图像处理实验二解析
图像处理3个实验内容
图像处理实验报告格式一、封皮的填写：（1）实验课程名称：图像处理（2）实验名称：按顺序填写图像的二维离散傅立叶变换、图象的增强、图像二值化（3）年月：二、纸张要求：统一采用A4大小纸张，左侧装订，装订顺序与实验顺序一致。
三、书写要求：（1）报告除实验图像可以打印外，其余均须手写。
（2）实验图像及结果图像可以打印，图像均位于实验结果与分析部分，图像打印于纸张上部，下部空白处手写实验分析。
（3）报告中图要有图序及名称，表要有表序及名称，每个实验的图序和表序单独标号，具体格式参照毕业设计手册。
不合格者扣除相应分数。
（4）每个实验均需另起一页书写。
四、关于雷同报告：报告上交后，如有雷同，则课程考核以不及格处理。
五、报告撰写格式及实验内容如下：实验一图像的二维离散傅立叶变换一、实验目的掌握图像的二维离散傅立叶变换以及性质二、实验要求1)建立输入图像，在64⨯64的黑色图像矩阵的中心建立16⨯16的白色矩形图像点阵，形成图像文件。
对输入图像进行二维傅立叶变换，将原始图像及变换图像（三维、中心化）都显示于屏幕上。
2)调整输入图像中白色矩形的位置，再进行变换，将原始图像及变换图像（三维、中心化）都显示于屏幕上，比较变换结果。
3)调整输入图像中白色矩形的尺寸（40⨯40，4⨯4），再进行变换，将原始图像及变换图像（三维、中心化）都显示于屏幕上，比较变换结果。
三、实验仪器设备及软件HP D538、MATLAB四、实验原理以自己的语言结合课堂笔记进行总结，要求过程推导清晰明了。
五、实验步骤及程序实验步骤、程序流程、实验源程序齐全（全部手写）六、实验结果与分析实验二图像的增强一、实验目的1)掌握在计算机上进行直方图统计，以及直方图均衡化、线性变换的图像增强的方法2)掌握在计算机上进行图象平滑、图象锐化特别是中值滤波平滑及拉普拉斯算子锐化的方法二、实验要求1)显示图像（cameraman.tif）及灰度直方图。
2)对指定图像（cameraman.tif）进行直方图均衡化和线性变换，将原始图像及增强后的图像都显示于屏幕上，比较增强的效果。
数字图像处理图像变换实验报告
实验报告实验名称:图像处理姓名:刘强班级:电信1102学号:1404110128实验一图像变换实验——图像点运算、几何变换及正交变换一、实验条件PC机数字图像处理实验教学软件大量样图二、实验目的1、学习使用“数字图像处理实验教学软件系统”,能够进行图像处理方面的简单操作;2、熟悉图像点运算、几何变换及正交变换的基本原理,了解编程实现的具体步骤;3、观察图像的灰度直方图,明确直方图的作用与意义;4、观察图像点运算与几何变换的结果,比较不同参数条件下的变换效果;5、观察图像正交变换的结果,明确图像的空间频率分布情况。
三、实验原理1、图像灰度直方图、点运算与几何变换的基本原理及编程实现步骤图像灰度直方图就是数字图像处理中一个最简单、最有用的工具,它描述了一幅图像的灰度分布情况,为图像的相关处理操作提供了基本信息。
图像点运算就是一种简单而重要的处理技术,它能让用户改变图像数据占据的灰度范围。
点运算可以瞧作就是“从象素到象素”的复制操作,而这种复制操作就是通过灰度变换函数实现的。
如果输入图像为A(x,y),输出图像为B(x,y),则点运算可以表示为:B(x,y)＝f[A(x,y)]其中f(x)被称为灰度变换(Gray Scale Transformation,GST)函数,它描述了输入灰度值与输出灰度值之间的转换关系。
一旦灰度变换函数确定,该点运算就完全确定下来了。
另外,点运算处理将改变图像的灰度直方图分布。
点运算又被称为对比度增强、对比度拉伸或灰度变换。
点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸与均衡等。
图像几何变换就是图像的一种基本变换,通常包括图像镜像变换、图像转置、图像平移、图像缩放与图像旋转等,其理论基础主要就是一些矩阵运算,详细原理可以参考有关书籍。
实验系统提供了图像灰度直方图、点运算与几何变换相关内容的文字说明,用户在操作过程中可以参考。
下面以图像点运算中的阈值变换为例给出编程实现的程序流程图,如下:2、图像正交变换的基本原理及编程实现步骤数字图像的处理方法主要有空域法与频域法,点运算与几何变换属于空域法。
实验二 遥感图像处理软件基本操作
实验二遥感图像处理软件基本操作一、实验目的：熟悉遥感图像处理软件ENVI的基本操作；二、实验设备：计算机、ENVI、TM数据、SPOT数据、Quickbird数据三、实验任务：1、文件的打开、显示、保存与头文件编辑；2、影像与矢量的叠加操作；3、光标查询功能及点位置收集；4、选择感兴趣区域。
四、实验原理：见讲义五、实验步骤：（1）文件的打开、显示、保存与头文件编辑●打开ENVI软件自带示例数据：File →Open Image File →can_tmr（.img格式）。
●文件的两种显示方式Gray Scale和RGB Color。
A、Gray Scale显示方式：Gray Scale→选择任意一波段显示（例：选中TM Band 4 (0.8300)）→No Display →New Display→L oad Band。
B、RGB Color显示方式：RGB Color→选择相应的波段（例：选中TM Band 2-4，依次从4点到2）→No Display→New Display→L oad Band。
文件的保存（利用该方法还可以实现文件的格式转换、影像裁剪）。
A、将波段1、2合并，保存到一个新的文件中。
File→Save File As（选择保存文件的格式）→ENVI Standard→Import File→选中需要合并的文件→OK→Reorder Files...→将文件按照波段的升序排列→OK→OK（文件保存）。
B、将任意勾画的空间区域（即原影像的一个子区域）的影像保存到一个新的文件中。
在主影像窗口：File→Save Image File→Image Files...→Spatial Subset→Image→OK→选择文件格式→输出文件名→OK（文件保存）。
头文件编辑①将波段1、2合并后的文件的头文件用记事本打开；②打开原文件的头文件打开；③将原文件的头文件中的波段信息，复制粘贴至合并后文件的头文件信息中，并保存新的头文件。
图像处理实验报告
图像处理实验报告实验一：图像文件读取和格式转换（BMP、JPG），FMRI_MRI 并利用Matlab编程，实现多种格式图像的读取，显示和格式转换一、实验目的学习并掌握MATLAB中有关图像读取、显示、格式转换等基本内容。
二、实验内容选取目标图片，利用MATLAB对其进行读取、显示、格式转换。
三、实验步骤及各自结果1图像的读取和显示图像来自于E:\实验，图像名称为“mri.bmp”，为bmp格式。
（1）创建脚本文件，并命名为“tx1”。
（2）图像的读取和显示用imread函数实现图像的读取，imshow函数实现图像的显示。
所读取得灰度图像如下：（3）格式转换将灰色图像转换成索引图像索引图像如下：灰度图像转二值图像二值图像如下实验二：图像的直方图调整和灰度变换一、实验目的了解并掌握MATLAB中图像直方图调整和灰度变换。
二、实验内容选取目标图片，利用MATLAB对其进行直方图调整和灰度变换。
三、实验步骤及其各自的结果1创建脚本文件并命名为“tx2”。
2图像灰度调整利用imadjust函数直接调整灰度的范围而调整灰度，本例中直接利用MATLAB R2012a工具箱中自带的图片‘pout.tif’，‘cameraman.tif’和课堂提供的图片‘fmri.bmp’。
(1)下面命令通过灰度范围调整实现了灰度调整实验结果如下图所示其中左上图为原始图像，左下图为相应的灰度数据柱状统计图，右上图为调整后的图像，右下图为相应的灰度数据统计图。
从图中可以看到，调整之后，图像的灰度得到了极大的改善。
如下图(3)可以通过调整灰度范围内的灰度子范围数据，来实现增强或减少图像对比度的效果。
此例中将灰度范围为[0,51]的值，调整到灰度范围为[128,255]的值，并将灰度范围为[128,255]的值映射为255；相应的命令如下所示如下图所示（4）图像反转反转后结果2使用直方图调整灰度读取一幅灰度图像，用histeq函数将原始图像的灰度直方图均衡化，同时观察均衡化后的图像与前面图像的差别，均衡化后的灰度直方图与前面的灰度直方图的区别。
数字图像处理实验二(直方图均衡化)
数字图像处理实验二直方图均衡化（直方图均衡化实质上是减少图象的灰度级以换取对比度的加大）例如：假设原图的灰度分布级为126（最大为256，也就是从0到255的级上的灰度都有或多或少的出现），经过直方图均衡化后，灰度分布级别将会小于126。
编程的时候请按照直方图均衡化公式进行。
下面给出大致的编程思路和源代码：其中黑框部分需要自己编写源代码1）利用第一次实验课提供的dhc.h 和dhc.c文件以获取位图的高宽以及从文件头到实际的位图数据的偏移字节数，从而实现对位图实际数据的操作。
利用include命令#include <stdio.h>#include <stdlib.h>#include <memory.h>#include "hdr.h"思考问题：#include <*.h> 和#include "*.h"在程序运行中有什么差别？2）定义结构指针struct bmphdr *hdr;定义用于直方图变量unsigned char *bitmap, new_color[256];定义计算灰度分布，灰度累计分布的数组int count[256], acum[256]；3）main()函数编写//定义整数i，j 用于函数循环时的，nr_pixels为图像中像素的个数int i, j, nr_pixels;//定义两个文件指针分别用于提取原图像的数据和生成直方图均衡化后的图像FILE *fp, *fpnew;//定义主函数的参数包括：输入的位图文件名和输出的位图文件名,此处内容可以不要，在DOS下执行命令的时候再临时输入也可，为了方便演示，我这里直接把函数的参数确定了。
argc=3;argv[1]="test.bmp";argv[2]="testzf.bmp";//参数输入出错显示if (argc != 3) {printf("please input the name of input and out bitmap files\n");exit(1);}// 获取位图文件相关信息hdr = get_header(argv[1]);if (!hdr) exit(1);//以二进制可读方式打开输入位图文件fp = fopen(argv[1], "rb");if (!fp) {printf("File open error!\n");exit(1);}// 文件指针指向数据区域fseek(fp, hdr->offset, SEEK_SET);//计算位图像素的个数nr_pixels = hdr->width * hdr->height;bitmap = malloc(nr_pixels);//读取位图数据到bitmap中fread(bitmap, nr_pixels, 1, fp);fclose(fp);memset(count, 0, sizeof(count));//计算每个灰度级上像素的个数结果存入count[]数组中memcpy(acum, count, sizeof(acum));//计算灰度的累计分布for (i = 1; i < 256; i++)acum[i] += acum[i-1];//灰度直方图的均衡化（核心程序部分，请仔细分析）为了方便大家编程实现，这里直接给出了源代码，本实验最核心的部分就在这里//}//对所有的像素灰度值按照均衡化得到的灰度对应规则进行转换，结果存入bitmap[]中//fpnew = fopen(argv[2], "wb+");//由于位图文件的头部信息并没有因直方图均衡化而改变，因此输出图像的头部信息从原位图文件中拷贝即可：fwrite(hdr->signature, 2, 1, fpnew);fwrite(&hdr->size, 4, 1, fpnew);fwrite(hdr->reserved, 4, 1, fpnew);fwrite(&hdr->offset, 4, 1, fpnew);fwrite(&hdr->hdr_size, 4, 1, fpnew);fwrite(&hdr->width, 4, 1, fpnew);fwrite(&hdr->height, 4, 1, fpnew);fwrite(&hdr->nr_planes, 2, 1, fpnew);fwrite(&hdr->bits_per_pixel, 2, 1, fpnew);fwrite(&hdr->compress_type, 4, 1, fpnew);fwrite(&hdr->data_size, 4, 1, fpnew);fwrite(&hdr->resol_hori, 4, 1, fpnew);fwrite(&hdr->resol_vert, 4, 1, fpnew);fwrite(&hdr->nr_colors, 4, 1, fpnew);fwrite(&hdr->important_color, 4, 1, fpnew);if (hdr->offset > 54)fwrite(hdr->info, (hdr->offset - 54), 1, fpnew);////关闭fclose(fpnew);//释放内存（优化程序必需）free(hdr);free(bitmap);return 0;}。
数字图像处理实验报告（五个实验全）
数字图像处理实验报告（五个实验全）实验⼀ Matlab图像⼯具的使⽤1、读图I=imread(＇lena.jpg＇);imshow(I);2、读⼊⼀幅RGB图像，变换为灰度图像和⼆值图像，并在同⼀个窗⼝内分成三个⼦窗⼝来分别显⽰RGB图像和灰度图像。
a=imread(＇lena.jpg＇)i = rgb2gray(a)I = im2bw(a,0.5)subplot(3,1,1);imshow(a);subplot(3,1,2);imshow(i);subplot(3,1,3);imshow(I);原图像灰度图像⼆值图像实验⼆图像变换1、对⼀幅图像进⾏平移，显⽰原始图像与处理后图像，分别对其进⾏傅⾥叶变换，显⽰变换后结果，分析原图的傅⾥叶谱与平移后傅⾥叶频谱的对应关系。
s=imread(＇beauty.jpg＇);i=rgb2gray(s)i=double(i)j=fft2(i);k=fftshift(j); 原图像原图的傅⾥叶频谱l=log(abs(k));m=fftshift(j);RR=real(m);II=imag(m);A=sqrt(RR.^2+II.^2);A=(A-min(min(A)))/(max(max(A)))*255;b=circshift(s,[800 450]);b=rgb2gray(b)b=double(b) 平移后的图像平移后的傅⾥叶频谱c=fft2(b);e=fftshift(c);l=log(abs(e));f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.^2+ZZ.^2);B=(B-min(min(B)))/(max(max(B)))*255;subplot(2,2,1);imshow(s);subplot(2,2,2);imshow(uint8(b));subplot(2,2,3);imshow(A);subplot(2,2,4);imshow(B);2、对⼀幅图像进⾏旋转，显⽰原始图像与处理后图像，分别对其进⾏傅⾥叶变换，显⽰变换后结果，分析原图的傅⾥叶谱与旋转后傅⾥叶频谱的对应关系。
遥感数字图像处理实验报告(二)
遥感数字图像处理实验报告（二）姓名：学号：班级：指导老师：1）项目名称：熟悉遥感软件、图像预处理2）实验目的：1. 熟悉遥感软件的使用，了解图像大小、投影、直方图等信息查看方法，了解相关软件的各项功能；2. 掌握遥感图像的几何精校正方法及步骤。
3）实验原理：几何校正就是将图像数据投影平面上，使其符合地图投影系统的过程。
而将地图坐标系统赋予到图像的过程，称为地理参考。
由于所有的地图投影系统都尊从于一定的地图坐标系统，所以几何校正的过程包含了地理参考过程。
对图像进行几何校正就是赋予其完整的地图坐标系统。
4）数据来源及数据基本信息：（下载源、波段数、对应的波长、分辨率、投影、地区）待校正图像来自Google Earth 2004年9月15日的影像，大致位置在东经116度20分，北纬33度57分，使用的是 DIGITAL GLOBLE 的QUICK BIRD卫星影像的0.6米分辨率的航拍照片，三波段，无投影。
待校正图像。
参考图像数据来自国际科学数据服务平台，Landsat5 2010年9月18日的图像，图像共7个波段，波段1-5和波段7的空间分辨率为30米，6波段（热红外波段）的空间分辨率为120米。
对应的波段、波长、分辨率、主要作用如表：图像采用的投影为WGS 84投影，条带号为122，行编号为36，覆盖豫东、皖北、苏北、鲁西四省交界地区。
5）实验过程：1）多波段合成：对参考图像数据进行波段组合2）打开图像，用两个Viewer窗口分别打开待校正图像和参考图像，查看其投影信息：待校正图像投影信息（无投影）参考图像投影信息（有投影）几何校正：————弹出图1窗口，点击Slecte Vewer——点击Viewer1，弹出图2窗口图1图4图3图2选择Polynomial多项式模型，OK——Polynomial Order选1，Map Units 选Meters，Apply, Close，弹出图3窗口，OK——点击Viewer窗口，选择要参考图像，弹出图4，点击OK，进入采点界面，开始采集地面控制点图5 图6图7采点完成后点击Geo Correction Tools 如(图5)中图标，弹出图6 对话框，输入保存路径，保存校正后的图像。
《数字图象处理》实验指导书
《数字图象处理》实验和大作业指导书计算机科学与工程学院目录目录 (1)实验一：数字图像读取及色彩、亮度、对比度变化 (2)实验二：数字图像变换与伽马校正 (3)实验三：数字图像的噪声去除 (4)实验四：图像的空间域锐化（拉普拉斯算子） (5)实验五：频率域低通和高通滤波 (6)实验六：数字图像复原 (7)实验七：人脸皮肤颜色分层 (8)大作业 (9)实验一：数字图像读取及色彩、亮度、对比度变化一、实验目的：了解数字图像的存储格式，并学会对图像的某些视觉特征作简单处理。
二、实验要求：1．从最常用的“.BMP”图像格式中读取图像数据；2．对数字图像的表示方式（如RGB、YUV）及各种表示方式之间的转换有初步了解；3．根据输入参数改变数字图像的色彩、亮度、对比度。
三、实验步骤：1．根据BMP格式，将图像内容读入内存数组；2．通过访问数字图像RGB三个通道的对应矩阵，改变数字图像的色彩；3．将数字图像的RGB表示转换为YUV表示；Y=0.30R+0.59G+0.11BU=0.70R-0.59G-0.11BV=-0.30R-0.59G+0.89B4．通过访问Y（亮度）通道，改变数字图像的亮度；5．通过Y（亮度）通道作灰度的线性变换，改变数字图像的对比度。
四、实验图像：实验二：数字图像变换与伽马校正一、实验目的：了解数字图像的灰度反变换和γ（0.4，0.6，0.8）校正。
二、实验要求：1. 对图像进行灰度变换。
2. 对图像进行γ校正。
三、实验步骤：1. 将BMP图像内容读入内存数组。
2. 调整图像的灰度，对图像进行灰度变换（反变换）。
3. 对图像进行γ较正,分别取值为0.4,0.6,0.8.四、实验图像：灰度变换γ较正实验三：数字图像的噪声去除一、实验目的：学会用滤波器去除图像中的噪声。
二、实验要求：1．用均值滤波器去除图像中的噪声； 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三、实验步骤：1．根据BMP 格式，将图像内容读入内存数组； 2．用均值滤波器去除图像中的噪声；3．用中值滤波器去除图像中的噪声；将两种处理方法的结果与原图比较； 4．注意两种处理方法对边缘的影响。
图像处理技术实验2
步骤8：关闭画笔面板。确保当前层为“白色边界”层。将光标放置在其中间位置（圆形橡皮擦打扮放在白色边界内，外面只留一点即可）。按下鼠标左键，按住Shift键，水平向右拖动鼠标，结果邮票一边边界上的锯齿形就形成了。
成绩：
教师评语
指导教师签名：批阅日期：
一、实验目的及要求
目的：1.加深理解图层样式的含义。
2.掌握常用的图层样式效果。
要求:利用不同的图层样式效果对图片进行处理，达到不同的效果。
二、实验内容
内容：利用不同的图层样式效果对图片进行处理，达到不同的效果。
1.在图层上添加Inner Glow样式可以使文字或图像的边缘内侧产生发光（发光颜色选浅色）或晕影（发光颜色选深色）效果；
Source:Edge、Choke:0%、Size:16px、Range:50%、Jitter:0%。（其中内发光颜色选择蓝色，其中16进制颜色值为#4D87FD）。
步骤3：单击OK按扭确认对话框，内发光样式应用到所选图层中。
步骤4：吧文件保存为PSD格式，命名为“故乡2.PSD”。
实验2：
步骤1：打开书本附带光胖中的图像文件“实例04\小熊猫.jpg”。将背景层转化为一般层，命名为“邮票画面”。
步骤2：使用菜单命令Edit | Transform | Scale（缩放）并配合Shift键把“邮票画面”层中的图像成比例由W：100.0%、H：100.0%缩小到W：40.6%、H：40.6%的大小，然后使用移动工具把它拖动到图像窗口的中央位置。
图像处理和分析技术实验报告
图像处理实验报告学院:指导老师:专业：班级：学号：姓名:实验一：图像处理基础及图像变换(一)【实验目的】：掌握使用Matlab进行图像处理的基本知识，掌握对图像进行变换的方法，观察图像变换的效果，加深对图像变换知识的理解。
【实验内容】：Matlab的安装和基本的操作以及傅立叶变换实验步骤：1、熟悉Matlab的安装和基本的操作，包括对基本图像处理函数的掌握(imread, imshow, figure, subplot)2、傅立叶变换(fft2, ifft2, fftshift)1) 调入图像文件。
2) 对图像做傅立叶变换，观察图像的原始频谱。
3) 对傅立叶变换的进行移动，观察移位以后的频谱。
4) 对移动后的频谱进行增强，观察增强以后的频谱。
5) 对图像傅立叶变换进行逆变换，比较原图像和经过傅立叶变换和逆变换以后获得的图像。
【源程序】：close all;clear all;A=imread('Fig6.38(a).jpg');subplot(2,3,1);imshow(A);title('原图像');B=rgb2gray(A);subplot(2,3,2);imshow(B);title('原图像灰度图像');C=FFT2(B);subplot(2,3,3);imagesc(abs(C),[0 2000]);title('傅里叶变换图像');subplot(2,3,4);imshow(log(1+abs(C)),[0 10]);title('增强');% subplot(2,2,3);imshow((F.*F),[0 10]);subplot(2,3,5);imshow(fftshift(C));title('移位图像');D=ifft(double(B));subplot(2,3,6);imshow(D);title('傅里叶反变换图像');【实验结果】：傅呈叶变换因傅.100200300400500100 200 300 40& 50C移宜囲傑條里叶反驾拽團像实验二：图像处理基础及图像变换(二)【实验目的】：掌握使用Matlab 进行图像处理的基本知识，掌握对图像进行变换的方法，观察图像变换的效果，加深对图像变换知识的理解。
ENVI遥感图像处理实验二——图像常规处理2
遥感图像预处理实习姓名徐丹学号120154088成绩日期2014、4、28实习内容:遥感图像的裁剪、镶嵌与几何校正1、在实际的工作中,为何经常需要对影像进行裁剪与镶嵌操作？在ENVI软件平台如何实现影像的裁剪与镶嵌,以一示例详细叙述裁剪与镶嵌的具体操作步骤。
由于遥感卫星就是在一个预先设计的轨道上运行,星载传感器沿着轨道在地面上的轨迹按一定宽度垂直于运行方向进行扫描,在实际工作中有时需要分析的地区并不完全处在同一幅图像内,这时候需要把多景相邻遥感图像拼接成一个大范围无缝的图像,即图像镶嵌,而图像剪裁的目的则就是将研究之外的区域去除。
一、图像裁剪:(1)规则分幅裁剪a)在主菜单中,选择File ——Open Image File,打开裁剪图像bhtmref、img。
b)在主菜单中,选择File——Save ——ENVI Standard,弹出New 对话框。
c)在New 对话框中,单击Import File按钮,弹出Create New File对话框。
d)在Create New File对话框中,选中Select Input File列表中的裁剪图像,单击Spatial Subset按钮。
e)在Select Spatial Subset对话框中,单击Image按钮,弹出Subset ByImage对话框。
f)在Subset By Image对话框中,可以通过输入行列数确定剪裁尺寸并按住鼠标左键拖动图像中的红色矩形框确定剪裁区域,或直接用鼠标左键按红色边框拖动来确定剪裁尺寸以及位置,单击OK按钮。
g)在Select Spatial Subset对话框中可以瞧到剪裁区域信息,单击OK按钮。
h)在Create New File对话框中,可以通过Spectral Subset按钮选择输出波段子集,单击OK按钮。
i)选择输出路径及文件名或者选择Memory直接在窗口上显示,单击OK按钮,完成规则分幅裁剪过程。
数字图像处理 实验报告(完整版)
数字图像处理（一）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。
图像处理实验报告
——————————————————————————————————————————————————————班级：学号：姓名：同组姓名：指导老师：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、实验原理及要求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。
——————————————————————————————————————————————————————班级：学号：姓名：同组姓名：指导老师：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，MATLAB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。
数字图像处理实验二图像灰度直方图实验
课程名称数字图像处理与分析实验序号实验二实验项目图像灰度直方图实验实验地点实验学时实验类型指导教师实验员专业班级学号姓名年月日分析：由生成的图像可知，索引图比灰度图的灰度等级更大，颜色更暗，二值图像只能描述其轮廓，不能描述细节。
代码：clear ; %清除内存原有一切变量RGB=imread('gou.jpg');[X1,map]=rgb2ind(RGB,64);I=rgb2gray(RGB); %把RGB图变为灰度图X2=rgb2ind(RGB,map);subplot(2,2,1),imshow(RGB);title('yuantu');subplot(2,2,2),imshow(I);title('graytu'); %显示灰度图subplot(2,2,3),imshow(X1,map);title('x1map');subplot(2,2,4),imshow(X2,map);title('x2map');运行结果：分析：由生成的图像可知，RGB图转换灰度图失败，不清楚原因，但是代码没有问题；由RGB转换的两张索引图和原图没有肉眼可识别的差别。
2、计算出一幅灰度图像的直方图代码：clear;close all;RGB=imread('gou.jpg'); % 把RGB图读入矩阵I=rgb2gray(RGB); %把RGB图变为灰度图imhist(I);title('实验1 直方图');运行结果：分析：灰度图较暗，因此灰度直方图像素灰度值取在左边较暗的区域。
3、对灰度图像进行简单灰度线形变换代码：RGB=imread('gou.jpg');I=rgb2gray(RGB);subplot(2,2,1),imshow(I);subplot(2,2,2),imhist(I);J=histeq(I);subplot(2,2,3),imshow(J);subplot(2,2,4), imhist(J); title('实验2 -直方图均衡化');运行结果：分析：由生成的图像可知，原始图像较暗且动态范围较小，反应在直方图上就是直方图所占据的灰度值范围比较窄，且集中在低灰度值一边。
数字图像处理实验报告(附答案解析)
实验一常用MATLAB图像处理命令一、实验目的1、熟悉并掌握MA TLAB工具的使用；2、实现图像的读取、显示、代数运算和简单变换。
二、实验环境MATLAB 6.5以上版本、WIN XP或WIN2000计算机三、常用函数●读写图像文件1 imreadimread函数用于读入各种图像文件，如：a=imread('e:\w01.tif')2 imwriteimwrite函数用于写入图像文件，如：imwrite(a,'e:\w02.tif',’tif’) 3 imfinfoimfinfo函数用于读取图像文件的有关信息，如：imfinfo('e:\w01.tif') ●图像的显示1imageimage函数是MATLAB提供的最原始的图像显示函数，如：a=[1,2,3,4;4,5,6,7;8,9,10,11,12];image(a);2 imshowimshow函数用于图像文件的显示，如：i=imread('e:\w01.tif');imshow(i);title（‘原图像’）%加上图像标题3 colorbarcolorbar函数用显示图像的颜色条，如：i=imread('e:\w01.tif');imshow(i);colorbar;4 figurefigure函数用于设定图像显示窗口，如：figure(1)； /figure(2)；5 subplot把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。
Subplot（m，n，p）分成m*n个小窗口，在第p个窗口中创建坐标轴为当前坐标轴，用于显示图形。
6 plot绘制二维图形plot（y）Plot（x，y）xy可以是向量、矩阵。
图像类型转换1 rgb2gray//灰色把真彩图像转换为灰度图像i=rgb2gray（j）2 im2bw//黑白通过阈值化方法把图像转换为二值图像I=im2bw（j，level）Level表示灰度阈值，取值范围0~1（即0.n），表示阈值取自原图像灰度范围的n%3 imresize改变图像的大小I=imresize（j，[m n]）将图像j大小调整为m行n列图像运算1 imadd两幅图像相加，要求同样大小，同种数据类型Z=imadd（x，y）表示图像x+y2 imsubstract两幅图像相减，要求同样大小，同种数据类型Z=imsubtract（x，y）表示图像x-y3 immultiplyZ=immultiply（x，y）表示图像x*y4 imdivideZ=imdivide（x，y）表示图像x/y5：m = imadjust(a,[,],[0.5;1]) ;%图像变亮n = imadjust(a,[,],[0;0.5]) ;%图像变暗g=255-a;%负片效果四、实验内容（请将实验程序填写在下方合适的位置，实验图像结果拷屏粘贴）1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。
ENVI遥感图像处理实验教程 实验二 坐标定义与投影转换ok
由于长、短半轴不一样，西安 80 坐标系与北京 54 坐标系转换是不严密不存在统一的 公式地球上同一点，各个坐标系的经纬度是不一样的 WGS-84（(Word Geodetic System ）原点是地球的质心，以经纬度为单位存储 例如: Datum（大地基准面）: D_Beijing_1954 Spheroid（参考椭球体）: Krasovsky_1940
�
False easting：定义东偏移的距离 500km；
� � �
Latitude of Projection origin：定义投影的起始维度； Longitude of central meridian：定义中央经线； Scale factor：定义缩放倍率。
（3） 定义好参数后，选择 Projection→ Add New Projection 命令； （4） 选择 File→ Save Projections 保存自定义投影（图 2-4 ）；
图 2-4 定义投影输出
（5） 点击 OK，输出自定义投影。 � 在 ITT\IDLxx\products\envixx \map_proj 文件夹中的 map_proj.txt 文件中可看 到刚才定义的坐标系参数。
图 2-5 系统投影信息
4）使用定义的坐标系统 （1） 在主菜单中，选择 File→Open Image File，打开一幅无坐标系统的影像数据； � 影像数据投影缺失表现为 Map InfoDatum:<none>。
二、参数的获取
对于地理坐标， 只需要确定两个参数，即椭球体和大地基准面。对于投影坐标，投
影类型为 Gauss Kruger（Transverse Mercator），除了确定椭球体和大地基准面外， 还
《医学图像处理》实验二-图像的采样和量化
实验二、基于Python的图像采样与量化
3、实验任务
(1)读取图像interpolation.png，利用matplotlib中的imshow（）函数对比显示不
同插值方法绘制图像的效果，并为每一个子图设置小标题。
将对比显示结果存储到本地，观察哪种插值算法的效果较好。
(2)读取图像interpolation.png，利用PIL对其进行上采样，scale设置为5，对比
显示三种不同插值方法上采样的结果，并为每个子图设置小标题。
注意观察，哪种插值算法的效果较好。
(3)读取图像interpolation.png，利用cv对其进行上采样，scale设置为5，对比
显示不同插值方法上采样的结果，并为每个子图设置小标题。
注意观察，哪种插值算法的效果较好。
(4)任意读取一幅图像，利用PIL对其进行下采样，对比显示使用和不使用
ANTIALIAS(或NCZOS、NCZOS)的处理结果，并为每一个子图设置小标题。
将对比显示结果存储到本地，观察哪使用和不使用ANTIALIAS哪种效果较好。
(5)任意读取一幅图像，利用scikit-image模块中的rescale对其进行下采样，下
采样尺度分别为2、4、8，要求使用ANTIALIAS，并为每一个子图设置小标题，将对比显示结果存储到本地。
(6)任意读取一幅彩色图像，使用PIL中Image模块的convert()函数进行颜色量
化。
分别对比显示颜色数量为256、128、64、32、16、8、4、2的图像，并为每个子图设置小标题。
观察：随着灰度分辨率的降低，图像是否产生了伪轮廓。
图像处理实验2实验报告MLAB
数字图像处理实验报告一．实验目的：通过本次实验，了解和熟悉matlab的实验环境，掌握图片的读取、显示、存储的方法。
利用matlab对图片进行指定函数的线性变换和对图像进行直方图均衡化。
二．实验内容：1. 线性灰度变化：要求：读入位图图像，求取直方图，显示原直方图；进行图像线性变化；显示处理后的图像，观察与原图像有何不同。
实验后提交：原图像；原图像直方图；处理后图像；处理后图像直方图。
2. 直方图均衡：要求：读入位图图像，求取直方图；显示原直方图；进行直方图均衡化处理；显示处理后的图像，观察与原图像有何不同。
实验后提交：原图像；原图像直方图；处理后图像；处理后图像直方图。
三．实验过程：1、（1）img1=imread('pic.bmp')img2=255-img1subplot(1,2,1),imshow(img1),subplot(1,2,2),imshow(img2)subplot(1,2,1),imhist(img1),subplot(1,2,2),imhist(img2)（2）img1=imread('pic.bmp') b=zeros(size(img1)) pos=find(img1>100);b(pos)=img1(pos); imshow(b)2．img1=imread('pic.bmp')imhist(img1)img2=histeq(img1)subplot(1,2,1),imshow(img2),subplot(1,2,2),histeq(img2) subplot(1,2,1),imshow(img2),subplot(1,2,2),imhist(img2)四．实验小结：通过本实验，我学会了用Matlab7.0对图像进行读取、存储、显示的节本操作，利用matlab对图片进行指定函数的线性变换和对图像进行直方图均衡化。
- 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)。
昆明理工大学信息工程与自动化学院学生实验报告
（2014—2015学年第二学期）
课程名称：图形图像基础开课实验室：444 2014年 6月 4 日年级、专业、班计科111 学号201110405138 姓名成绩实验项目名称图像分割指导教师刘辉教
师
评语
教师签名：
年月日
一、实验目的及内容
目的：掌握和熟悉Matlab编程环境及语言；掌握数学形态学和图像分割的基本原理及
应用。
内容：
1.通过数学形态学实现边界提取。
2.通过全局阈值及局部阈值实现灰度图像二值化；
3.分别用Sobel算子和Canny算子对图像进行边缘检测；通过Hough检测图像中的直
线。
二、要求
1.描述腐蚀、膨胀、开运算、闭运算的原理。
膨胀：将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。
利用它可以填补物体中的空洞。
B对X膨胀所产生的二值图像D是满足以下条件的点（x,y）的集合:如果B的原点平移到点（x,y），那么它与X的交集非空。
数学表达式：B=A⊕C
腐蚀：一种消除边界点，使边界向内部收缩的过程。
利用它可以消除小而且无意义的物体。
B对X腐蚀所产生的二值图像E是满足以下条件的点（x,y)的集合：如果B的原点平移到点（x,y），那么B将完全包含于X中。
数学表达式：B=AΘC
腐蚀：是一种消除边界点，使边界向内部收缩的过程。
可以用来消除小且无意义的
物体。
膨胀：是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。
可以用来填补物体中的空洞。
开运算：先腐蚀后膨胀的过程开运算。
用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。
开运算通常是在需要去除小颗粒噪声，以及断开目标物之间粘连时使用。
其主要作用与腐蚀相似，与腐蚀操作相比，具有可以基本保持目标原有大小不变的优点。
闭运算：先膨胀后腐蚀的过程称为闭运算。
用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。
2.编写程序，使用数学形态学方法实现边界提取。
3.描述全局阈值、局部阈值对图像进行二值化的原理。
数学形态学中二值图像的形态变换是一种针对集合的处理过程。
其形态算子的实质是表达物体或形状的集合与结构元素间的相互作用，结构元素的形状就决定了这种运算所提取的信号的形状信息。
形态学图像处理是在图像中移动一个结构元素，然后将结构元素与下面的二值图像进行交、并等集合运算。
阈值分割法分为全局阈值法和局部阈值分割法。
所谓局部阈值分割法是将原始图像划分成较小的图像，并对每个子图像选取相应的阈值。
在阈值分割后，
相邻子图像之间的边界处可能产生灰度级的不连续性，因此需用平滑技术进行
排除。
局部阈值法常用的方法有灰度差直方图法、微分直方图法。
局部阈值分
割法虽然能改善分割效果，但存在几个缺点：
（1）每幅子图像的尺寸不能太小，否则统计出的结果无意义。
（2）每幅图像的分割是任意的，如果有一幅子图像正好落在目标区域或背景区域，而根据统计结果对其进行分割，也许会产生更差的结果。
（3）局部阈值法对每一幅子图像都要进行统计，速度慢，难以适应实时性的要求。
全局阈值分割方法在图像处理中应用比较多，它在整幅图像内采用固定的阈值分割图像。
经典的阈值选取以灰度直方图为处理对象。
根据阈值选择方
法的不同，可以分为模态方法、迭代式阈值选择等方法。
这些方法都是以图像
的直方图为研究对象来确定分割的阈值的。
另外还有类间方差阈值分割法、二
维最大熵分割法、模糊阈值分割法、共生矩阵分割法、区域生长法等等。
对于比较简单的图像，可以假定物体和背景分别处于不同的灰度级，图像被零均值高斯噪声污染，所以图像的灰度分布曲线近似认为是由两个正态分
布函数叠加而成，图像的直方图将会出现两个分离的峰值，如图五所示。
对于
这样的图像，分割阈值可以选择直方图的两个波峰间的波谷所对应的灰度值作
为分割的阈值。
这种分割方法不可避免的会出现误分割，使一部分本属于背景
的像素被判决为物体，属于物体的一部分像素同样会被误认为是背景。
可以证
明，当物体的尺寸和背景相等时，这样选择阈值可以使误分概率达到最小。
在
大多数情况下，由于图像的直方图在波谷附近的像素很稀疏，因此这种方法对
图像的分割影响不大。
这一方法可以推广到具有不同灰度均值的多物体图像。
4.描述Canny边缘检测算法原理及Hough变换直线检测原理。
1.Canny边缘检测基本原理
(1)图象边缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确
定边缘的位置。
(2)根据对信噪比与定位乘积进行测度，得到最优化逼近算子。
这就是Canny边
缘检测算子。
(3)类似与Marr（LoG）边缘检测方法，也属于先平滑后求导数的方法。
2、Hough变换直线检测原理
JohnCanny于1986年提出Canny算子，它与Marr（LoG）边缘检测方法类似，也属于是先平滑后求导数的方法。
本节对根据上述的边缘检测过程对Canny检测算法的原理
进行介绍。
Canny算法通常处理的图像为灰度图，因此如果摄像机获取的是彩色图像，那首先就得进行灰度化。
对一幅彩色图进行灰度化，就是根据图像各个通道的采样值进行加权
平均。
以RGB格式的彩图为例，通常灰度化采用的方法主要有：
方法1：Gray=(R+G+B)/3;
方法2：Gray=0.299R+0.587G+0.114B;（这种参数考虑到了人眼的生理特点）
笛卡尔坐标(x,y坐标)系上的直线y=kx+b 可以在极坐标系上可以用下式表示
r=x cosθ + ysinθ
其中r为该原点到该直线的距离，θ为该直线和x轴的夹角。
那么可以通过计算每个点x,y上，假设经过该点的直线与x轴为θ ，然后θ 从(1~180度)进行计算，分别得到不同的r值。
最后统计图片中经过各点，各个角度的直线概率最高的(r,θ)值，我们认为这个值就是图片中真正的直线对应的r, θ值。
也即图片中直线对应的Normal Line(法线)长度r及其与x轴的夹角θ以下是其Matlab 程序实现。
以下程序首先读取图片，并得到图片的大小rows,columns。
然后用Counters=zeros(rmax,180)数组用来统计各个r, θ的概率。
找到概率值最高的r, θ.然后重新遍历图片，当x,y值满足r=x cosθ + ysinθ时即认为该点是检测到的直线上的点。
同时根据经典Hough变换检测空间直线的原理，提出了一种基于Hough变换的平行直线检测改进算法，将采集到的图像进行二值化处理，再使用Sobel算子对该二值化图像进行边缘检测，对边缘检测得到的图像进行Hough变换和峰值点检测，由峰值点得到直线段图像，最后使用本文提出的改进算法计算出所有直线段的斜率，利用斜率相等来判定平行直线。
通过对比实验证明，该算法能得到更高的精度，并缩短了运行时间。
5.使用Matlab中的edge函数分别进行Sobel和Canny边缘检测并比较检测结果。
6.写一个M函数，实现局部阈值二值化，并与Matlab中通过graythresh和im2bw两
函数进行全局阈值二值化的结果进行对比。
7.M函数结构清晰，运行结果正确。
8.描述M函数的设计、实现和结果，并对结果进行分析。
三、实验结果
图一：开运算边界提取
图二：腐蚀边界提取
图三：膨胀后图像
图四：腐蚀后图像
图五：开、闭运算后图像
图六：Sobel和Canny边缘检
图
七
：霍夫变换
图八：全局阈值、局部阈值二值化
四、实验总结和体会
同时通过本次的实验，我了解了二值形态学的基本运算，掌握了二值图像膨胀、腐蚀的基本方法，并且会运用编程实现膨胀、腐蚀，本次的实验目的已经完成，意识到在以后的生活中要了解做事情的目的，注重每一个与细节，认真思考遇到的所有问题，提高自己各方面的能力。
感谢尹强老师教会我们理论与实践知识，也让我明白了什么是学习，怎么样学习，为以后的生活奠定的基础与指引了方向。