数字图像处理 matlab 报告总结,matlab 数字图像处理实验报告(五份)

等原因，成像后的图像与原景物图像相比，会产生比例失调，甚至扭曲。 以上图像退化现象称之为几何失真 有几何畸变的图像，不但视觉效果不好，而且在对图像进行定量分析时提取的形状、距离、面积等数据也不准确。 几何失真校正 典型的几何失真 系统失真 光学系统、电子扫描系统失真而引起的斜视畸变、枕形、桶形畸变等，都可能使图像产生几何特性失真。通过该图像加噪实现均值滤波复原。

实验四 图像的绘制与分割

一.实验目的

1.了解图像分割的基本概念； 2.掌握阈值分割和边缘点检测的方法； 3.对检测的目标图像提取特征并进行特征分析。 二.实验仪器

计算机、MATLAB软件 三.实验原理

matlab实现边缘检测和图像分割提供了很多有用的图像处理函数，做图像分割方法有很多，例如：基于阈值的方法，基于边缘的方法，基于区域的方法，基于凸轮的方法以及基于能量泛函的方法。其中matlab里面有很多做边缘检测的算法，最常用的是sobel，prewitte算法，通过该算子与图像的卷积运算，即可检测到图像边缘，进一步分割目标区域。

图像分割是计算机图像处理的一个基本问题，是进行许多后续图像分析任务的先行步骤。图像识别、图像可视化和基于目标的图像压缩都高度依赖图像分割的结果。因此，图像分割一是一种重要的图像技术。

四.实验内容及步骤 1.图像的边缘检测 (1) 源代码如下：

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); Log边缘算子：

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),imgshow(im);title(“源图像”); subplot(323),imgshow(im_R);title(“Roberts检测”); subplot(324),imgshow(im_P);title(“Prewitt检测”); subplot(325),imgshow(im_S);title(“Sobel检测”); subplot(326),imgshow(im_L);title(“Log检测”);

(2) 运行结果如下：

原始图像Sobel边缘算子

Prewit边缘算子Log边缘算子

2.迭代式阈值选择法 (1)源代码如下：

f=imread('cameraman.tif'); >> subplot(1,2,1) imshow(f);

>> title('原始图像'); >> f=double(f);

>> T=(min(f(:))+max(f(:)))/2; >> done=false; >>i=0 while~done f1=find(f<=T); i = 0