1、数字图像处理实验指导书电气信息综合实验中心试验一 MATLAB 程序实用及数字图像信号的基本运算一、实验目的：1、进一步熟悉 MATLAB 的指令。2、熟悉使用 MATLAB 进行数字图像的读入、读出和显示。3、熟悉掌握数字图像的基于灰度变换的空域处理方法。二、实验设备：计算机、MATLAB6.5 软件。三、实验说明：1、本实验在 MATLAB 上调试运行，学生应对 MATLAB 的相关指令、函数等有一定的了解。2、实验的结果应与课堂上的相关内容印证，加深对理论算法的理解。四、实验内容及步骤：1、内容包括：计算出一幅灰度图像的直方图、对灰度图像进行简单的灰度线形变换、看其直方图的对应变化和图像
2、对比度的变化、图像二值化处理。2、实验步骤：打开 MATLAB6.5，参照给定的参考程序完成实验。参考程序：（一）直 方 图灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特征更加明显。灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像增强。1、 灰度直方图（1） 计算出一幅灰度图像的直方图clearclose allI=imread(004.bmp);imhist(I)title(实验一（1） 直方图);（2） 对灰度图像进行简单的灰度线形变换，figuresubplot(2,2,1)imshow(I);title(试验 2-灰度线性变换 );subplo
3、t(2,2,2)histeq(I);（3） 看其直方图的对应变化和图像对比度的变化。原图像 f(m,n) 的灰度范围 a,b 线形变换为图像 g(m,n),灰度范围a,b公式： g(m,n)=a+(b-a)* f(m,n) /(b-a)figuresubplot(2,2,1)imshow(I)J=imadjust(I,0.3,0.7,0,1,1);title( 实验一（3）用 g(m,n)=a+(b-a)* f(m,n) /(b-a)进行变换 );subplot(2,2,2)imshow(J)subplot(2,2,3)imshow(I)J=imadjust(I,0.5 0.8,0,1,1);
4、subplot(2,2,4)imshow(J)(4) 图像二值化 （选取一个域值，(5) 将图像变为黑白图像）figuresubplot(2,2,1)imshow(I)J=find(I=150);I(J)=255;title( 实验一（4）图像二值化 ( 域值为 150 ） );subplot(2,2,2)imshow(I)clc;I=imread(14499.jpg);bw=im2bw(I,0.5);%选取阈值为 0.5figure;imshow(bw) %显示二值图象实验二 图像滤波一、实验目的：1、进一步加深对滤波器、数字滤波的理解。2、熟悉使用 MATLAB 中频域变换函数、工具箱中的
5、滤波函数。3、自己设计函数，达到要求的滤波效果，以提高滤波器的设计能力。二、实验设备：计算机、MATLAB6.5 软件。三、实验说明：1、本实验在 MATLAB 上调试运行，学生应对 MATLAB 的相关指令、函数等有一定的了解。2、实验的结果应与课堂上的相关内容印证，加深对理论算法的理解。3、自己设计试验的结果和处理方法。四、实验内容及步骤：1、内容包括：利用 MATLAB 图象处理工具箱提供的函数实现数字图像中加入各种噪声的方法。利用 MATLAB 图象处理工具箱提供的函数实现数字图像的高通、低通滤波、中值滤波、均值滤波等处理。2、实验步骤：打开 MATLAB6.5，按实验内容，设计一个滤
6、波器，可以参考给定资料完成实验。参考资料：1 傅立叶变换熟悉其概念和原理,实现对一幅灰度图像的快速傅立叶变换 ,并求其变换后的系数分布.2 离散余弦变换熟悉其概念和原理,实现对一幅灰度和彩色图像作的离散余弦变换 ,选择适当的 DCT 系数阈值对其进行 DCT 反变换.% 图象的 FFT 变换clc;I=imread(005.bmp);subplot(1,2,1)imshow(I);title(原图);subplot(1,2,2)imhist(I);title(直方图);colorbar;J=fft2(I);figure;subplot(1,2,1)imshow(J);title(FFT 变换结
7、果);subplot(1,2,2)K=fftshift(J);imshow(K);title(零点平移);figure;imshow(log(abs(K),),colormap(jet(64),colorbar;title(系数分布图);% 图象的 DCT 变换RGB=imread(005.bmp);figure;subplot(1,2,1)imshow(RGB);title(彩色原图);a=rgb2gray(RGB);subplot(1,2,2)imshow(a);title(灰度图);figure;b=dct2(a);imshow(log(abs(b),),colormap(jet(64)
8、,colorbar;title(DCT 变换结果 );figure;b(abs(b)10)=0;% idctc=idct2(b)/255;imshow(c);title(IDCT 变换结果);3小波变换实验内容： 熟悉小波变换的概念和原理,熟悉 matlab 小波工具箱主要函数的使用.利用二维小波分析对一幅图象作 2 层小波分解,并在此基础上提取各层的低频信息实现图像的压缩.程序如下：clcclose allcleara=imread(005.bmp);subplot(1,2,1);imshow(a);title(原始图象);I=rgb2gray(a);subplot(1,2,2);imsho
9、w(I);title(原始图象的灰度图);% 进行二维小波变换a,b = wavedec2(I, 2, bior3.7);% 提取各层低频信息figure;c = appcoef2( a, b, bior3.7, 1 );subplot(1,2,1);imshow(c, );title(一层小波变换结果);d = appcoef2( a, b, bior3.7, 2 );subplot(1,2,2);imshow(d, );title(二层小波变换结果);实验三 图像的边缘检测一、实验目的：1、进一步加深对模版匹配方法的理解。2、熟悉使用 MATLAB 工具箱中 sobel、prewitt、
10、log 、roberts 、canny 等算子。3、在以上两点的基础上，自行设计模版，检验处理的效果。二、实验设备：计算机、MATLAB6.5 软件。三、实验说明：1、本实验在 MATLAB 上调试运行，学生应对 MATLAB 的相关指令、函数等有一定的了解。2、实验的结果应与课堂上的相关内容印证，加深对理论算法的理解。3、在熟悉基本内容后，自己设计试验的结果和处理方法。4、可参考附加资料。四、实验内容：1、 利用二个低通邻域平均模板（33 和 99）对一幅图象进行平滑，验证模板尺寸对图象的模糊效果的影响。2、 利用一个低通模板对一幅有噪图象（GAUSS 白噪声）进行滤波，检验两种滤波模板（分
11、别使用一个 55 的线性邻域平均模板和一个非线性模板：35 中值滤波器）对噪声的滤波效果。3、 选择一个经过低通滤波器滤波的模糊图象，利用 sobel 和 prewitt 水平边缘增强高通滤波器（模板）对其进行高通滤波图象边缘增强，验证模板的滤波效果。4、 选择一幅灰度图象分别利用 一阶 Sobel 算子和二阶 Laplacian 算子对其进行边缘检测，验证检测效果。5、自己改动给定的模版，验证处理的结果。参考资料：1、利用低通邻域平均模板进行平滑：I=imread(girl.bmp);subplot(1,3,1);imshow(I);title(原图);J=fspecial(average)
12、;J1=filter2(J,I)/255;subplot(1,3,2);imshow(J1);title(3*3 滤波);K=fspecial(average,9);K1=filter2(K,I)/255;subplot(1,3,3);imshow(K1);title(9*9 滤波);2、中值滤波和平均滤波I=imread(girl.bmp);J=imnoise(I,gaussian,0,0.01);subplot(2,2,1);imshow(I);title(原图);subplot(2,2,2);imshow(J);title(noise);K=fspecial(average,5);K1=
13、filter2(K,J)/255;subplot(2,2,3);imshow(K1);title(average);L=medfilt2(J,3 5);subplot(2,2,4);imshow(L);title(medium);3、高通滤波边缘增强I=imread(girl.bmp);subplot(2,2,1);imshow(I);title(original pic);J=fspecial(average,3);J1=conv2(I,J)/255;%J1=filter2(J,I)/255;subplot(2,2,2);imshow(J1);title(3*3lowpass);K=fspe
14、cial(prewitt);K1=filter2(K,J1)*5;subplot(2,2,3);imshow(K1);title(prewitt);L=fspecial(sobel);L1=filter2(L,J1)*5;subplot(2,2,4);imshow(L1);title(sibel);4、边缘检测分别用 sobel 和 laplacian 算子来进行，程序如下：I=imread(girl.bmp);subplot(1,3,1);imshow(I);title(original pic);K=fspecial(laplacian,0.7);K1=filter2(K,I)/100;subplot(1,3,2);imshow(K1);title(laplacian);L=fspecial(sobel);L1=filter2(L,I)/200;subplot(1,3,3);imshow(L1);title(sibel);
