数字图像处理题库.docx

数字图像处理题库.docx

《数字图像处理题库.docx》由会员分享，可在线阅读，更多相关《数字图像处理题库.docx（14页珍藏版）》请在冰豆网上搜索。

数字图像处理题库

1.选择一副图像eight.tif,设置输入/输出变换的灰度级范围,a=0.3,b=5,c=3,d=6。

I=imread（'eight.tif'）;

I=im2double（I）;

I1=0.3.*I+5/255;

I2=3.*I+6/255;

subplot（1,3,1）;imshow（I）;title（'原始图像'）;

subplot（1,3,2）;imshow（I1）;title（'a=0.3,b=5'）;

subplot（1,3,3）;imshow（I2）;title（'a=3,b=6'）;

2.设置非线性扩展函数的参数c=2,r=1.5,对图像eight.tif进行变换。

I=imread（'eight.tif'）;

c=2;

r=1.5;

S=imadjust（I,[],[],r）*c;

subplot（1,2,1）;imshow（I）;title（'原始图像'）;

subplot（1,2,2）;imshow（S）;title（'非线性扩展的图像'）;

3.采用灰度倒置变换函数s=255-r进行图像eight.tif变换

I=imread（'eight.tif'）;

I=im2double（I）;

a=-1;

b=255;

S=a.*I+b/255;

subplot（1,2,1）;imshow（I）;title（'原始图像'）;

subplot（1,2,2）;imshow（S）;title（'变换后的图像'）;

4.对图像eight.tif进行旋转45度和180度

I=imread（'eight.tif'）;

J=imrotate（I,60,'bilinear'）;

K=imrotate（I,180,'bilinear'）;

subplot（1,3,1）;imshow（I）;title（'原始图像'）;

subplot（1,3,2）;imshow（J）;title（'旋转60图像'）;

subplot（1,3,3）;imshow（K）;title（'旋转180图像'）;

5.选取一副图像eight.tif,进行离散傅里叶变换,将其中心移到零点,得到其离散傅里叶

变换。

参考例4.10

I=imread（'eight.tif'）;

I1=fftshift（fft2（I））;

subplot（1,2,1）;imshow（I）;title（'原始图像'）;

subplot（1,2,2）;imshow（log（abs（I1））,[]）;title（'变换后的图像'）;

6.选取一副图像,进行离散傅里叶变换,再对其进行一定角度的旋转,进行离散傅里叶变

换.参考例4.6

I=zeros（255,255）;

I（100:

150,50:

200）=1;

I1=fftshift（abs（fft2（I）））;

I2=imrotate（I,60,'bilinear','crop'）;

I3=fftshift（abs（fft2（I2）））;

subplot（1,4,1）;imshow（I）;title（'原始图像'）;

subplot（1,4,2）;imshow（I1,[550]）;title（'傅立叶变换后的图像'）;

subplot（1,4,3）;imshow（I2）;title（'旋转90度后图像'）;

subplot（1,4,4）;imshow（I3,[550]）;title（'傅立叶变换后的原始图像'）;

7.选取一副图像eight.tif,进行离散余弦变换,并对其进行离散余弦反变换。

参考例4.13I=imread（'eight.tif'）;

I1=dct2（I）;

I2=idct2（I1）/255;

subplot（1,3,1）;imshow（I）;title（'原始图像'）;

subplot（1,3,2）;imshow（I1）;title（'余弦变换图像'）;

subplot（1,3,3）;imshow（I2）;title（'反余弦变换图像'）;

8.选取一副图像eight.tif,采用butterworth高通滤波器对图像进行高通滤波。

参考例5.7I=imread（'eight.tif'）;

I1=fftshift（fft2（I））;

[M,N]=size（I1）;

n=2;d0=30;

n1=floor（M/2）;

n2=floor（N/2）;

forx=1:

M

fory=1:

N

d=sqrt（（x-n1）^2+（y-n2）^2）;

H=1/（1+（d0/d）^（2*n））;

I2（x,y）=H*I1（x,y）;

end

end

I2=ifftshift（I2）;

I3=real（ifft2（I2））;

subplot（1,2,1）;imshow（I）;title（'原始图像'）;

subplot（1,2,2）;imshow（I3）;title（'Butterworth高通滤波处理后的图像'）;

9.选择一副图像eight.tif,对灰度图像进行直方图均衡化处理。

I=imread（'eight.tif'）;

K=16;

H=histeq（I,K）;

figure,

subplot（2,2,1）;imshow（I,[]）;title（'原始图像'）;

subplot（2,2,2）;imshow（H,[]）,holdon

subplot（2,2,3）,hist（double（I）,16）;

subplot（2,2,4）,hist（double（H）,16）;

10.选择一副图像eight.tif,对灰度图像采用均值滤波。

img=imread（'eight.tif'）;

subplot（1,3,1）;imshow（img）;title（'原图'）;

img_noise=double（imnoise（img,'salt&pepper',0.08））;

subplot（1,3,2）;imshow（img_noise,[]）;title（'加噪点图'）;

img_deal=imfilter（img_noise,fspecial（'average',5））;

subplot（1,3,3）;imshow（img_deal,[]）;title（'平滑图'）;

11.选择一副图像coins.png,对灰度图像,采用prewitt边缘算子和sobel算子对图像进行增

强处理。

img=imread（'coins.png'）;

img1=edge（img,'prewitt'）;

img2=edge（img,'sobel'）;

subplot（1,3,1）;imshow（img）;title（'原始图像'）;

subplot（1,3,2）;imshow（img1）;title（'prewitt'）;

subplot（1,3,3）;imshow（img2）;title（'sobel'）;

12.仿照matlab识别圆形物体例程,对coins.png图像进行处理。

I=imread（'coins.png'）;

threshold=graythresh（I）;

bw=im2bw（I,threshold）;

imshow（I）;

%removeallobjectcontainingfewerthan30pixels

bw=bwareaopen（bw,30）;

%fillagapinthepen'scap

se=strel（'disk',2）;

bw=imclose（bw,se）;

%fillanyholes,sothatregionpropscanbeusedtoestimate

%theareaenclosedbyeachoftheboundaries

bw=imfill（bw,'holes'）;

[B,L]=bwboundaries（bw,'noholes'）;

%Displaythelabelmatrixanddraweachboundary

holdon

fork=1:

length（B）

boundary=B{k};

plot（boundary（:

2）,boundary（:

1）,'w','LineWidth',2）

end

imshow（I）;

stats=regionprops（L,'Area','Centroid'）;

threshold=0.94;

%loopovertheboundaries

fork=1:

length（B）

%obtain（X,Y）boundarycoordinatescorrespondingtolabel'k'

boundary=B{k};

%求周长

delta_sq=diff（boundary）.^2;

perimeter=sum（sqrt（sum（delta_sq,2）））;

%求面积

area=stats（k）.Area;

%求半径

metric=2*area/perimeter;

metric_string=sprintf（'r=%2.2f',metric）;

text（boundary（1,2）-35,boundary（1,1）+13,metric_string,'Color','y',...

'FontSize',14,'FontWeight','bold'）;

end

title（'求各个硬币的半径'）;

13.对灰度图像进行直线检测,参考例8.2

I=imread（'img1.bmp'）;

I=rgb2gray（I）;

bw=edge（I,'log'）;

[H,T,R]=hough（bw）;

P=houghpeaks（H,5,'threshold',ceil（0.3*max（H（:

））））;

x=T（P（:

2））;

y=R（P（:

1））;

lines=houghlines（bw,T,R,P,'FillGap',5,'MinLength',10）;

imshow（bw）;

holdon;

max_len=0;

fork=1:

length（lines）

xy=[lines（k）.point1;lines（k）.point2];

plot（xy（:

1）,xy（:

2）,'LineWidth',2,'Color','g'）;

end

14.对图像eight.tif进行OSTU算法阈值分割,参考例8.4

i=imread（'eight.tif'）;

[width,height]=size（i）;

thresh=graythresh（i）;

bw=im2bw（i,thresh）;

imshow（bw）;

15.对图像img3.bmp进行开运算和闭运算以及填充,参考例8.11

i=imread（'img3.bmp'）;

i=rgb2gray（i）;

bw=im2bw（i）;

se=strel（'disk',6）;

bw=imopen（bw,se）;

bw=~bw;

imshow（bw）;

16.识别图像中字的个数。

参考matlab例程CorrectingNonuniformIlluminationi=imread（'img4.bmp'）;

i=rgb2gray（i）;

thresh=graythresh（i）;

bw=im2bw（i,thresh）;

se=strel（'disk',2）;

bw=~bw;

bw=imdilate（bw,se）;

[labeled,numObjects]=bwlabel（bw,4）;

t=sprintf（'字的个数是:

%d',numObjects）;

imshow（bw）;

title（t）;

17.两幅图像进行逻辑与、或,非运算

A=zeros（128）;A（40:

67,60:

100）=1;

figure

（1）;imshow（A）;

B=zeros（128）;B（50:

80,40:

70）=1;

figure

（2）;imshow（B）;

C=and（A,B）;figure（3）;imshow（C）;

D=or（A,B）;figure（4）;imshow（D）;

E=not（A）;figure（5）;imshow（E）;

18.对一副图像首先加入高斯噪声,然后通过减法运算提取噪声。

I=imread（'eight.tif'）;J=imnoise（I,'gaussian',0,0.02）;

K=imsubtract（I,J）;%实现两幅图片相减

K1=255-K;%将图片求反显示figure;imshow（I）;title（'原始图像'）;

figure;imshow（J）;title（'有噪声的图'）;

figure;imshow（K1）;title（'提取的噪声'）;

19.已知一副图像coins.png,对图像进行水平镜像

I=imread（'coins.png'）;

[M,N]=size（I）;

g=zeros（M,N）;

fori=1:

M

forj=1:

N

g（i,j）=I（i,N-j+1）;

end

end

subplot（121）;imshow（I）;title（'原始图像'）;

subplot（122）;imshow（uint8（g））;title（'水平镜像'）;

20.已知一副图像coins.png,对图像进行垂直镜像

I=imread（'coins.png'）;

[M,N]=size（I）;

g=zeros（M,N）;

fori=1:

M

forj=1:

N

g（i,j）=I（M-i+1,j）;

end

end

subplot（121）;imshow（I）;title（'原始图像'）;

subplot（122）;imshow（uint8（g））;title（'垂直镜像'）;

21.已知一副图像coins.png,对图像缩小一倍

I=imread（'coins.png'）;

J=imresize（I,0.5）;

figure,imshow（I）;title（'原图像'）;

figure,imshow（J）;title（'缩小一倍的图像'）;

22.已知一副图像coins.png,采用最近邻法对图像放大一倍

I=imread（'coins.png'）;

J=imresize（I,2,'nearest'）;

figure,imshow（I）;title（'原图像'）;

figure,imshow（J）;title（'放大一倍的图像'）;

23.已知一副图像coins.png,对图像进行反转。

Img1=imread（'coins.png'）;

figure,imshow（Img1）;title（'originalimage'）;

Img2=imcomplement（Img1）;

figure,imshow（Img2）;title（'negativeimage'）;

24.对图像coins.png进行直方图均衡化并显示原图像和均衡化后的图像以及直方图I=imread（'coins.png'）;

H=histeq（I）;

figure,subplot（2,2,1）,imshow（I,[]）

subplot（2,2,2）,imshow（H,[]）,holdon

subplot（2,2,3）,hist（double（I））,subplot（2,2,4）,hist（double（H））

25.对一副图像coins.png加入椒盐噪声,然后采用局部3X3的模板进行平滑处理。

img=imread（'coins.png'）;

figure;imshow（img）;

img_noise=double（imnoise（img,'salt&pepper',0.06））;

figure;imshow（img_noise,[]）;

img_smoothed=imfilter（img_noise,fspecial（'average',3））;

figure;imshow（img_smoothed,[]）;

26.对一副图像coins.png加入高斯噪声,然后采用局部5X5的模板进行平滑处理。

img=imread（'coins.png'）;

figure;imshow（img）;

img_noise=double（imnoise（img,'gaussian',0.02））;

figure;imshow（img_noise,[]）;

img_smoothed=imfilter（img_noise,fspecial（'average',5））;

figure;imshow（img_smoothed,[]）;

27.已知一副图像coins.png,进行sobel边缘检测,显示原图和边缘检测图。

I=imread（'coins.png'）;

bw=edge（I,'sobel'）;

subplot（121）,imshow（I）;title（'原图像'）;

subplot（122）,imshow（bw）;title（'Sobel算子'）;

28.已知一副图像coins.png,进行prewitt边缘检测,显示原图和边缘检测图。

I=imread（'coins.png'）;

bw=edge（I,'prewitt'）;

subplot（121）,imshow（I）;title（'原图像'）;

subplot（122）,imshow（bw）;title（'prewitt算子'）;

29.已知一副图像coins.png,进行robert边缘检测,显示原图和边缘检测图。

I=imread（'coins.png'）;

bw=edge（I,'roberts'）;

subplot（121）,imshow（I）;title（'原图像'）;

subplot（122）,imshow（bw）;title（'robert算子'）;

30.已知一副图像coins.png,进行高斯-拉普拉斯边缘检测,显示原图和边缘检测图。

I=imread（'coins.png'）;

bw=edge（I,'log'）;

subplot（121）,imshow（I）;title（'原图像'）;

subplot（122）,imshow（bw）;title（'高斯-拉普拉斯算子'）;

31.已知一副图像coins.png,显示其直方图和原图像。

I=imread（'coins.png'）;

subplot（121）,imshow（I）;title（'原图像'）;

subplot（122）,imhist（I）;title（'直方图'）;

32.已知一个图像coins.png,对图像进行腐蚀运算,输出原图和结果图.

I=imread（'coins.png'）;

se1=strel（'disk',5）;

bw=imerode（I,se1）;

subplot（121）,imshow（I）;title（'原图像'）;

subplot（122）,imshow（bw）;title（'腐蚀后的图像'）;

33.已知一个图像coins.png,对图像进行膨胀运算,输出原图和结果图

I=imread（'coins.png'）;

se2=strel（'line',5,90）;

bw=imdilate（I,se2）;

subplot（121）,imshow（I）;title（'原图像'）;

subplot（122）,imshow（bw）;title（'膨胀后的图像'）;

34.已知一个图像coins.png,对图像进行开运算,输出原图和结果图

I=imread（'coins.png'）;

se=strel（'disk',5）;

bw=imopen（I,se）;

subplot（121）,imshow（I）;title（'原图像'）;

subplot（122）,imshow（bw）;title（'开运算后的图像'）;

35.已知一个图像coins.png,对图像进行闭运算,输出原图和结果图

I=imread（'coins.png'）;

se=strel（'disk',5）;

bw=imclose（I,se）;

subplot（121）,imshow（I）;title（'原图像'）;

subplot（122）,imshow（bw）;title（'闭运算后的图像'）;

36.已知一个图像coins.png,求其右上角方块的灰度均值,以及该区域的灰度最大值和最小

值

I=imread（'coins.png'）;%读取图像

I=double（I）;%转换成double型

[m,n]=size（I）;%获取图像的高度m和宽度n

mw=round（m/2）;%得到高度的一半mw

mh=round（n/2）;%得到宽度的一半mh

sumg=0.0;%变量初始化

fori=1:

mw

forj=mh:

n%二重循环计算右上角灰度值之和

sumg=sumg+I（i,j）;

end

end

avg=sumg/（mw*mh）%计算图像右上角灰度值的均值

maxg=max（max（I（1:

mw,mh:

n）））%计算得到图像右上角灰度值的最大值ming=min（min（I（1:

mw,mh:

n）））%计算得到图像右上角灰度值的最小值37.已知一个图像coins.png,求其左下角方块的灰度均值,以及该区域的灰度最大值和最小

值

I=imread（'coins.png'）;%读取图像

I=double（I）;%转换成double型

[m,n]=size（I）;%获取图像的高度m和宽度n

mw=round（m/2）;%得到高度的一半mw

mh=round（n/2）;%得到宽度的一半mh

sumg=0.0;%变量初始化

fori=mw:

m

forj=1:

mh%二重循环计算左下角灰度值之和

sumg=sumg+I（i,j）;

end

end

avg=sumg/（mw*mh）%计算图像左下角灰度值的均值

maxg=max（max（I（mw:

m,1:

mh）））%计算得到图像左下角灰度值的最大值ming=min（min（I（mw:

m,1:

mh）））%计算得到图像左下角灰度值的最小值38.已知一个图像coins.png,求其右下角方块的灰度均值,以及该区域的灰度最大值和最小

值

I=imread（'coins.png'）;%读取图像

I=double（I）;%转换