数字图像处理实验报告(全部)

验 指 导 书

125

200912512

班级： 学号： 姓名：田坤 专业：电子信息科学与技术

实验一 数字图像的运算

1.1 直方图 一．实验目的

1．熟悉matlab图像处理工具箱及直方图函数的使用； 2．理解和掌握直方图原理和方法；

二．实验设备：1.PC机一台；2.软件matlab。

三．程序设计

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。

I=imread('cameraman.tif');%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 subplot(1,2,2),imhist(I) %输出原图直方图

title('原始图像直方图') %在原图直方图上加标题

四．实验步骤

1. 启动matlab双击桌面matlab图标启动matlab环境；

2. 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；

3．浏览源程序并理解含义； 4．运行，观察显示结果； 5．结束运行，退出；

五．实验结果：观察图像matlab环境下的直方图分布。

(a)原始图像 (b)原始图像直方图

六．实验报告要求

1、给出实验原理过程及实现代码： I=imread('coins.png');%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 subplot(1,2,2),imhist(I) %输出原图直方图

title('原始图像直方图') %在原图直方图上加标题

2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。

１

1.2 3*3均值滤波 一．实验目的

1．熟悉matlab图像处理工具箱及均值滤波函数的使用； 2．理解和掌握3*3均值滤波的方法和应用；

二．实验设备：1.PC机一台；2.软件matlab 三．程序设计

在matlab环境中，程序首先读取图像，然后调用图像增强（均值滤波）函数，设置相关参数，再输出处理后的图像。 I = imread('cameraman.tif'); figure,imshow(I);

J=filter2(fspecial(‘average’,3),I)/255; figure,imshow(J);

四．实验步骤

1. 启动matlab

双击桌面matlab图标启动matlab环境；

2. 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；再调用相应的图像增强（均值滤波）函数，设置参数；最后输出处理后的图像； 3．浏览源程序并理解含义； 4．运行，观察显示结果； 5．结束运行，退出；

五．实验结果：

观察matlab环境下原始图像经3*3均值滤波处理后的结果。

２

(a)原始图像 (b)3*3均值滤波处理后的图像

六．实验报告要求

输入一幅灰度图像，给出其图像经3*3均值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行均值滤波，看看对25个点取均值与对9个点取中值进行均值滤波有什么区别？有没有其他的算法可以改进滤波效果。

(a)原始图像 (b)3*3均值滤波处理后的图像

1.3 3*3中值滤波 一．实验目的

1．熟悉matlab图像处理工具箱及中值滤波函数的使用； 2．理解和掌握中值滤波的方法和应用；

二．实验设备：1.PC机一台；2.软件matlab 三．程序设计

在matlab环境中，程序首先读取图像，然后调用图像增强（中值滤波）函数，设置相关参数，再输出处理后的图像。 I = imread('cameraman.tif'); figure,imshow(I); J=medfilt2(I,[5,5]); figure,imshow(J);

四．实验步骤

1. 启动matlab

双击桌面matlab图标启动matlab环境；

2. 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；再调用相应的图像增强（中值滤波）函数，设置参数；最后输出处理后的图像； 3．浏览源程序并理解含义；

３

4．运行，观察显示结果； 5．结束运行，退出；

五．实验结果

观察matlab环境下原始图像经3*3中值滤波处理后的结果。

(a)原始图像 (b)3*3中值滤波处理后的图像

六．实验报告要求

输入一幅灰度图像，给出其图像经3*3中值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行排序后取中值，然后该点的灰度值取中值。看看对25个点取中值与对9个点取中值进行中值滤波有什么区别？

(a)原始图像 (b)3*3中值滤波处理后的图像

1.4 图像的缩放 一．实验目的

1．熟悉matlab图像处理工具箱及图像缩放函数的使用； 2．掌握图像缩放的方法和应用；

二．实验设备：1.PC机一台；2.软件matlab 三．程序设计

在matlab环境中，程序首先读取图像，然后调用图像缩放函数，设置相关参数，再输出处理后的图像。

I = imread('cameraman.tif'); figure,imshow(I); scale = 0.5;

J = imresize(I,scale); figure,imshow(J);

四．实验步骤

1. 启动matlab

双击桌面matlab图标启动matlab环境；

４

2. 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；再调用相应的图像缩放函数，设置参数；最后输出处理后的图像；

3．浏览源程序并理解含义； 4．运行，观察显示结果； 5．结束运行，退出；

五．实验结果

观察matlab环境下图像缩放后的结果。

(a)原始图像 (b)缩放后的图像

六．实验报告要求

输入一幅灰度图像，给出其图像缩放后的结果，然后改变缩放比率，观察图像缩放后结果柄进行分析。

(a)原始图像 (b)缩放后的图像

1.5 图像旋转 一．实验目的

1．熟悉matlab图像处理工具箱及图像旋转函数的使用； 2．理解和掌握图像旋转的方法和应用；

二．实验设备：1.PC机一台；2.软件matlab 三．程序设计

在matlab环境中，程序首先读取图像，然后调用图像旋转函数，设置相关参数，再输出处理后的图像。

I = imread('cameraman.tif'); figure,imshow(I); theta = 30;

K = imrotate(I,theta); % Try varying the angle, theta. figure, imshow(K)

四．实验步骤

５

1. 启动matlab

双击桌面matlab图标启动matlab环境；

2. 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；再调用相应的图像旋转函数，设置参数；最后输出处理后的图像；

3．浏览源程序并理解含义； 4．运行，观察显示结果； 5．结束运行，退出；

五．实验结果

观察matlab环境下图像旋转后的结果。

(a)原始图像 (b)旋转后的图像

六．实验报告要求

输入一幅灰度图像，给出其图像旋转后的结果，然后改变旋转角度，观察图像旋转后结果柄进行分析。

(a)原始图像 (b)旋转后的图像

实验二 数字图像的离散余弦变换

一．实验目的

1．验证二维傅里叶变换的平移性和旋转不变性； 2．实现图像频域滤波，加深对频域图像增强的理解；

二．实验设备

1.PC机一台； 2.软件matlab；

６

三．实验内容及步骤

（1）产生如图3.1所示图像f1(x,y)（128×12小，暗处=0，亮处=255），用MATLAB中的fft2函数对其进行FFT：

① 同屏显示原图f1和FFT(f1)的幅度谱图；

② 若令f2(x,y)(1)xyf1(x,y)，重复以上过程，比较二者幅度谱的异同，简述理由； ③ 若将f2(x,y)顺时针旋转45度得到f3(x,y)，试显示FFT(f3)的幅度谱，并与FFT(f2)的幅度谱进行比较。

图3.1 实验图象f1(x, y) 1.%生成图形f1

f1=zeros(128,128);

f1((-30):(63+30),(-10):(63+10))=1; %FFT变换

fft_f1=log(1+abs(fftshift(fft2(f1)))); figure;

subplot(121);imshow(f1);title('Image f1');

subplot(122);imshow(fft_f1,[]);title('FFT f1');

2.%计算f2

f2=zeros(128,128); for i=1:128; for j=1:128;

f2(i,j)=((-1)^(i+j))*f1(i,j); end end

７

fft_f2A=log(1+abs(fft2(f2)));

fft_f2B=log(1+abs(fftshift(fft2(f2)))); figure;

subplot(131);imshow(f2);title('Image f2');

subplot(132);imshow(fft_f2B,[]);title('FFT f2');

subplot(133);imshow(fft_f2A,[]);title('FFT f2 Without FFTShift');

分析：根据傅里叶变换对的平移性质：

f(x,y)ej2(u0x/Mv0y/N)F(uu0,vv0)；

当u0M/2且v0N/2时，有：

ej2(u0x/Mv0y/N)ej(xy)(1)xy

因此可得到：

f(x,y)(1)xyF(uM/2,vN/2)

所以，FFT(f2(x,y))就是FFT(f1(x,y))频谱中心化后的结果。

3.%计算f3

f3=imrotate(f2,-45,'nearest');

fft_f3=log(1+abs(fftshift(fft2(f3)))); figure;

subplot(121);imshow(f3);title('Image f3');

subplot(122);imshow(fft_f3,[]);title('FFT f3');

（2）对如图3.2所示的数字图像lena.img（256×256大小、256级灰度）进行频域的理想低通、高通滤波，同屏显示原图、幅度谱图和低通、高通滤波的结果图。

低通滤波：

fid=fopen('D:\\matlab7\\image\\lena.img','r'); data=(fread(fid,[256,256],'uint8'))';

８ 图3.2 实验图象lena.img

subplot(1,2,1) imagesc(data); colormap(gray);

title('LENA','Color','r'); fft_lena=fft2(data); f=fftshift(fft_lena); for i=1:256 for j=1:256

if sqrt((i-128)^2+(j-128)^2)>30 f(i,j)=0; end end end

subplot(1,2,2);

[x,y]=meshgrid(1:1:256); surf(x,y,f)

高通滤波：

fid=fopen('D:\\matlab7\\image\\lena.img','r'); data=(fread(fid,[256,256],'uint8'))'; subplot(1,2,1) imagesc(data); colormap(gray);

title('LENA','Color','r'); fft_lena=fft2(data); for i=1:256

for j=1:256

if sqrt((i-128)^2+(j-128)^2)<2 f(i,j)=0; end end

subplot(1,2,2);

[x,y]=meshgrid(1:1:256); surf(x,y,f）

９

实验三 基于直方图均衡化的图像增强

一．实验目的

1．了解空间域图像增强的各种方法（点处理、掩模处理）； 2．掌握采用直方图均衡化进行图像增强的方法；

3. 使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）消除噪声的原理；

二．实验设备

1.PC机一台； 2.软件matlab；

三．实验内容及步骤

对如图3.1所示的两幅128×128、256级灰度的数字图像fing_128.img和cell_128.img进行如下处理：

指纹图fing_128.img 显微医学图像cell_128.img

图3.1 实验图像

（1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图，比较异同，并回答为什么数字图像均衡化后其直方图并非完全均匀分布。

指纹图像：

fid=fopen('fing_128.img','r');

im=(fread(fid,[128,128],'uint8'))'; im=uint8(im); colormap(gray);

１０

subplot(221);imshow(im); subplot(222);

imh=histeq(im);%直方图均衡化 imshow(imh);

subplot(223);imhist(im); subplot(224);imhist(imh);

显微医学图像:

fid=fopen('cell_128.img','r');

im=(fread(fid,[128,128],'uint8'))'; im=uint8(im); colormap(gray);

subplot(221);imshow(im); subplot(222);

imh=histeq(im);%直方图均衡化 imshow(imh);

subplot(223);imhist(im); subplot(224);imhist(imh);

１１

分析：由于数字图像中像素的灰度值取值是离散和不连续的，因而变换后的像素灰度值在计算中出现了归并现象，所以变换后的直方图并不是呈完全均匀分布的。 （2）对原图像加入点噪声，用4-邻域平均法平滑加噪声图像（图像四周边界不处理，下同），同屏显示原图像、加噪声图像和处理后的图像。

① 不加门限；

11② 加门限Tf(m,n)，（其中f(m,n)2f(i,j)）

2Nij代码：fid=fopen('fing_128.img','r');

im=(fread(fid,[128,128],'uint8')); im=im2double(uint8(im));

J=imnoise(im,'gaussian'); %加入高斯噪声 w=[0 0.25 0;0.25 0 0.25;0 0.25 0]; im_L=filter2(w,J);%四邻域平滑 %加门限后滤波

T=2*sum(J(:))/128^2; im_T=zeros(128,128); for i=1:128 for j=1:128

if abs(J(i,j)-im_L(i,j))>T im_T(i,j)=im_L(i,j); else

im_T(i,j)=J(i,j); end end end

colormap(gray);

subplot(2,2,1);imshow(im);title('Image'); subplot(2,2,2);imshow(J);title('Noise');

subplot(2,2,3);imshow(im_L);title('四邻域平滑后'); subplot(2,2,4);imshow(im_T);title('加门限后');

对高斯噪声的处理效果：

１２

对脉冲噪声的处理效果：

实验四 图像分割（常见的边缘检测算子——Sobel、Prewitt、Log）

一．实验目的

1．熟悉matlab图像处理工具箱及图像边缘检测函数的使用；

2．理解和掌握图像边缘检测（Sobel、Prewitt、Log边缘算子）的方法和应用；

１３

二．实验设备

1.PC机一台； 2.软件matlab；

三．程序设计

在matlab环境中，程序首先读取图像，然后调用图像边缘检测（Sobel、Prewitt、Log边缘算子）函数，设置相关参数，再输出处理后的图像。 I = imread('cameraman.tif'); J1=edge(I,'sobel'); J2=edge(I,'prewitt'); J3=edge(I,'log');

subplot(1,4,1),imshow(I); subplot(1,4,2),imshow(J1); subplot(1,4,3),imshow(J2); subplot(1,4,4),imshow(J3);

四．实验步骤

1. 启动matlab

双击桌面matlab图标启动matlab环境；

2. 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；再调用相应的边缘检测（Sobel边缘算子、Prewitt边缘算子、Log边缘算子）函数，设置参数；最后输出处理后的图像； 3．浏览源程序并理解含义； 4．运行，观察显示结果； 5．结束运行，退出；

五．实验结果

观察经过图像边缘检测（Sobel、Prewitt、Log边缘算子）处理后的结果。

(a)原始图像 (b)Sobel边缘算子

(c)Prewitt边缘算子 (d)Log边缘算子

六．实验报告要求

１４

输入一幅灰度图像，给出其图像边缘检测（Sobel、Prewitt、Log边缘算子）后的结果并进行分析对比。

代码：

fid=fopen('lena.img','r');

im=(fread(fid,[256,256],'uint8'))'; im=im2double(uint8(im)); im_R=edge(im,'Roberts'); im_P=edge(im,'Prewitt'); im_S=edge(im,'Sobel'); im_L=edge(im,'Log'); colormap(gray);

subplot(321);imshow(im);title('源图像');

subplot(323);imshow(im_R);title('Roberts检测'); subplot(324);imshow(im_P);title('Prewitt检测'); subplot(325);imshow(im_S);title('Sobel检测'); subplot(326);imshow(im_L);title('Log检测');

１５

１６