matlab图像处理基础实验,数字图像处理实验报告 Matlab图像处理基础

《数字图像处理实验报告 Matlab图像处理基础》由会员分享，可在线阅读，更多相关《数字图像处理实验报告 Matlab图像处理基础(27页珍藏版)》请在人人文库网上搜索。

1、院系：计算机科学学院专业：计算机科学和技术年级： 2012级课程名称：数字图像处理组号：姓名(学号):指导教师：高志荣2015年5月25日学年2012年度班号1学号专业计算机科学和技术姓名实验名称Matlab图像处理的基础实验室204果实检查眼睛的和要拜托了一、实验目的：(熟悉Matlab开发环境(掌握Matlab中数字图像读取、显示、保存的基本方法的使用(3)把握不同种类的数字图像间的变换方法(4)加深空间分辨率和灰度分辨率对图像显示效果的影响(熟悉Matlab中的傅立叶变换(基于Matlab的数字图像程序设计方法二、实验内容：(在Matlab中使用imread函数读取1张RGB图像(从实验。

2、素材中任意选择)，调查该图像的尺寸、数据类型信息，将该图像转换为灰度图像并以bmp形式保存。(使用imread函数读取1张灰度图像(从实验素材中任意选择)，分别进行2个采样、4个采样和8个采样，以相同大小显示原图像和采样后的3张结果图像，比较空间分辨率对图像显示效果的影响。(使用imread函数读取1张灰度图像(从实验素材中任意选择)，分别以5、10、50的间隔将该灰度再次均匀量化，以相同大小显示原图像和再量化后的3张结果图像，比较灰度分辨率对图像显示效果的影响。(4)读取一张灰度图像，对其进行快速傅立叶变换，在同一窗口中显示原始的空间区域图像和变换后的频域图像。三、实验要求：(1)关于具体的。

3、实验内容，分别给出命令(或m文书)、输出结果、成因分析、经验总结。(2)所有生成的图像或m文件，均须命名。 例如，图n :描述图像信息的*.m文件：描述文件信息。(3)严禁模仿，一旦发现与雷电相同，所有相关人员均断定实验报告不合格。实验(1) :1 .代码实现I=读取(2012213500.png )； 将%图像2012213500.png导入数组I指示符(I )； %显示图像IIMF信息(2012213500.png )； %读取图像大小、数据类型信息显示ans %图像大小、数据类型信息I=RGB 2灰度(I ) :将%图像转换为灰度图像I写入(I，2012213500.bmp )； 以文件。

4、名2012213500.bmp保存%转换后的图像果实检查原理(修订法流动程中所述)2 .运行结果1-1-1显示图2012213500.png图像的基本信息和图像显示过程1-1-2将图2012213500.png图像保存为2012213500.bmp图像3 .实验分析果实检查原理(修订法流动程中所述)如果首先使用imread ()函数将2012213500.png存储在I数组中，则可以看到1-1-1图右上角的Workspace中的I。 然后使用imfinfo ()和ans函数读取图像的大小、类型等信息。 具体来说，显示在1-1-1图的命令窗口中。 图片格式的转换利用rgb2gray ()函数将存。

5、储在I阵列中的数据转换成灰度格式并存储在原始阵列I中。 将最后转换的数据保存到2012213500.bmp文件。实验(2) :1 .代码实现I=读取(2012213500.BMP )； 读取%灰度图像子打印(221 )，im显示(I， )，标题(256 * 256，256 )I=I (1:23360结束，1:23360结束)； %图像样本子打印(222 )，im显示(I， )，标题(128 * 128，256 )I=I (1:23360结束，1:23360结束)； %图像样本辅助打印(223 )，im显示(I， )，标题(64 * 64，256 )I=I (1:23360结束，1:23360结。

6、束)； %图像样本辅助打印(224 )，im显示(I， )，标题(32 * 32，256 )2 .运行结果1-2图像的空间分辨率对图像的影响3 .实验分析如从图1-2可以看到的，随着灰度级保持恒定时图像的空间分辨率减半，即256*256、128*128、64*64、32*32中的图像，其中每个区域边缘处的棋盘式模式越来越清晰实验(3) :1 .代码实现I=读取(2012213500.BMP )； 读取%灰度图像子打印(221 )、显示(I，256 )、标题(256 * 256，256 ) %灰度级别为256子打印(222 )、显示(I，50 )、标题(256 * 256，50 ) %灰度等级为。

7、50子打印(223 )、显示(I，10 )、标题(256 * 256，10 ) %灰度等级为10辅助(224 )、显示(I，5 )、标题(256 * 256，5 ) %灰度等级为5果实检查原理(修订法流动程中所述)2 .运行结果1-3图像的灰度等级对图像的影响3 .实验分析该实验是以空间分辨率一定为前提，改变灰度等级观察图像的变化。 从图1-3可以看出，在灰度从256次到50、10、5的过程中，图中各区域端部的棋盘格图案也变得明显，整体图的像素粒子越来越粗。 证明灰度分辨率也是影响图像锐度的主要原因之一。实验(4) :1 .代码实现A=imread(galley.png): %读取真彩色图表B。

8、=rgb2gray(A): %将真正的彩色图表转换为灰度图表辅助(121 )、显示(b )； 显示%灰度c=ff shift (ff t2(b ) ) :百分比校正傅里叶变换和位移子打印(122 )、显示日志(ABS (c ) )。 %显示转换光谱2 .运行结果1-4图像的傅立叶变换效果果实检查原理(修订法流动程中所述)3 .实验分析如从图1-4可以看出的那样，傅立叶变换器对灰度图像进行频谱变换，并且很好地描绘了图像的变换特征。 代码中使用fftshift ()函数，将变换后的图像光谱的中心从矩阵的原点移动到矩阵的中心。 为了清楚地观察变换效果，最后用abs ()函数对变换结果进行模拟运算，避。

9、免不能显示的复数。 因此，得到了图中的转换效果。学年2012年度班号1学号专业计算机科学和技术姓名实验名称Matlab图像处理的基础实验室204果实检查眼睛的和要拜托了1 .实验目的(1)把握空间区域点处理图像的强调方法(2)把握空间域滤波图像的强调方法(3)掌握频域滤波图像的强调方法2 .实验内容(1)读取对比度不足的图像，直接对该图像进行灰度变换，包含图像的逆、线性灰度变换、对数变化，将原图像和变换后的图像进行对比。(2)读取1张直方图不均匀的图像，对该图像进行直方图均衡处理，显示处理前后的图像以及它们的灰度直方图。(3)读取1张灰度图像，对其加上平均值0、方差值0.02的高斯噪声，将加上。

10、噪声后的图像分别用3、9、18张相同的图像进行加法平均，将加上噪声后的图像与结果图像进行比较。(4)读取1张灰度图像，对其附加平均值0、方差值0.01的高斯噪声，分别进行中值滤波、索贝尔运算符滤波、预维特运算符滤波，并将附加噪声的图像与滤波后的结果图像进行比较。(5)读取1张灰度图像，分别进行理想的低通滤波和巴特沃斯高通滤波，显示滤波结果。3 .报告要求：(1)关于具体的实验内容，分别给出命令(或m文书)、输出结果、成因分析、经验总结(2)所有生成的图像或m文件，均须命名。 例如，图n :描述图像信息的*.m文件：描述文件信息(3)严禁模仿，一旦发现与雷电相同，所有相关人员均断定实验报告不合格。

11、果实检查原理(修订法流动程中所述)实验(1) :1 .代码实现I=读取(kids.TIF ) :辅助(221 )、显示(I )；I=双倍(I )；I1=I；I2=I；I3=I；反转%图像I1=256-1-I1；I1=uint8(I1) :辅助(222 )、显示(I1)；%线性灰度转换m，n=大小(I2)；for i=1:M米for j=1:Nif I2(i，j)=30I2(i，j)=I2(i，j ) :elseif I2(i，j)=150I2(i，j)=(200-30)/(150-30)*(I2(i，j )-30 )。埃尔斯I2(i，j)=(255-200)/(255-150)*(I2(i，j。

12、)-150) 200。结束结束结束辅助(223 )、显示(uint8(I2) )；%对数灰度转换I3=41 *日志(1I3) :I3=uint8(I3)；辅助(224 )、显示(I3)；果实检查原理(修订法流动程中所述)2 .运行结果图2-1的图像求逆、线性灰度变换、对数变换效果的对比3 .实验分析上图中的4张图像从左到右，从上到下分别是原图、图像求逆效果图、图像线性灰度变换效果图、图像对数变换效果图。 从上图可知，原图像与逆图像之间虽然存在较大的差异，但是求逆的操作是通过I=256-1-I这一语言实现的，可以说图像变成了黑白。 线性灰度变换图像的效果最接近原图像，主要是由于延长图像的灰度、增。

13、强对比度、压缩不需要的细微灰度，所以线性变换图像看起来比原图像相对明亮。 由于对数对原图像进行动态范围的压缩，所以图像的细节可见性相对明确。实验(2) :1 .代码实现I=读取(mandi.TIF )；subplot(221 )，imshow(I )，title (原图及其直方图)；辅助(222 )、进度(I )； 显示%图像直方图其中I1=histeq(I )； 对%图像进行直方图均等化处理subplot(223 )，imshow(I1)，title (直方图均等化后的图表及其直方图)；辅助(224 )、主(I1)； 显示%直方图均等化后的图表及其直方图果实检查原理(修订法流动程中所述)2 。

14、.运行结果2-2图像直方图均等化处理效果图和直方图3 .实验分析22图的直方图均衡处理效果图和该直方图的比较可以容易地找到。 由于原图的直方图的灰度值相对集中在左侧，所以看原图的效果看起来相对暗，并且动态范围小，对比度低。 通过直方图的均等化，图像的直方图显示相对平均化，并且动态范围也变大。 其主要思想是将本来不均衡的直方图变换为均衡的分布形式，达到增强灰度的动态范围、提高图像整体的对比度的效果。实验(3) :1 .代码实现f=读取(打开. png ) :f=RGB 2灰色(f )； 将%彩色图像转换为灰度图像(m，n )=大小(f )；ff1=zeros(M，n ) :for i=1:18f。

15、f (:I )=im噪声(f，高斯，0，0.02 ):%添加噪声果实检查原理(修订法流动程中所述)ff1=双精度(ff (:3360，I ) ) :或者(I=1，i=3)，或者(I=9，i=18 )，图形；im显示器(uint8(ff1/I ) ) :结束结束2 .运行结果2-3图像相加平均噪声去除效果图3 .实验分析该实验的目的主要是验证基于图像相加的平均化是否能够实现噪声降低即图像增强功能。 上图分别在先进行随机高斯噪声处理后，分别进行1、3、9、18的图像相加平均，最后得到上图的结果。 上图从左到右、从上到下分别用1、3、9、18求平均。 比较图像处理后的效果可知，相加平均的图像数越多，。

16、图像噪声去除增强的效果越显着实验(4) :1 .代码实现I=im读取(边缘. TIF ) :辅助(231 )、显示(I )； 标题(原图)j=国家噪音(I，高斯，0，0，0.01 )；辅助(232 )、显示(j )； title (随机噪声图像)果实检查原理(修订法流动程中所述)辅助(232 )、显示(j )； title (随机噪声图像)k=满意度2 (I，9，9 )； %对9X9模板进行中值筛选辅助(233 )、显示(k )； title(9X9模板的中值过滤图)s=特殊(索贝尔)； 使用sobel运算符锐化图像I2=滤波器2 (s，i): %sobel算子滤波器锐化辅助(234 )、显示(I2)； title(sobel操作符的清晰图像)h=特殊(预设)； 使用prewitt运算符锐化图像I3。