1、数字图像处理实验 班级：05611002报 学号：1120101383 告 姓名：张欣数字图像的运算1.1 直方图一实验目的1熟悉matlab图像处理工具箱及直方图函数的使用；2理解和掌握直方图原理和方法；二实验设备：1.PC机一台；2.软件matlab。三程序设计在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。I=imread(cameraman.tif);%读取图像subplot(1,2,1),imshow(I) %输出图像title(原始图像) %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直方图title(
2、原始图像直方图) %在原图直方图上加标题四实验步骤1. 启动 matlab 双击桌面 matlab 图标启动 matlab 环境；2. 在 matlab 命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用 matlab 自带的图像，如:cameraman 图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像；3浏览源程序并理解含义；4运行，观察显示结果；5结束运行，退出；五实验结果：观察图像 matlab 环境下的直方图分布。(a)原始图像 (b)原始图像直方图六实验报告要求1、给出实验原理过程及实现代码：I=imread(coins.png);%读取图像subplot(1,2
3、,1),imshow(I) %输出图像title(原始图像) %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直方图title(原始图像直方图) %在原图直方图上加标题2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。 1.2 3*3 均值滤波一实验目的1熟悉 matlab 图像处理工具箱及均值滤波函数的使用；2理解和掌握 3*3 均值滤波的方法和应用；二实验设备：1.PC 机一台；2.软件 matlab三程序设计 在 matlab 环境中，程序首先读取图像，然后调用图像增强（均值滤波）函数，设置相关参数，再输出处理后的图像。I = im
4、read(cameraman.tif);figure,imshow(I);J=filter2(fspecial(average,3),I)/255;figure,imshow(J);四实验步骤1. 启动 matlab双击桌面 matlab 图标启动 matlab 环境；2. 在 matlab 命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用 matlab 自带的图像，如:cameraman 图像；再调用相应的图像增强（均值滤波）函数，设置参数；最后输出处理后的图像；3浏览源程序并理解含义；4运行，观察显示结果；5结束运行，退出；五实验结果：观察 matlab 环境下原始图像经 3*3
5、 均值滤波处理后的结果。(a)原始图像 (b)3*3 均值滤波处理后的图像六实验报告要求输入一幅灰度图像，给出其图像经 3*3 均值滤波处理后的结果，然后对每一点的灰度值和它周围 24 个点，一共 25 个点的灰度值进行均值滤波，看看对 25 个点取均值与对 9 个点取中值进行均值滤波有什么区别？有没有其他的算法可以改进滤波效果。(a)原始图像 (b)3*3 均值滤波处理后的图像1.3 3*3 中值滤波一实验目的1熟悉 matlab 图像处理工具箱及中值滤波函数的使用；2理解和掌握中值滤波的方法和应用；二实验设备：1.PC 机一台；2.软件 matlab三程序设计在 matlab 环境中，程序
6、首先读取图像，然后调用图像增强（中值滤波）函数，设置相关参数，再输出处理后的图像。I = imread(cameraman.tif);figure,imshow(I);J=medfilt2(I,5,5);figure,imshow(J);四实验步骤1. 启动 matlab双击桌面 matlab 图标启动 matlab 环境；2. 在 matlab 命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用 matlab 自带的图像，如:cameraman 图像；再调用相应的图像增强（中值滤波）函数，设置参数；最后输出处理后的图像；3浏览源程序并理解含义；4运行，观察显示结果；5结束运行，退出；
7、五实验结果观察 matlab 环境下原始图像经 3*3 中值滤波处理后的结果。(a)原始图像 (b)3*3 中值滤波处理后的图像六实验报告要求输入一幅灰度图像，给出其图像经 3*3 中值滤波处理后的结果，然后对每一点的灰度值和它周围 24 个点，一共 25 个点的灰度值进行排序后取中值，然后该点的灰度值取中值。看看对 25 个点取中值与对 9 个点取中值进行中值滤波有什么区别？(a)原始图像 (b)3*3 中值滤波处理后的图像1.4 图像的缩放一实验目的1熟悉 matlab 图像处理工具箱及图像缩放函数的使用；2掌握图像缩放的方法和应用；二实验设备：1.PC 机一台；2.软件 matlab三程
8、序设计在 matlab 环境中，程序首先读取图像，然后调用图像缩放函数，设置相关参数，再输出处理后的图像。I = imread(cameraman.tif);figure,imshow(I);scale = 0.5;J = imresize(I,scale);figure,imshow(J);四实验步骤1. 启动 matlab双击桌面 matlab 图标启动 matlab 环境；2. 在 matlab 命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用 matlab 自带的图像，如:cameraman 图像；再调用相应的图像缩放函数，设置参数；最后输出处理后的图像；3浏览源程序并理解含
9、义；4运行，观察显示结果；5结束运行，退出；五实验结果观察 matlab 环境下图像缩放后的结果。(a)原始图像 (b)缩放后的图像六实验报告要求输入一幅灰度图像，给出其图像缩放后的结果，然后改变缩放比率，观察图像缩放后结果柄进行分析。(a)原始图像 (b)缩放后的图像数字图像的离散余弦变换一实验目的1验证二维傅里叶变换的平移性和旋转不变性；2实现图像频域滤波，加深对频域图像增强的理解；二实验设备1.PC 机一台；2.软件 matlab；三实验内容及步骤（1）产生如图 3.1 所示图像 （128128 大小，暗处=0，亮处=255） ，用),(1yxfMATLAB 中的 fft2 函数对其进行
10、 FFT： 同屏显示原图 和 的幅度谱图；1f)(FT1f 若令 ，重复以上过程，比较二者幅度谱的异同，简述理由；,)(,2yxfyxf 若将 顺时针旋转 45 度得到 ，试显示 的幅度谱，并与),(2f ),(3yxf )(FT3f的幅度谱进行比较。)(FTf1.%生成图形 f1f1=zeros(128,128);f1(64-30):(63+30),(64-10):(63+10)=1;%FFT 变换fft_f1=log(1+abs(fftshift(fft2(f1);figure;subplot(121);imshow(f1);title(Image f1);subplot(122);ims
11、how(fft_f1,);title(FFT f1);2.%计算 f2f2=zeros(128,128);for i=1:128;for j=1:128;f2(i,j)=(-1)(i+j)*f1(i,j);endend图 3.1 实验图象 f1(x, y)fft_f2A=log(1+abs(fft2(f2);fft_f2B=log(1+abs(fftshift(fft2(f2);figure;subplot(131);imshow(f2);title(Image f2);subplot(132);imshow(fft_f2B,);title(FFT f2);subplot(133);imsho
12、w(fft_f2A,);title(FFT f2 Without FFTShift);分析：根据傅里叶变换对的平移性质：；),(),( 0)/(200 vuFeyxfNyvMxuj 当 且 时，有：/0uyxyxjyvxj )1)()/(200因此可得到： 2/,/1), vufyx所以， 就是 频谱中心化后的结果。),(FT2f )(FT1yxf3.%计算 f3f3=imrotate(f2,-45,nearest);fft_f3=log(1+abs(fftshift(fft2(f3);figure;subplot(121);imshow(f3);title(Image f3);subplot
13、(122);imshow(fft_f3,);title(FFT f3);（2）对如图 3.2 所示的数字图像 lena.img（256256 大小、256 级灰度）进行频域的理想低通、高通滤波，同屏显示原图、幅度谱图和低通、高通滤波的结果图。低通滤波：fid=fopen(D:matlab7imagelena.img,r);data=(fread(fid,256,256,uint8);图 3.2 实验图象 lena.imgsubplot(1,2,1)imagesc(data);colormap(gray);title(LENA,Color,r);fft_lena=fft2(data);f=fft
14、shift(fft_lena);for i=1:256for j=1:256if sqrt(i-128)2+(j-128)2)30f(i,j)=0;endendendsubplot(1,2,2);x,y=meshgrid(1:1:256);surf(x,y,f)高通滤波：fid=fopen(D:matlab7imagelena.img,r);data=(fread(fid,256,256,uint8);subplot(1,2,1)imagesc(data);colormap(gray);title(LENA,Color,r);fft_lena=fft2(data);for i=1:256for
15、 j=1:256if sqrt(i-128)2+(j-128)2)Tim_T(i,j)=im_L(i,j);elseim_T(i,j)=J(i,j);endendendcolormap(gray);subplot(2,2,1);imshow(im);title(Image);subplot(2,2,2);imshow(J);title(Noise);subplot(2,2,3);imshow(im_L);title(四邻域平滑后);subplot(2,2,4);imshow(im_T);title(加门限后);对高斯噪声的处理效果：对脉冲噪声的处理效果：图像分割（常见的边缘检测算子Sobel、
16、 Prewitt、Log）一实验目的1熟悉 matlab 图像处理工具箱及图像边缘检测函数的使用；2理解和掌握图像边缘检测（Sobel、Prewitt、Log 边缘算子）的方法和应用；二实验设备1.PC 机一台；2.软件 matlab；三程序设计在 matlab 环境中，程序首先读取图像，然后调用图像边缘检测（Sobel、Prewitt、Log边缘算子）函数，设置相关参数，再输出处理后的图像。I = imread(cameraman.tif);J1=edge(I,sobel);J2=edge(I,prewitt);J3=edge(I,log);subplot(1,4,1),imshow(I);
17、subplot(1,4,2),imshow(J1);subplot(1,4,3),imshow(J2);subplot(1,4,4),imshow(J3);四实验步骤1. 启动 matlab双击桌面 matlab 图标启动 matlab 环境；2. 在 matlab 命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用 matlab 自带的图像，如:cameraman 图像；再调用相应的边缘检测（Sobel 边缘算子、Prewitt 边缘算子、Log 边缘算子）函数，设置参数；最后输出处理后的图像；3浏览源程序并理解含义；4运行，观察显示结果；5结束运行，退出；五实验结果观察经过图像边缘
18、检测（Sobel、Prewitt、Log 边缘算子）处理后的结果。(a)原始图像 (b)Sobel 边缘算子(c)Prewitt 边缘算子 (d)Log 边缘算子六实验报告要求输入一幅灰度图像，给出其图像边缘检测（Sobel、Prewitt、Log 边缘算子）后的结果并进行分析对比。代码：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);imshow(im);title(源图像);subplot(323);imshow(im_R);title(Roberts 检测);subplot(324);imshow(im_P);title(Prewitt 检测);subplot(325);imshow(im_S);title(Sobel 检测);subplot(326);imshow(im_L);title(Log 检测);
