2015图像处理实验考核题目

2015图像处理实验考核题目
一实验考核所提交答题文件的要求:
1 任选一题,答题文件名格式为”班级+学号+姓名+题号”,如“12电信1班26号李霞_3.doc”或“12电信1班2012914126李霞_3.doc”.
2 答题文件正文格式为:
班级: 学号: 姓名: 题号:
题目: 3 ************************
答题:
3 答题完毕,发送到:
二图像处理实验考核题目
实验采用的源彩色图像文件名统一为“s.jpg”或“q.jpg”,处理后的图像名可分别用s1,s2或q1,q2等表示.
1 用matalb命令实现图像的平移、旋转操作.
1)读取一幅图像,将其变成256×256灰度图,
I=imread('ISO.bmp');
Y=imresize(I,[255 255], 'bilinear');
Imshow(Y);
2)然后平移10行20列，在同一个窗口中显示平移前和平移后的图像。

I=imread('ISO.bmp');
imshow(I);
I=double(I);
I_moveresult=zeros(size(I));
H=size(I);
I_moveresult(20+1:H(1),10+1:H(2),1:H(3))=I(1:H(1)-20,1:H(2)-10,1: H(3));
figure;imshow(uint8(I_moveresult));
* nearest,bilinear,bicubic为最近邻插值、双线性插值、双三次插值方法。

默认为nearest。

3)再开辟一个窗口，分别用最近邻插值法、双线性插值法实现图像顺势针旋转
30°，显示在同一窗口中，比较两种效果图.
I=imread('ISO.bmp');
I=double(I);
I_rot301=imrotate(I,-30,'nearest');%负数表示顺时针旋转，正数逆时针
I_rot302=imrotate(I,-30,'bilinear');
figure;subplot(1,2,1);imshow(uint8(I_rot301));title('最近邻插值法');
subplot(1,2,2);imshow(uint8(I_rot302));title('双线性插值');
(提示)平移函数:
function [I]=hmove(i,x0,y0); %编写实现图像平移的函数hmove，平移量为[r,c]=size(i); %x0,y0,平移前图像矩阵为i，
I(r+x0,c+y0)=0; %平移后图像矩阵为I
for x=1:r;
for y=1:c;
x1=x+x0;
y1=y+y0;
I(x1,y1)=i(x,y);
end;
end;
2
1)一幅灰度图像(a),将0~60灰度级压缩到0~30范围内;60~180的灰度级扩大到30~240;将180~255灰度级压缩到240~255范围内,并显示处理后的图（b）。

2）显示a,b两图的灰度直方图。

3) 将图象a放大2倍,显示灰度直方图,并与原图对比.
4)将图像a旋转30度, 显示灰度直方图,与原图对比.
3
1）读取一幅图像，分别添加均值为0.1,方差为0.05的高斯噪声，及特征值为0.1椒盐噪声，并显示.
RGB=imread('ISO.bmp');
I=rgb2gray(RGB);
J=imnoise(I,'salt & pepper',0.1);
J1=imnoise(I,'gaussian',0,0.05);
subplot(2,2,1);imshow(J);title('高斯噪声');
subplot(2,2,2);imshow(J1);title('椒盐噪声');
subplot(2,2,3);imhist(J);
subplot(2,2,4);imhist(J1);
2）分别用平滑滤波法和中值滤波法进行滤波,并显示。

RGB=imread('ISO.bmp');
I=rgb2gray(RGB);
J=imnoise(I,'salt & pepper',0.1);
J1=imnoise(I,'gaussian',0,0.05);
h=[1,1,1;1,1,1;1,1,1];
h=h/9;
K1=conv2(J1,h);
K2=medfilt2(J);
figure;imshow(K1,[]); title('邻域去噪');
figure;imshow(K2,[]); title('中值滤波');
J2=fspecial('average',3); J3=filter2(J2,J1)/255;
subplot(2,2,3),imshow(J1);title('3*3滤波’);
J4=fspecial('average',9); J5=filter2(J4,J1)/255;
subplot(2,2,4),imshow(J5);title('9*9滤波');
4)分别显示原图，添加噪声和滤波后的灰度直方图,并对比.
Imhist(I);
4
1）读取一幅图像,分别进行傅里叶,余弦和WHT变换(提示：进行WHT变换时先变成256*256的图像),并显示.
I=imread('ISO.bmp ');
I=rgb2gray(I);
I2=dct2(I);
I3=fft2(I);
Y=imresize(I,[255 255], 'bilinear');%变换图片的尺寸
imshow(log(abs(I2)),[]);title('余弦变换');
figure;imshow(I3);title('fft变换');
2) 将傅里叶,余弦和WHT变换分别进行逆变换,并显示.
figure,imshow(ifft2(F),[ ]); title('iffttu');
figure,imshow(ifft2(F1),[ ]); title('iffttu256*256');
5
1) 读取一幅图像,分别使用sobel, prewitt, canny, log 提取其边缘.
2) 对读取图像分别放大2倍和缩小0.5倍,并用sobel, log算子进行边缘检测.
3) 对原图逆时针旋转20度，显示原图和旋转20度后的灰度直方图，对比其效果。