數(shù)字圖像處理 實(shí)驗(yàn)報(bào)告(完整版)

1、.數(shù)字圖像處理實(shí)驗(yàn)一 MATLAB數(shù)字圖像處理初步一、顯示圖像1利用imread( )函數(shù)讀取一幅圖像，假設(shè)其名為lily.tif，存入一個(gè)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(lái)顯示這幅圖像；實(shí)驗(yàn)結(jié)果如下圖：源代碼： I=imread(lily.tif) whos I imshow(I)二、壓縮圖像4利用imfinfo函數(shù)來(lái)獲取圖像文件的壓縮，顏色等等其他的詳細(xì)信息；5利用imwrite()函數(shù)來(lái)壓縮這幅圖象，將其保存為一幅壓縮了像素的jpg文件,設(shè)為lily.jpg；語(yǔ)法：imwrite(原圖像，新圖像，quality,q),

2、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(shè)為flily.bmp。7用imread()讀入圖像Sunset.jpg和Winter.jpg；8用imfinfo()獲取圖像Sunset.jpg和Winter.jpg的大??；9用figure,imshow()分別將Sunset.jpg和Winter.jpg顯示出來(lái)，觀察兩幅圖像的質(zhì)量。其中9的實(shí)驗(yàn)結(jié)果如下圖：源代碼：46(接上面兩個(gè)) I=imread(lily.tif) imfinfo lily.tif； imwrite(I,lily.jpg,quality,20); imwrite(I,lily.

3、bmp); 79 I=imread(Sunset.jpg); J=imread(Winter.jpg) imfinfo Sunset.jpg imfinfo Winter.jpg figure(1),imshow(Sunset.jpg) figure(2),imshow(Winter.jpg)三、二值化圖像10 用im2bw將一幅灰度圖像轉(zhuǎn)化為二值圖像，并且用imshow顯示出來(lái)觀察圖像的特征。實(shí)驗(yàn)結(jié)果如下圖：源代碼： I=imread(lily.tif)gg=im2bw(I,0.4);Figure, imshow(gg)原始圖像：四、思考題(1) 簡(jiǎn)述MatLab軟件的特點(diǎn)。答：高效的數(shù)值計(jì)

4、算及符號(hào)計(jì)算功能，能使用戶從繁雜的數(shù)學(xué)運(yùn)算分析中解脫出來(lái)； 具有完備的圖形處理功能,實(shí)現(xiàn)計(jì)算結(jié)果和編程的可視化; 友好的用戶界面及接近數(shù)學(xué)表達(dá)式的自然化語(yǔ)言，使學(xué)者易于學(xué)習(xí)和掌握； 功能豐富的應(yīng)用工具箱(如信號(hào)處理工具箱、通信工具箱等) ,為用戶提供了大量方便實(shí)用的處理工具。(2) MatLab軟件可以支持哪些圖像文件格式？ JPEG、JPEG、PCX、TIFF、PNG、GIF、HDF、XWD等等。(3) 說(shuō)明函數(shù)imread 的用途格式以及各種格式所得到圖像的性質(zhì)。imread函數(shù)用于讀入各種圖像文件，其一般的用法為X，MAP=imread(filename,fmt)其中，X，MAP分別為讀

5、出的圖像數(shù)據(jù)和顏色表數(shù)據(jù)，fmt為圖像的格式，filename為讀取的圖像文件（可以加上文件的路徑）。(4) 為什么用I = imread(lena.bmp) 命令得到的圖像I 不可以進(jìn)行算術(shù)運(yùn)算？ Matlab系統(tǒng)默認(rèn)的算術(shù)運(yùn)算時(shí)針對(duì)雙精度類(lèi)型（double）的數(shù)據(jù)，而上述命令產(chǎn)生的矩陣的數(shù)據(jù)類(lèi)型是無(wú)符號(hào)8位，直接 進(jìn)行運(yùn)算會(huì)溢出。實(shí)驗(yàn)二 圖像的代數(shù)運(yùn)算一圖像的加法運(yùn)算在MATLAB中，如果要進(jìn)行兩幅圖像的加法，或者給一幅圖像加上一個(gè)常數(shù)，可以調(diào)用imadd函數(shù)來(lái)實(shí)現(xiàn)。imadd函數(shù)將某一幅輸入圖像的每一個(gè)像素值與另一幅圖像相應(yīng)的像素值相加，返回相應(yīng)的像素值之和作為輸出圖像。imadd函數(shù)的

6、調(diào)用格式如下：Z = imadd（X，Y）其中，X和Y表示需要相加的兩幅圖像，返回值Z表示得到的加法操作結(jié)果。實(shí)驗(yàn)結(jié)果如下圖：源代碼：I = imread(Sunset.jpg)；J = imread(Bluehills.jpg)；K = imadd(I,J)；imshow(K)；(兩幅圖尺寸大小一致)原始圖像：給圖像的每一個(gè)像素加上一個(gè)常數(shù)可以使圖像的亮度增加。效果如下：源代碼RGB = imread(cameraman.tif)；RGB2 = imadd(RGB,50)；subplot(1,2,1)；imshow(RGB)；subplot(1,2,2)；imshow(RGB2)；二、圖像的

7、減法運(yùn)算在MATLAB中，使用imsubtract函數(shù)可以將一幅圖像從另一幅圖像中減去，或者從一幅圖像中減去一個(gè)常數(shù)。imsubtract函數(shù)將一幅輸入圖像的像素值從另一幅輸入圖像相應(yīng)的像素值中減去，再將這個(gè)結(jié)果作為輸出圖像相應(yīng)的像素值。imsubtract函數(shù)的調(diào)用格式如下：Z = imsubtract(X,Y)； 其中，Z是X-Y操作的結(jié)果。實(shí)驗(yàn)結(jié)果如下圖：源代碼rice = imread(cameraman.tif)background = imopen(rice, strel(disk,15)rice2 = imsubtract(rice, background)subplot(1,2

8、,1);imshow(rice);subplot(1,2,2);imshow(rice2);三、圖像的乘法運(yùn)算 在MATLAB中，使用immultiply函數(shù)實(shí)現(xiàn)兩幅圖像的乘法。immultiply函數(shù)將兩幅圖像相應(yīng)的像素值進(jìn)行元素對(duì)元素的乘法操作（MATLAB點(diǎn)乘），并將乘法的運(yùn)算結(jié)果作為輸出圖形相應(yīng)的像素值。immulitply函數(shù)的調(diào)用格式如下：Z = immulitply(X,Y) 其中，Z=X*Y。實(shí)驗(yàn)結(jié)果如下圖：源代碼I = imread(zhaowei.bmp)J = immultiply(I,1.2)subplot(1,2,1);imshow(I)subplot(1,2,2);

9、imshow(J)四、圖像的除法運(yùn)算 在MATLAB中使用imdivide函數(shù)進(jìn)行兩幅圖像的除法。imdivide函數(shù)對(duì)兩幅輸入圖像的所有相應(yīng)像素執(zhí)行元素對(duì)元素的除法操作（點(diǎn)除），并將得到的結(jié)果作為輸出圖像的相應(yīng)像素值。imdivide函數(shù)的調(diào)用格式如下：Z = imdivide(X,Y) 其中，Z=X/Y。實(shí)驗(yàn)結(jié)果如下圖：源代碼Rice = imread(cameraman.tif);I = double(Rice);J= I * 0.43 + 90Rice2 = uint8(J)Ip = imdivide(Rice, Rice2)Imshow(Ip, )原圖像五、思考題由圖像算術(shù)運(yùn)算的運(yùn)算

10、結(jié)果，思考圖像減法運(yùn)算在什么場(chǎng)合上發(fā)揮優(yōu)勢(shì)？答：使用背景減法進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)可以提取出完整的目標(biāo)圖像可將所得標(biāo)用于進(jìn)一步的圖像處理工作中。 除去人身體在環(huán)境中運(yùn)動(dòng)產(chǎn)生的動(dòng)態(tài)區(qū)域外背景減法對(duì)其它的動(dòng)態(tài)場(chǎng)景的變化、干擾等特別敏感背景圖像獲取的理想情況是在場(chǎng)景沒(méi)有運(yùn)動(dòng)因素，最簡(jiǎn)單背景獲取方法是當(dāng)場(chǎng)景中任何目標(biāo)時(shí)采集一幅圖像作為背景圖像，但這種固定背景圖像的方法只適合應(yīng)于外界條件較好的場(chǎng)。實(shí)驗(yàn)三 圖像增強(qiáng)空域?yàn)V波一、實(shí)驗(yàn)內(nèi)容與步驟 a) 調(diào)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(yù)定義函

11、數(shù)fspecial 命令產(chǎn)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(duì)加入噪聲的圖像進(jìn)行處理并觀察不同噪聲水平下，上述濾波器處理的結(jié)果； e）選擇不同大小的模板，對(duì)加入某一固定噪聲水平噪聲的圖像進(jìn)行處理，觀察上述濾波器處理的結(jié)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(fù)c) e）的步驟h）輸出全部結(jié)果并進(jìn)行討論。2、 實(shí)驗(yàn)結(jié)果與源代碼源代碼I=imread(cameraman.tif);J = imnoise(I,gauss,0.02);J = imnoise(I,

12、salt & pepper,0.02);ave1=fspecial(average,3);ave2=fspecial(average,5);K = filter2(ave1,J)/255;L = filter2(ave2,J)/255;M = medfilt2(J,3 3);N = medfilt2(J,4 4);imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);三、思考題/問(wèn)答題 (1) 簡(jiǎn)述高斯噪聲和椒鹽噪聲的特點(diǎn)。高斯噪聲是指噪聲的概率密度函數(shù)服從高

13、斯分布（即正態(tài)分布）的一類(lèi)噪聲。如果一個(gè)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(chēng)它為高斯白噪聲。高斯白噪聲的二階矩不相關(guān)，一階矩為常數(shù)，是指先后信號(hào)在時(shí)間上的相關(guān)性。 高斯白噪聲包括熱噪聲和散粒噪聲。而椒鹽噪聲是指椒鹽噪聲是由圖像傳感器，傳輸信道，解碼處理等產(chǎn)生的黑白相間的亮暗點(diǎn)噪聲。椒鹽噪聲往往由圖像切割引起。（2) 結(jié)合實(shí)驗(yàn)內(nèi)容，定性評(píng)價(jià)平均濾波器/中值濾波器對(duì)高斯噪聲和椒鹽噪聲的去噪效果？ 通過(guò)實(shí)驗(yàn)可以看出，中值濾波對(duì)椒鹽噪聲的消噪處理效果比較好，但是對(duì)高斯噪聲的消噪處理效果不是很理想(3) 結(jié)合實(shí)驗(yàn)內(nèi)容，定性評(píng)價(jià)濾波窗口對(duì)去噪效果的影響？ 對(duì)比實(shí)驗(yàn)結(jié)果可以發(fā)

14、現(xiàn)：發(fā)現(xiàn)對(duì)于椒鹽噪聲，中值濾波效果更好。對(duì)于高斯噪聲，選用5*5窗口濾波效果好于3*3窗口濾波，但圖像模糊程度加重了。 實(shí)驗(yàn)四 圖像分割一、實(shí)驗(yàn)內(nèi)容與步驟(1)使用Roberts 算子的圖像分割實(shí)驗(yàn) 調(diào)入并顯示圖像room.tif中圖像；使用Roberts 算子對(duì)圖像進(jìn)行邊緣檢測(cè)處理； Roberts 算子為一對(duì)模板： 相應(yīng)的矩陣為：rh = 0 1；-1 0； rv = 1 0；0 -1；這里的rh 為水平Roberts 算子，rv為垂直Roberts 算子。分別顯示處理后的水平邊界和垂直邊界檢測(cè)結(jié)果；用“歐幾里德距離”和“街區(qū)距離”方式計(jì)算梯度的模，并顯示檢測(cè)結(jié)果；對(duì)于檢測(cè)結(jié)果進(jìn)行二值化處

15、理，并顯示處理結(jié)果；(2)使用Prewitt 算子的圖像分割實(shí)驗(yàn) 使用Prewitt 算子進(jìn)行內(nèi)容(1)中的全部步驟。(3)使用Sobel 算子的圖像分割實(shí)驗(yàn) 使用Sobel 算子進(jìn)行內(nèi)容(1)中的全部步驟。(4)使用LoG (拉普拉斯-高斯)算子的圖像分割實(shí)驗(yàn) 使用LoG (拉普拉斯-高斯)算子進(jìn)行內(nèi)容(1)中的全部步驟。提示1：處理后可以直接顯示處理結(jié)果，無(wú)須另外計(jì)算梯度的模。提示2：注意調(diào)節(jié)噪聲的強(qiáng)度以及LoG (拉普拉斯-高斯)算子的參數(shù)，觀察處理結(jié)果。二、實(shí)驗(yàn)結(jié)果與源程序?qū)嶒?yàn)結(jié)果如下圖：源程序f=imread(cameraman.tif);gv,t1=edge(f,sobel,ver

16、tical);imshow(gv)gb,t2=edge(f,sobel,horizontal);figure,imshow(gb)w45=-2 -1 0;-1 0 1;0 1 2;g45=imfilter(double(f),w45,replicate);T=0.3*max(abs(g45(:);g45=g45=T;figure,imshow(g45);三、思考題/問(wèn)答題1、評(píng)價(jià)一下Roberts 算子、Prewitt 算子、Sobel 算子對(duì)于噪聲條件下邊界檢測(cè)的性能。Roberts 算子邊緣定位精度較高，但易丟失一部分邊緣，同時(shí)由于沒(méi)經(jīng)過(guò)圖像平滑計(jì)算，因此不能抑制噪聲。該算子對(duì)具有陡峭的低

17、噪聲圖像響應(yīng)最好。Sobel算子很容易在空間上實(shí)現(xiàn)，對(duì)噪聲具有平滑作用，受噪聲影響較小，可提供較為精確的邊緣方向信息，但同時(shí)也會(huì)檢測(cè)出許多偽邊緣，檢測(cè)到的邊緣寬度較粗，邊緣位置定位精度不高。Prewitt 算子與Sobel 算子使用方法一樣，都是對(duì)圖像進(jìn)行差分和濾波運(yùn)算，差別只在于使用的模板不一樣，Prewitt 算子比Sobel 算子運(yùn)算略微簡(jiǎn)單。2、為什么LoG梯度檢測(cè)算子的處理結(jié)果不需要象Prewitt 等算子那樣進(jìn)行幅度組合？ LOG 算子是根據(jù)圖像的信噪比來(lái)求出檢測(cè)邊緣的最優(yōu)濾波器。該方法首先采用高斯函數(shù)對(duì)圖像進(jìn)行低通平滑濾波，然后采用Laplacia 算子進(jìn)行高通濾波，根據(jù)二階導(dǎo)數(shù)

18、的過(guò)零點(diǎn)來(lái)檢測(cè)圖像的邊緣。因而不需要象Prewitt 等算子那樣進(jìn)行幅度組合。3、實(shí)驗(yàn)中所使用的四種算子所得到的邊界有什么異同？Roberts 算子檢測(cè)出的圖像輪廓邊緣很細(xì)，連續(xù)性較差，邊緣信息有一定丟失，出現(xiàn)的噪點(diǎn)比較多。Sobel 和Prewitt 兩個(gè)算子檢測(cè)出的邊緣效果幾乎一致，比Roberts 算子的檢測(cè)結(jié)果要好，邊緣較為連續(xù)，對(duì)噪聲不敏感，但是線條稍粗，出現(xiàn)了一些偽邊緣。二階LOG 算子檢測(cè)出來(lái)的圖像邊緣更加連續(xù)，邊緣也比較細(xì)小。但是由于二階算子的特性，對(duì)噪聲比較敏感。當(dāng)?shù)闹翟叫。交某潭染驮叫?，于是?huì)出現(xiàn)零星的假邊緣；而的值越大，平滑的程度也越大，但是部分真實(shí)的邊緣會(huì)丟失，出現(xiàn)

19、邊緣間斷現(xiàn)象實(shí)驗(yàn)五 形態(tài)學(xué)運(yùn)算一、實(shí)驗(yàn)內(nèi)容與步驟 1. 調(diào)入并顯示圖像Plane2.jpg；2. 選取合適的閾值，得到二值化圖像Plane2-2.jpg；3. 設(shè)置結(jié)構(gòu)元素；4. 對(duì)得到的二值圖像Plane2-2.jpg進(jìn)行腐蝕運(yùn)算；5. 對(duì)得到的二值圖像Plane2-2.jpg進(jìn)行膨脹運(yùn)算；6. 對(duì)得到的二值圖像Plane2-2.jpg進(jìn)行開(kāi)運(yùn)算；7. 對(duì)得到的二值圖像Plane2-2.jpg進(jìn)行閉運(yùn)算；8. 將兩種處理方法的結(jié)果作比較；2、 實(shí)驗(yàn)結(jié)果與源程序?qū)嶒?yàn)結(jié)果如下圖：源程序I=imread(Sunset.jpg);level = graythresh(I); %得到合適的閾值bw = im2bw(I,level); %二值化SE = strel(square,3); %設(shè)置膨脹結(jié)構(gòu)元素