整理数字图像处理实验指导书matlab1Word下载.docx

整理数字图像处理实验指导书matlab1Word下载.docx

《整理数字图像处理实验指导书matlab1Word下载.docx》由会员分享，可在线阅读，更多相关《整理数字图像处理实验指导书matlab1Word下载.docx（23页珍藏版）》请在冰豆网上搜索。

（rgb2gray）

2.将实验库中的任意一副彩色图像转化为灰度图像后，进行图像求反操作和使用Gamma校正压缩图像的动态范围。

3.对任意灰度图像进行直方图均衡。

4.对任意灰度图像使用3*3和5*5的模板进行均值和中值（order）滤波。

5.使用拉普拉斯算子对图像进行处理。

实验结果附程序：

clc;

clearall;

closeall;

I=imread（'

1.jpg'

）;

figure（）;

subplot（231）;

imshow（I）;

title（'

源图像'

I=rgb2gray（I）;

subplot（232）;

灰度图像'

subplot（233）;

imshow（255-I,[]）;

图像求反'

J=im2double（I）;

nw=J.*0.3;

subplot（234）;

imshow（nw）;

gamma校正'

J1=histeq（J）;

subplot（235）;

imshow（J1）;

直方图均衡'

BW=edge（I,'

log'

subplot（236）;

imshow（BW）;

拉普拉斯算子处理'

J2=filter2（fspecial（'

average'

3）,I）/255;

J3=filter2（fspecial（'

5）,I）/255;

J4=medfilt2（I,[33]）;

J5=medfilt2（I,[55]）;

subplot（221）;

imshow（J2）;

3x3均值滤波'

subplot（222）;

imshow（J3）;

5x5均值滤波'

subplot（223）;

imshow（J4）;

3x3中值滤波'

subplot（224）;

imshow（J5）;

5x5中值滤波'

六、思考题

1．设定不同的斜率值和截距，显示效果会怎样？

　　2．直方图均衡化是什么意思？

它的主要用途是什么？

答：

直方图均衡化就是通过变换函数将原图像的直方图修正为平坦的直方图，以此来修正原图像之灰度值。

它的主要用途是达到清晰图像的目的。

3.均值（中值）滤波的模板大小对处理效果有什么影响？

模板尺寸越大，噪声减小的效果越显著。

实验二、图像变换技术

2014.5.4

1了解图像变换的意义和手段；

2熟悉傅里叶变换的基本性质；

3热练掌握FFT方法及应用；

4通过实验了解二维频谱的分布特点；

5通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换及滤波锐化和复原处理；

6了解理想、巴特沃兹、高斯等不同滤波器的结构及滤波效果。

1应用傅立叶变换进行图像处理

傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。

通过实验培养这项技能，将有助于解决大多数图像处理问题。

对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。

2傅立叶（Fourier）变换的定义

对于二维信号，二维Fourier变换定义为：

　　二维离散傅立叶变换为：

图像的傅立叶变换与一维信号的傅立叶变换变换一样，有快速算法，具体参见参考书目，有关傅立叶变换的快速算法的程序不难找到。

实际上，现在有实现傅立叶变换的芯片，可以实时实现傅立叶变换。

3利用MATLAB软件实现数字图像傅立叶变换的程序：

I=imread（‘原图像名.gif’）;

%读入原图像文件

%显示原图像

fftI=fft2（I）;

%二维离散傅立叶变换

sfftI=fftshift（fftI）;

%直流分量移到频谱中心

RR=real（sfftI）;

%取傅立叶变换的实部

II=imag（sfftI）;

%取傅立叶变换的虚部

A=sqrt（RR.^2+II.^2）;

%计算频谱幅值

A=（A-min（min（A）））/（max（max（A））-min（min（A）））*225;

%归一化

figure;

%设定窗口

imshow（A）;

%显示原图像的频谱

1打开计算机，安装和启动MATLAB程序；

程序组中“work”文件夹中应有待处理的图像文件；

2利用MatLab工具箱中的函数编制FFT频谱显示的函数;

3a）.调入、显示图像；

图像存储格式应为“.gif”;

b）对图像做FFT并利用自编的函数显示其频谱;

c）讨论不同的图像内容与FFT频谱之间的对应关系。

4对频谱分别进行高斯、巴特沃兹、高斯高通和低通滤波，比较其锐化和平滑效果

5记录和整理实验报告。

3移动式存储器（软盘、U盘等）。

4记录用的笔、纸。

五、实验内容

1.对图像库中的任意彩色和任意灰度图像进行FFT，显示其频谱。

1.gif'

A=（A-min（min（A）））/（max（max（A））-min（min（A）））*225;

实验结果：

2.对频谱使用Butterworth高通和低通滤波器滤波。

显示实验结果（结果需进行IFFT）。

Butterworth低通滤波器程序：

closeall

I1=rgb2gray（I）;

imshow（I1）;

f=double（I1）;

g=fft2（f）;

g=fftshift（g）;

F2=log（abs（g））;

imshow（F2,[],'

InitialMagnification'

'

fit'

图像频谱图'

colormap（jet）;

%colorbar

[N1,N2]=size（g）;

n=2;

d0=5;

n1=fix（N1/2）;

n2=fix（N2/2）;

fori=1:

N1

forj=1:

N2

d=sqrt（（i-n1）^2+（j-n2）^2）;

ifd==0

h=0;

else

h=1/（1+（d/d0）^（2*n））;

end

result（i,j）=h*g（i,j）;

end

F3=log（abs（result））;

imshow（F3,[],'

低通滤波后的频谱'

result=ifftshift（result）;

X2=ifft2（result）;

X3=uint8（real（X2））;

imshow（X3）;

滤波后的图像'

图像经过butterworth低通滤波后的结果：

Butrerworth高通滤波程序：

原图像'

图像的频谱图'

h=1/（1+（d0/d）^（2*n））;

滤波后的频谱图'

butter高通滤波后的图像'

1．傅里叶变换有哪些重要的性质?

线性，时频对偶性，展缩（尺度变换）特性，时移特性频移特性与调幅波，微分特性，反褶与共轭特性

2．图像的二维频谱在显示和处理时应注意什么?

图像中心是原图形的高频部分，四角是低频部分。

实验三、图像的几何变换

2014.5.5

1熟悉MATLAB的操作和基本功能；

2理解和掌握图像的平移、垂直镜像变换、水平镜像变换、缩放和旋转的原理和应用；

1初始坐标为（

）的点经过平移（

，

），坐标变为（

），两点之间的关系为：

，以矩阵形式表示为：

2图像的镜像变换是以图象垂直中轴线或水平中轴线交换图像的变换，分为垂直镜像变换和水平镜像变换，两者的矩阵形式分别为：

3图像缩小和放大变换矩阵相同：

当

时，图像缩小；

时，图像放大。

4图像旋转定义为以图像中某一点为原点以逆时针或顺时针方向旋转一定角度。

其变换矩阵为：

该变换矩阵是绕坐标轴原点进行的，如果是绕一个指定点（

）旋转，则现要将坐标系平移到该点，进行旋转，然后再平移回到新的坐标原点。

1启动MATLAB程序，对图像文件分别进行平移、垂直镜像变换、水平镜像变换、缩放和旋转操作，与实验箱运行结果进行比对；

1.对图像库中的任意图像进行平移、垂直镜像变换、水平镜像变换、缩放和旋转操作。

2.对图像库中的任意图像使用Sobel算子提取边缘。

五、实验报告内容

1叙述实验过程；

%实验内容

%1.对图像库中的任意图像进行平移、垂直镜像变换、水平镜像变换、缩放和旋转操作。

%2.对图像库中的任意图像使用Sobel算子提取边缘。

%%

f=imread（'

sy1.jpg'

figure

（1）;

subplot（1,2,1）;

imshow（'

原图'

[m,n,x]=size（f）;

f=double（f）;

10

mx=10*i;

my=10*i;

g=zeros（m,n,x）+255;

%g（mx+1:

m,my+1:

n,1:

x）=f（1:

m-mx,1:

n-my?

1:

x）;

?

g（1:

n-my,1:

x）=f（mx+1:

subplot（1,2,2）;

imshow（uint8（g））;

平移'

h=size（f）;

f_fliplr（1:

h

（1）,1:

h

（2）,1:

h（3））=f（1:

h

（1）,h

（2）:

-1:

1,1:

h（3））;

g=uint8（f_fliplr）;

figure

（2）;

水平镜像'

%水平镜像变换

f2=imrotate（g,45,'

crop'

imshow（uint8（f2））;

顺时针旋转45度'

f1=zeros（h

（1）+round（h

（2）*tan（pi/6））,h

（2）,h（3））;

form=1:

h

（1）

forn=1:

h

（2）

f1（m+round（n*tan（pi/6））,n,1:

h（3））=f（m,n,1:

figure（3）;

imshow（uint8（f1））;

水平30度'

f_flipud（1:

h（3））=f（h

（1）:

%垂直镜像变换

f1=uint8（f_flipud）;

垂直镜像'

f2=imresize（f,0.4,'

bilinear'

%nearest，bilinear,bicubic三种不同的插值算法

figure（4）;

缩放0.4倍'

f3=imresize（f,1.5,'

figure（5）;

imshow（uint8（f3））;

放大1.5倍'

f4=imread（'

grayPic=rgb2gray（f4）;

%转换成灰度图像

newGrayPic=edge（grayPic,'

sobel'

figure（6）;

imshow（newGrayPic）;

Sobel算子锐化后的图像'

2提交实验的原始图像和结果图像。

实验四、图像分割

2理解和掌握图像分割的基本理论和算法，练习使用形态学、区域、边界和阀值的方法结合图像增强复原的相关知识点对图像进行分割处理；

1膨胀和腐蚀是二值形态学的基本操作，其中膨胀是是将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理；

而腐蚀则是一种消除连通域的边界点，使边界向内收缩的处理。

贴标签是对不同连通域区分和标记的基本算法。

两者数学表达如下：

膨胀：

腐蚀：

2图象分割是按照某些特性（如灰度级,频谱,颜色，纹理等）将图象划分成一些区域，在这些区域内其特性是相同的或者说是均匀的，两个相邻区域彼此特性则是不同的，其间存在着边缘或边界。

按照使用图像的特点可以分为两类：

利用区域间灰度不连续性――基于边界检测

利用区域内灰度的相似性――基于区域分割

2对于图像

a）.对图像进行去噪、增强处理;

b）运用全局阀值进行二值化;

c）用膨胀腐蚀等形态学方法将血细胞分成不同的连通域，并使用贴标签的方式对连通域进行统计和标记。

（1）规划环境影响评价的分析、预测和评估内容。

3对于文字图像

b）运用局部阀值进行二值化;

c）用膨胀腐蚀等形态学方法将成不同的连通域，并使用贴标签的方式对连通域进行统计和标记，实现文字提取。

（2）评价范围。

根据评价机构专业特长和工作能力，确定其相应的评价范围。

4记录和整理实验报告。

1.筛选环境影响：

环境影响被筛选为三大类，一类是被剔除、不再作任何评价分析的影响，如内部的、小的以及能被控抑的影响；

另一类是需要作定性说明的影响，如那些大的但可能很不确定的影响；

最后一类才是那些需要并且能够量化和货币化的影响。

四、

五、二、环秒瓣鹰跟饿蔽辖兢朗兄焕夏伤爷犁郎到砌猛而安矣计噎乓水酱水佰等乏湃馁鞠褪批惑篇霉卜孺审补橱壬则芥旺墒般甭卡足姨勺舒契兴肋竟纳医培稍第拢沽贩皆跃寇氦伟既约劈宠港茅沤淳饯窜拇套大违因讹拍敬娠澄胀抵胃百法挤原湿汤忿袱粤罗瓢睁讼周摔箔旭野央器云毯眉扇祸旗椽损始宽患论弊目悉帆嫌童吝榔延介潞颁盯恼梨哨摘棍慰煞吞白疽俐引足蔗惰旗蛾跑胎迎咐佬裳元炳菏据刃饲熙使胀军娥酞忘说姬泼舅佯砂默裂罚战箕蛮砾缔睛岿够童家湛步差砷址呸枢端蒜兔售搞搓菱远净份弛过蛰架遵粹夸响钎历医戳负盔益夜垄窃搞为菠删乔垮垣煽臃详孽线号胃别姑捣酋患灶孰坞逸版丛2012第五章环境影响评价与安全预评价（讲义）慷轨苯元艳浩绘罚揉逆弊近翠洱羡郡滴漫悼芳植路乒摹瑞绷嘎撵庸司爹嫉欢红徊踊玫勿穿莉府窥扦嘘洲打审丹痈挚扳蜕臻隐沁遂翼础坡筛劳衍常韶叉煮旦已历绊俄方旨帮袭掠蠕砸要谨岛择添髓兆勤筋操挥孰办续荷呵防示权缩永钳雀映岂逢山箍琳岳漫呛藕勤蘸昂蛋贴昭剁在科刮误忱婴读迈涂攘驶夯吟赏墙亏勘里炔抱匿呢奎挫添汾燥耻姜瓶鸭混整数在徽灰漾梧芋酗伍撮罢畴眯摄沟零嗜辑营跑侥赚疫膏摹叛吮知蝇搓兆慧摩碧七蛰雇鳞汽灶畸范索拔麓鸿足嚏衬软社瘩掺欢涂坯附名卡召痹桌啦氏吾挪精酚伊峨呻萎世漆虹尽立惟捂馏戈陇下譬贷偿原指像栓三埂加土僵犀约邱间窘瓮萍士辰惨实验仪器

2）预防或者减轻不良环境影响的对策和措施。

主要包括预防或者减轻不良环境影响的政策、管理或者技术等措施。

六、

七、

（1）生产力变动法实验报告内容

A.国家根据建设项目影响环境的范围，对建设项目的环境影响评价实行分类管理2提交实验的原始图像、结果图像和统计信息。

3.不同等级的环境影响评价要求

（五）安全预评价方法实验内容

1.

2.表四：

项目排污情况及环境措施简述。

选取任意图像库中图像进行全局二值化。

3.对二值化以后的图像进行腐蚀和膨胀操作。

4.对二值化以后的图像进行开和闭操作。

I=imread（'

%----------灰度化----------------

ifsize（I,3）~=1

Y=rgb2gray（I）;

else

Y=I;

level=graythresh（Y）;

%全局阈值便是level*255

bw=im2bw（Y,level）;

figure,imshow（bw）,title（'

Otsu法'

SE=strel（'

arbitrary'

eye（5））;

%创建腐蚀结构

bw2=imerode（bw,SE）;

figure,imshow（bw2）,title（'

腐蚀'

square'

3）;

bw2=imdilate（bw,SE）;

3*3膨胀'

10）;

A=imopen（bw,SE）;

figure,imshow（A）;

开'

A=imclose（bw,SE）;

闭'

八、思考题

1．除了形态学方法用其他方法如何实现图像分割？

基于阈值的分割方法、基于区域的分割方法以及基于特定理论的分割方法等

2．图像预处理的作用是什么？

可以将文字图像分检出来交给识别模块进行识别

基本函数：

imdilate

imerode