数字图像处理实验报告

合集下载

数字图像处理 实验报告(完整版)

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');

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

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 cv2

import matplotlib.pyplot as plt

# 读取图像

img = cv2.imread('image.jpg')

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

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。

《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

数字图像处理是一门将图像进行数字化处理的学科,它通过计算机算法和技术

手段对图像进行分析、增强、压缩和重建等操作。在本次实验中,我们学习了

数字图像处理的基本概念和常用算法,并通过实验来探索其应用和效果。

首先,我们进行了图像的读取和显示实验。通过使用Python中的OpenCV库,我们能够轻松地读取图像文件,并将其显示在屏幕上。这为我们后续的实验奠

定了基础。同时,我们还学习了图像的像素表示方法,了解了图像由像素点组

成的原理。这使我们能够更好地理解后续实验中的算法和操作。

接下来,我们进行了图像的灰度化实验。灰度化是将彩色图像转换为灰度图像

的过程。在实验中,我们使用了不同的算法来实现灰度化操作,包括平均值法、最大值法和加权平均法等。通过比较不同算法得到的灰度图像,我们发现不同

算法对图像的处理效果有所差异,这使我们深入理解了灰度化的原理和应用。

随后,我们进行了图像的直方图均衡化实验。直方图均衡化是一种用于增强图

像对比度的方法。在实验中,我们使用了直方图均衡化算法来对图像进行处理,并观察了处理前后的效果变化。通过实验,我们发现直方图均衡化能够显著提

高图像的对比度,使图像更加清晰和鲜明。

在进一步探索图像处理技术的过程中,我们进行了图像的滤波实验。滤波是一

种常用的图像处理操作,它通过对图像进行卷积操作来实现。在实验中,我们

学习了不同类型的滤波器,包括均值滤波器、高斯滤波器和中值滤波器等。通

过比较不同滤波器对图像的处理效果,我们发现每种滤波器都有其适用的场景

和效果。

此外,我们还进行了图像的边缘检测实验。边缘检测是一种用于提取图像边缘

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

数字图像处理实验报告

数字图像处理实验报告1

一. 实验内容:

主要是图像的几何变换的编程实现,具体包括图像的读取、改写,图像平移,图像的镜像,图像的转置,比例缩放,旋转变换等.

具体要求如下:

1.编程实现图像平移,要求平移后的图像大小不变;

2.编程实现图像的镜像;

3.编程实现图像的转置;

4.编程实现图像的比例缩放,要求分别用双线性插值和最近邻插值两种方法来实

现,并比较两种方法的缩放效果;

5.编程实现以任意角度对图像进行旋转变换,要求分别用双线性插值和最近邻插

值两种方法来实现,并比较两种方法的旋转效果.

二.实验目的和意义:

本实验的目的是使学生熟悉并掌握图像处理编程环境,掌握图像平移、镜像、转置和旋转等几何变换的方法,并能通过程序设计实现图像文件的读、写操作,及图像平移、镜像、转置和旋转等几何变换的程序实现.

三.实验原理与主要框架:

3.1 实验所用编程环境:

Visual C++(简称VC)是微软公司提供的基于C/C++的应用程序集成开发工具.VC拥有丰富的功能和大量的扩展库,使用它能有效的创建高性能的Windows应用程序和Web应用程序.

VC除了提供高效的C/C++编译器外,还提供了大量的可重用类和组件,包括著名的微软基础类库(MFC)和活动模板类库(ATL),因此它是软件开发人员不可多得的开发工具.

VC丰富的功能和大量的扩展库,类的重用特性以及它对函数库、DLL库的支持能使程序更好的模块化,并且通过向导程序大大简化了库资源的使用和应用程序的开发,正由于VC具有明显的优势,因而我选择了它来作为数字图像几何变换的开发工具.

数字图像处理实验报告

数字图像处理实验报告
参考函数 imresize、imrotate、title、subplot、subimage I1=imresize(I,0.5);
实 I2=imrotate(I,30); 验 subplot(1,3,1);imshow(I),title(‘输入图片为”原图像”’) 内 subplot(1,3,2);imshow(I1),title(‘输出图像为”缩小 0.5 倍图像”’) 容 subplot(1,3,3);imshow(I2),title(‘输出图像为”旋转 30°图像”’)
3-1 读入 RGB 目标图像,并将其转换成灰度图像,分别赋给变量 M 和 N,查看变换前后图像大小, 并分别在变换前后的图像上返回选定图像像素点(116,248),(75,184),(254,310)的灰度值; 参考函数 imread、size、impixel I=imread(‘panda.jpg’); A=rgb2gray(I); vals=impixel(A);




意 见
签名:
年月日
数字图像处理实验报告(二)
学院名称 姓名 实验日期 实验项目名称
信息电子技术 付雄跃
2015-03-29
专业名称 电子信息工程
学号
12109940423
实验地点
1C06-329
图像基本操作
年级/班级 指导教师 实验成绩

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(完整版)..

数字图像处理实验报告

一、实验目的

本实验旨在通过实际操作深入理解数字图像处理的基本原理和技术,掌握图像处理软件的使用方法,并将所学知识应用于实际问题解决。

二、实验原理

数字图像处理是通过计算机对图像进行一系列的加工,以达到预期效果的技术。它包括图像增强、图像变换、图像滤波、图像恢复、图像分析、图像识别等众多领域。本实验将涉及部分图像增强和图像分析的内容。

三、实验步骤

1、准备实验环境:安装数字图像处理软件,选择适当的图像样本。

2、图像预处理:对图像进行裁剪、旋转、缩放等操作,以便于后续处理。

3、图像增强:通过对比度增强、亮度调整、色彩平衡等手段改善图像质量。

4、图像滤波:应用不同的滤波器,减少图像的噪声,提高图像的清

晰度。

5、图像分析:对处理后的图像进行特征提取和模式识别。

6、结果评估:对比处理前后的图像,评估处理效果。

四、实验结果

【请在此插入经过处理的图像】

五、实验总结与讨论

通过本次实验,我们深入了解了数字图像处理的基本原理和操作方法。实验结果表明,通过适当的图像处理,能够显著改善图像的质量,提取出更多的图像信息。同时,我们也发现了一些问题,如处理算法的选择和处理过程的优化等,需要在后续实验中进一步研究和探讨。

在实验过程中,我们不仅学习了理论知识,还锻炼了实际操作能力。通过对不同处理方法的尝试和比较,我们更加深入地理解了数字图像处理的多样性和灵活性。此外,实验也让我们认识到数字图像处理在提高图像质量、提取信息以及实现自动化处理等方面的巨大潜力。

尽管本次实验取得了显著的成果,但仍存在一些限制和不足。例如,我们只使用了有限的几种处理方法和算法,可能忽略了更有效或更先进的技术。此外,我们在实验过程中主要关注了处理结果的质量,而较少考虑处理效率。在未来的实验中,我们将尝试解决这些问题,进

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

目录

第一章实验一数字图像的基本操作和灰度变换 (3)

1.1实验目的 (3)

1.2实验原理与方法 (3)

1.3实验内容与结果分析 (4)

1.4思考问题 (8)

第二章实验二图像的空间域增强 (9)

2.1实验目的 (9)

2.2实验原理与方法 (9)

2.3实验内容与结果分析 (10)

2.4思考问题 (16)

第三章实验三图像的傅里叶变换和频域处理 (17)

3.1实验目的 (17)

3.2实验原理与方法 (17)

3.3实验内容与结果分析 (18)

附录:实验代码 (23)

第一章

实验一数字图像的基本操作和灰度变换

1.1实验目的

①了解数字图像的基本数据结构

②熟悉Matlab中数字图像处理的基本函数和基本使用方法

③掌握图像灰度变换的基本理论和实现方法

④掌握直方图均衡化增强的基本理论和实现方法

1.2实验原理与方法

1.2.1图像灰度的线性变换

灰度的线性变换可以突出图像中的重要信息。通常情况下,处理前后的图像灰度级是相同的,即处理前后的图像灰度级都为[0,255]。那么,从原理上讲,我们就只能通过抑制非重要信息的对比度来腾出空间给重要信息进行对比度展宽。

设原图像的灰度为),(j i f ,处理后的图像的灰度为),(j i g ,对比度线性展宽的原理示意图如图1.1所示。假设原图像中我们关心的景物的灰度分布在[a f ,b f ]区间内,处理后的图像中,我们关心的景物的灰度分布在[a g ,b g ]区间内。在这里)(a b g g g -=∆()b a f f f >∆=-,也就是说我们所关心的景物的灰度级得到了展宽。根据图中所示的映射关系中分段直线的斜率我们可以得出线性对比度展宽的计算公式:

数字图像处理实验报告图像处理

数字图像处理实验报告图像处理

数字图像处理实验报告图像处理

数字图像处理实验报告

实验报告书

实验类别数字图像处理

学院信息工程学院

专业通信工程

班级通信1005班

姓名叶伟超

指导教师聂明新

2013 年 6 月 3 日

篇二:数字图像处理实验报告

数字图像处理

实验报告

课程:

班级:

学号:

姓名:

指导老师:

日期:

实验一

内容一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、实验内容及步骤

1.利用imread( )函数读取一幅图像,假设其名为flower.tif,存入一个数组中;解:读取图像,存入数组I中:I = imread('flower.tif');

2.利用whos 命令提取该读入图像flower.tif的基本信息;解:查询数组I的信息:

3.利用imshow()函数来显示这幅图像;

解:因为imshow()方法不能直接显示tif图像矩阵,因此要先转换成RGB模式,再调用imshow()显示。

代码如下:

I1 = I(:,:,1);

I2 = I(:,:,2);

I3 = I(:,:,3);

RGB = cat(3,I1,I2,I3);

imshow(RGB);

显示的图像为:

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;

解:代码如下:imfinfo('flower.tif')

数字图像处理实验报告

数字图像处理实验报告

实验报告

目录

1.数字图像处理简介

2.实验目的

3.实验内容

4.实验结果及代码展示

5.算法综述

6.M atlab优势

7.总结

8.存在问题

一、数字图像处理简介

图像处理,是对图像进行分析、加工、和处理,使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储,因而图像处理很多情况下指数字图像处理。此外,基于光学理论的处理方法依然占有重要的地位。

图像处理是信号处理的子类,另外与计算机科学、人工智能等领域也有密切的关系。

传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上,比如降噪、量化等。然而,图像属于二维信号,和一维信号相比,它有自己特殊的一面,处理的方式和角度也有所不同。

二、实验目的

巩固所学知识,提高所学能力

三、实验内容

利用matlab的GUI程序设计一个简单的图像处理程序,并含有如下基本功能: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. 对给定图像进行旋转

3.对给定的图像添加噪声(椒盐噪声、高斯噪声)

四、实验结果及代码展示

1.软件设计界面

2.各模块功能展示以及程序代码

(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

效果展示:

代码:

a = imread('C:\Documents and Settings\Administrator\桌面\数字图像\舞美.JPG');

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

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)

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

数字图像处理实验报告(完整版)

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,存入一个数组中;

2.利用whos 命令提取该读入图像的基本信息;

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('')

>> 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;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。

7.用imread()读入图像和;

8.用imfinfo()获取图像和的大小;

9.用figure,imshow()分别将和显示出来,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('')

>> imfinfo '';

>> imwrite(I,'','quality',20);

>> imwrite(I,'');

7~9 >>I=imread('');

>>J=imread('')

>>imfinfo ''

>> imfinfo ''

>>figure(1),imshow('')

>>figure(2),imshow('')

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。实验结果如下图:

数字图像处理实验报告(完整版)

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');

《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

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

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

数字图像处理实验报告

实验⼀数字图像基本操作及灰度调整

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。

4)掌握绘制灰度直⽅图的⽅法,理解灰度直⽅图的灰度变换及均衡化的⽅

法。

⼆、实验内容与要求

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MATLAB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MATLAB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

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。

3.绘制图像灰度直⽅图的⽅法,对图像进⾏均衡化处理

请⾃⼰编程和调⽤Matlab函数完成如下实验。

1)显⽰B的图像及灰度直⽅图,可以发现其灰度值集中在⼀段区域,⽤

imadjust函

数将它的灰度值调整到[0,1]之间,并观察调整后的图像与原图像的差别,调整后的灰

  1. 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. 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. 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)。
1.使用Photoshop显示直方图:
1)点击文件→打开,打开一幅图像;
2)对图像做增强处理,例如选择图像→调整→自动对比度对图像进行灰度拉伸,观察图像进行对比度增强前后的视觉变化。
3)利用统计灰度图像直方图的程序分别针对灰度拉伸前后的灰度图像绘制其灰度直方图,观察其前后的直方图变化。
2.用MatLab读取和显示一幅灰度图像;
3.绘制图像的灰度直方图;
function Display_Histogram()
Input=imread('timg.jpg');
figure(100);
imshow(uint8(Input));
title('原始图像');
Input_Image=rgb2gray(Input);
figure(200);
实验一灰度图像直方图统计
一、实验目的
掌握灰度图像直方图的概念和计算方法,了解直方图的作用和用途。提高学生编程能力,巩固所学知识。
二、实验内容和要求
(1)用Photoshop显示、了解图像平均明暗度和对比度等信息;
(2)用MatLab读取和显示一幅灰度图像;
(3)用MatLab编写直方图统计的程序。
三、实验步骤
3)对比度增强:
对比度增强可以通过“图像→调整→亮度/对比度”来直接对原图像的亮度或对比度进行调整,观察增强处理前后图像直方图的变化。
4)直方图均衡
直方图均衡可调用“图像→调整→色调均化”菜单项,即可达到直方图均衡的效果。
原始图像处理效果
5)图像平滑
①图像的3×3均匀平滑可以在“滤镜→模糊→模糊”中实现,观察处理前后图像细节和边缘的变化;也可以调用“模糊”对话框中的“高斯模糊”来观察高斯平滑处理的结果,改变半径,观察图像的变化,分析高斯平滑处理的原理。
恰当量化。直方图给出一个直观的指标,用来判断数字化一幅图像量化时是否合理地利用了全部允许的灰度范围。一般来说,数字化获取的图像应该利用全部可能的灰度级。假定一幅图像的背景为黑色,物体为灰色,背景中的黑色像素长生了直方图上的左峰,而物体中各灰度级产生了直方图上的右峰,由于物体边界像素相对较少,从而长生两峰之间的谷。
②通过“滤镜→其它→自定”菜单项调出模板对话框,可以输入自定义的平滑算子或其它增强算子,改变模板的大小和缩放比例,观察处理的效果。
平滑算子
增强算子
6)中值滤波
①先使用“滤镜→杂色→添加杂色”菜单添加噪声,再使用“滤镜—杂色—中间值”中值滤波操作,设置滤波半径,观察处理结果;
原始图像
加噪图像
滤波图像
7)边缘检测
2)试比较边缘检测算子Laplace、Prewitt、Sobel算子、方向算子、梯度算子的效果,总结其优缺点。
Prewitt算子和Sobel算子都是一阶的微分算子,而前者是平均滤波,后者是加权平均滤波且检测的图象边缘可能大于2个像素。这两者对灰度渐变低噪声
的图象有较好的检测效果,但是对于混合多复杂噪声的图象,处理效果就不理
三、实验步骤
1)打开一幅图像;
2)灰度拉伸:
①线性拉伸:在“图像→调整→色阶”中,可以通过直接设置原图像灰度值的输入范围和所需的输出范围来简单的完成某一灰度段到另一灰度段的灰度调整映射变换。
②曲线拉伸:在“图像→调整→曲线”中,在弹出的“曲线”对话框中,直接用鼠标拖动改变灰度输入、输出曲线形状可以完成任意线形灰度变换。
想了。梯度算子计算简单,但精度不高,只能检测出图象大致的轮廓,而对于比较
细的边缘可能会忽略。Laplace算子在边缘检测时它的锐化模板能锐化图像。
实验二基于Photoshop的数字图像处理
一、实验目的
1.掌握数字图像增强的基本原理和方法,并能运用Photoshop软件对图像进行增强操作。
2.比较不同方法图像增强的效果,分析这些增强方法的特点。
二、实验内容
应用Photoshop软件对图像作灰度拉伸、对比度增强、直方图均衡、图像平滑、中值滤波、边缘增强等。
使用“滤镜→风格化”的“查找边缘”,“等高线”等可以提取图像的边缘,改变参数,提取图像的最佳边缘。
原始图像
查找边缘
等高线法
四、思考题
1)通过实习,中值滤波和均匀平滑在去图像噪声上各有什么特点,试比较两种方法异同。
中值滤波的特点是它对图像噪声的抑制效果好,在抑制图像噪声的同时能有效保护边缘少受模糊。均匀平滑的特点是让图像噪声柔和一点,也更加模糊。两种方法都对图像噪声有很好抑制效果好,但是中值滤波是保护图像边缘的同时去除噪声,中值滤波容易去除孤立点、线的噪声同时保持图象的边缘,但对高斯噪声无能为力。均匀平滑的思想是通过将一点和周围8个点作平均,从而去除突然变化的点,滤掉噪声,其代价是图象有一定Leabharlann Baidu度的模糊。
imshow(uint8(Input_Image));
title('灰度图像');
sum=0;
His_Image=zeros(1,256);
[m,n]=size(Input_Image);
for k=0:255
for I=1:m
for j=1:n
if Input_Image(I,j)==k
His_Image(k+1)=His_Image(k+1)+1;
end
end
end
end
figure(300);
plot(His_Image);
title('图像的灰度直方图');
4.显示图像的灰度直方图。
四、思考题
1)直方图可以反映图像的哪些特性?
灰度直方图只能反映图像的灰度分布情况,不能反映图像的像素位置;一幅图像对应唯一的灰度直方图。
2)如何使直方图曲线光滑?如何识别直方图的峰和谷?
相关文档
最新文档