的边缘，默认自动选择阈值；direction方向，在所指定的方向direction上，用 算子进行边缘检测horizontal(水平方向)、vertical(垂直方向)或both(两个方向)。

如：I = imread('circuit.tif');

BW1 = edge(I,'prewitt'); imshow(BW1); 3 strel

创建形态学结构元素。 用法：

SE = STREL('arbitrary',NHOOD,HEIGHT) 创建一个指定领域的非平面结构化元素。HEIGHT是一个矩阵，大小和NHOOD相同，他指定了NHOOD中任何非零元素的高度值。

SE = STREL('ball',R,H,N) 创建一个空间椭球状的结构元素，其X-Y平面半径为R，高度为H。R必须为非负整数，H是一个实数。N必须为一个非负偶数。当N>0时此球形结构元素由一系列空间线段结构元素来近似。 SE = STREL('diamond',R) 创建一个指定大小R平面钻石形状的结构化元素。R是从结构化元素原点到其点的距离，必须为非负整数。

SE = STREL('disk',R,N) 创建一个指定半径R的平面圆盘形的结构元素。这里R必须是非负整数. N须是0, 4, 6, 8.当N大于0时,圆盘形结构元素由一组N(或N+2)个周期线结构元素来近似。当N等于0时,不使用近似，即结构元素的所有像素是由到中心像素距离小于等于R的像素组成。N可以被忽略,此时缺省值是4。注: 形态学操作在N>0情况下要快于N=0的情形。

如：

se1 = strel('square',11) % 11乘以11的正方形 4 imerode 腐蚀图像

用法：IM2 = imerode(IM,SE)

腐蚀灰度、二进制或压缩二进制图像 IM ，返回腐蚀图像 IM2 。参数 SE 是函数 strel 返回的一个结构元素体或是结构元素体阵列。

如：使用一个盘状结构元素腐蚀一幅二进制图像。 originalBW = imread('circles.png'); se = strel('disk',11);

erodedBW = imerode(originalBW,se);

imshow(originalBW), figure, imshow(erodedBW)

5 imdilate 膨胀图像

用法：IM2 = imdilate(IM, SE)

膨胀灰度图像、二值图像、或者打包的二值图像IM，返回膨胀图像M2。变量SE是一个结构元素或者一个结构元素的数组，其是通过strel函数返回的。

如：利用一个运行结构元素膨胀灰度图像。 I = imread('cameraman.tif'); se = strel('ball',5,5); I2 = imdilate(I,se);

imshow(I), title('Original')

figure, imshow(I2), title('Dilated')

三、实验步骤

1、产生运动模糊图像，运用维纳滤波进行图像恢复，显示结果。 i=imread('f:\\1.jpg') I=rgb2gray(s)

I = im2double(I); %模拟运动模糊 LEN = 21; THETA = 11;

PSF = fspecial('motion', LEN, THETA); blurred = imfilter(I, PSF, 'conv', 'circular'); %恢复图像

wnr2 = deconvwnr(blurred, PSF);

subplot(1,2,1);imshow(blurred);title('运动模糊图像') subplot(1,2,2);imshow(wnr2);title('恢复图像')

2、采用三种不同算子检测图像边缘，显示结果。 i=imread('f:\\1.jpg')

BW1 = edge(I,'prewitt'); BW2 = edge(I,'zerocross'); BW3 = edge(I,'canny');

subplot(2,2,1);imshow(i);title('原图像')

subplot(2,2,2);imshow(BW1);title('prewitt边缘图') subplot(2,2,3);imshow(BW2);title('zerocross边缘图') subplot(2,2,4);imshow(BW3);title('canny边缘图')

3、对二值图像分别进行方形模板3*3和5*5的膨胀和腐蚀操作，显示结果。

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

se3 = strel('disk',3);

erodedBW1 = imerode(I,se3); se4 = strel('disk',5);

erodedBW2 = imerode(I,se4); se1 = strel('ball',3,3); I1 = imdilate(a,se1); se2 = strel('ball',5,5); I2 = imdilate(a,se2);

subplot(2,2,1);imshow(I1);title('3*3膨胀图像') subplot(2,2,2);imshow(I2);title('5*5膨胀图像')

subplot(2,2,3);imshow(erodedBW1);title('3*3腐蚀图像') subplot(2,2,4);imshow(erodedBW2);title('5*5腐蚀图像')

实验六 图像处理实际应用

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处理技术。 二、实验环境

MATLAB 6.5以上版本、WIN XP或WIN2000计算机 三、实验内容

调试运行下列程序,分析程序,对每条语句给出注释,并显示最终执行结果。总结算法思想及优缺点.

I=imread('Car.jpg'); [y,x,z]=size(I); myI=double(I);

%%%%%%%%%%% RGB to HSI %%%%%%%% tic

%%%%%%%% Y 方向 %%%%%%%%%% Blue_y=zeros(y,1); for i=1:y for j=1:x

if((myI(i,j,1)<=30)&&((myI(i,j,2)<=62)&&(myI(i,j,2)>=51))&&((myI(i,j,3)<=142)&&(myI(i,j,3)>=119))) % 蓝色RGB的灰度范围

Blue_y(i,1)= Blue_y(i,1)+1; end end end

[temp MaxY]=max(Blue_y); % Y方向车牌区域确定 PY1=MaxY;

while ((Blue_y(PY1,1)>=5)&&(PY1>1)) PY1=PY1-1; end PY2=MaxY;

while ((Blue_y(PY2,1)>=5)&&(PY2

IY=I(PY1:PY2,:,:);

%%%%%%%% X 方向 %%%%%%%%%% Blue_x=zeros(1,x); for j=1:x for i=PY1:PY2

if((myI(i,j,1)<=30)&&((myI(i,j,2)<=62)&&(myI(i,j,2)>=51))&&((myI(i,j,3)<=142)&&(myI(i,j,3)>=119)))

Blue_x(1,j)= Blue_x(1,j)+1; end end end PX1=1;

while ((Blue_x(1,PX1)<3)&&(PX1

while ((Blue_x(1,PX2)<3)&&(PX2>PX1)) PX2=PX2-1; end

PX1=PX1-2; % 对车牌区域的修正 PX2=PX2+2;

Plate=I(PY1:PY2,PX1-2:PX2,:); t=toc % 读取计时

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% figure,imshow(I); figure,plot(Blue_y);grid figure,plot(Blue_x);grid figure,imshow(IY);

添加注释和改正后的程序：

I=imread('f:\\Car.jpg');%读取图片 [y,x,z]=size(I);%给定图片大小 myI=double(I);%返回双精度值

%%%%%%%%%%% RGB to HSI %%%%%%%% tic %计时开始

%%%%%%%% Y 方向 %%%%%%%%%% Blue_y=zeros(y,1);%一列全零矩阵 for i=1:y%给定i的范围 for j=1:x%给定j的范围

if((myI(i,j,1)<=30)&&((myI(i,j,2)<=62)&&(myI(i,j,2)>=51))&&((myI(i,j,3

)<=142)&&(myI(i,j,3)>=119))) % 蓝色RGB的灰度范围

Blue_y(i,1)= Blue_y(i,1)+1; % y矩阵加一 end end end

[temp MaxY]=max(Blue_y); % Y方向车牌区域确定 PY1=MaxY;%y矩阵的最大元素

while ((Blue_y(PY1,1)>=5)&&(PY1>1))% 确定蓝色RGB Blue_y所在位置

PY1=PY1-1; %对车牌区域的修正，向上调整 end

PY2=MaxY; %y矩阵的最大元素

while ((Blue_y(PY2,1)>=5)&&(PY2

PY2=PY2+1; %对车牌区域的修正向下调整 end

IY=I(PY1:PY2,:,:);%行的范围

%%%%%%%% X 方向 %%%%%%%%%% Blue_x=zeros(1,x); %一行全一矩阵 for j=1:x%给定j的取值范围

for i=PY1:PY2%给定i的取值范围

if((myI(i,j,1)<=30)&&((myI(i,j,2)<=62)&&(myI(i,j,2)>=51))&&((myI(i,j,3)<=142)&&(myI(i,j,3)>=119)))%调整I中的范围

Blue_x(1,j)= Blue_x(1,j)+1; % Blue_x 的矩阵加一 end end end

PX1=1;%当PX1等于1时

while ((Blue_x(1,PX1)<3)&&(PX1

PX1=PX1+1; %对车牌区域的修正向下调整 end

PX2=x; %当PX2等于x时

while ((Blue_x(1,PX2)<3)&&(PX2>PX1)) %确定蓝色RGB Blue_x的位置 PX2=PX2-1; %对车牌区域的修正向下调整 end

PX1=PX1-2; % 对车牌区域的修正 PX2=PX2+2; %对车牌区域的修正

Plate=I(PY1:PY2,PX1-2:PX2,:);%矩阵行列的范围 t=toc % 读取计时

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% figure,imshow(I);%创建图像窗口，显示图像I

figure,plot(Blue_y);grid%创建图像窗口，绘制Blue_y图像，画出网格线 figure,plot(Blue_x);grid%创建图像窗口，绘制Blue_x图像，画出网格线 figure,imshow(Plate); %创建图像窗口，显示图像Plate t =

0.5630

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