图像处理实验资料.docx
- 文档编号:27563773
- 上传时间:2023-07-02
- 格式:DOCX
- 页数:17
- 大小:136.88KB
图像处理实验资料.docx
《图像处理实验资料.docx》由会员分享,可在线阅读,更多相关《图像处理实验资料.docx(17页珍藏版)》请在冰豆网上搜索。
图像处理实验资料
实验一图像增强技术
一、实验目的
1掌握基本的图象增强方法,观察图象增强的效果。
2加深对灰度直方图的理解。
3掌握图像线性变换及二值化方法。
二、实验内容
1.选择一幅对比度不足的图像,对该图像进行灰度变换,增强对比度,显示增强前、后的图像以及它们的灰度直方图。
2.给出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。
三、实验步骤
1计算出一幅灰度图像的直方图
clear
closeall
I=imread('Cameraman.bmp');
L=rgb2gray(I);
imhist(L)
title('直方图');
2对灰度图像进行简单的灰度线形变换
figure
subplot(2,2,1)
imshow(L);
title('灰度线性变换');
subplot(2,2,2)
histeq(L);
3看其直方图的对应变化和图像对比度的变化
figure
subplot(2,2,1)
imshow(L)
J=imadjust(L,[0.3,0.7],[0,1],1);
title('用公式进行变换');
subplot(2,2,2)
imshow(J)
subplot(2,2,3)
imshow(L)
J=imadjust(L,[0.50.8],[0,1],1);
subplot(2,2,4)
imshow(J)
4图像二值化
figure
subplot(2,2,1)
imshow(L)
J=find(L<150);
I(J)=0;
J=find(L>=150);
I(J)=255;
title('图像二值化(域值为150)');
subplot(2,2,2)
imshow(L)
四.实验结果
实验二图象变换实验
一、实验目的
1.掌握傅立叶变换的原理,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.熟悉离散余弦变换概念和原理,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。
3.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.
二、实验内容
1.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.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.
3.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.
三、实验步骤
1.图象的FFT变换
clc;
I=imread('lena.bmp');
L=rgb2gray(I);
subplot(1,2,1)
imshow(L);
title('原图');
subplot(1,2,2)
imhist(L);
title('直方图');
colorbar;
J=fft2(L);
figure;
subplot(1,2,1)
imshow(J);
title('FFT变换结果');
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');
2.图象的DCT变换
RGB=imread('lena.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)),colorbar;
title('DCT变换结果');
figure;
b(abs(b)<10)=0;
%idct
c=idct2(b)/255;
imshow(c);
title('IDCT变换结果');
四.实验结果
实验三图像分割实验
一、实验目的
1.学习边缘检测
2.学习灰度阀值分割
二、实验内容
1.分别用sobel、Laplacian-Gaussian方法对一幅灰度图像进行边缘提取。
2.给出对比结果
3.对一幅灰度图像进行灰度分割处理
三、实验步骤
1.对灰度图像进行边缘提取
i=imread(1.tif');
figure;
subplot(2,2,1);
imshow(i);
title('原始图像');
subplot(2,2,3);
imshow(i);
title('原始图像');
i=rgb2gray(i);
i1=edge(i,'sobel');
subplot(2,2,2);
imshow(i1);
title('sober方法提取的边缘');
i2=edge(i,'log');
subplot(2,2,4);
imshow(i2);
title('Laplacian-Gaussian方法提取的边缘');
比较提取边缘的效果可以看出,sober算子是一种微分算子,对边缘的定位较精确,但是会漏去一些边缘细节。
而Laplacian-Gaussian算子是一种二阶边缘检测方法,它通过寻找图象灰度值中二阶过零点来检测边缘并将边缘提取出来,边缘的细节比较丰富。
通过比较可以看出Laplacian-Gaussian算子比sober算子边缘更完整,效果更好。
2.对灰度图像进行灰度分割处理
i=imread('eight.tif');
i=rgb2gray(i);
subplot(1,2,1);
imhist(i);
title('原始图像直方图');
thread=130/255;
subplot(1,2,2);
i3=im2bw(i,thread);
imshow(i3);
title('分割结果');
根据原图像的直方图,发现背景和目标的分割值大约在130左右,并将灰度图像转为二值图像,分割效果比较理想。
四.实验结果
实验四图像压缩实验
一、实验目的
1、掌握离散余弦变换DCT的实现方法,了解DCT的幅度分布特性,从而加深对DCT变换的认识;
2、掌握图像DCT变换编码的实现方法,从而加深对变换编码压缩图像原理的理解;
3、使用DCT变换编码编写程序实现图像压缩。
二、实验内容
1.实现基本JPEG的压缩和编码。
2.JPEG2000采用小波变换编码。
3、实验步骤
实现基本JPEG的压缩和编码。
首先通过DCT变换去除数据冗余;然后,使用量化表对DCT系数进行量化;最后,对量化后的系数进行Huffman编码。
1主程序
I=imread('1.tif');
yiq=rgb2ntsc(I);
my=[1611101624405161;1212141926586055;
1413162440576956;1417222951878062;
182237566810910377;243555648110411392;
49647887103121120101;7292959811210010399];
miq=[1718244799999999;1821266699999999;
2426569999999999;4766999999999999;
9999999999999999;9999999999999999;
9999999999999999;9999999999999999];
I1=yiq(:
:
1);I2=(:
:
2);
[mn]=size(I1);
t1=8;ti1=1;
while(t1
t1=t1+8;ti1=ti1+1;
end
t2=8;ti2=1;
while(t2
t2=t2+8;ti2=ti2+1;
end
times=0;
fork=0:
ti1-2
forj=0:
ti2-2
dct8x8(I1(k*8+1:
k*8+8,j*8+1:
j*8+8),my,times*64+1);
dct8x8(I2(k*8+1:
k*8+8,j*8+1:
j*8+8),miq,times*64+1);
times=times+1;
end
block(I2(k*8+1:
k*8+8,j*8+1:
t2),[88],'dctmtx(8)');
end
forj=0:
ti2-2
dct8x8(I1(k*8+1:
t1,j*8+1:
j*8+8),times*64+1);
times=times+1;
end
dct8x8(I1(k*8+1:
t1,j*8+1:
t2),times*64+1);
2.functiondct8x8(I,m,s)%定义DCT量化子程序
T=inline('dctmtx(8)');
y=blkproc(I,[88],T);
y=round(y./m);
p=1;te=1;
while(p<=64)
forq=1:
te
y1(s+p)=y(te-q+1,q);p=p+1;
end
forq=te:
-1:
1
y1(s+p)=y(te-q+1,q);p=p+1;
end
end
f=haffman(y1);
c(s:
s+64,1)=f(:
1);c(s:
s+64,2)=f(:
2);c(s:
s+64,3)=f(:
3)
3.functionc=haffman(I)%定义Huffman编码子程序
[m,n]=size(I);
p1=1;s=m*n;
fork=1:
m
forh=1:
n
f=0;
forb=1:
p1-1
if(c(b,1)==I(k,h))f=1;break;end
end
if(f==0)c(p1,1)=I(k,h);p1=p1+1;end
end
end
forg=1:
p1-1
p(g)=0;c(g,2)=0;
fork=1:
m
forh=1:
n
if(c(g,1)==I(k,h))p(g)=p(g)+1;end
end
end
p(g)=p(g)/s;
end
pn=0;po=1;
while
(1)
if(pn>=1.0)break;
else
[pmp2]=min(p(1:
p1-1));p(p2)=1.1;
[pm2,p3]=min(p(1:
p1-1));p(p3)=1.1;
pn=pm+pm2;p(p1)=pn;
tree(po,1)=p2;tree(po,2)=p3;
po=po+1;p1=p1+1;
end
end
fork=1:
po-1
tt=k;m1=1;
if(or(tree(k,1)<9,tree(k,2)<9))
if(tree(k,1)<9)
c(tree(k,1),2)=c(tree(k,1),2)+m1;
m2=1;
while(tt
m1=m1*2;
forh=tt:
po-1
if(tree(h,1)==tt+g)
c(tree(k,1),2)=c(tree(k,1),2)+m1;
m2=m2+1;tt=h;break;
elseif(tree(h,2)==tt+g)
m2=m2+1;tt=h;break;
end
end
end
c(tree(k,1),3)=m2;
end
tt=k;m1=1;
if(tree(k,2)<9)
m2=1;
while(tt
m1=m1*2;
forh=tt:
po-1
if(tree(h,1)==tt+g)
c(tree(k,2),2)=c(tree(k,2),2)+m1;
m2=m2+1;tt=h;break;
elseif(tree(l,2)==tt+g)
m2=m2+1,tt=h;break;
end
end
end
c(tree(k,2),3)=m2;
end
end
end
思考题
1.如何读一幅彩色图象,以灰度值图象的形式显示其RGB各分量?
答:
对黑白图像,R,G,B值均相等,称为灰度值,每一个像素有一个灰度值.对于8位的灰度图像,其灰度值范围为0~255。
灰度也可认为是亮度,简单的说就是色彩的深浅程度。
实际上在我们的日常生活中,通过三原色色彩深浅的组合,可以组成各种不同的颜色。
产品能够展现的灰度数量越多,也就意味着这款产品的色彩表现力更加丰富,能够实现更强的色彩层次。
例如三原色16级灰度,能显示的颜色就是16×16×16=4096色。
不过目前的产品256级灰度已经非常地普遍了。
任何颜色都有红、绿、蓝三原色组成,假如原来某点的颜色为RGB(R,G,B),那么,我们可以通过下面几种方法,将其转换为灰度,通过任一种方法求得Gray后,将原来的RGB(R,G,B)中的R,G,B统一用Gray替换,形成新的颜色RGB(Gray,Gray,Gray),用它替换原来的RGB(R,G,B)就是灰度图了。
2.对一幅图像进行傅氏变换和余弦变换,观察其振幅谱的特点。
这两个变换的结果图是很不同的,余弦变换的结果图是大片黄色上有蓝绿色而傅立叶变换的结果是大片蓝色;图像经过DCT变换后,其频率系数的主要成分集中于比较小的范围,且主要位于低频部分左上角数值较大,它们代表了图像信息的直流成分和低频分量,它是图像信息的主体部分,也是区块内信息的主要部分;而右下角数值较小,它们代表了图像信息的高频分量,其幅值原本就比较小,它主要反映图像的细节部分。
傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数对图像进行二维傅立叶变换得到频谱图,就是图像梯度的分布图,当然频谱图上的各点与图像上各点并不存在一一对应的关系,即使在不移频的情况下也是没有。
傅立叶频谱图上我们看到的明暗不一的亮点,实际上图像上某一点与邻域点差异的强弱,即梯度的大小,也即该点的频率的大小(可以这么理解,图像中的低频部分指低梯度的点,高频部分相反)。
一般来讲,梯度大则该点的亮度强,否则该点亮度弱。
这样通过观察傅立叶变换后的频谱图,也叫功率图,我们首先就可以看出,图像的能量分布,如果频谱图中暗的点数更多,那么实际图像是比较柔和的(因为各点与邻域差异都不大,梯度相对较小),反之,如果频谱图中亮的点数多,那么实际图像一定是尖锐的,边界分明且边界两边像素差异较大的。
对频谱移频到原点以后,可以看出图像的频率分布是以原点为圆心,对称分布的。
将频谱移频到圆心除了可以清晰地看出图像频率分布以外,还有一个好处,它可以分离出有周期性规律的干扰信号。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 图像 处理 实验 资料
![提示](https://static.bdocx.com/images/bang_tan.gif)