多媒体与数字图像处理第三次实验
多媒体实验三
福建农林大学金山学院实验报告系：信息与机电工程系专业：计算机科学与技术年级：姓名：学号：实验室号__ 计算机号实验时间：2012.4.26 指导教师签字：成绩：报告退发(订正、重做)实验名称：行程编码一、实验目的和要求熟悉MATLAB语言的基本用法，掌握一维和二维的行程编码的原理。
二、实验内容和原理在MATLAB编程环境软件平台下读入一幅彩色图转化为黑白图像，使用行程编程对该黑白图像进行压缩，算出压缩比并还原该黑白图像。
三、实验环境硬件：计算机软件：Windows 2000和MATLAB编程环境。
四、算法描述及实验步骤1、读入一个图片并将图片转换成黑白图，显示原图片和黑白图片；2、将黑白图进行行程编码并算出压缩比，将压缩比显示出来；3、将压缩过后的黑白图进行解压并显示出来；4、代码如下：clear;x=imread('1.png');imshow(x)imgray = rgb2gray(x); %转化为灰度；x1 = im2bw(imgray, 0.7 );%灰度图变成黑白图，0.7为阈值，可以自己调整figure;imshow(x1);[a b]=size(x1);J=[a b];value=x1(1,1);num=0;for i=1:afor j=1:bif x1(i,j)==valuenum=num+1;elseJ=[J num value];num=1;value=x1(i,j);endendendJ=[J num value ];disp('图像的压缩比：')disp(a*b/length(J))% 解压缩t1=J(1);t2=J(2);K(1:t1,1:t2)=0;i1=1;j1=1;for i=3:2:length(J)c1=J(i);c2=J(i+1);for j=1:c1K(i1,j1)=c2;j1=j1+1;if j1>t2i1=i1+1;j1=1;endendendfigure;imshow(K);五、调试过程图片的二维数组的行列变量名错误，将行列变量名进行修改六、实验结果原图片原图片转换的黑白图片压缩比解压图片七、总结通过这次实验学会行程编码的原理和行程编码的函数调用并且学会字符的概率。
数字图像处理四个实验报告,带有源程序
数字图像处理实验指导书学院：通信与电子工程学院专业：电子信息工程班级：学号：姓名：XX理工大学实验一 MATLAB数字图像处理初步一、实验目的与要求1．熟悉及掌握在MATLAB中能够处理哪些格式图像。
2．熟练掌握在MATLAB中如何读取图像。
3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。
4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。
5．图像间如何转化。
二、实验原理及知识点1、数字图像的表示和类别一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。
灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。
例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。
因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。
图像关于x和y坐标以及振幅连续。
要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。
将坐标值数字化成为取样；将振幅数字化成为量化。
采样和量化的过程如图1所示。
因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。
作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。
图1 图像的采样和量化根据图像数据矩阵解释方法的不同，MA TLAB把其处理为4类：亮度图像(Intensity images)二值图像(Binary images)索引图像(Indexed images)RGB图像(RGB images)(1) 亮度图像一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。
若亮度图像的像素都是uint8类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。
若图像是double类，则像素取值就是浮点数。
数字图像处理实验报告
数字图像处理实验报告1. 引言数字图像处理是使用计算机来处理和优化图像的一种技术。
在本实验中，我们将探索几种常见的数字图像处理方法，并使用Python编程语言和相关库来实现。
2. 实验目的本实验的主要目的是：1.了解图像的基本特性和数字图像处理的基本原理；2.熟悉Python编程语言和相关图像处理库的使用；3.实现常见的图像处理算法并进行实验验证。
3. 实验方法在本实验中，我们使用Python编程语言和以下相关库来实现图像处理算法：•OpenCV：用于图像读取、显示和保存等基本操作；•Numpy：用于图像数据的处理和算术运算；•Matplotlib：用于图像的可视化和结果展示。
以下是实验涉及到的图像处理方法和步骤：1.图像读取和显示：使用OpenCV库读取图像，使用Matplotlib库显示图像；2.图像的灰度化：将彩色图像转换为灰度图像；3.图像的二值化：将灰度图像转换为黑白二值图像；4.图像的平滑处理：使用平滑滤波器对图像进行平滑处理，如均值滤波和高斯滤波；5.图像的边缘检测：使用边缘检测算法对图像进行边缘检测，如Sobel算子和Canny算子；6.图像的直方图均衡化：对灰度图像进行直方图均衡化，增强图像的对比度。
4. 实验过程和结果4.1 图像读取和显示首先，我们使用OpenCV库读取一张图像，并使用Matplotlib库显示该图像：import cv2import matplotlib.pyplot as plt# 读取图像img = cv2.imread('image.jpg')# 显示图像plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.axis('off')plt.show()4.2 图像的灰度化接下来，我们将彩色图像转换为灰度图像：# 灰度化图像gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 显示灰度图像plt.imshow(gray_img, cmap='gray')plt.axis('off')plt.show()4.3 图像的二值化然后，我们将灰度图像转换为黑白二值图像：# 二值化图像_, binary_img = cv2.threshold(gray_img, 128, 255, cv2.THRESH_BINARY)# 显示二值图像plt.imshow(binary_img, cmap='gray')plt.axis('off')plt.show()4.4 图像的平滑处理接下来，我们使用平滑滤波器对图像进行平滑处理，例如使用5x5的均值滤波器和高斯滤波器：# 均值滤波mean_img = cv2.blur(img, (5, 5))# 高斯滤波gaussian_img = cv2.GaussianBlur(img, (5, 5), 0) # 显示平滑处理后的图像plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(cv2.cvtColor(mean_img, cv2.COLOR_BGR2R GB))plt.title('Mean Filter')plt.axis('off')plt.subplot(122)plt.imshow(cv2.cvtColor(gaussian_img, cv2.COLOR_B GR2RGB))plt.title('Gaussian Filter')plt.axis('off')plt.show()4.5 图像的边缘检测然后，我们使用边缘检测算法对图像进行边缘检测，例如使用Sobel算子和Canny算子：# 边缘检测sobel_img = cv2.Sobel(gray_img, cv2.CV_8U, 1, 1, ksize=3)canny_img = cv2.Canny(gray_img, 50, 150)# 显示边缘检测结果plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(sobel_img, cmap='gray')plt.title('Sobel Operator')plt.axis('off')plt.subplot(122)plt.imshow(canny_img, cmap='gray')plt.title('Canny Operator')plt.axis('off')plt.show()4.6 图像的直方图均衡化最后，我们对灰度图像进行直方图均衡化，以增强图像的对比度：# 直方图均衡化equalized_img = cv2.equalizeHist(gray_img)# 显示直方图均衡化结果plt.imshow(equalized_img, cmap='gray')plt.axis('off')plt.show()5. 实验总结通过本实验，我们熟悉了数字图像处理的基本方法和步骤，并使用Python编程语言和相关库实现了图像的读取、显示、灰度化、二值化、平滑处理、边缘检测和直方图均衡化等操作。
数字图像处理实验三报告
贵州大学实验报告学院：专业：班级：姓名学号实验组实验时间指导教师成绩实验项目名称实验二：数字图像的频域增强处理实验目的通过本实验的学习使学生熟悉和掌握数字图像中频域增强的基本原理及应用。
实验要求集中授课的教学方式实验原理1、频域增强原理：设函数f (x, y) 与线性位不变算子h(x, y) 的卷积结果是g(x, y)，即g(x, y) = h(x, y)* f (x, y)那么根据卷积定理在频域有G(u, v) = H(u, v) F(u, v)其中，G(u, v) 、H(u, v) 、F(u, v) 分别是g(x, y)、h(x, y)、f (x, y)的傅立叶变换。
频域增强的主要步骤：（1）计算所需增强图像的傅立叶变换；（2）将其与一个（根据需要设计的）转移函数相乘；（3）再将结果进行傅立叶反变换以得到增强的图。
2、低通滤波器图像的能量大部分集中在幅度谱的低频和中频部分，而图像的边缘和噪声对应于高频部分，所以低通滤波器可以降低噪声的影响。
（1）理想低通滤波器其中D0 是一非负整数D(u, v) 是从点(u, v) 到频率平面原点的距离。
（2）巴特渥斯低通滤波器3、高通滤波器图像中的边缘对应高频分量，所以要锐化图像可以采用高通滤波。
（1）理想高通滤波器（2）巴特渥斯高通滤波器实验仪器计算机一台；Matlab软件实验步骤1、编写程序。
读取图像，并对其加入“盐和胡椒”噪声。
对噪声图像做理想低通滤波和巴特渥斯低通滤波处理。
比较选择不同参数时的实验结果。
2、编写程序。
读取图像。
对图像做理想高通滤波和巴特渥斯高通滤波处理。
比较选择不同参数时的实验结果。
实验内容1、利用低通滤波器对图像增强。
2、利用高通滤波器对图像增强。
实验数据步骤1代码部分clear all;close all;clc;I=imread('D:\用户目录\我的文档\MATLAB\图像处理\字母表.jpg');[f1,f2]=freqspace(size(I),'meshgrid'); %生成频率序列矩阵r=sqrt(f1.^2+f2.^2); %构造低通滤波器决策函数I=imnoise(I,'salt & pepper',0.04); %加椒盐噪声%理想低通滤波Hd1=ones(size(I)); %构造低通滤波器的大小Hd1(r>0.1)=0; %构造低通滤波器Y=fft2(double(I)); %对I进行Fourier变换Y=fftshift(Y); %频谱平移Ya1=Y.*Hd1; %低通滤波器Ya1=ifftshift(Ya1); %反变换Ia1=ifft2(Ya1);%巴特沃斯低通滤波D=0.4; %截止频率n=1; %nHd2=ones(size(I));for i=1:size(I,1)for j=1:size(I,2)t=r(i,j)/(D*D);Hd2(i,j)=1/(t^n+1); %构造滤波函数endendYa2=Y.*Hd2;Ya2=ifftshift(Ya2);Ia2=ifft2(Ya2);%输出figure;subplot(1,3,1);imshow(I);title('加噪图');subplot(1,3,2);imshow(uint8(Ia1));title('理想低通滤波');subplot(1,3,3);imshow(uint8(Ia2));title('巴特沃斯低通滤波');步骤2从滤波器形状来看，高通与低通滤波器的形状相反实验总结注：各学院可根据教学需要对以上栏木进行增减。
多媒体实验3
广州大学学生实验报告开课学院及实验室：电子楼316日期：2014年3月31日学院机械与电气工程年级、专业、班电信112姓名孔志荣学号1107400052实验课程名称多媒体实验成绩实验项目名称实验三空域滤波增强指导老师高星辉实验目的空域滤波就是在图像空间中借助模板对图像进行邻域操作。
输出图像中每一个像素的取值都是通过模板对输入像素相应的邻域内的像素值进行计算得到的。
通过本实验，掌握空域滤波方法进行图像增强的理论基础，并在MATLAB中实现多种空域滤波器及其增强算法，观察增强效果并进行总结。
1.1实验内容（1）利用二个均值滤波模板（3×3和9×9）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）利用平滑滤波模板对一幅有噪图象（椒盐噪声）进行滤波，检验两种滤波模板（分别使用一个3×3的线性均值滤波器和一个非线性3×3中值滤波器）对噪声的滤波效果。
（3）对图像分别使用最大值滤波器和最小值滤波器进行滤波，观察对比滤波效果。
（4）选择一幅灰度图象，利用拉普拉斯算子对其进行锐化滤波，观察增强效果。
1.2实验原理（1）使用conv2（）函数实现对图像和滤波器的二维卷积，实现空域滤波。
函数说明：conv2(f, h)：f为图像，h为滤波器。
（2）对被椒盐噪声污染的图像，使用中值滤波器可以取得非常有效的增强效果。
中值滤波使用medfilt2（）函数。
函数说明：medfilt2(f，[m n])：f是一幅图像，[m n]为求中值的邻域大小，默认值为3×3。
（3）使用ordfilt2（）函数，实现对图像最大值、最小值等非线性滤波。
函数说明：ordfilt2(f, order, domain)：对图像进行非线性滤波。
f是一幅图像；order为将指定邻域元素从小到大排序后，用第order个元素代替模板中心元素；domain定义模板大小，为m×n矩阵。
南邮多媒体第三次实验报告
课内实验报告课程名：多媒体技术与应用任课教师：专业：学号：姓名：二○至二○年度第学期南京邮电大学管理学院《多媒体技术与应用》课程实验第3次实验报告实验内容及基本要求：实验项目名称：实验内容为多媒体创作软件会声会影的使用与综合作品开发实验类型：综合型每组人数： 1实验内容及要求：1、熟悉多媒体创作软件会声会影的基本操作；2、掌握使用会声会影集成声音、视频和图片素材的基本方法；3、通过电子相册和微视频的创作，掌握使用会声会影进行多媒体综合作品的设计和制作技术。
实验过程和结果（主要介绍作品构思、制作过程和最终结果）：内容一：电子相册的制作1.打开会声会影软件批量导入图片至时间轴，用剪刀工具将视频进行剪切分段并连接两段单独的视频，将视频片段导入会声会影的素材库，并将素材拖入视频轨道上，将时间轴拉近即可完成拼接，右键即可选择分割素材。
2.在两段视频间插入转场特效；在两段相近的视频中，加入合适的转场特效即可。
3.配置音乐：导入背景音乐，根据视频长短进行剪切；操作：对导入的视频进行了静音处理，并加上了新的背景音乐，导入音轨，拖动光标调节合适的时间长度即可。
4.添加字幕：给背景添加字幕；点击单独的视频片断，右键选择字幕编辑器，在合适的时间位置添加字幕即可。
5.将图片或者颜色拖入视频轨道，做出不同调整，如添加颜色作为字幕的背景，色彩可以通过色彩选取器来调整，显示时间长短可以通过拖动颜色边框的长短来实现。
6.将视频进行渲染他，保存为WMV的格式。
内容二：微视频制作1.打开会声会影软件，导入《大鱼海棠》视频素材，将音频分割2.将分割出的音频删去，并插入新的音乐。
3.在覆盖轴加上黑色覆盖用来遮住字幕。
4.在部分视频断上加上复古黑白滤镜，并相应调整。
选择一种视频滤镜的效果，拖着放到需要添加效果的视频片段上放开。
5.加上文字，注明学号姓名，6.根据视频长度，调整音频的渐入渐出。
7.将视频进行渲染保存为wmv格式。
成绩评定：该生对待本次实验的态度□认真□良好□一般□比较差。
多媒体实验报告
注：日期先不写，统一写第一次实验日期：08.09.25项目：音频编辑目的：熟悉soundforge基本操作内容：1、soundforge基本操作2、基本声音编辑操作步骤：1、声音的剪辑最基本的声音剪辑编辑：删除、移动、复制。
选好要操作的区域，然后直接按电脑键盘的Delete键，就可以将它删除，这时后面的波形会补上来。
如果你想删除以后的区域变成空白，后面的波形保持不动，那么应该用菜单Process 下的Mute （静音）命令复制波形，也就是将一段声音复制到文件中的另一个地方，或者复制到另一个文件里去，也是先选中区域，然后使用电脑键盘的快捷键Ctrl 加C，接下来将指针移到需要粘贴的地方，按下快捷键Ctrl 加V，就可以了。
将一段波形移动到另一处，也是先选中区域，然后按下鼠标右键选择弹出菜单中的Cut ，或者使用快捷键Ctrl 加X，然后将指针移到目的地，按下快捷键Ctrl 加V，就完成了。
如果要在声波的任意地方插入一段空白，请用process 目录下的Insert Silence 命令，然后填入需要插入多少时间的空白就可以了。
2、增减音量对音量的编辑。
最常用的一个命令是菜单Process 下的V olume（音量），它能把声音提高或减低音量，范围是0 到10 倍，绝对够用。
如果操作完后你不满意的话，可以undo。
假如你需要对一段声波的音量进行连续的改变，那么就要用到菜单Process 下的Fade 项目了。
这个项目下有三个选项，分别是Graphic、in、out。
对于一般的渐强或渐弱的处理，可以使用in 和out 两个选项，他们分别是渐强和渐弱，操作方法是先选择好区域，然后直接用这两个命令。
一般我们要打开电平显示表（Monitor），也就是将“Monitor”前的选框打勾，然后就可以直接按下录音窗口中的红色的录音键开始录音了。
再按下Stop键就可以停止了。
3、录音可以直接按下Sound Forge 的红色的录音键来进行录音。
数字图像处理的第三次实验报告
实验报告专业：信息与计算科学班级：08级（一）班指导老师：汪太月姓名：肖浩学号：200841210140 实验室：K7-407实验名称:图像灰度修正和直方图均衡化时间：2011.4.22一、实验目的及要求（一）实验目的1、掌握图像的灰度修正技术原理和实现方法；2、掌握图像的直方图均衡化处理的方法；3、掌握图像的常用增强方法；（二）实验要求1、练习图像的灰度修正技术原理和实现方法；2、练习图像的直方图均衡化处理的方法；3、练图像的常用增强方法；二、实验设备（环境）及要求1、支持Intel Pentium Ⅲ及其以上CPU，内存256MB以上、硬盘1GB以上容量的微机；软件配有Windows98/2000/XP操作系统及MA TLAB软件；2、实验过程中，务必分析实验结果，按要求写出实验报告。
（建议同时网上提交电子版实验报告：yw6895@）三、实验内容与步骤1、练习图像的灰度修正技术原理和实现方法I=imread('cameraman.tif');subplot(121),imshow(I)subplot(122),imhist(I) %显示灰度图像的直方图运行结果如下：I=imread('circuit.tif');subplot(121),imshow(I)subplot(122),imcontour(I,3) %显示灰度图像的的等灰度值图运行结果如下：2、练习图像的直方图均衡化处理的方法I=imread('pout.tif');J=imadjust(I,[0.3 0.7],[]);subplot(121),imshow(I)subplot(122),imshow(J)figure,subplot(121),imhist(I)subplot(122),imhist(J)运行结果如下：I=imread('tire.tif');J=histeq(I);subplot(121),imshow(I);subplot(122),imshow(J);figure,subplot(121),imhist(I,64)subplot(122),imhist(I,64)3、练图像的常用增强方法例一：rgb=imread('peppers.png');h=ones(5,5)/25;rgb2=imfilter(rgb,h); %真彩色增强subplot(121),imshow(rgb)subplot(122),imshow(rgb2)运行结果如下：例二：I=imread('rice.png');J1=imnoise(I,'gaussian',0,0.02); %加入高斯噪声J2=imnoise(I,'salt & pepper',0.02); %加入椒盐噪声J3=imnoise(I,'speckle',0.02); %加入乘性噪声subplot(221),imshow(I);subplot(222),imshow(J1);subplot(223),imshow(J2);subplot(224),imshow(J3);运行结果如下：结论通过本次实验的学习了解了用matlab软件进行图像的直方图均衡化处理，以及对图像进行增强处理，由于matlab中工具箱库函数较多，因此要熟练操作并经常练习才能掌握之。
多媒体与数字图像处理第三次实验
多媒体与数字图像处理第三次实验注意提交实验报告的文件名格式（姓名+学号+实验报告三.doc）图像变换与滤波器设计一、实验目的1.了解傅立叶变换、离散余弦变换及Radon变换在图像处理中的应用2.了解Matlab线性滤波器的设计方法二、实验内容1. 傅立叶变换A)傅里叶变换基本操作I = imread('at3_1m4_04.tif');imshow(I);title('源图像');J = fft2(I);figure, imshow(J);title('傅立叶变换');%频移JSh = fftshift(J); figure, imshow(JSh);title('傅立叶变换频移');%直接傅立叶反变换Ji = ifft2(J);figure, imshow(Ji/256);title('直接傅立叶变换');%幅度JA = abs(J);iJA = ifft2(JA); figure, imshow(iJA/256);title('幅度傅立叶反变换');JP = angle(J);iJP = ifft2(JP);figure, imshow(abs(iJP)*100);title('相位傅立叶反变换');B)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imshow(I); %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C)绘制一个二值图像矩阵,并将其傅立叶函数可视化。
数字图像处理实验报告之数字图像的空间域滤波
数字图像处理实验报告学院：班级：学号：时间：2012.11.29实验三：数字图像的空间域滤波——锐化滤波1．实验目的1.掌握图像滤波的基本定义及目的。
2.理解空间域滤波的基本原理及方法。
3.掌握进行图像的空域滤波的方法。
2．实验基本原理1.空间域增强空间域滤波是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。
空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。
空域滤波一般分为线性滤波和非线性滤波两类。
线性滤波器的设计常基于对傅立叶变换的分析，非线性空域滤波器则一般直接对领域进行操作。
各种空域滤波器根据功能主要分为平滑滤波器和锐化滤波器。
平滑可用低通来实现，平滑的目的可分为两类：一类是模糊，目的是在提取较大的目标前去除太小的细节或将目标内的小肩端连接起来；另一类是消除噪声。
锐化可用高通滤波来实现，锐化的目的是为了增强被模糊的细节。
结合这两种分类方法，可将空间滤波增强分为四类：线性平滑滤波器（低通）非线性平滑滤波器（低通）线性锐化滤波器（高通）非线性锐化滤波器（高通）空间滤波器都是基于模板卷积，其主要工作步骤是：1)将模板在图中移动，并将模板中心与图中某个像素位置重合；2)将模板上的系数与模板下对应的像素相乘；3)将所有乘积相加；4)将和（模板的输出响应）赋给图中对应模板中心位置的像素。
2.锐化滤波器图像平滑往往使图像中的边界、轮廓变得模糊，为了减少这类不利效果的影响，需要利用图像锐化技术，使图像的边缘变得清晰。
1)线性锐化滤波器线性高通滤波器是最常用的线性锐化滤波器。
这种滤波器的中心系数都是正的，而周围的系数都是负的，所有的系数之和为0。
对3×3 的模板来说，典型的系数取值为：[-1 -1 -1;-1 8 -1;-1 -1 -1]事实上这是拉普拉斯算子。
数字图像处理实验
数字图像处理实验实验总学时：10学时实验目的：本实验的目的是通过实验进一步理解和掌握数字图像处理原理和方法。
通过分析、实现现有的图像处理算法，学习和掌握常用的图像处理技术。
实验内容：数字图像处理的实验内容主要有三个方面:(1) 对图像灰度作某种变换,增强其中的有用信息,抑制无用信息,使图像的视在质量提高,以便于人眼观察、理解或用计算机对其作进一步的处理。
(2) 用某种特殊手段提取、描述和分析图像中所包含的某些特征和特殊的信息,主要的目的是便于计算机对图像作进一步的分析和理解,经常作为模式识别和计算机视觉的预处理。
这些特征包括很多方面，例如,图像的频域特性、灰度特征、边界特征等。
(3) 图像的变换,以便于图像的频域处理。
实验一图像的点处理实验内容及实验原理：1、灰度的线性变换灰度的线性变换就是将图像中所有的点的灰度按照线性灰度变换函数进行变换。
该线性灰度变换函数是一个一维线性函数：灰度变换方程为：其中参数为线性函数的斜率，函数的在y轴的截距，表示输入图像的灰度，表示输出图像的灰度。
要求：输入一幅图像，根据输入的斜率和截距进行线性变换，并显示。
2、灰度拉伸灰度拉伸和灰度线性变换相似。
不同之处在于它是分段线性变换。
表达如下：其中，(x1,y1)和(x2,y2)是分段函数的转折点。
要求：输入一幅图像，根据选择的转折点，进行灰度拉伸，显示变换后的图像。
3、灰度直方图灰度直方图是灰度值的函数，描述的是图像中具有该灰度值的像素的个数，其横坐标表示像素的灰度级别，纵坐标表示该灰度出现的频率(象素的个数)。
要求：输入一幅图像，显示它的灰度直方图，可以根据输入的参数（上限、下限）显示特定范围的灰度直方图。
4、直方图均衡：要求1 显示一幅图像pout.bmp的直方图；2 用直方图均衡对图像pout.bmp进行增强；3 显示增强后的图像。
实验二：数字图像的平滑实验内容及实验原理：1．用均值滤波器（即邻域平均法）去除图像中的噪声；2．用中值滤波器去除图像中的噪声3． 比较两种方法的处理结果 实验步骤：用原始图象lena.bmp 或cameraman.bmp 加产生的3%椒盐噪声图象合成一幅有噪声的图象并显示；1． 用均值滤波器去除图像中的噪声（选3x3窗口）；2． f (x 0,y 0)=Med {f (x,y )∨x ∈[x 0−N,x 0+N ],y ∈[y 0−N,y 0+N ]}用中值滤波器去除图像中的噪声(选3x3窗口做中值滤波)；3． 将两种处理方法的结果与原图比较，注意两种处理方法对边缘的影响。
数字图像处理实验报告
数字图像处理实验报告实验一数字图像的获取一、实验目的1、了解图像的实际获取过程。
2、巩固图像空间分辨率和灰度级分辨率、邻域等重要概念。
3、熟练掌握图像读、写、显示、类型转换等matlab函数的用法。
二、实验内容1、读取一幅彩色图像，将该彩色图像转化为灰度图像，再将灰度图像转化为索引图像并显示所有图像。
2、编程实现空间分辨率变化的效果。
三、实验原理1、图像读、写、显示I=imread(‘image.jpg’)Imview(I)Imshow(I)Imwrite(I,’wodeimage.jpg’)2、图像类型转换I=mat2gray(A,[amin,amax]);按指定的取值区间[amin,amax]将数据矩阵A转化为灰度图像I，amin对应灰度0，amax对应1，也可以不指定该区间。
[x,map]=gray2ind(I,n);按指定的灰度级n将灰度图像转化为索引图像,n默认为64I=ind2gray(x,map);索引图像转化为灰度图像I=grb2gray(RGB);真彩色图像转化为灰度图像[x,map]=rgb2ind(RGB);真彩色图像转化为索引图像RGB=ind2rgb(x,map);索引图像转化为真彩色图像BW=im2bw(I,level);将灰度图像转化为二值图像,level取值在[0,1]之间BW=im2bw(x,map,level);将索引图像转化为二值图像,level取值在[0,1]之间BW=im2bw(RGB,level);将真彩色图像转化为二值图像,level取值在[0,1]之间四、实验代码及结果1、in=imread('peppers.png');i=rgb2gray(in);[x,map]=gray2ind(i,128);subplot(131),imshow(in)subplot(132),imshow(i)subplot(133),imshow(x),colormap(map)2、%空间分辨率变化的效果clc,close all,cleari=imread('cameraman.tif');i=imresize(i,[256,256]);i1=i(1:2:end,1:2:end);[m1,n1]=size(i)i2=i1(1:2:end,1:2:end);[m2,n2]=size(i2)i3=i2(1:2:end,1:2:end);[m3,n3]=size(i3)subplot(221),imshow(i),xlabel('256x256')subplot(222),imshow(i1),xlabel('128x128')subplot(223),imshow(i2),xlabel('64x64')subplot(224),imshow(i3),xlabel('32x32')256 x 256128 x 12864 x 6432 x 32实验二图像的几何变换一、实验目的掌握图像的基本几何变换的方法1、图像的平移2、图像的旋转二、实验内容练习用matalb 命令实现图像的平移、旋转操作1、.编写实现图像平移的函数2、用imread 命令从你的硬盘读取一幅256×256灰度图;3、调用平移函数，将256×256灰度图平移100行200列，在同一个窗口中显示平移前和平移后的图像。
数字图像处理第三次实验(西南交大)
数字图像处理第二次实验注意提交实验报告的文件名格式（姓名+学号+实验报告二.doc）实验三灰度变换增强一、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.了解灰度变换增强的Matlab实现方法3.掌握直方图灰度变换方法4.理解和掌握直方图原理和方法；二、实验内容1. 线段上像素灰度分布读入灰度图像'peppers_gray.bmp'，采用交互式操作，用improfile绘制一条线段的灰度值。
imshow(rgb2gray(imread('peppers.bmp')))improfile读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布imshow('flowers.tif')improfile2. 直方图变换A)直方图显示在matlab环境中，程序首先读取图像'cameraman.tif'，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('原始图像直方图') %在原图直方图上加标题读入图像‘rice.png’，在一个窗口中显示灰度级n=64，128和256的图像直方图。
I=imread('rice.png');imshow(I)figure,imhist(I,64)figure,imhist(I,128)figure,imhist(I,256)B)直方图灰度调节利用函数imadjust调解图像灰度范围，观察变换后的图像及其直方图的变化。
I=imread('rice.png');imshow(I)figure,imhist(I)J=imadjust(I,[0.15 0.9],[0 1]); figure,imhist(J)figure,imshow(J)I=imread('cameraman.tif'); imshow(I)figure,imhist(I)J=imadjust(I,[0 0.2],[0.5 1]); figure,imhist(J)figure,imshow(J)C)直方图均衡化在matlab环境中，程序首先读取图像，然后调用灰度均衡函数，设置相关参数，再输出处理后的图像。
数字图像处理实验报告
数字图像处理实验报告图像处理课程的目标是培养学生的试验综合素质与能力。
使学生通过实践，理解相关理论学问，将各类学问信息进行新的组合，制造出新的方法和新的思路，提高学生的科学试验与实际动手操作能力[1]。
从影像科筛选有价值的图像，建成影像学数字化试验教育平台，系统运行正常；具备图像上传、图像管理、图像检索与扫瞄、试验报告提交、老师批阅等功能；能满意使用要求[2]。
1.试验内容设计思路1.1项目建设内容和方法数字图像处理的内容：完整的数字图像处理大体上分为图像信息的猎取，存储，传送，处理，输出，和显示几个方面。
数字图像信息的猎取主要是把一幅图像转换成适合输入计算机和数字设备的数字信号，包括摄取图像，光、电转换及数字化。
数字图像信息的存储，数字图像信息的突出特点是数据量巨大，为了解决海量存储问题，数字图像的存储主要研究图像压缩，图像格式及图像数据库技术。
数字图像信息的传送数字图像信息的传送可分为系统内部传送与远距离传送[4]数字图像信息处理包括图像变换，图像增加，图像复原，彩色与多光谱处理图像重建，小波变换，图像编码，形态学，目标表示与描述。
数字图像输出和显示，最终目的是为人和机器供应一幅便于解释和识别的图像，数字图像的输出和显示也是数字图像处理的重要内容之一。
1.2数字图像处理的方法大致可以分为两大类，既空域法和频域法空域法：是把图像看做平面中各个像素组成的集合，然后直接对一维和二维函数进行相应处理，依据新图像生成方法的不同，空域处理法可为点处理法，区处理法，叠代处理法，跟踪处理法，位移不变与位移可变处理法。
点处理法的优点，点处理的典型用途a）灰度处理b）图像二值处理点处理方法的优点a）可用LUT方法快速实现b）节省存储空间。
区处理法，邻域处理法。
它依据输入图像的小邻域的像素值，按某些函数得到输出像素。
区处理法主要用于图象平滑和图像的锐化。
叠代处理法：叠代就是反复进行某些处理运算，图像叠代处理也是如此，拉普拉斯算子或平滑处理的结果是物体轮廓，该图像轮廓边缘太宽或粗细不一，要经过多次叠代把它处理成单像素轮廓——图像细化。
数字图像处理上机实验报告
数字图像处理上机实验报告数字图像处理上机实验报告实验⼀：MATLAB⼯具箱的使⽤实验⽬的：11：了解matlab语⾔，熟悉并掌握matlab相关的处理语句。
2：了解matlab在图像处理中的优缺点。
3 熟悉matlab的使⽤技巧，能⽤matlab熟悉的对数字图像进⾏各种处理。
1 将⼀幅灰度图像转换成索引⾊图像。
I=imread('ngc4024m.tif');X=grayslice(I,16);imshow(I)figure,imshow(X,hot(16))2：对⼀副图像进⾏⼆值化处理。
load treesBW=im2bw(X,map,0.4);imshow(X,map)figure,imshow(BW)3:将索引⾊图像转化成灰度图像。
load trees I=ind2gray(X,map);imshow(X,map)figure,imshow(I)4:显⽰⼀幅图像。
load clown image(10,10,X) colormap(map)试验⼆图像变换实验⽬的：1 熟悉掌握DFT和DCT变换的matlab实现。
2 利⽤matlab试验DFT和DCT的变换，求出图像的频谱。
1．⼆维离散傅⾥叶变换的旋转型。
I=zeros(256,256);>> I(28:228,108:148)=1;>> imshow(I)J=fft2(I);>> F=abs(J);>> J1=fftshift(F);figure>> imshow(J1,[5 50])>> I(28:228,108:148)=1;>> J=imrotate(I,315,'bilinear','crop'); >>figure >> imshow(J)J1=fft2(J);>> F=abs(J1);>> J2=fftshift(F);figure>> imshow(J2,[5 50])2．图像的傅⾥叶频谱。
数字图像处理 实验报告(完整版)
数字图像处理实验一 MATLAB数字图像处理初步一、显示图像1．利用imread( )函数读取一幅图像，假设其名为lily.tif，存入一个数组中；2．利用whos 命令提取该读入图像flower.tif的基本信息；3．利用imshow()函数来显示这幅图像；实验结果如下图：源代码：>>I=imread('lily.tif')>> whos I>> imshow(I)二、压缩图像4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为lily.jpg；语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。
6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flily.bmp。
7．用imread()读入图像Sunset.jpg和Winter.jpg；8．用imfinfo()获取图像Sunset.jpg和Winter.jpg的大小；9．用figure,imshow()分别将Sunset.jpg和Winter.jpg显示出来，观察两幅图像的质量。
其中9的实验结果如下图：源代码：4~6(接上面两个) >>I=imread('lily.tif')>> imfinfo 'lily.tif'；>> imwrite(I,'lily.jpg','quality',20);>> imwrite(I,'lily.bmp');7~9 >>I=imread('Sunset.jpg');>>J=imread('Winter.jpg')>>imfinfo 'Sunset.jpg'>> imfinfo 'Winter.jpg'>>figure(1),imshow('Sunset.jpg')>>figure(2),imshow('Winter.jpg')三、二值化图像10．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。
数字图像处理实验报告
数字图像处理实验报告数字图像处理实验报告第一章总论数字图像处理是计算机图形学、数字信号处理等学科交叉的一门学科。
它是基于数字计算机对图像信号进行数字处理的一种方法。
数字图像处理技术已广泛应用于医学影像诊断、遥感图像处理、图像识别、安防监控等领域，在当今社会中具有不可替代的重要作用。
本次实验主要介绍了数字图像处理的基本方法，包括图像采集、图像增强、图像恢复、图像分割、图像压缩等几个方面。
在实验过程中，我们采用了一些常用的数字图像处理方法，并通过 Matlab 图像处理工具箱进行实现和验证。
第二章实验过程2.1 图像采集在数字图像处理中，图像采集是一个重要的步骤。
采集到的图像质量直接影响到后续处理结果的准确性。
本次实验使用的图像是一张 TIF 格式的彩色图像，通过 Matlab 读取图像文件并显示，代码如下：```Matlabim = imread('test.tif');imshow(im);```执行代码后，可以得到如下图所示的图像：2.2 图像增强图像增强是指利用某些方法使图像具有更好的视觉效果或者变得更适合某种应用。
本次实验我们主要采用直方图均衡化、灰度变换等方法进行图像增强。
2.2.1 直方图均衡化直方图均衡化是一种常用的增强方法，它可以增加图像的对比度和亮度，使图像更加清晰。
代码实现如下：```Matlabim_eq = histeq(im);imshow(im_eq);```执行代码后，会得到直方图均衡化后的图像，如下图所示：可以看出，经过直方图均衡化处理后，图像的对比度和亮度得到了明显提高。
2.2.2 灰度变换灰度变换是一种用于调整图像灰度级别的方法。
通过变换某些像素的灰度级别，可以增强图像的视觉效果。
本次实验我们采用对数变换和幂函数变换两种方法进行灰度变换。
数字图像处理第三次实验(西南交大)
数字图像处理第二次实验注意提交实验报告的文件名格式（姓名+学号+实验报告二.doc）实验三灰度变换增强一、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.了解灰度变换增强的Matlab实现方法3.掌握直方图灰度变换方法4.理解和掌握直方图原理和方法；二、实验内容1. 线段上像素灰度分布读入灰度图像'peppers_gray.bmp'，采用交互式操作，用improfile绘制一条线段的灰度值。
imshow(rgb2gray(imread('peppers.bmp')))improfile读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布imshow('flowers.tif')improfile2. 直方图变换A)直方图显示在matlab环境中，程序首先读取图像'cameraman.tif'，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('原始图像直方图') %在原图直方图上加标题读入图像‘rice.png’，在一个窗口中显示灰度级n=64，128和256的图像直方图。
I=imread('rice.png');imshow(I)figure,imhist(I,64)figure,imhist(I,128)figure,imhist(I,256)B)直方图灰度调节利用函数imadjust调解图像灰度范围，观察变换后的图像及其直方图的变化。
I=imread('rice.png');imshow(I)figure,imhist(I)J=imadjust(I,[0.15 0.9],[0 1]); figure,imhist(J)figure,imshow(J)I=imread('cameraman.tif'); imshow(I)figure,imhist(I)J=imadjust(I,[0 0.2],[0.5 1]); figure,imhist(J)figure,imshow(J)C)直方图均衡化在matlab环境中，程序首先读取图像，然后调用灰度均衡函数，设置相关参数，再输出处理后的图像。
2007《多媒体技术》实验指导书静态图像处理部分(1、2次)
《多媒体技术》实验指导图像处理部分（4学时）本课程的主要目的是使学生通过学习使用计算机综合处理文、声、图等信息，理解多媒体技术的基本概念和主要功能，掌握常用的多媒体工具软件的使用方法，了解如何进行多媒体软件开发和多媒体制造，从而为以后的学习和工作打下基础。
第一次图像处理基础入门（2学时）一、实验目的和要求1）了解多媒体技术工具；2）掌握Windows提供的图像处理工具——画图的简单使用方法3）初步掌握Photshop的界面组成，菜单、工具箱、控制面板的功能。
4）提交实验报告、实验产生的各种图像文件。
二、实验准备1）预习多媒体技术知识，Windows画图工具、Photoshop的基本界面和功能。
（Photoshop部分老师有资料提供）2）各种格式的图形图像文件，自备或使用老师提供的素材。
三、实验内容和步骤1、观察在实验室计算机上，认识各种多媒体素材制作软件和平台软件的图标，常见的软件有：ACDsee、Macromedia Flash、Macromedia Dreamware、Macromedia Authorware、Adobe Phtoshop、Adobe ImageReady、3D Max、AutoCAD等。
2、熟悉Windows的“画图”工具(选做题)操作步骤1）打开开始菜单栏，在“附件”中选中“画图”，启动。
2）观察Windows“画图”界面，试用“工具箱”中各种工具3）选择“文件－打开”菜单，选择一个图像文件。
4）改变图像尺寸。
单击“图像－拉伸－扭曲”菜单，在拉伸和扭曲对话框中输入拉伸和扭曲的数值，单击“确定”按钮之后，观察图像改变的效果。
5）添加文字。
单击底部颜色框，选择某种颜色。
单击工具箱图标（文字工具按钮），在图像上画出文字书写区域，然后输入文字。
6）在“字体”设置框中设置字体和字号。
7）鼠标对准文字框边缘，可以将文字移动到合适的位置。
8）保存文件，选择“文件——另存为”，“保存类型”选择“24位位图”，注意观察文件扩展名。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
多媒体与数字图像处理第三次实验注意提交实验报告的文件名格式（姓名+学号+实验报告三.doc）图像变换与滤波器设计一、实验目的1.了解傅立叶变换、离散余弦变换及Radon变换在图像处理中的应用2.了解Matlab线性滤波器的设计方法二、实验内容1. 傅立叶变换A)傅里叶变换基本操作I = imread('at3_1m4_04.tif');imshow(I);title('源图像');J = fft2(I); figure, imshow(J);title('傅立叶变换');%频移JSh = fftshift(J); figure, imshow(JSh);title('傅立叶变换频移');%直接傅立叶反变换Ji = ifft2(J);figure, imshow(Ji/256);title('直接傅立叶变换');%幅度JA = abs(J);iJA = ifft2(JA); figure, imshow(iJA/256);title('幅度傅立叶反变换');%相位JP = angle(J);iJP = ifft2(JP);figure, imshow(abs(iJP)*100);title('相位傅立叶反变换');B)利用MATLAB软件实现数字图像傅立叶变换的程序I=imread(‘at3_1m4_04.tif'); %读入原图像文件imshow(I); %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C)绘制一个二值图像矩阵,并将其傅立叶函数可视化。
f=zeros(30,30);f(5:24,13:17)=1;imshow(f,'notruesize')F=fft2(f);F2=log(abs(F));figure,imshow(F2,[-1 5],'notruesize');colormap(jet);F=fft2(f,256,256); %零填充为256×256矩阵figure,imshow(log(abs(F)),[-1 5],'notruesize');colormap(jet);F2= fftshift(log(1+abs(F))); %将图像频谱中心由矩阵原点移至矩阵中心figure,imshow(log(abs(F2)),[-1 5],'notruesize');colormap(jet);D)利用傅立叶变换分析两幅图像的相关性，定位图像特征。
读入图像‘eurotext.tif’，抽取其中的字母‘a’。
bw=imread('eurotext.tif');a=bw(177:203, 424:444);imshow(bw);figure,imshow(a);C=real(ifft2(fft2(bw).*fft2(rot90(a,2), 800,1024)));%求相关性figure,imshow(C,[]);figure,imshow(C>thresh-10)figure,imshow(C>thresh-15)请分析改程序显示图的含义。
先读取图片，然后取出x=177:203, y=424:444之间的图片，在求原图和a 的相关性，然后檫黑2. 离散余弦变换(DCT)A)使用dct2对图像‘autumn.tif’进行DCT变换。
RGB=imread('autumn.tif');imshow(RGB)I=rgb2gray(RGB); %转换为灰度图像figure,imshow(I)J=dct2(I);figure,imshow(log(abs(J)),[]),colormap(jet(64));colorbar;B)将上述DCT变换结果中绝对值小于10的系数舍弃，使用idct2重构图像并与原图像比较。
RGB=imread('autumn.tif');I=rgb2gray(RGB); %转换为灰度图像J=dct2(I);figure,imshow(I)K=idct2(J);figure,imshow(K,[0 255])J(abs(J)<10)=0; %舍弃系数K2=idct2(J);figure,imshow(K2,[0 255])C)利用DCT变换进行图像压缩。
I=imread('cameraman.tif');I=im2double(I);T=dctmtx(8);B=blkproc(I,[8,8],'P1*x*P2',T,T'); mask=[1 1 1 1 0 0 0 01 1 1 0 0 0 0 01 1 0 0 0 0 0 01 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 0];B2=blkproc(B,[8 8],'P1.*x',mask); I2=blkproc(B2,[8 8],'P1*x*P2',T',T); imshow(I)figure,imshow(I2)3. *Matlab 线形滤波器设计采用频率变换方式，通过一维最优波纹FIR 滤波器创建二维FIR 滤波器)。
b=remez(10,[0 0.4 0.6 1],[1 1 0 0]);%阶次,频率向量,对应的理想幅频响应h=ftrans2(b);[H,w]=freqz(b,1,64,'whole');colormap(jet(64))plot(w/pi-1,fftshift(abs(H)));%使x 轴取值0处对应曲线中心 figure,freqz2(h,[32 32])三、思考题1. 傅里叶变换有哪些重要的性质?线性性质、尺度变换性质、对偶性、平移性质2. 简述傅立叶频谱搬移的原理将信号乘以所谓的载频信号t 0cos ϖ或t sin 0ϖ3. 简述Fourier 系数幅度、相位的物理意义。
对幅度谱,是对信号轮廓和形状的描述;对相位谱,是对信号位置的描述4.图像的二维频谱在显示和处理时应注什么?意运用对数形式能增加显示细节,为了便于分析,使用fftshift函数将频谱的零频分量移至频谱的中心。
进行傅里叶变换的图像应该是灰度图形，原rgb彩色图像无法进行相应变换。
5.简述离散余弦变换（DCT）的原理。
DCT变换利用傅立叶变换的性质。
采用图像边界褶翻将像变换为偶函数形式，然后对图像进行二维傅立叶变换，变换后仅包含余弦项，所以称之为离散余弦变换。
形态学操作一、实验目的1.了解膨胀和腐蚀的Matlab实现方法2.掌握图像膨胀、腐蚀、开启、闭合等形态学操作函数的使用方法3.了解二进制图像的形态学应用二、实验内容1. 图像膨胀A)对包含矩形对象的二进制图像进行膨胀操作。
BW=zeros(9,10);BW(4:6,4:7)=1;imshow(BW,'notruesize')se=strel('square',3); % 3x3正方形结构元素BW2=imdilate(BW,se); % 膨胀操作figure,imshow(BW2,'notruesize')B)改变上述结构元素类型(如：line, diamond, disk等)，重新进行膨胀操作。
Disk,3:BW=zeros(9,10);BW(4:6,4:7)=1;imshow(BW,'notruesize')%se=strel('square',3); % 3x3正方形结构元素se=strel('disk',3);BW2=imdilate(BW,se); % 膨胀操作figure,imshow(BW2,'notruesize')C)对图像‘eurotext.tif’进行上述操作，观察不同结构元素膨胀的效果。
BW3=imread('eurotext.tif');imshow(BW3)se2=strel(‘line’,11,90); % 11x90线型结构元素BW4=imdilate(BW3,se2); % 膨胀操作figure,imshow(BW4)2. 图像腐蚀A)对图像‘circbw.tif’进行腐蚀操作。
BW1=imread('circbw.tif');se=strel('arbitrary',eye(5));BW2=imerode(BW1,se,’same’); % 腐蚀操作imshow(BW1)figure,imshow(BW2)B)对图像‘eurotext.tif’进行腐蚀操作。
BW=imread('eurotext.tif');se=strel(‘line’,8,80); % 8x80线型结构元素BW2=imerode(BW,se,’same’); % 腐蚀操作imshow(BW)figure,imshow(BW2)3. 膨胀与腐蚀的综合使用A)从原始图像‘circbw.tif’中删除电流线,仅保留芯片对象。
方法一：先腐蚀(imerode)，再膨胀(imdilate)；BW1=imread('circbw.tif');imshow(BW1)se=strel('rectangle',[40 30]); %选择适当大小的矩形结构元素BW2=imerode(BW1,se,'same'); %先腐蚀,删除较细的直线figure,imshow(BW2)BW3=imdilate(BW2,se); %再膨胀,恢复矩形的大小figure,imshow(BW3)方法二：使用形态开启函数(imopen)。
BW1=imread('circbw.tif'); imshow(BW1)se=strel('rectangle',[40 30]);BW2=imopen(BW1,se); %开启操作figure,imshow(BW2)B)改变结构元素的大小，重新进行开启操作，观察处理结果。