医学图像处理matlab实验报告,matlab-数字图像处理实验报告(五份

《matlab-数字图像处理实验报告(五份》由会员分享，可在线阅读，更多相关《matlab-数字图像处理实验报告(五份(13页珍藏版)》请在人人文库网上搜索。

1、数字图像处理实验报告实验一 图像的增强一.实验目的1.熟悉图像在MATLAB下的读写、输出；2.熟悉直方图；3.熟悉图像的线性指数等；4.熟悉图像的算术运算和几何变换。二.实验仪器计算机、MATLAB软件三.实验原理图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像。其基本原理是：对一幅图像的灰度直方图，经过一定的变换之后，使其成为均匀或基本均匀的，即使得分布在每一个灰度等级上的像素个数f=H等或基本相等。此方法是典刑的图像空间域技术处理。

2、，但是由于灰度直方图只是近似的概率密度函数，因此，当用离散的灰度等级做变换时，很难得到完全平坦均匀的结果。频率域增强技术频率域增强是首先将图像从空间与变换到频域，然后进行各种各样的处理，再将所得到的结果进行反变换，从而达到图像处理的目的。常用的变换方法有傅里叶变换、DCT变换、沃尔什-哈达玛变换、小波变换等。假定原图像为f(x，y)，经傅立叶变换为F(u，v)。频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅立叶变换得到增强的图像。四.实验内容及步骤1.图像在MATLAB下的读写、输出；实验过程： I = imread(F:image624baf9dbcc。

3、4910a.jpg);figure;imshow(I);title(Original Image);text(size(I,2),size(I,1)+15, .IMG__.jpg, .FontSize,7,HorizontalAlignment,right);Warning: Image is too big to fit on screen; displaying at 25% In imuitoolsprivateinitSize at 86In imshow at 1962.给定函数的累积直方图。 clear all;close all; r=127; x=-r:r+1;sigma=20。

4、;y1=exp(-(x-80).2)/(2*sigma2);y2=exp(-(x+80).2)/(2*sigma2);y=y1+y2; %双峰高斯函数，任意函数都可以%im=imread(bg.bmp); %匹配一个图像的直方图%y=imhist(im);y=y/sum(y); %归一化，使函数符合概率分布的sum(y)=1这样一个规律plot(y); %待匹配的直方图G=; %函数的累积直方图for i=1:256G=G sum(y(1:i); end3.图像及直方图显示i=imread(F:image-4774acd1883b1d3e.jpg);k=rgb2gray(i);subplot(。

5、1,2,1);imshow(i);subplot(1,2,2);imhist(k,64);五.实验分析通过以上一系列的图片可以看出，低通滤波器可以抑制图像噪声，改善图像质量，高通滤波器可以突出图像的边界。图像处理的过程是一个将多种算法综合运用的过程,任何单独算法都不是完美的,多种算法的结合才能够相互取长补短从而弥补不足,达到更好的处理效果。本软件的开发基于这一思路,将各个普通的图像处理功能集成到软件后台,并对其进行了区间优化和连接融合,部分原函数被适当改写,使其能够用于极端恶劣条件下目标的清晰显现和准确定位。实验二 图像变换一.实验目的1.了解正交变换的基本概念；2.掌握图像的离散傅里叶及余弦。

6、；3.熟悉图像的沃什变换和哈德曼变换。二.实验仪器计算机、MATLAB软件三.实验原理为了有效地和快速地对图像进行处理和分析，常常需要将原定义在图像空间的图像以某种形式转换到另外一些空间，并利用在这些空间是的特有的性质方便地进行一定的加工，最后在转换回图像空间以得到所需要的效果。这种使图像处理简化的方法通常是对图像进行变换。四.实验内容及步骤1.二值图像的傅里叶变换代码如下：f=zeros(30,30);f(5:24,13:17)=1;subplot(2,2,1);imshow(f,notruesize);xlabel(a)创建的二值图像);F=fft2(f);subplot(2,2,2);m。

7、esh(fftshift(abs(F);xlabel(b)频谱图);F1=fftshift(log(abs(F);subplot(2,2,3);imshow(F1,-1,5,notruesize);xlabel(c)未填充频谱图);colormap(jet);colorbar;F=fft2(f,256,256);subplot(2,2,4);imshow(fftshift(log(abs(F),-1,5);xlabel(d)填充后频谱图)colormap(jet);colorbar;(21)运行结果如下：2.离散余弦变换代码如下：I=imread(rice.png);subplot(2,2,1。

8、);imshow(I);xlabel(a)原始图像);J=dct2(I);subplot(2,2,2);imshow(log(abs(J),);colormap(jet(64),colorbar;xlabel(b)余弦变换);J(abs(J) subplot(1,2,1)imshow(f); title(原始图像); f=double(f); T=(min(f(:)+max(f(:)/2; done=false; i=0whiledonef1=find(fT);Tnew=(mean(f(f1)+mean(f(f2)/2done=abs(Tnew-T) subplot(1,2,2)imshow(。

9、f);title(迭代阙值二值化图像);(2)源代码如下：3：图像二值化f=imread(gantrycrane.png)subplot(2,2,1)imshow(f)title(原图)T=graythresh(f)g=im2bw(f,T)subplot(2,2,2);imshow(g);title(Otsu方法二值化图像);f=imread(pillsetc.png)subplot(2,2,1)imshow(f)title(原图)T=graythresh(f)g=im2bw(f,T)subplot(2,2,2);imshow(g);title(Otsu方法二值化图像);五.实验分析本文从原理。

10、和应用效果上对经典的图像分割方法如边缘检测、阈值分割技术和区域增长等进行了分析。对梯度算法中的Roberts算子、Sobel算子、Prewitt算子、拉普拉斯(Laplacian)算子、LoG(Laplacian-Gauss)算子、坎尼(Canny)算子的分割步骤、分割方式、分割准则相互比较可以看出根据坎尼(Canny)边缘算子的3个准则得出的边缘检测结果最满意。而阈值分割技术的关键在于阈值的确定，只有阈值确定好了才能有效的划分物体与背景，但这种方法只对于那些灰度分布明显，背景与物体差别大的图像的分割效果才明显。区域增长的基本思想是将具有相似性质的像素集合起来构成新区域。实验五 形态学图像处理。

11、一.实验目的1.了解数学形态学的基本概念；2.熟悉常用的结构元素；3.掌握腐蚀、膨胀以及开闭运算。二.实验仪器计算机、MATLAB软件三.实验原理数学形态学是当前应用相当广泛的图象处理技术，叙述了数学形态学的基本概念和基本原理，在基础上基础上利用数学形态方法进行了二值图象处理的计算机模拟实验。数学形态学是分析几何形状和结构的数学方法,是建立在集合代数基础上,用集合论方法定量描述几何结构的科学。数学形态学是一组形态学的代数运算子组成。用这些算子及其组合进行图象形状和结构的分析处理包括图象分割、特征抽取、边缘检测等方面的工作。腐蚀是把结构元素B平移a后得到Ba，若Ba包含于X，我们记下这个a点，所。

12、有满足上述条件的a点组成的集合称做X被B腐蚀的结果。用公式表示为：E(X)=a| BaX=XB。膨胀可以认为是腐蚀的对偶运算，其定义是：把结构元素B平移a后得到Ba，若Ba击中X，我们记下这个a点，所有满足上述条件的a点组成的集合称做X被B膨胀的结果。用公式表示为：D(X)=x|Bxx =XB。在数学形态学中，最为重要的两个组合运算是形态学开运算和闭运算。我们可以利用腐蚀和膨胀来定义开运算和闭运算。先腐蚀后膨胀称为开运算，即OPEN(X)=D(E(X) 。开运算可以消除散点和毛刺即对图像进行平滑。先膨胀后腐蚀称为闭运算，即CLOSE(X)=E(D(X) 通过选择适当的元素结构可以通过闭运算将两。

13、个邻近的目标连接起来。开运算使图像变小，闭运算使图像增大。开闭运算有一个有趣的性质等幂性，它意味着一次滤波就能把所有特定于结构元素的噪声滤除干净，重复运算不会再有效果。这与经典方法(如中值滤波，线性卷积)不同。四.实验内容及步骤1.数学形态学的定义和分类数学形态学是以形态结构元素为基础对图像进行分析的数学工具。它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的应用可以简化图像数据，保持它们基本的形状特征，并除去不相干的结构。数学形态学的基本运算有4个：膨胀、腐蚀、开启和闭合。它们在二值图像中和灰度图像中各有特点。基于这些基本运算还可以推。

14、导和组合成各种数学形态学实用算法。2.常用结构元素数学形态学是一门建立在集合理论、积分几何和网格代数基础上的学科，基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状，以达到图像分析和识别的目的。所获得的关于图像结构的信息与结构元素的尺寸和形状都有关系，构造不同的结构元素，便可以得到不同的结果，完成不同的图像分析。目前，选取结构元素形状和尺寸通常的做法是依据经验和估算，采用这种方式需要经验和人工干预，通常难以取得较好的处理效果。怎样选择结构元素形状，如何较为精确地计算结构元素尺寸是需要解决的问题。(1)开运算和闭运算用结构元素B 对集合A 做开运算，记为：A 莓B，A 莓B =(A 。

15、B )茌B1)用结构元素B 对集合A 做开运算就是先用B 对A 进行腐蚀，再用B 对结果进行膨胀。用结构元素B 对集合A 做闭运算，记为：A BA B =(A B )茌B2)用结构元素B 对集合A 做闭运算就是先用B 对A 进行膨胀，再用B 对结果进行腐蚀。(2)形态学运算的基本性质互换性：A 茌B =B 茌A(3)形态学基本运算形态学的基本运算包括腐蚀、膨胀、开运算和闭组合性：A 茌(B 茌C )=(A 茌B )茌CA (B 茌C )=A B C (4)腐蚀运算表示用某种结构元素对图像进行探测，找出在图像内部可以放下该结构元素的区域。膨胀是腐蚀的对偶运算，可以定义为对图像的补集进行腐蚀运算。。

16、将腐蚀和膨胀进行组合就形成了另外两个重要的形态学运算，开运算和闭运算。开闭运算的等幂性：(A B )B=AB(A 莓B )莓B=A莓B(5)开、闭运算的等幂性意味着一次滤波就能把所有特定结构的几何形状滤除干净，做重复的运算不会再有效果，这是一个与经典方法(例如中值滤波、线性卷积)不同的性质。由于开闭运算的等幂性，结构元素的形状和大小决定了形态学图像分析的性能。3代码及结果如下 I=imread(F:image-4774acd1883b1d3e.jpg);se=strel(disk,5,4);J1=imerode(I,se);J2=imopen(I,se);J3=imclose(I,se);su。

17、bplot(2,2,1),imshow(I),xlabel(a) 原图);subplot(2,2,2),imshow(J1),xlabel(b) 腐蚀);subplot(2,2,3),imshow(J2),xlabel(c) 开运算);subplot(2,2,4),imshow(J3),xlabel(d) 闭运算);五.实验分析数学形态学是以形态结构元素为基础对图像进行分析的数学工具。它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的应用可以简化图像数据，保持它们基本的形状特征，并除去不相干的结构。数学形态学的基本运算有4个：膨胀、腐蚀、开启和闭合。它们在二值图像中和灰度图像中各有特点。基于这些基本运算还可以推导和组合成各种数学形态学实用算法。