數(shù)字圖像處理基礎程序及運行結果圖像matlab程序

1、數(shù)字圖像處理實驗目 錄實驗一 MATLAB數(shù)字圖像處理初步3實驗二 圖像的代數(shù)運算7實驗三 圖像增強灰度變換10實驗四 圖像增強直方圖變換12實驗五 圖像增強空域濾波14實驗六 圖像的傅立葉變換18實驗七 圖像增強頻域濾波20實驗八 彩色圖像處理22實驗九 圖像分割25實驗十 形態(tài)學運算28實驗一 MATLAB數(shù)字圖像處理初步一、實驗目的與要求1熟悉及掌握在MATLAB中能夠處理哪些格式圖像。2熟練掌握在MATLAB中如何讀取圖像。3掌握如何利用MATLAB來獲取圖像的大小、顏色、高度、寬度等等相關信息。4掌握如何在MATLAB中按照指定要求存儲一幅圖像的方法。5圖像間如何轉化。二、實驗內容及

2、步驟1利用imread( )函數(shù)讀取一幅圖像，假設其名為flower.tif，存入一個數(shù)組中；2利用whos 命令提取該讀入圖像flower.tif的基本信息；3利用imshow()函數(shù)來顯示這幅圖像；4利用imfinfo函數(shù)來獲取圖像文件的壓縮，顏色等等其他的詳細信息；5利用imwrite()函數(shù)來壓縮這幅圖象，將其保存為一幅壓縮了像素的jpg文件,設為flower.jpg；語法：imwrite(原圖像，新圖像，quality,q), q取0-100。6同樣利用imwrite()函數(shù)將最初讀入的tif圖象另存為一幅bmp圖像，設為flower.bmp。7用imread()讀入圖像：Lenna

3、.jpg 和camema.jpg；8用imfinfo()獲取圖像Lenna.jpg和camema.jpg 的大小；9用figure,imshow()分別將Lenna.jpg和camema.jpg顯示出來，觀察兩幅圖像的質量。10用im2bw將一幅灰度圖像轉化為二值圖像，并且用imshow顯示出來觀察圖像的特征。11將每一步的函數(shù)執(zhí)行語句拷貝下來，寫入實驗報告，并且將得到第3、9、10步得到的圖像效果拷貝下來三、考核要點1、熟悉在MATLAB中如何讀入圖像、如何獲取圖像文件的相關信息、如何顯示圖像及保存圖像等，熟悉相關的處理函數(shù)。2、明確不同的圖像文件格式，由于其具體的圖像存儲方式不同，所以文件

4、的大小不同，因此當對同一幅圖像來說，有相同的文件大小時，質量不同。五、實驗儀器與軟件(1) PC計算機(2) MatLab軟件/語言包括圖像處理工具箱(Image Processing Toolbox) (3) 實驗所需要的圖片 四、實驗內容 f=imread(C:UsersGatewayDesktopflower.tif);whos f; imshow(f);imfinfo C:UsersGatewayDesktopflower.tif ans = Filename: C:UsersGatewayDesktop圖片flower.tif FileModDate: 24-六月-2012 18:4

5、6:53 FileSize: 392018 Format: jpg FormatVersion: Width: 1600 Height: 1200 BitDepth: 24 ColorType: truecolor FormatSignature: NumberOfSamples: 3 CodingMethod: Huffman CodingProcess: Sequential Comment: ans = %imfinfo壓縮后的信息 Filename: flower.jpg FileModDate: 25-六月-2012 16:07:40 FileSize: 81013 Format:

6、jpg FormatVersion: Width: 1600 Height: 1200 BitDepth: 24 ColorType: truecolor FormatSignature: NumberOfSamples: 3 CodingMethod: Huffman CodingProcess: Sequential Comment: f=imread(C:UsersGatewayDesktoplenna.jpg);g=imread(C:UsersGatewayDesktopcamera.jpg);figure;imshow(f);figure,imshow(g);imfinfo C:Us

7、ersGatewayDesktoplenna.jpgimfinfo C:UsersGatewayDesktopcamera.jpg ans = Filename: C:UsersGatewayDesktop圖片lenna.jpg FileModDate: 24-六月-2012 18:44:09 FileSize: 21307 Format: jpg FormatVersion: Width: 300 Height: 300 BitDepth: 24 ColorType: truecolor FormatSignature: NumberOfSamples: 3 CodingMethod: Hu

8、ffman CodingProcess: Sequential Comment: ans = Filename: C:UsersGatewayDesktop圖片camera.jpg FileModDate: 24-六月-2012 18:44:32 FileSize: 18653 Format: jpg FormatVersion: Width: 256 Height: 256 BitDepth: 24 ColorType: truecolor FormatSignature: NumberOfSamples: 3 CodingMethod: Huffman CodingProcess: Seq

9、uential Comment: f=imread(C:UsersGatewayDesktoplenna.jpg);g=im2bw(f);figure,imshow(g);五、思考題(1) 簡述MatLab軟件的特點。(2) MatLab軟件可以支持哪些圖像文件格式？doc imread(3) 說明函數(shù)imread 的用途格式以及各種格式所得到圖像的性質。(4) 為什么用I = imread(lena.bmp) 命令得到的圖像I 不可以進行算術運算？實驗二 圖像的代數(shù)運算一、 實驗目的1了解圖像的算術運算在數(shù)字圖像處理中的初步應用。2體會圖像算術運算處理的過程和處理前后圖像的變化。二、 實驗步

10、驟2圖像的減法運算3. 圖像的乘法運算4圖像的除法運算三、 實驗內容1圖像的加法運算I=imread(C:UsersGatewayDesktoplenna2.jpg);J=imread(C:UsersGatewayDesktopcamera.jpg);K = imadd(I,J);imshow(K);%lenna原圖和camera尺寸大小不一樣，不能相加，用ps將lenna裁剪成256*256與camera相同尺寸I=imread(C:UsersGatewayDesktopcamera.jpg);J=imadd(I,50);subplot(1,2,1);imshow(I);subplot(1,

11、2,2);imshow(J);2圖像的減法運算I2=zeros(256,256); I=imread(rice.png);imshow(I)background=imopen(I,strel(disk,15);figure,imshow( background)I2=imsubtract(I,background);figure,imshow(I2) 3. 圖像的乘法運算I=imread(C:UsersGatewayDesktopcamera.jpg);J=immultiply(I,1.5);subplot(1,2,1);imshow(I);subplot(1,2,2);imshow(J);4

12、圖像的除法運算I=imread(rice.png); J=double(rice.png);K=J*0.43+90;I2=unit8(J);Ip=imdivide(I,I2);imshow(Ip,); 5圖像的四則代數(shù)運算I=imread(C:UsersGatewayDesktoplenna2.jpg);J=imread(C:UsersGatewayDesktopcamera.jpg);Z=imlincomb(0.5,I,0.5,J,50);imshow(Z);四、 思考題由圖像算術運算的運算結果，思考圖像減法運算在什么場合上發(fā)揮優(yōu)勢？從背景中提取圖像實驗三 圖像增強灰度變換一、實驗目的：1、

13、了解圖像增強的目的及意義，加深對圖像增強的感性認識，鞏固所學理論知識。2、學會對圖像直方圖的分析。3、掌握直接灰度變換的圖像增強方法。二、實驗內容：1、圖像數(shù)據(jù)讀出2、計算并分析圖像直方圖3、利用直接灰度變換法對圖像進行灰度變換I=imread(C:UsersGatewayDesktopmedicine.jpg);J=rgb2gray(I);imhist(J);I=imread(C:UsersGatewayDesktopmedicine.jpg);J=rgb2gray(I);g=imhist(J,256);g1=imadjust(f,0 1,1 0);figure;imshow(g1);%將0

14、.5到0.75的灰度級擴展到范圍0 1g2=imadjust(f,0.5 0.75,0 1);figure;imshow(g2);g=imread(C:UsersGatewayDesktoppoint.jpg);h=log(1+double(g); %對輸入圖像對數(shù)映射變換h=mat2gray(h); %將矩陣h轉換為灰度圖片h=im2uint8(h); %將灰度圖轉換為8位圖figure;imshow(h); 實驗四 圖像增強直方圖變換一、 實驗目的1掌握灰度直方圖的概念及其計算方法；2熟練掌握直力圖均衡化和直方圖規(guī)定化的計算過程；3熟練掌握空域濾波中常用的平滑和銳化濾波器；4掌握色彩直方圖

15、的概念和計算方法5利用MATLAB程序進行圖像增強。二、 實驗步驟1打開計算機，啟動MATLAB程序；程序組中“work”文件夾中應有待處理的圖像文件；2調入“實驗一”中獲取的數(shù)字圖像，并進行計算機均衡化處理；3顯示原圖像的直方圖和經過均衡化處理過的圖像直方圖。4記錄和整理實驗報告三、 實驗內容I=imread(C:UsersGatewayDesktoppollen.jpg);g=rgb2gray(I);J=histeq(g); %對原圖像進行直方圖均衡化處理imshow(I);title();figure;imshow(J);title();figure,subplot(1,2,1);imh

16、ist(g,64); %將原圖像直方圖顯示為64級灰度title();subplot(1,2,2);imhist(J,64);title(); 四、 思考題1直方圖是什么概念？它反映了圖像的什么信息？直方圖是圖像的最基本的統(tǒng)計特征，它反映的是圖像的灰度值的分布情況.直方圖是以圖形化參數(shù)來顯示圖片曝光精確度的手段，其描述的是圖片顯示范圍內影像的灰度分布曲線。它可以幫助分析圖片的曝光水平等一些信息2直方圖均衡化是什么意思？它的主要用途是什么？直方圖拉伸和直方圖均衡化化是兩種最常見的間接對比度增強方法，直方圖均衡化則通過使用累積函數(shù)對灰度值進行“調整”以實現(xiàn)對比度的增強。直方圖均衡化就是對圖像進行非

17、線性拉伸，重新分配圖像像素值，使一定灰度范圍內的像素數(shù)量大致相同。直方圖均衡化就是把給定圖像的直方圖分布改變成“均勻”分布直方圖分布。實驗五 圖像增強空域濾波一、 實驗目的 進一步了解MatLab軟件/語言，學會使用MatLab對圖像作濾波處理，使學生有機會掌握濾波算法，體會濾波效果。了解幾種不同濾波方式的使用和使用的場合，培養(yǎng)處理實際圖像的能力，并為課堂教學提供配套的實踐機會。 二、實驗內容與步驟 a) 調入并顯示原始圖像Sample2-1.jpg 。b) 利用imnoise 命令在圖像Sample2-1.jpg 上加入高斯(gaussian) 噪聲 c)利用預定義函數(shù)fspecial 命令

18、產生平均(average)濾波器 d）分別采用3x3和5x5的模板，分別用平均濾波器以及中值濾波器，對加入噪聲的圖像進行處理并觀察不同噪聲水平下，上述濾波器處理的結果； e）選擇不同大小的模板，對加入某一固定噪聲水平噪聲的圖像進行處理，觀察上述濾波器處理的結果。f）利用imnoise 命令在圖像Sample2-1.jpg 上加入椒鹽噪聲(salt & pepper)g）重復c) e）的步驟h）輸出全部結果并進行討論。三、實驗內容 i=imread(C:UsersGatewayDesktopelectric.tif);I=rgb2gray(i);J=imnoise(I,gauss,0.02);J

19、=imnoise(I,salt & pepper,0.02);ave1=fspecial(average,3); %產生3*3均值模板ave2=fspecial(average,5);K=filter2(ave1,J)/255; %均值濾波L=filter2(ave2,J)/255;M=medfilt2(J,3 3); %中值濾波 N=medfilt2(J,5 5);imshow(I);figure;imshow(J);figure;imshow(K);figure;imshow(L);figure;imshow(M);figure;imshow(N); 原圖 gauss噪聲 Gauss噪聲3

20、*3模板均值濾波 Gauss噪聲5*5模板均值濾波 Gauss噪聲3*3中值濾波 Gauss噪聲5*5中值濾波椒鹽噪聲 椒鹽噪聲3*3均值濾波 椒鹽噪聲5*5均值濾波 椒鹽噪聲3*3中值濾波 椒鹽噪聲5*5中值濾波四，思考題/問答題(1) 簡述高斯噪聲和椒鹽噪聲的特點。椒鹽噪聲是由圖像傳感器，傳輸信道，解碼處理等產生的黑白相間的亮暗點噪聲。檢驗噪聲往往由圖像切割引起。椒鹽噪聲是指兩種噪聲，一種是鹽噪聲（salt noise），另一種是胡椒噪聲（pepper noise）。鹽=白色，椒=黑色。前者是高灰度噪聲，后者屬于低灰度噪聲。一般兩種噪聲同時出現(xiàn)，呈現(xiàn)在圖像上就是黑白雜點。高斯噪聲是一種隨機

21、噪聲。在任選瞬時中任取n個，其值按n個變數(shù)的高斯概率定律分布。高斯噪聲是指它的概率密度函數(shù)服從高斯分布（即正態(tài)分布）的一類噪聲。如果一個噪聲，它的幅度分布服從高斯分布，而它的功率譜密度又是均勻分布的，則稱它為高斯白噪聲。(2) 結合實驗內容，定性評價平均濾波器/中值濾波器對高斯噪聲和椒鹽噪聲的去噪效果？兩種濾波對高斯噪聲效果都不是很好，5*5的中值濾波效果好于3*3。中值濾波對椒鹽噪聲效果好于均值濾波。(3) 結合實驗內容，定性評價濾波窗口對去噪效果的影響？窗口越大，去噪效果越好，但是窗口越大所用的時間越多。實驗六 圖像的傅立葉變換 一、 實驗目的1了解圖像變換的意義和手段；2熟悉傅立葉變換的

22、基本性質；3熟練掌握FFT變換方法及應用；4通過實驗了解二維頻譜的分布特點；5通過本實驗掌握利用MATLAB編程實現(xiàn)數(shù)字圖像的傅立葉變換。6評價人眼對圖像幅頻特性和相頻特性的敏感度。二、 實驗原理傅里葉變換是線性系統(tǒng)分析的一個有力工具，它能夠定量地分析諸如數(shù)字化系統(tǒng)、采樣點、電子放大器、卷積濾波器、噪音和顯示點等的作用。通過實驗培養(yǎng)這項技能，將有助于解決大多數(shù)圖像處理問題。對任何想在工作中有效應用數(shù)字圖像處理技術的人來說，把時間用在學習和掌握博里葉變換上是很有必要的。三、 實驗步驟1 將圖像內容讀入內存；2 用Fourier變換算法，對圖像作二維Fourier變換；3 將其幅度譜進行搬移，在圖

23、像中心顯示；4 用Fourier系數(shù)的幅度進行Fourier反變換；5 用Fourier系數(shù)的相位進行Fourier反變換；6 比較4、5的結果，評價人眼對圖像幅頻特性和相頻特性的敏感度。7 記錄和整理實驗報告。四、 實驗內容J=imread(C:UsersGatewayDesktopnumber.jpg);imshow(J);I=rgb2gray(J);fftI=fft2(I); %二維傅里葉變換sfftI=fftshift(fftI); %直流分量移到頻譜中心figure;imshow(sfftI);RR=real(sfftI); %取實部II=imag(sfftI); %取虛部A=sqr

24、t(RR.2+II.2); %計算幅值A=(A-min(min(A)/(max(max(A)-min(min(A)*255; %歸一化 figure;imshow(A); %顯示圖像頻譜另一種J=imread(C:UsersGatewayDesktopnumber.jpg); I=rgb2gray(J);F=fft2(I); %S=abs(F);imshow(S,);FC=fftshift(F);imshow(abs(FC),);S2=log(1+abs(FC);figure;imshow(S2,); 原圖 歸一化后圖像實驗七 圖像增強頻域濾波一、 實驗目的1掌握怎樣利用傅立葉變換進行頻域濾波

25、2掌握頻域濾波的概念及方法3熟練掌握頻域空間的各類濾波器4利用MATLAB程序進行頻域濾波二、實驗原理頻域濾波分為低通濾波和高通濾波兩類，對應的濾波器分別為低通濾波器和高通濾波器。頻域低通過濾的基本思想：G(u,v)=F(u,v)H(u,v)F(u,v)是需要鈍化圖像的傅立葉變換形式，H(u,v)是選取的一個低通過濾器變換函數(shù)，G(u,v)是通過H(u,v)減少F(u,v)的高頻部分來得到的結果，運用傅立葉逆變換得到鈍化后的圖像。n階巴特沃茲低通濾波器(BLPF)(在距離原點處出現(xiàn)截至頻率)的傳遞函數(shù)為與理想地通濾波器不同的是，巴特沃茲率通濾波器的傳遞函數(shù)并不是在處突然不連續(xù)。高斯低通濾波器(

26、GLPF)的傳遞函數(shù)為其中，為標準差。二、 實驗步驟：1調入并顯示所需的圖片；2利用MATLAB提供的低通濾波器實現(xiàn)圖像信號的濾波運算，并與空間濾波進行比較。3利用MATLAB提供的高通濾波器對圖像進行處理。4記錄和整理實驗報告。f1=imread(C:UsersGatewayDesktopcamera.jpg);f=rgb2gray(f1);F=fft2(f);S=fftshift(log(1+abs(F); figure;imshow(S,); %h=fspecial(sobel);figure;freqz2(h);PQ=paddedsize(size(f);H=freqz2(h,PQ(1

27、),PQ(2);H1=ifftshift(H);figure;imshow(abs(H),); Sobel邊緣提取f=imread(C:UsersGatewayDesktopdabao.jpg);f=rgb2gray(f);f=im2double(f);VSFAT=edge(f,sobel,vertical);figure;imshow(f);figure;imshow(VSFAT); 實驗八 彩色圖像處理一、實驗目的 使用MatLab 軟件對圖像進行彩色處理。使學生通過實驗熟悉使用MatLab軟件進行圖像彩色處理的有關方法，并體會到圖像彩色處理技術以及對圖像處理的效果。二、實驗要求要求學生能

28、夠完成彩色圖像的分析，能正確討論彩色圖像的亮度、色調等性質；會對彩色圖像進行直方圖均衡，并能正確解釋均衡處理后的結果；能夠對單色圖像進行偽彩色處理、利用多波長圖像進行假彩色合成、進行單色圖像的彩色變換。三、實驗步驟(1) 彩色圖像的分析 (2) 彩色圖像的直方圖均衡 (3) 假彩色處理 (4) 偽彩色處理1：灰度切片處理 (5) 彩色變換(選做)四、實驗內容f=imread(C:UsersGatewayDesktopflower.tif);figure;imshow(f);fR=f(:,:,1); %獲得紅色分量fG=f(:,:,2); %獲得綠色分量fB=f(:,:,3); %獲得藍色分量f

29、igure;imshow(fR);figure;imshow(fG);figure;imshow(fB); 原圖 紅色分量 綠色分量 藍色分量%實現(xiàn)rgb圖像轉化為NTSC彩色空間的圖像f=imread(C:UsersGatewayDesktopflower.tif);figure;imshow(f);yiq_image=rgb2ntsc(f);fY=yiq_image(:,:,1); %圖像亮度fI=yiq_image(:,:,2); %圖像色調 fQ=yiq_image(:,:,3); %圖像飽和度figure;imshow(fY);figure;imshow(fI);figure;ims

30、how(fQ); 亮度 色調 飽和度f=imread(C:UsersGatewayDesktopflower.tif);figure;imshow(f); fR=histeq(fR,256); %對彩色圖像的分量進行直方圖均衡化fG=histeq(fR,256);fB=histeq(fR,256);RGB_image=cat(3,fR,fG,fB); %將直方圖均衡化后的彩色圖像合并figure;imshow(RGB_image); f=imread(C:UsersGatewayDesktopflower.tif);cut_1=imadjust(f,0.0925 0.5,0.0925 0.5)

31、; %提取灰度在16-128之間像素cut_2=imadjust(f,0.5 1,0.5 1); %提取灰度在128-256間像素figure,imshow(cut_1),colormap(hot) %顯示圖像cut-1，并用hot模型彩色化 figure,imshow(cut_2),colormap(cool) 16-128 128-256 六、思考題1. 為什么經彩色直方圖均衡后的圖像除了對比度會有所增強外，還有色調的變化？ 色調的增強具有特殊性。根據(jù)HIS模型表示法，色調對應一個角度且是循環(huán)的。如果對這個像素的色調值加一個常數(shù)，將會使每個目標的顏色在色譜上移動。當常數(shù)比較小時，一般會使彩

32、色圖像色調變“暖”或“冷”。常數(shù)比較大時。則有可能會使對彩色圖像的感受發(fā)生比較激烈的變化。2. 實驗內容(3)的假彩色處理方案是否可以有多種？若有，請估計其它方案的可能結果。3. 在實驗內容(4)中，對于灰度切片處理的圖像head.gif使用多少級切片比較合適？實驗九 圖像分割一、實驗目的使用MatLab 軟件進行圖像的分割。使學生通過實驗體會一些主要的分割算子對圖像處理的效果，以及各種因素對分割效果的影響。二、實驗要求 要求學生能夠自行評價各主要算子在無噪聲條件下和噪聲條件下的分割性能。能夠掌握分割條件(閾值等)的選擇。完成規(guī)定圖像的處理并要求正確評價處理結果，能夠從理論上作出合理的解釋。三

33、、 實驗步驟(1)使用Roberts 算子的圖像分割實驗(2)使用Prewitt 算子的圖像分割實驗(3)使用Sobel 算子的圖像分割實驗(4)使用LoG (拉普拉斯-高斯)算子的圖像分割實驗四、實驗內容下面是使用sobel監(jiān)測器對圖像進行分割的MATLAB程序f1=imread(C:UsersGatewayDesktoproom.jpg);figure;imshow(f1);f=rgb2gray(f1);gv,t1=edge(f,sobel,vertical); %使用edge函數(shù)對圖像f提取垂直邊緣figure;imshow(gv);gb,t2=edge(f,sobel,horizont

34、al); %提取水平邊緣figure;imshow(gb)w45=-2 -1 0 ;-1 0 1;0 1 2; %使用imfilter計算45方向邊緣g45=imfilter(double(f),w45,replicate);T=0.3*max(abs(g45(:); %設定閾值g45=g45=T; %進行閾值處理figure;imshow(g45); 原圖 垂直邊緣提取 水平邊緣提取 45閾值處理256閾值處理六、思考題/問答題1. 評價一下Roberts 算子、Prewitt 算子、Sobel 算子對于噪聲條件下邊界檢測的性能。Roberts算子：邊緣定位準，但是對噪聲敏感。適用于邊緣明顯

35、且噪聲較少的圖像分割。Roberts邊緣檢測算子是一種利用局部差分算子尋找邊緣的算子,Robert算子圖像處理后結果邊緣不是很平滑。經分析，由于Robert算子通常會在圖像邊緣附近的區(qū)域內產生較寬的響應，故采用上述算子檢測的邊緣圖像常需做細化處理，邊緣定位的精度不是很高。Prewitt算子：對噪聲有抑制作用，抑制噪聲的原理是通過像素平均，但是像素平均相當于對圖像的低通濾波，所以Prewitt算子對邊緣的定位不如Roberts算子。Sobel算子：Sobel算子和Prewitt算子都是加權平均，但是Sobel算子認為，鄰域的像素對當前像素產生的影響不是等價的，所以距離不同的像素具有不同的權值，對算子結果產生的影響也不同。一般來說，距離越遠，產生的影響越小。2. 為什么LoG梯度檢測算子的處理結果不需要象Prewitt 等算子那樣進行幅度組合？3. 實驗中所使用的四種算子所得到的邊界有什么異同？實驗十 形態(tài)學運算1、實驗目的 學習常見的數(shù)學形態(tài)學運算基本方法，