数字图像基本处理实验
数字图像处理实验报告——图像分割实验
实验报告课程名称数字图像处理导论专业班级_＿____＿＿_＿___＿_姓名 __＿___＿_____＿__学号___＿＿_____＿____电气与信息学院与谐勤奋求就是创新一．实验目得1.理解图像分割得基本概念;2.理解图像边缘提取得基本概念；3.掌握进行边缘提取得基本方法；4.掌握用阈值法进行图像分割得基本方法.二。
实验内容1.分别用Roｂerｔs，Ｓobel与拉普拉斯高斯算子对图像进行边缘检测。
比较三种算子处理得不同之处；2.设计一个检测图1中边缘得程序，要求结果类似图2，并附原理说明。
3.任选一种阈值法进行图像分割、图1 图２三．实验具体实现1.分别用Robｅrts,Ｓobel与拉普拉斯高斯算子对图像进行边缘检测。
比较三种算子处理得不同之处；I=ｉｍreａｄ(’ｍｒi、ｔｉｆ');imshｏw（Ｉ)BW1=edgｅ（I，’ｒoｂerｔs’）;ｆigure ，ｉｍshow（BＷ1）,titlｅ(’用Robeｒｔs算子’)ＢW2=edgｅ(Ｉ，’sｏbel’);ｆigure,imshoｗ（BW2），ｔitle（’用Sｏbｅl算子 ')BW３＝ｅdge(I，’log’);figure，iｍshｏw（BW３)，titlｅ(’用拉普拉斯高斯算子’）比较提取边缘得效果可以瞧出,sｏbｅr算子就是一种微分算子,对边缘得定位较精确,但就是会漏去一些边缘细节.而Ｌaplaｃｉan—Gaussiaｎ算子就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，边缘得细节比较丰富。
通过比较可以瞧出Ｌａplaciaｎ-Gauｓsｉan算子比sobeｒ算子边缘更完整，效果更好。
2.设计一个检测图1中边缘得程序，要求结果类似图2，并附原理说明.i=ｉmread（＇m８3、ｔif’）;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’);3.任选一种阈值法进行图像分割、i=iｍread（'tｒｅes、tif’）;subploｔ（１,2,1）；imｈist（i)；ｔitle（＇原始图像直方图’)；threａd=10０/２5５；sｕｂploｔ（１，2,2）;i3=iｍ2bｗ(i,thread）;imｓhow（i３）;titlｅ('分割结果’)1、分别用Robｅrts，Sobel与拉普拉斯高斯算子对图像进行边缘检测。
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得基本信息；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得压缩，颜色等等其她得详细信息；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得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()函数将最初读入得tiｆ图象另存为一幅bmp图像，设为flilｙ、bmｐ。
7。
用imrｅad（)读入图像Sunｓet、jpg与Ｗinｔeｒ、jpg；8.用ｉmｆｉnfo()获取图像Sｕnｓeｔ、ｊpg与Winter、ｊpg得大小；9.用ｆｉｇurｅ，imｓhow()分别将Ｓunｓet、ｊｐg与Winter、jpg显示出来,观察两幅图像得质量.其中9得实验结果如下图：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显示出来观察图像得特征。
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（一）实验目的1.理解数字图像处理的基本概念与原理。
2.掌握数字图像处理的基本方法。
3.掌握常用数字滤波器的性质和使用方法。
4.熟练应用数字图像处理软件进行图像处理。
实验器材计算机、MATLAB软件实验内容1.图像的读写与显示首先，我们需要在MATLAB中读入一幅图像，并进行显示。
% 导入图像文件I = imread('myimage.jpg');% 显示图像imshow(I);2.图像的分辨率与色彩空间转换数字图像处理中的一个重要概念是图像的分辨率，通常用像素数量表示。
图像的分辨率越高，代表着图像包含更多的像素，从而更具细节和清晰度。
在数字图像处理中，常常需要将一幅图像从一种色彩空间转换为另一种色彩空间。
RGB色彩空间是最常见的图像色彩空间之一，并且常常作为其他色彩空间的基础。
% 转换图像色彩空间J = rgb2gray(I);% 显示转换后的图像imshow(J);3.图像的增强与滤波图像的增强通常指的是对图像的对比度、亮度和清晰度等方面进行调整，以改善图像的质量和可读性。
数字图像处理中的滤波是一种常用的图像增强方法。
滤波器是一个能够对图像进行局部操作的矩阵，它能够提取或抑制特定的图像特征。
% 对图像进行平滑滤波K = imgaussfilt(J, 1);% 显示滤波后的图像imshow(K);4.数字图像处理在实际应用中的例子数字图像处理在很多实际应用中被广泛应用。
这些应用包括医疗成像、计算机视觉、人脸识别、安防监控等。
下面是数字图像处理在人脸识别应用中的一个简单例子。
% 导入图像文件I = imread('face.jpg');% 进行人脸检测faceDetector = vision.CascadeObjectDetector;bbox = step(faceDetector, I);% 在图像上标记人脸位置IFaces = insertObjectAnnotation(I, 'rectangle', bbox, 'Face');imshow(IFaces);实验结论通过本次实验，我已经能够理解数字图像处理的基本概念与原理，掌握数字图像处理的基本方法，熟练应用数字图像处理软件进行图像处理。
数字图像处理实验报告
目录实验一：数字图像的基本处理操作 (4)：实验目的 (4)：实验任务和要求 (4)：实验步骤和结果 (5)：结果分析 (8)实验二：图像的灰度变换和直方图变换 (9)：实验目的 (9)：实验任务和要求 (9)：实验步骤和结果 (9)：结果分析 (13)实验三：图像的平滑处理 (14)：实验目的 (14)：实验任务和要求 (14)：实验步骤和结果 (14)：结果分析 (18)实验四：图像的锐化处理 (19)：实验目的 (19)：实验任务和要求 (19)：实验步骤和结果 (19)：结果分析 (21)实验一：数字图像的基本处理操作：实验目的1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用；2、实现图像的读取、显示、代数运算和简单变换。
3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。
：实验任务和要求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。
2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。
3.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。
4.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。
：实验步骤和结果1.对实验任务1的实现代码如下：a=imread('d:\');i=rgb2gray(a);I=im2bw(a,;subplot(1,3,1);imshow(a);title('原图像');subplot(1,3,2);imshow(i);title('灰度图像');subplot(1,3,3);imshow(I);title('二值图像');subplot(1,3,1);imshow(a);title('原图像');结果如图所示：图原图及其灰度图像，二值图像2.对实验任务2的实现代码如下：a=imread('d:\');A=imresize(a,[800 800]);b=imread('d:\');B=imresize(b,[800 800]);Z1=imadd(A,B);Z2=imsubtract(A,B);Z3=immultiply(A,B);Z4=imdivide(A,B);subplot(3,2,1);imshow(A);title('原图像 A'); subplot(3,2,2);imshow(B);title('原图像 B'); subplot(3,2,3);imshow(Z1);title('加法图像'); subplot(3,2,4);imshow(Z2);title('减法图像'); subplot(3,2,5);imshow(Z3);title('乘法图像'); subplot(3,2,6);imshow(Z2);title('除法图像');结果如图所示：3.对实验任务3的实现代码如下：s=imread('d:\');i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j); %直流分量移到频谱中心I=log(abs(k)); %对数变换m=fftshift(j); %直流分量移到频谱中心RR=real(m); %取傅里叶变换的实部II=imag(m); %取傅里叶变换的虚部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);c=fft2(b);e=fftshift(c);I=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);title('原图像');subplot(2,2,2);imshow(uint8(b));title('平移图像');subplot(2,2,3);imshow(A);title('离散傅里叶变换频谱');subplot(2,2,4);imshow(B);title('平移图像离散傅里叶变换频谱');结果如图所示：4.对实验任务4的实现代码如下：s=imread('d:\');i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j);I=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=imrotate(s,-90);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=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);title('原图像');subplot(2,2,2);imshow(uint8(b));title('平移图像');subplot(2,2,3);imshow(A);title('离散傅里叶频谱');subplot(2,2,4);imshow(B);title('平移图像离散傅里叶频谱');结果如图所示：：结果分析对MATLAB软件的操作开始时不太熟悉，许多语法和函数都不会使用，写出程序后，调试运行，最开始无法显示图像，检查原因，是有些标点符号没有在英文状态下输入和一些其他的细节，学会了imread()，imshow()，rgb2gray（）等函数。
数字图像处理实验一图像的基本操作和基本统计指标计算实验报告.doc
实验一图像的基本操作和基本统计指标计算一、实验目的熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。
对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学号本课程的必经之路。
了解计算图像的统计指标的方法及其在图像处理中的意义。
了解图像的几何操作，如改变图像大小、剪切、旋转等。
二、实验主要仪器设备（1）台式计算机或笔记本电脑（2）MATLAB（安装了图像处理工具箱，即Image Processing Toolbox(IPT）)（3）典型的灰度、彩色图像文件三、实验原理（1）将一幅图像视为一个二维矩阵。
（2）利用MATLAB图像处理工具箱读、写和显示图像文件。
①调用imread函数将图像文件读入图像数组（矩阵）。
例如“I=imread(‘tire.tif’);”。
其基本格式为：“A=imread(‘filename.fmt’)”，其中，A为二维矩阵，filename.为文件名，fmt 为图像文件格式的扩展名。
②调用imwrite函数将图像矩阵写入图像文件。
例如“imwrite(A,’test_image.jpg’);”。
其基本格式为“imwrite(a,filename.fmt)”。
③调用imshow函数显示图像。
例如“imshow(‘tire.tif’);”。
其基本格式为：I为图像矩阵，N为显示的灰度级数，默认时为256。
（3）计算图像有关的统计参数。
四、实验内容（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。
（2）利用MATLAB计算图像有关的统计参数。
五、实验步骤（1）利用“读图像文件I/O”函数读入图像Italy.jpg。
（2）利用“读图像文件I/O”的iminfo函数了解图像文件的基本信息：主要包括Filename(文件名)、FileModDate(文件修改时间)、Filesize(文件尺寸)、Format(文件格式)、FormatVersion （格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType （彩色类型）、CodingMethod（编码方法）等。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的与要求1. 实验目的（1）理解数字图像处理的基本概念和原理；（2）掌握常用数字图像处理算法和技巧；（3）培养实际操作能力和动手能力，提高解决实际问题的能力。
2. 实验要求（1）熟悉实验环境和相关软件；（2）了解实验原理和流程；二、实验环境与工具1. 实验环境（1）计算机操作系统：Windows 10/Linux/macOS；（2）编程语言：MATLAB/Python/C++等；（3）图像处理软件：Photoshop/OpenCV等。
2. 实验工具（1）编程环境：MATLAB/Python/C++开发工具；（2）图像处理软件：Photoshop/OpenCV；（3）实验教材和参考资料。
三、实验内容与步骤1. 实验一：图像读取与显示（1）打开图像处理软件，导入一幅图像；（2）了解图像的基本信息，如像素大小、分辨率等；（3）将图像显示在界面上，进行观察和分析。
2. 实验二：图像基本运算（1）对图像进行灰度化处理；（2）进行图像的直方图均衡化；（3）实现图像的滤波处理，如高斯滤波、中值滤波等。
3. 实验三：边缘检测（1）实现Sobel边缘检测算法；（2）实现Canny边缘检测算法；（3）分析不同边缘检测算法的效果和特点。
4. 实验四：图像分割（1）利用阈值分割法对图像进行分割；（2）利用区域生长法对图像进行分割；（3）分析不同图像分割算法的效果和特点。
5. 实验五：特征提取与匹配（1）提取图像的关键点，如角点、边缘点等；（2）利用特征匹配算法，如SIFT、SURF等，进行图像配准；（3）分析不同特征提取与匹配算法的效果和特点。
四、实验注意事项1. 严格遵循实验要求和步骤，确保实验的正确性；2. 注意实验环境和工具的使用，防止计算机和设备的损坏；3. 尊重知识产权，不得抄袭和剽窃他人成果；4. 实验过程中遇到问题，应及时请教老师和同学。
五、实验报告要求1. 报告内容：实验目的、实验环境、实验内容、实验步骤、实验结果及分析；2. 报告格式：文字描述清晰，条理分明，公式和图像正确无误；3. 报告篇幅：不少于2000字；4. 提交时间：实验结束后一周内。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的1. 使学生了解和掌握数字图像处理的基本概念和基本算法。
2. 培养学生运用数字图像处理技术解决实际问题的能力。
3. 提高学生使用相关软件工具进行数字图像处理操作的技能。
二、实验内容1. 图像读取与显示：学习如何使用相关软件工具读取和显示数字图像。
2. 图像基本操作：学习图像的旋转、缩放、翻转等基本操作。
3. 图像滤波：学习使用不同类型的滤波器进行图像去噪和增强。
4. 图像分割：学习利用阈值分割、区域增长等方法对图像进行分割。
5. 图像特征提取：学习提取图像的边缘、角点等特征信息。
三、实验环境1. 操作系统：Windows或Linux。
2. 编程语言：Python或MATLAB。
3. 图像处理软件：OpenCV、ImageJ或MATLAB。
四、实验步骤1. 打开相关软件工具，导入图像。
2. 学习并实践图像的基本操作，如旋转、缩放、翻转等。
3. 学习并实践图像滤波算法，如均值滤波、中值滤波等。
4. 学习并实践图像分割算法，如全局阈值分割、局部阈值分割等。
5. 学习并实践图像特征提取算法，如Canny边缘检测算法等。
五、实验要求1. 每位学生需独立完成实验，并在实验报告中详细描述实验过程和结果。
2. 实验报告需包括实验目的、实验内容、实验步骤、实验结果和实验总结。
3. 实验结果要求清晰显示每个步骤的操作和效果。
4. 实验总结部分需对本次实验的学习内容进行归纳和总结，并提出改进意见。
六、实验注意事项1. 实验前请确保掌握相关软件工具的基本使用方法。
3. 在进行图像操作时，请尽量使用向量或数组进行处理，避免使用低效的循环结构。
4. 实验过程中如需保存中间结果，请使用合适的文件格式，如PNG、JPG等。
5. 请合理安排实验时间，确保实验报告的质量和按时提交。
七、实验评价1. 实验报告的评价：评价学生的实验报告内容是否完整、实验结果是否清晰、实验总结是否到位。
2. 实验操作的评价：评价学生在实验过程中对图像处理算法的理解和运用能力。
数字图像基本处理实验
数字图像基本处理实验成绩实验论⽂题⽬：图像的基本运算学⽣姓名：戚云锦学⽣学号：1114020125 系别：电⽓信息⼯程学院专业：电⼦信息⼯程年级：11级任课教师：沈晓波电⽓信息⼯程学院2013年12⽉实验题⽬：图像的基本运算学⽣：戚芸锦任课教师：沈晓波电⽓信息⼯程学院电⼦信息⼯程1、实验题⽬图像的基本运算2、实验对象⾃⼰的图像和moon3、实验任务（1）实现对图像的点运算（加减乘除）具体参数⾃⾏规定。
（2）实现对图像的逻辑运算（与或⾮）。
（3）实现对单幅图像的空间运算（放⼤、缩⼩、旋转、平移、X镜像、Y镜像），具体参数⾃⾏规定。
以上3个任务要求⽤⼀个M⽂件实现，输出到同⼀个图⽚中，按顺序编号，并在每个⼦图⽚下⽅命名，命名规则样例“（2）放⼤后图像”（4）简单应⽤：将⾃⼰的头像上添加：“姓名第⼀次作品”，字体规格不限，输出新的图像。
4、实验原理4.1理论基础（1）点运算点运算实际上就是对图像的每个像素点的灰度值按⼀定的映射关系运算，得到新图像的过程。
运⽤点运算可以改变图像数据所占的灰度值范围。
对于⼀幅输⼊图像，经过点运算会产⽣⼀幅输出图像，输出图像中每个像素点的灰度值仅有相应输⼊点的灰度值确定。
点运算从数学上可以分为线性点运算和⾮线性点运算两类。
线性点运算是指输⼊图像的灰度级与⽬标图像的灰度级呈线性关系。
线性点运算的灰度变换函数形式可以采⽤线性⽅程描述，即s=ar+b 其中r为相应输出点的灰度值，s为相应输出点的灰度值。
常见的⾮线性点运算为对数变换和幂次变换。
对数变换的⼀般表达式为：s=c log(1+r),c为常数，并假定r>=0.(2)代数运算与逻辑运算代数运算是指对两幅图或两幅图已上输⼊图像进⾏点对点的加、减、乘、除运算⽽得到的⽬标图像的运算。
加法运算的作⽤是去除“叠加性”随机噪⾳和⽣成图像。
减法运算的作⽤是差影法和混合图像的分离。
乘法和除法运算可以⽤来改变图像的灰度级，实现灰度级变换。
数字图像处理基本操作及灰度调整实验报告
数字图像处理基本操作及灰度调整实验报告实验目的1.掌握数字图像处理的基本概念和原理。
2.学会使用Python编程语言进行图像处理。
3.理解并实现图像灰度调整的方法。
4.分析实验结果，讨论图像处理方法的优缺点。
2.1 数字图像处理概述数字图像处理（Digital Image Processing，DIP）是一门研究使用计算机对图像进行处理的技术。
它的目的是改善图像的质量，使之更适合人类或计算机对图像进行观察和分析。
数字图像处理涉及到图像采集、存储、传输、分析以及图像的恢复等方面。
2.2 图像的表示和描述数字图像由图像元素（像素）组成，每个像素有一个对应的灰度值。
灰度值表示像素的亮度，通常用8位二进制数表示，其范围为0~255。
像素的灰度值越高，亮度越高。
数字图像可以表示为一个矩阵，矩阵中的每个元素对应一个像素的灰度值。
彩色图像通常采用RGB颜色模型，每个像素包含三个分量，分别对应红色、绿色和蓝色通道的亮度。
2.3 图像灰度调整图像灰度调整是指调整图像像素的灰度值，以改善图像的质量。
常用的图像灰度调整方法有：1.线性灰度变换：通过线性映射关系改变图像灰度值，可以实现图像亮度的调整和对比度的拉伸。
2.直方图均衡化：通过调整图像的灰度直方图，使其均匀分布，可以提高图像的对比度。
•操作系统：Windows 10•编程语言：Python 3.8•图像处理库：OpenCV 4.5.2•集成开发环境：Visual Studio Code4.1 图像读取和显示首先，我们需要使用OpenCV库读取和显示图像。
以下是读取和显示图像的Python代码：4.2 图像灰度化为了便于后续的灰度调整操作，我们需要将彩色图像转换为灰度图像。
以下是图像灰度化的Python代码：4.3 灰度调整接下来，我们将对图像进行灰度调整。
首先，实现线性灰度变换。
以下是线性灰度变换的Python代码：4.4 图像直方图均衡化直方图均衡化是一种能够提高图像对比度的方法。
《数字图像处理》实验教案
一、实验目的与要求1. 目的通过本实验，使学生了解数字图像处理的基本概念、方法和算法，掌握MATLAB 软件在图像处理方面的应用，提高学生分析问题和解决问题的能力。
2. 要求（1）熟悉MATLAB软件的基本操作。
（2）了解数字图像处理的基本概念和常用算法。
（3）能够运用MATLAB实现图像处理的基本操作和算法。
二、实验内容与步骤1. 实验内容（1）图像读取与显示。
（2）图像的基本运算（如加、减、乘、除等）。
（3）图像的滤波处理。
（4）图像的边缘检测。
（5）图像的分割与标记。
2. 实验步骤（1）打开MATLAB软件，新建一个脚本文件。
（2）导入所需图像，使用imread()函数读取图像，使用imshow()函数显示图像。
（3）进行图像的基本运算，如加、减、乘、除等，使用imadd()、imsub()、imdiv()、imconcat()等函数。
（4）对图像进行滤波处理，如使用均值滤波、中值滤波等，使用imfilter()函数。
（5）进行图像的边缘检测，如使用Sobel算子、Canny算子等，使用edge()函数。
（6）对图像进行分割与标记，如使用区域生长、阈值分割等方法，使用watershed()函数。
（7）对实验结果进行分析和讨论，总结实验心得。
三、实验注意事项1. 严格遵循实验步骤，确保实验的正确进行。
2. 合理选择参数，如滤波器的尺寸、阈值等。
3. 注意图像数据类型的转换，如浮点型、整型等。
4. 保持实验环境的整洁，避免误操作。
四、实验评价1. 评价内容（1）实验步骤的完整性。
（2）实验结果的正确性。
2. 评价标准（1）实验步骤完整，得分20分。
（2）实验结果正确，得分30分。
总分100分。
五、实验拓展1. 研究不同滤波器对图像滤波效果的影响。
2. 尝试使用其他图像分割算法，如基于梯度的分割方法、聚类分割方法等。
3. 探索图像处理在其他领域的应用，如计算机视觉、医学影像处理等。
六、实验一：图像读取与显示1. 实验目的掌握MATLAB中图像的读取和显示方法，熟悉图像处理的基本界面。
数字图像处理实验报告
数字图像处理实验报告引言数字图像处理是一门研究如何对图像进行数字化处理的学科，它的应用广泛，涵盖了图像的获取、增强、压缩、分割等多个方面。
本次实验旨在探索数字图像处理的基本原理和常用技术，并通过实践操作加深对数字图像处理的理解。
实验目的1.学习掌握数字图像处理的基本原理；2.熟悉常用的数字图像处理工具和方法；3.实践应用数字图像处理技术解决实际问题。
实验环境在本次实验中，我们使用了以下环境和工具：- 操作系统：Windows 10 - 编程语言：Python - 图像处理库：OpenCV实验步骤步骤一：图像获取与显示首先，我们需要获取一张待处理的图像，并对其进行显示。
在Python中，我们可以使用OpenCV库来实现图像的读取和显示。
以下是示例代码：import cv2# 读取图像image = cv2.imread('image.jpg')# 显示图像cv2.imshow('Image', image)cv2.waitKey(0)cv2.destroyAllWindows()步骤二：图像增强图像增强是数字图像处理中常用的技术之一，旨在改善图像的质量和可视化效果。
常见的图像增强技术包括灰度转换、直方图均衡化、滤波器等。
以下是示例代码：import cv2# 读取图像image = cv2.imread('image.jpg')# 灰度转换gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GR AY)# 直方图均衡化equalized_image = cv2.equalizeHist(gray_image)# 高斯滤波器blurred_image = cv2.GaussianBlur(equalized_image, (5, 5), 0)# 边缘增强enhanced_image = cv2.Canny(blurred_image, 100, 20 0)# 显示图像cv2.imshow('Enhanced Image', enhanced_image)cv2.waitKey(0)cv2.destroyAllWindows()步骤三：图像压缩图像压缩是数字图像处理中的重要话题，旨在减少图像的存储空间和传输带宽。
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。
数字图像处理实验报告
数字图像处理实验报告一、引言数字图像处理是一门涉及图像获取、图像处理和图像分析的重要学科，广泛应用于计算机科学、电子工程、通信技术等领域。
本报告旨在介绍并总结我所进行的数字图像处理实验，讨论实验的目的、方法、结果和分析。
二、实验目的通过本次实验，旨在掌握和理解数字图像处理的基本原理和常见技术，包括灰度变换、空间域滤波、频域滤波等，以及层次分割、边缘检测和形态学处理等高级应用技术。
三、实验方法1. 寻找合适的图像在实验中，我选用了一张自然风景图像作为处理对象。
这张图像包含丰富的纹理和颜色信息，适合用于多种图像处理方法的验证和比较。
2. 灰度变换灰度变换是数字图像处理中常见的基础操作，可以通过对图像的像素灰度值进行线性或非线性变换，来调整图像的对比度、亮度等特征。
在实验中，我利用线性灰度变换方法将原始彩色图像转换为灰度图像，并进行对比度的调整，观察处理结果的变化。
3. 空间域滤波空间域滤波是一种基于像素邻域的图像处理方法，常用于图像去噪、边缘增强等应用。
我使用了平滑滤波和锐化滤波两种方法，并针对不同的滤波算子和参数进行了实验和比较，评估其对图像细节和边缘保留的影响。
4. 频域滤波频域滤波是一种基于图像的频谱特征的图像处理方法，广泛应用于图像增强、去噪和特征提取等方面。
我利用傅里叶变换将图像从空间域转换到频域，采用理想低通滤波器和巴特沃斯低通滤波器进行图像的模糊处理，并进行了实验对比和分析。
5. 高级应用技术在实验中，我还研究了数字图像处理中的一些高级应用技术，包括层次分割、边缘检测和形态学处理。
通过应用不同的算法和参数，我实现了图像区域分割、提取图像边缘和形态学形状变换等效果，评估处理结果的准确性和稳定性。
四、实验结果与分析通过对以上实验方法的实施，我获得了一系列处理后的图像，并进行了结果的比较和分析。
在灰度变换实验中，我发现线性变换对图像的对比度有较大影响，但对图像的细节变化不敏感；在空间域滤波实验中，平滑滤波可以有效降噪，但会导致图像细节损失，而锐化滤波可以增强图像的边缘效果，但也容易引入噪声；在频域滤波实验中，理想低通滤波对图像的模糊效果明显，而巴特沃斯低通滤波器可以在一定程度上保留图像的高频细节信息；在高级应用技术实验中，边缘检测和形态学处理对提取图像边缘和形状变换非常有效，但参数的选择会对结果产生较大影响。
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一、引言数字图像处理是计算机科学与工程领域中的一个重要研究方向。
通过使用数字化技术，对图像进行采集、传输、存储和处理，可以实现对图像的增强、恢复、分析和识别等功能。
本实验旨在通过对数字图像处理算法的实践应用，探索图像处理的原理和方法。
二、实验目的本实验的主要目的是掌握数字图像处理的基本概念和算法，并通过实际操作加深对图像处理原理的理解。
具体目标包括：1. 学习使用图像处理软件，如Photoshop或Matlab等。
2. 掌握图像增强的方法，如直方图均衡化、滤波和锐化等。
3. 理解图像压缩和编码的原理，如JPEG和PNG等格式。
4. 了解图像分割和边缘检测的基本算法，如阈值分割和Canny边缘检测等。
三、实验过程1. 图像增强图像增强是指通过一系列算法和技术，改善图像的质量和视觉效果。
在实验中，我们可以使用直方图均衡化算法来增强图像的对比度和亮度。
该算法通过将图像的像素值映射到一个更大的范围内，使得图像的亮度分布更加均匀。
2. 图像滤波图像滤波是指通过一系列滤波器对图像进行处理，以实现去噪、平滑和锐化等效果。
在实验中，我们可以使用平滑滤波器（如均值滤波器和高斯滤波器）来去除图像中的噪声。
同时，我们还可以使用锐化滤波器（如拉普拉斯滤波器和Sobel滤波器）来增强图像的边缘和细节。
3. 图像压缩和编码图像压缩是指通过减少图像的数据量来减小图像文件的大小，从而实现存储和传输的效率提升。
在实验中，我们可以使用JPEG和PNG等压缩算法来对图像进行压缩和编码。
JPEG算法通过对图像的频域进行离散余弦变换和量化，实现对图像的有损压缩。
而PNG算法则采用无损压缩的方式，通过对图像的差值编码和哈夫曼编码，实现对图像的高效压缩。
4. 图像分割和边缘检测图像分割是指将图像分成若干个区域，以实现对图像的目标提取和图像分析的目的。
而边缘检测是指通过检测图像中的边缘和轮廓，实现对图像的形状分析和目标识别。
《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是计算机科学与技术领域中的一个重要分支，它涉及到对图像进行获取、处理、分析和显示等一系列操作。
在本次实验中，我们将学习和探索数字图像处理的基本概念和技术，并通过实验来加深对这些概念和技术的理解。
首先，我们需要了解数字图像的基本概念。
数字图像是由像素组成的二维矩阵，每个像素代表图像中的一个点，像素的灰度值或颜色值决定了该点的亮度或颜色。
在实验中，我们将使用灰度图像进行处理，其中每个像素的灰度值表示了该点的亮度。
在数字图像处理中，最基本的操作之一是图像的获取和显示。
我们可以通过摄像头或者从文件中读取图像数据，然后将其显示在计算机屏幕上。
通过这种方式，我们可以对图像进行观察和分析，为后续的处理操作做好准备。
接下来，我们将学习一些常见的图像处理操作。
其中之一是图像的灰度化处理。
通过将彩色图像转换为灰度图像，我们可以减少图像数据的维度，简化后续处理的复杂度。
灰度化处理的方法有多种，例如将彩色图像的RGB三个通道的像素值取平均值，或者使用加权平均值的方法来计算灰度值。
另一个常见的图像处理操作是图像的平滑处理。
图像平滑可以减少图像中的噪声，并使得图像更加清晰。
常用的图像平滑方法包括均值滤波和高斯滤波。
均值滤波通过计算像素周围邻域像素的平均值来平滑图像，而高斯滤波则使用一个高斯核函数来加权平均邻域像素的值。
除了平滑处理，图像的锐化处理也是数字图像处理中的一个重要操作。
图像的锐化可以增强图像的边缘和细节，使得图像更加清晰和鲜明。
常用的图像锐化方法包括拉普拉斯算子和Sobel算子。
这些算子通过计算像素周围邻域像素的差异来检测边缘，并增强边缘的灰度值。
此外，我们还将学习一些图像的变换操作。
其中之一是图像的缩放和旋转。
通过缩放操作，我们可以改变图像的尺寸，使其适应不同的显示设备或应用场景。
而旋转操作可以将图像按照一定的角度进行旋转，以达到某种特定的效果。
最后，我们将学习一些图像的特征提取和分析方法。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的1. 理解数字图像处理的基本概念和原理；2. 掌握常用的数字图像处理方法和技术；3. 培养实际操作数字图像处理工具的能力；4. 提高对数字图像处理问题的分析和解决能力。
二、实验内容1. 图像读取与显示：使用图像处理软件，读取、显示和保存不同格式的图像文件；2. 图像基本运算：进行图像的加、减、乘、除等基本运算；3. 图像滤波：使用低通滤波器、高通滤波器、带通滤波器等对图像进行滤波处理；4. 图像增强：采用直方图均衡化、对比度增强等方法改善图像质量；5. 边缘检测：使用Sobel算子、Canny算子等方法检测图像边缘。
三、实验原理1. 图像读取与显示：介绍图像处理软件的基本操作，掌握图像文件格式的转换；2. 图像基本运算：介绍图像像素的运算规则，理解图像基本运算的原理；3. 图像滤波：介绍滤波器的原理和应用，掌握滤波器的设计和实现方法；4. 图像增强：介绍图像增强的目的和方法，理解直方图均衡化和对比度增强的原理；5. 边缘检测：介绍边缘检测的原理和算法，掌握不同边缘检测方法的特点和应用。
四、实验步骤1. 图像读取与显示：打开图像处理软件，选择合适的图像文件，进行读取、显示和保存操作；2. 图像基本运算：打开一幅图像，进行加、减、乘、除等基本运算，观察结果；3. 图像滤波：打开一幅图像，选择合适的滤波器，进行滤波处理，观察效果；4. 图像增强：打开一幅图像，选择合适的增强方法，进行增强处理，观察质量改善；5. 边缘检测：打开一幅图像，选择合适的边缘检测方法，进行边缘检测，观察边缘效果。
五、实验要求1. 熟练掌握图像处理软件的基本操作；2. 能够正确进行图像的基本运算；3. 能够合理选择和应用不同类型的滤波器；5. 能够根据图像特点选择合适的边缘检测方法。
六、实验环境1. 操作系统：Windows 10或更高版本；2. 图像处理软件：MATLAB或OpenCV；3. 编程环境：MATLAB或C++；4. 硬件要求：普通计算机或服务器。
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》数字图像的基本操作实验
《数字图像处理》数字图像的基本操作实验课程名称：数字图像处理实验类型：设计性实验项目名称：数字图像的基本操作一、实验目的和要求熟悉MATLAB图像处理常用工具函数的使用，巩固对子图像几何变换原理的理解。
二、实验内容运用MATLAB工具函数实现图像的平移、镜像、旋转等几何变换。
三、实验步骤及结果图像平移代码：I=imread('cameraman.tif');se=translate(strel(1),[25 25]);J=imdilate(I,se);subplot(1,2,1),imshow(I),title('原图')subplot(1,2,2),imshow(J),title('平移后的图');程序运行结果：图像的镜像程序：A=imread('cameraman.tif');[height,width]=size(A);tform=maketform('affine',[-1 0 0;0 1 0;width 0 1]); B=imtransform(A,tform,'nearest');tform2=maketform('affine',[1 0 0;0 -1 0;0 height 1]); C=imtransform(A,tform2,'nearest');subplot(1,3,1),imshow(A),title('原图像')subplot(1,3,2),imshow(B),title('水平镜像') subplot(1,3,3),imshow(C),title('垂直镜像');程序运行结果：旋转程序:I=imread('coins.png');J1=imrotate(I,45);J2=imrotate(I,45,'crop'); subplot(1,3,1);imshow(I) subplot(1,3,2);imshow(J1) subplot(1,3,3);imshow(J2); 程序运行结果：完成对图像cameraman.tif向右30，向下15的平移，分别显示平移后和原图相同大小的结果和没有裁剪完整的图像。
数字图像基本操作
实验一数字图像基本操作一、实验目的1)掌握读、写图像的基本方法。
2)掌握MATLAB语言中图像数据与信息的读取方法。
3)理解图像灰度变换处理在图像增强的作用。
二、实验内容与要求复制若干图形文件（如forest.tif和b747.jpg）至MATLAB目录下work文件夹中。
1.熟悉MATLAB语言中对图像数据读取，显示等基本函数特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot （）函数、Figure（）函数。
1)将MA TLAB目录下work文件夹中的forest.tif图像文件读出.用到imread，imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。
将这个图像显示出来（用imshow）。
尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。
2)将MA TLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray()将其转化为灰度图像，记为变量B。
2.图像灰度变换处理在图像增强的作用1)读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。
2)对B进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。
图1.1分段线性变换函数三、实验原理与算法分析1.灰度变换灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。
1)图像反转灰度级范围为[0, L-1]的图像反转可由下式获得-=1Ls-r2)对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失。
解决的方法是对原图进行灰度压缩，如对数变换：s = c log(1 + r )，c 为常数，r ≥ 03) 幂次变换：0,0,≥≥=γγc cr s4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸：其对应的数学表达式为：四、实验步骤1. 熟悉MATLAB 语言中对图像数据读取，显示等基本函数 1) 文件读取与信息显示：load trees;[X,map]=imread('forest.tif');subimage(X,map); I=imread('forest.tif');imshow(I);imfinfo('forest.tif');2) map 颜色矩阵的修改[X,map]=imread('forest.tif');map1=map+map;subimage(X,map1);3) 灰度图像的转化RGB=imread('b747.jpg');B=rgb2gray(RGB);figure(1);imshow(RGB);title('原图');figure(2);imshow(B);title('灰度图');2. 图像灰度变换处理在图像增强中的作用RGB=imread('b747.jpg');B=rgb2gray(RGB);figure(1);imshow(RGB);title('原图');figure(2);imshow(B);title('灰度图');%J = imadjust(I,[low_in; high_in],[low_out; high_out])% 将low_in至high_in之间的值映射到low_out至high_out之间，low_in以下及high_in以上归零。
- 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)。
题目：图像的基本运算学生姓名：戚云锦学生学号：1114020125系别：电气信息工程学院专业：电子信息工程年级：11级任课教师：沈晓波电气信息工程学院2013年12月实验题目：图像的基本运算学生：戚芸锦任课教师：沈晓波电气信息工程学院电子信息工程1、实验题目图像的基本运算2、实验对象自己的图像和moon3、实验任务（1）实现对图像的点运算（加减乘除）具体参数自行规定。
（2）实现对图像的逻辑运算（与或非）。
（3）实现对单幅图像的空间运算（放大、缩小、旋转、平移、X镜像、Y镜像），具体参数自行规定。
以上3个任务要求用一个M文件实现，输出到同一个图片中，按顺序编号，并在每个子图片下方命名，命名规则样例“（2）放大后图像”（4）简单应用：将自己的头像上添加：“姓名第一次作品”，字体规格不限，输出新的图像。
4、实验原理4.1理论基础（1）点运算点运算实际上就是对图像的每个像素点的灰度值按一定的映射关系运算，得到新图像的过程。
运用点运算可以改变图像数据所占的灰度值范围。
对于一幅输入图像，经过点运算会产生一幅输出图像，输出图像中每个像素点的灰度值仅有相应输入点的灰度值确定。
点运算从数学上可以分为线性点运算和非线性点运算两类。
线性点运算是指输入图像的灰度级与目标图像的灰度级呈线性关系。
线性点运算的灰度变换函数形式可以采用线性方程描述，即s=ar+b 其中r为相应输出点的灰度值，s为相应输出点的灰度值。
常见的非线性点运算为对数变换和幂次变换。
对数变换的一般表达式为：s=c log(1+r),c为常数，并假定r>=0.(2)代数运算与逻辑运算代数运算是指对两幅图或两幅图已上输入图像进行点对点的加、减、乘、除运算而得到的目标图像的运算。
加法运算的作用是去除“叠加性”随机噪音和生成图像。
减法运算的作用是差影法和混合图像的分离。
乘法和除法运算可以用来改变图像的灰度级，实现灰度级变换。
除法运算还经常用于消除图像数字化设备随空间所产生的影响。
常见的逻辑运算有与或非等，其主要针对二值图像，在进行图像理解与分析领域比较有用。
运用这种方法可以为图像提供模板，与其他运算犯法结合起来可以获得某种特殊的效果。
(3)几何运算从变换性质来分，几何变换可以分为图像的位置变换（平移、镜像、旋转），形状变换（放大、缩小）及图像的复合变换等。
图像的镜像是指原图像相对于木一照面旋转180度的图像。
镜像变换又常称为对称变换，它可以分为水平对称、垂直对称等多种变换。
对称变换后，图像宽度和高不变。
图像的旋转变换是指以图像的中心为原点，将图像上所有像素都旋转同一个角度的变换。
图像的位置发生了变化。
和平移一样，在图像的旋转变换中既可以把转出显示区域的图像截去，也可以扩大显示区域的图像范围以显示图像的全部。
数字图像的比例缩放是指将给定的图像在X方向和Y方向按相同比例a缩放，从而获得一副新的图像，又成为全比例缩放。
如果X方向和Y方向缩放的比例不同，则图像的比例缩放会改变原始图像像素间的相对位置，产生几何畸变。
若比例所产生的图像中没有相对应的像素点时，就需要进行灰度值的插值运算，一般有以下两种插值处理方法。
①直接复值为和它最相近的像素灰度值，这种方法称为最近邻插值法，该方法简单、计算量小，但很可能会产生马赛克现象。
②通过其他数学插值法来计算相应的像素点的灰度值，这类方法处理效果好，但运算量会有所增加。
4.2实际方案（1）查资料上网或翻看所学的书本查相关资料，了解怎样编写程序，应该用到哪些函数。
（2）编写程序在MATLAB软件下编写相关程序，运行观察所输出图像的变化。
5 、实验过程5.1 存图像将所需要的图像保存在新建文件夹（我的图像）中，图像的格式为JPG。
5.2 编写M文件打开MATLAB,把路径改成电子信息工程11（1-25）戚芸锦文件夹下我的图像。
新建M文件，在M文件下编写程序5.3 两幅灰度图像相加在M文件中编写程序如下clear allI=imread('我.jpg');subplot(4,4,1);imshow(I);xlabel('(1)原始图像');I1=rgb2gray(I);H=imread('zi.jpg');H=rgb2gray(H);U=imadd(I1,H);subplot(4,4,2);imshow(U);xlabel('(2)图像合成');5.4 图像的点运算MATLAB中编写程序如下clear allI=imread('我.jpg');subplot(4,4,1);imshow(I);xlabel('(1)原始图像');I1=rgb2gray(I);J=double(I1);I=J*0.45+55;azl2=uint8(I);subplot(4,4,3);imshow(I1);xlabel('(3)点运算');5.5 对图像加常数MATLAB中编写程序如下clear allI=imread('我.jpg'); subplot(4,4,1);imshow(I);xlabel('(1)原始图像');Y=imadd(I1,54);subplot(4,4,4);imshow(Y);xlabel('(4)添加常数');5.6对图像减常数MATLAB中编写程序如下clear allI=imread('我.jpg'); subplot(4,4,1);imshow(I);xlabel('(1)原始图像');Y1= imsubtract(I1,50); subplot(4,4,5);imshow(Y1)xlabel('(5)减去常数');5.7对图像乘常数MATLAB中编写程序如下clear allI=imread('我.jpg'); subplot(4,4,1);imshow(I);xlabel('(1)原始图像');Y2= immultiply(I1,0.6); subplot(4,4,6);imshow(Y2);xlabel('(6)乘常数');Y3= imdivide(I1,2);5.8 对图像除常数MATLAB中编写程序如下clear allI=imread('我.jpg'); subplot(4,4,1);imshow(I);xlabel('(1)原始图像'); subplot(4,4,7);imshow(Y3);xlabel('(7)除以一个常数');5.9 把图像放大MATLAB中编写程序如下clear allI=imread('我.jpg'); subplot(4,4,1);imshow(I);xlabel('(1)原始图像');Y4=imresize(I1,2);subplot(4,4,8);imshow(Y4);xlabel('(8)放大')5.10 把图像缩小MATLAB中编写程序如下clear allI=imread('我.jpg');subplot(4,4,1);imshow(I);xlabel('(1)原始图像');Y5=imresize(I1,0.5); subplot(4,4,9);imshow(Y5);xlabel('(9)缩小');5.11 把图像旋转120度MATLAB中编写程序如下clear allI=imread('我.jpg');subplot(4,4,1);imshow(I);xlabel('(1)原始图像');Y7=imrotate(I1,120,'nearest'); subplot(4,4,10);imshow(Y7);xlabel('(10)旋转120度'); 5.12 把图像平移MATLAB中编写程序如下clear allI=imread('我.jpg');subplot(4,4,1);imshow(I);xlabel('(1)原始图像');R=translate(strel(1),[0 40]);R1=imdilate(azl2,R);subplot(4,4,11);imshow(R1);xlabel('(11)平移');5.13把图像Y镜像MATLAB中编写程序如下clear allI=imread('我.jpg');subplot(4,4,1);imshow(I);xlabel('(1)原始图像');K1=double(I1);H=size(K1);K2(1:H(1),1:H(2))=K1(H(1):-1:1,1:H(2)); subplot(4,4,12);imshow(uint8(K2));xlabel('(12)Y镜像');5.14把图像X镜像MATLAB中编写程序如下clear allI=imread('我.jpg');subplot(4,4,1);imshow(I);xlabel('(1)原始图像');K3(1:H(1),1:H(2))=K1(1:H(1),H(2):-1:1); subplot(4,4,13);imshow(uint8(K3));xlabel('(13)X镜像');5.15 把原图像与MOON图像相与MATLAB中编写程序如下clear allI=imread('我.jpg');subplot(4,4,1);imshow(I);xlabel('(1)原始图像');K1=double(I1);moon=imread('moon.jpg');MOON=rgb2gray(moon);Q=and(MOON,I1);subplot(4,4,14);imshow(Q);xlabel('(14)与运算');5.16 把原图像与MOON图像相或MATLAB中编写程序如下clear allI=imread('我.jpg');subplot(4,4,1);imshow(I);xlabel('(1)原始图像');O=or(MOON,I1);subplot(4,4,15);imshow(O);xlabel('(15)或运算');5.17输出原图像的非MATLAB中编写程序如下clear allI=imread('我.jpg');subplot(4,4,1);imshow(I);xlabel('(1)原始图像');NO=not(I1);subplot(4,4,16);imshow(NO);xlabel('(16)非运算');6、实验结果输出的图像如下所示：图一：输出结果淮南师范学院电气信息工程学院电子信息工程专业图像的基本运算实验论文第 页 10 10 7 、实验分析及结论7.1 实验分析(1)在编写两图像相加时，应注意两图的格式、像素大小是否相同，相同才能进行相加。