实验报告二 Matlab图像代数运算和几何变换

matlab图像处理实验报告

matlab图像处理实验报告《Matlab图像处理实验报告》摘要：本实验报告通过使用Matlab软件进行图像处理实验，对图像进行了灰度化、二值化、边缘检测、图像增强等处理，通过实验结果分析，验证了Matlab在图像处理领域的实用性和有效性。

1. 实验目的本实验旨在通过Matlab软件进行图像处理实验，掌握图像处理的基本方法和技术，提高对图像处理算法的理解和应用能力。

2. 实验原理图像处理是对图像进行数字化处理的过程，主要包括图像获取、图像预处理、图像增强、图像分割和图像识别等步骤。

Matlab是一种功能强大的科学计算软件，具有丰富的图像处理工具箱，可用于图像的处理、分析和识别。

3. 实验内容（1）图像灰度化首先，通过Matlab读取一幅彩色图像，并将其转换为灰度图像。

利用Matlab 中的rgb2gray函数，将RGB图像转换为灰度图像，实现图像的灰度化处理。

（2）图像二值化接着，对灰度图像进行二值化处理，将图像转换为黑白二值图像。

利用Matlab 中的im2bw函数，根据设定的阈值对灰度图像进行二值化处理，实现图像的二值化处理。

（3）边缘检测然后，对二值图像进行边缘检测处理，提取图像的边缘信息。

利用Matlab中的edge函数，对二值图像进行边缘检测处理，实现图像的边缘检测处理。

（4）图像增强最后，对原始图像进行图像增强处理，改善图像的质量和清晰度。

利用Matlab 中的imadjust函数，对原始图像进行图像增强处理，实现图像的增强处理。

4. 实验结果分析通过实验结果分析，可以发现Matlab在图像处理领域具有较高的实用性和有效性。

通过Matlab软件进行图像处理实验，可以快速、方便地实现图像的处理和分析，提高图像处理的效率和精度，为图像处理技术的研究和应用提供了重要的工具和支持。

5. 结论本实验通过Matlab图像处理实验，掌握了图像处理的基本方法和技术，提高了对图像处理算法的理解和应用能力。

数字图像处理matlab版实验报告

数字图像处理实验报告（matlab版）一．实验目的：熟悉数字图像处理中各种椒盐噪声的实质，明确各种滤波算法的的原理。

进一步熟悉matlab的编程环境，熟悉各种滤波算法对应的matlab函数。

实验结果给以数字图像处理课程各种算法处理效果一个更直观的印象。

二.实验原理:1．IPT(图像处理工具箱)基本函数介绍1. imread函数该函数用于从图形文件中读出图像。

格式A=IMRAED(FILENAME,FMT)。

该函数把FILENAME 中的图像读到A中。

若文件包含一个灰度图,则为二维矩阵。

若文件包含一个真彩图(RGB),则A为一三维矩阵。

FILENAME指明文件，FMT指明文件格式。

格式[X,MAP]=IMREAD(FILENAME,FMT).把FILENAME中的索引图读入X,其相应的调色板读到MAP中.图像文件中的调色板会被自动在范围[0,1]内重新调节。

FMT的可能取值为jpg 或jpeg,tif或tiff,bmp,png,hdf,pcx,xwd。

2.imwrite函数该函数用于把图像写入图形文件中。

格式IMWRITE(A,FILENAME,FMT)把图像A写入文件FILENAME中。

FILENAME指明文件名, FMT指明文件格式。

A既可以是一个灰度图,也可以是一个真彩图像。

格式IMWRITE(X,MAP,FILENAME,FMT)把索引图及其调色板写入FILENAME中。

MAP必须为合法的MATLAB调色板,大多数图像格式不支持多于256色的调色板。

FMT的可能取值为tif或tiff,jpg或jpeg,bmp,png,hdf,pcx,xwd。

3. imshow函数显示图像。

格式IMSHOW(I,N).用N级离散灰度级显示灰度图象I。

若省略N,默认用256级灰度显示24位图像,64级灰度显示其他系统。

格式IMSHOW(I,[LOW HIGH])，把I 作为灰度图显示。

LOW值指定为黑色,HIGH指定为白色，中间为按比例分布的灰色。

实验二图像的代数运算

理工大学信息工程与自动化学院学生实验报告（ 2012 —2013 学年第二学期）课程名称：图形图像处理开课实验室：信自444 2013年 5月 15日一、实验目的1．了解图像的算术运算在数字图像处理中的初步应用。

2．体会图像算术运算处理的过程和处理前后图像的变化。

二、实验原理图像的代数运算是图像的标准算术操作的实现方法，是两幅输入图像之间进行的点对点的加、减、乘、除运算后得到输出图像的过程。

如果输入图像为A(x,y)和B(x,y)，输出图像为C(x,y)，则图像的代数运算有如下四种形式：C(x,y) = A(x,y) + B(x,y)C(x,y) = A(x,y) - B(x,y)C(x,y) = A(x,y) * B(x,y)C(x,y) = A(x,y) / B(x,y)图像的代数运算在图像处理中有着广泛的应用，它除了可以实现自身所需的算术操作，还能为许多复杂的图像处理提供准备。

例如，图像减法就可以用来检测同一场景或物体生产的两幅或多幅图像的误差。

使用MATLAB的基本算术符(+、-、*、/ 等)可以执行图像的算术操作，但是在此之前必须将图像转换为适合进行基本操作的双精度类型。

为了更方便地对图像进行操作，MATLAB 图像处理工具箱包含了一个能够实现所有非稀疏数值数据的算术操作的函数集合。

下表列举了所有图像处理工具箱中的图像代数运算函数。

表2-1 图像处理工具箱中的代数运算函数能够接受uint8和uint16数据，并返回相同格式的图像结果。

虽然在函数执行过程中元素是以双精度进行计算的，但是MATLAB工作平台并不会将图像转换为双精度类型。

代数运算的结果很容易超出数据类型允许的围。

例如，uint8数据能够存储的最大数值是255，各种代数运算尤其是乘法运算的结果很容易超过这个数值，有时代数操作（主要是除法运算）也会产生不能用整数描述的分数结果。

图像的代数运算函数使用以下截取规则使运算结果符合数据围的要求：超出数据围的整型数据将被截取为数据围的极值，分数结果将被四舍五入。

数字图像处理_实验报告书(二)

K=K+J1;endK=K/100;figure;imshow(K);结果截图：（2）编写MATLAB程序，实现一幅图像的乘法运算。

如P37的图3.7所示。

程序：clearI=imread('Lena.bmp');J=imread('Lena.bmp');K=imsubtract(I,J);K1=255-K;figure;imshow(I);title('有噪声的图');figure;imshow(J);title('原图');figure;imshow(K1); title('提取的噪声'); 截图：（3）编写MATLAB程序，实现一幅二值图像的基本逻辑运算。

如P39的图3.10所示。

程序：A=zeros(128);A(40:67,60:100)=1;figure(1);imshow(A);B=zeros(128);B(50:80,40:70)=1;figure(2);imshow(B);C=and(A,B);figure(3);imshow(C);D=or(A,B);figure(4);imshow(D);E=not(A);figure(5);imshow(E)截图：（4）编写MATLAB程序，实现一幅图像的旋转60度的运算。

如P44的图3.16所示。

程序：cleari=imread('Lena.bmp');J=imrotate(i,60,'bilinear');K=imrotate(i,60,'bilinear','crop');subplot(1,3,1),imshow(i);subplot(1,3,2),imshow(J);subplot(1,3,3),imshow(K);截图：（5）编写MATLAB程序，比较一幅图像采用三种不同插值法进行放大的效果。

matlab第二章实训报告

佛山科学技术学院《MATLAB教程第二章实训》报告专业姓名成绩班级学号日期一、目的1.学习matlab的数据类型2.矩阵和数组的算术运算3.字符串4.时间和日期5.结构体和元胞数组6.多维数组7.逻辑运算和关系运算8.数组的信息获取9.多项式二、步骤1.学习matlab的数据类型Matlab R2010a定义了15种基本的数据类型，包括整型、浮点型、字符型和逻辑型等。

用户甚至可以定义自己的数据类型。

Matlab内部的任何数据类型，都是按照数组的形式进行储存和运算的。

数值型包括整数和浮点数，其中整数包括有符号数和无符号数，浮点数包括单精度型和双精度型。

在默认情况下，matlab默认将所有数值都按照双精度浮点数类型来存储和操作。

（1）常数和变量Matlab的常数采用十进制表示，可以用带小数点的形式直接表示，也可以用科学记数法。

数值的表示范围是10^-309-10^309。

变量是数值计算的基本单元。

Matlab与其他的高级语言不同，变量使用是无需先定义，其名称就是第一次合法出现时的名称，因此用起来很便捷。

Matlab的变量命名有一定的规则：a.变量区分字母的大小写。

例如，“a”和“A”是不同的变量。

b.变量名不能超过63个字符，第63个字符后的字符会被忽略。

c.变量名必须以字母开头，变量名的组成可以是任意字母、数字或者下划线，但不能有空格和标点符号。

d.关键字（如if\while等）不能作为变量名。

在matlab中的所有表示符号包括函数名、文件名都是遵循变量名的命名规则。

Matlab中有一些自己的特殊变量，是由系统预先自动定义的，例如：ans——运算结果的默认变量名Pi——圆周率πEps——浮点数的相对误差Inf或inf——无穷大Nan或nan——不定值i或j——i=j=-1^1/2，虚数单位Nargin——函数的输入变量数目Nargout——函数的输出变量数目Realmin——最小的可用正实数Realmax——最大的可用正实数（2）整数和浮点数Matlab提供了8种内置的整数类型，为了在使用时提高运行速度和存储空间，应该尽量使用字节少的数据类型，可以使用类型转换函数将各种整数类型强制相互转换。

matlab图像处理综合实验实验报告

《数字图像处理》实验报告学院：专业：班级：姓名：学号：实验一实验名称：图像增强实验目的：1.熟悉图像在Matlab下的读入，输出及显示；2.熟悉直方图均衡化；3.熟悉图像的线性指数等；4.熟悉图像的算术运算及几何变换.实验仪器：计算机，Matlab软件实验原理：图像增强是为了使受到噪声等污染图像在视觉感知或某种准则下尽量的恢复到原始图像的水平之外，还需要有目的性地加强图像中的某些信息而抑制另一些信息，以便更好地利用图像。

图像增强分频域处理和空间域处理，这里主要用空间域的方法进行增强。

空间域的增强主要有：灰度变换和图像的空间滤波。

图像的直方图实际上就是图像的各像素点强度概率密度分布图，是一幅图像所有像素集合的最基本统计规律，均衡化是指在每个灰度级上都有相同的像素点过程。

实验容如下：I=imread('E:\cs.jpg');%读取图像subplot(2,2,1),imshow(I),title('源图像')J=rgb2gray(I)%灰度处理subplot(2,2,2),imshow(J) %输出图像title('灰度图像') %在原始图像中加标题subplot(2,2,3),imhist(J) %输出原图直方图title('原始图像直方图')I=imread('E:\cs.jpg');%读取图像subplot(1,2,1),imshow(I);theta = 30;K = imrotate(I,theta);subplot(1,2,2),imshow(K)对数运算：I=imread('E:\dog.jpg');subplot(2,2,1),imshow(I),title('源图像')J=rgb2gray(I)%灰度处理subplot(2,2,2),imshow(J),title('灰度变换后图像') J1=log(1+double(J));subplot(2,2,3),imshow(J1,[]),title('对数变换后')指数运算:I=imread('E:\dog.jpg');f=double(I);g=(2^2*(f-1))-1f=uint8(f); g=uint8(g);subplot(1,2,1);subimage(f),title('变换一') subplot(1,2,2);subimage(g),title('变换二')加法运算：clc;clear all;close all; i = imread('E:\dog.jpg');j = imnoise(i,'gaussian',0,0.02);subplot(1,3,1),imshow(i),title('图一') subplot(1,3,2),imshow(j),title('图二') k=zeros(242,308); for p=1:100j = imnoise(i,'gaussian',0,0.02); j1 = im2double(j); k = k + j1; end k=k/100;subplot(1,3,3),imshow(k),title('图三')变换一200400600100200300400500变换二200400600100200300400500实验二实验名称：图像变换实验目的：（1）进一步对matlab的了解和使用；（2）学习如何在matlab中对数字图像的处理；实验原理：图像和其他信号一样，既能在空间域处理，也能在频率域处理。

图像运算实验报告

实验报告课程名称医学图像处理实验名称图像运算专业班级姓名学号实验日期实验地点2015—2016学年度第 2 学期一、实验目的MATLAB的图像处理工具箱提供了图像运算函数。

本实验将具体介绍Matlab中的图像点运算、代数运算、几何和邻域操作运算。

二、实验环境1、硬件配置：处理器：Intel（R）Core(TM) i7-3770 CPU @3.40GHz 3.40GHz安装内存（RAM）：4.00GB 系统类型：64位操作系统2、软件环境：MATLAB R2013b软件三、实验内容利用Matlab对图像进行点运算、加法运算、减法运算、乘法运算、除法运算、改变图像的大小、旋转图像、图像的剪切、图像的邻域操作。

四、实验结果与分析（包括实验原理、数据的准备、运行过程分析、源程序（代码）、图形图象界面等）注：本项可以增加页数例1图像点运算skull=imread('skull.tif'); %读取图像subplot(131),imshow(skull) %生成一行三列三块区域，并在第一块区域绘制图像I=double(skull); %转换为双精度类型J=I*0.43+60; %利用该函数对输出图像进行压缩，使其对比度减小，图像变暗skull2=uint8(J); %转换为uint8subplot(132),imshow(skull2) %在第二块区域绘制图像J=I*1.5-60; %利用该函数对输出图像进行对比度级数拓展，使其对比度增强，图像变亮skull3=uint8(J); %转换为uint8subplot(133),imshow(skull3) %在第三块区域绘制图像运行结果：图1 原图像图2 对比度减小的图像图3 对比度增强的图像分析：1）subplot是用于将多个图像画到一个平面上的函数。

subplot(m,n,p,)中的m表示m行，n 表示n列，p表示从左到右的第几块区域；2）uint8表示8位无符号的整型数据类型，以此方式存储的图像称作8位图像；而Matlab中数值一般采用double型的存储和运算，因此在进行本题的灰度变换运算时，应先把skull图像转化为double格式；3）线性灰度变换函数当a=1，b=0时，输出图像像素不发生变化；当a=1，0b时，输≠出图像所有灰度值上移或下移；当1<a时，输出图像灰度级压缩，对比度减小，0<如图2所示；当1<aa时，输出图像灰度级拓展，对比度增强，如图3所示；当0>时，输出图像暗区域变亮，亮区域变暗，图像求反。

matlab 数字图像处理实验报告(五份)

《数字图像处理实验报告》实验一图像的增强一.实验目的1.熟悉图像在MATLAB下的读写、输出；2.熟悉直方图；3.熟悉图像的线性指数等；4.熟悉图像的算术运算和几何变换。

二.实验仪器计算机、MATLAB软件三.实验原理图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。

从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像。

其基本原理是：对一幅图像的灰度直方图，经过一定的变换之后，使其成为均匀或基本均匀的，即使得分布在每一个灰度等级上的像素个数．f=H等或基本相等。

此方法是典刑的图像空间域技术处理，但是由于灰度直方图只是近似的概率密度函数，因此，当用离散的灰度等级做变换时，很难得到完全平坦均匀的结果。

频率域增强技术频率域增强是首先将图像从空间与变换到频域，然后进行各种各样的处理，再将所得到的结果进行反变换，从而达到图像处理的目的。

常用的变换方法有傅里叶变换、DCT变换、沃尔什-哈达玛变换、小波变换等。

假定原图像为f(x，y)，经傅立叶变换为F(u，v)。

频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅立叶变换得到增强的图像。

四.实验内容及步骤1.图像在MATLAB下的读写、输出；实验过程：>> I = imread('F:\image\624baf9dbcc4910a.jpg');figure;imshow(I);title('Original Image');text(size(I,2),size(I,1)+15, ...'IMG_20170929_130307.jpg', ...'FontSize',7,'HorizontalAlignment','right');Warning: Image is too big to fit on screen; displaying at 25% > In imuitools\private\initSize at 86In imshow at 196Original Image2.给定函数的累积直方图。

matlab图像处理综合实验实验报告

《数字图像处理》实验报告学院：专业：班级：姓名：学号：实验一实验名称：图像增强实验目的：1.熟悉图像在Matlab下的读入，输出及显示；2.熟悉直方图均衡化；3.熟悉图像的线性指数等；4.熟悉图像的算术运算及几何变换.实验仪器：计算机，Matlab软件实验原理：图像增强是为了使受到噪声等污染图像在视觉感知或某种准则下尽量的恢复到原始图像的水平之外，还需要有目的性地加强图像中的某些信息而抑制另一些信息，以便更好地利用图像。

图像增强分频域处理和空间域处理，这里主要用空间域的方法进行增强。

空间域的增强主要有：灰度变换和图像的空间滤波。

图像的直方图实际上就是图像的各像素点强度概率密度分布图，是一幅图像所有像素集合的最基本统计规律，均衡化是指在每个灰度级上都有相同的像素点过程。

实验内容如下：I=imread('E:\cs.jpg');%读取图像subplot(2,2,1),imshow(I),title('源图像')J=rgb2gray(I)%灰度处理subplot(2,2,2),imshow(J) %输出图像title('灰度图像') %在原始图像中加标题subplot(2,2,3),imhist(J) %输出原图直方图title('原始图像直方图')0100200subplot(1,2,2),imshow(K)对数运算：I=imread('E:\dog.jpg');subplot(2,2,1),imshow(I),title('源图像')J=rgb2gray(I)%灰度处理subplot(2,2,2),imshow(J),title('灰度变换后图像') J1=log(1+double(J));subplot(2,2,3),imshow(J1,[]),title('对数变换后')指数运算:I=imread('E:\dog.jpg');f=double(I);g=(2^2*(f-1))-1f=uint8(f);g=uint8(g);subplot(1,2,1);subimage(f),title('变换一') subplot(1,2,2);subimage(g),title('变换二')100 200 300100 200 300加法运算：clc;clear all;close all;i = imread('E:\dog.jpg');j = imnoise(i,'gaussian',0,0.02); subplot(1,3,1),imshow(i),title('图一') subplot(1,3,2),imshow(j),title('图二') k=zeros(242,308);for p=1:100j = imnoise(i,'gaussian',0,0.02);j1 = im2double(j);k = k + j1;endk=k/100;subplot(1,3,3),imshow(k),title('图三')实验二实验名称：图像变换实验目的：（1）进一步对matlab的了解和使用；（2）学习如何在matlab中对数字图像的处理；实验原理：图像和其他信号一样，既能在空间域处理，也能在频率域处理。

MATLAB数字图像处理几何变换傅里叶变换

Matlab数字图像处理实验指导实验目的：通过实验，深入理解和掌握图像处理的基本技术，提高动手实践能力。

实验环境：Matlab变成实验一图像的几何变换实验内容：设计一个程序，能够实现图像的各种几何变换。

实验要求：读入图像，打开图像，实现图像的平移变换、比例缩放、转置变换、镜像变换、旋转变换等操作。

实验原理：图像几何变换又称为图像空间变换，它将一幅图像中的坐标位置映射到另一幅图像中的新坐标位置。

学习几何变换的关键就是要确定这种空间映射关系，以及映射过程中的变化参数。

几何变换不改变图像的像素值，只是在图像平面上进行像素的重新安排。

一个几何变换需要两部分运算：首先是空间变换所需的运算，如平移、镜像和旋转等，需要用它来表示输出图像与输入图像之间的（像素）映射关系；此外，还需要使用灰度插值算法，因为按照这种变换关系进行计算，输出图像的像素可能被映射到输入图像的非整数坐标上。

设原图像f(x0,y0)经过几何变换产生的目标图像为g(x1,y1),则该空间变换（映射）关系可表示为：x1=s(x0,y0)y1=t(x0,y0)其中，s(x0,y0)和t(x0,y0)为由f(x0,y0)到g(x1,y1)的坐标换变换函数。

一、图像平移图像平移就是将图像中所有的点按照指定的平移量水平或者垂直移动。

二、图像镜像镜像变换又分为水平镜像和垂直镜像。

水平镜像即将图像左半部分和右半部分以图像竖直中轴线为中心轴进行对换；而竖直镜像则是将图像上半部分和下半部分以图像水平中轴线为中心轴进行对换。

三、图像转置图像转置是将图像像素的x坐标和y坐标呼唤。

图像的大小会随之改变——高度和宽度将呼唤。

四、图像的缩放图像缩放是指将图像大小按照指定的比率放大或者缩小。

图像缩放函数imresize();调用格式如下：B=imresize(A,Scale,method);参数A为要进行缩放的原始图像。

Scale为统一的缩放比例。

如果希望在x和y方向上以不同比例进行缩放，可用如下调用形式。

MATLAB图像处理命令及图形基本操作实验报告

实验（一）常用MATLAB图像处理命令及图形基本操作
end
end
end
for i=1:m
for j=1:n
out(i,j,1)=R(i,j);
% imshow(out)
out(i,j,2)=G(i,j);
out(i,j,3)=B(i,j);
end
end
out=out/256;
figure(1),imshow(out)
%imshow(out)
size(out)
imwrite(out,'PseudoColor.tiff');
end
4、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。

RGB=imread('f:\1.jpg')
gray = rgb2gray(RGB)
I = im2bw(RGB,0.5)
subplot(3,1,1);imshow(a);title('原图像')；
subplot(3,1,2);imshow(i);title('灰度图像')；colormap(gray)；
subplot(3,1,3);imshow(I);title('二值图像')；
实验结果如图所示：
四、实验总结：
Imread 是读入文件的操作代码，subplot是将多个图画到一个平面上的工具本次实验在老师的带领下熟悉了matlab软件的具体操作
通过书写代码，操作程序实现了灰度图像转换为伪彩色图像；
通过书写代码实现了读入一幅RGB图像，并将其变换为灰度图像和二值图像，然后在同一个窗口中显示RGB图像和灰度图像。

matlab图像几何变换报告

《数字图像处理》课程设计报告课题名称图像几何变换系统设计学院自动控制与机械工程学院专业通信技术班级1班姓名学号毕思发201004090101高建磊201004090104瞿瑞锋201004090111刘跃翔201004090118杨正华201004090130时间2012.6.26目录一、引言 (3)1.1课程设计的目的 (3)1.2 课程设计任务 (3)1.3 课程设计要求与内容 (4)二、系统总体设计 (5)2.1 设计方案 (5)2.2 开发步骤 (5)2.3 开发工具 (5)2.4 系统框图 (6)三、系统设计与实现 (7)3.1模块功能 (7)3.2 设计内容 (7)3.3 流程图 (8)3.4M a t l a b程序实现代码 (10)四、系统仿真与调试 (14)4.1 matlab仿真结果截图示例 (14)4.2 问题与解决方案 (20)五、心得体会 (21)参考文献 (22)一、引言近几年来，由于大规模集成电路技术和计算机技术的迅猛发展、离散数学理论的创立和完善，数字图像处理技术正逐渐成为其他科学技术领域中不可缺少的一项重要工具。

数字图像技术也从空间探索到微观研究、从军事领域到农业生产、从科学教育到娱乐游戏等越来越多的领域得到广泛应用。

无形之中成为了现代不可或缺的处理技术。

我们的娱乐生活、学习、甚至是科技的发展都离不开它。

通过课程设计实现对其的认知度以及更深入的学习和运用它。

1.1课程设计的目的数字图像处理课程设计作为独立的教学环节，是通信技术及相关专业的集中实践环节之一，是学习完《数字图像处理》课程后，进行的一次综合练习。

数字图像处理课程设计过程中，学生通过查阅资料、总体设计、模块设计、程序设计、集成调试等环节，完成一个基于Matlab编程语言，涉及多种典型应用，并具有综合功能的数字图像处理系统设计。

使学生能够将课堂上学到的理论知识与实践应用结合起来，对数字图像处理基础理论、程序逻辑分析、算法设计等方面的知识进一步加深认识，同时在软件编程、调试、工程合作开发等方面得到较全的锻炼和提高。

实验报告二 Matlab图像代数运算和几何变换

实验二Matlab图像代数运算和几何变换一、实验目的1、掌握不同图像类型的转换2、掌握图像代数运算和几何变换的方法；3、掌握灰度级插值法的实验方法。

二、实验内容1、练习图像类型转换的相关命令（ind2rgb，mat2gray，grayslice，rgb2gray，rgb2ind，im2bw，ind2gray，dither）（p69-73）；2、练习课本6.3.2（p139-p143）图像代数运算的内容；3、练习图像平移 (p148)，图像比例变换（p153），图像旋转（p156），图像镜像变换（p158），图像切割（p160）Matlab实现例题；4、练习灰度级插值法（p171）。

三、实验步骤和结果1、练习图像类型转换的相关命令（ind2rgb，mat2gray，grayslice，rgb2gray，rgb2ind，im2bw，ind2gray，dither）（1）mat2gray()函数I=imread('rice.png');>> J=filter2(fspecial('sobel'),I);>> K=mat2gray(J);>> imshow(I);>> figure,imshow(K)（2）、grayslice()函数>> I=imread('snowflakes.png');>> X=grayslice(I,16);>> imview(I)imview(X,jet(16))（3）、rgb2ind()函数> RGB=imread('peppers.png');>> imshow(RGB);>> figure,imshow(RGB)>> [X,map]=rgb2ind(RGB,128);>> figure,imshow(X,map) （4）、im2bw（）函数>> load trees>> BW=im2bw(X,map,0.4);>> figure,imshow(X,map)>> figure,imshow(BW)（5）、ind2gray()函数load trees>> I=ind2gray(X,map);>> figure,imshow(X,map)>> figure,imshow(I)（6）、dither()函数>> RGB=imread('peppers.png'); >> [X,map]=rgb2ind(RGB,256); >> I=dither(RGB,map);>> BW=dither(I);>> imshow(RGB,map);>> figure,imshow(RGB,map); >> figure,imshow(BW)Result：（1）转换后图像（2）索引色图像（3）索引色图像（4）索引色图像（4）二值化后的图像（5）转换后的灰度图像（6）索引色图像（6）抖动转换图像2、练习课本6.3.2（p139-p143）图像代数运算的内容（1）加法运算I=imread('rice.png');>> figure(1),imshow(I,[])>> I2=imread('cameraman.tif')>> figure(2),imshow(I2,[])>> K=imadd(I,I2,'uint16');>> figure(3),imshow(K,[])>> I=imread('lena.bmp');>> I2=imadd(I,50);>> figure(1),imshow(I)>> figure(2),imshow(I2)（2）、减法运算>> I=imread('rice.png'); >> I2=imread('cameraman.tif'); >> I3=imsubtract(I,I2);>> figure,imview(I3)（3）乘法&除法运算>> I=imread('lena.bmp');>> I2=immultiply(I,0.5);>> figure,imshow(I)>> figure,imshow(I2)>> I3=immultiply(I,1.5);>> figure,imshow(I3)>> I4=imdivide(I,0.5);>> figure,imshow(I4)>> I5=imdivide(I,1);>> figure,imshow(I5)Result：（1）加法运算后的图像（1）加入常数后的图像（2）减法运算（3）乘以0.5后的图像乘以1后的图像除以0.5后的图像除以1后的图像3、练习图像平移 (p148)，图像比例变换（p153），图像旋转（p156），图像镜像变换（p158），图像切割（p160）Matlab实现例题；（a）图像平移>> I=imread('trees.tif');>> figure,imshow(I)>> I=double(I);>> I_movesult=zeros(size(I));>> H=size(I);>> Move_x=50;>> Move_y=50;>>I_movesult(Move_x+1:H(1),Move_y+1:H(2))=I(1:H(1)-Move_x,1:H(2)-Move_y);>> figure,imshow(uint8(I_movesult))（b）图像比例变换J=imread('trees.tif');>> figure,imshow(J);>> X1=imresize(J,2);>> X2=imresize(J,0.5);>> figure,imshow(X1)>> figure,imshow(X2)（C）图像旋转变换>> I=imread('peppers.png');>> figure,imshow(I)>> X1=imrotate(I,30,'nearest');>> figure,imshow(uint8(X1))>> X2=imrotate(I,45,'nearest');>> figure,imshow(uint8(X2))>> X3=imrotate(I,60,'nearest');>> figure,imshow(uint8(X3))>> X4=imrotate(I,90,'nearest');>> figure,imshow(uint8(X4))（d）图像镜像变换>> I=imread('forest.tif');>> I=double(I);>> figure,imshow(uint8(I));>> H=size(I);>> figure(2),>> I2(1:H(1),1:H(2))=I(H(1):-1:1,1:H(2));>> imshow(uint8(I2));>> figure,imshow(uint8(I2));>> I3(1:H(1),1:H(2))=I(1:H(1),H(2):-1:1);>> figure,imshow(uint8(I3));>> I4(1:H(1),1:H(2))=I(H(1):-1:1,H(2):-1:1);>> figure,imshow(uint8(I4));（e）图像切割>> I1=imread('peppers.png');>> I2=imcrop(I1,[75 68 220 100]);>> imview(I2)I3=imcrop(I1,[30 40 120 100]);>> imview(I3)（a）平移后的图像（b）放大后图像（b）缩小后的图像(c)旋转30°后的图像旋转45°后的图像旋转60°后的图像旋转90°后的图像（d）原始图像垂直镜像水平镜像对角镜像（e）原始图像一次切割后图像二次切割后图像4、练习灰度级插值法（p171）>> I=imread('lena.bmp');>> X1=imresize(I,1);>> X2=imresize(I,1,'bilinear');>> X3=imresize(I,1,'bicubic');>> figure,imshow(X1)>> figure,imshow(X2)>> figure,imshow(X3)最近邻差值法双线性插值法三次插值法四、实验体会在本次实验中掌握不同图像类型的转换，掌握了转换函数及其语法格式，如ind2rgb()函数将索引图像转换成真彩色。

(matlab)数字图像处理实验报告

重庆交通大学学生实验报告实验课程名称《数字图像处理》课程上机实验开课实验室河海学院仿真实验室学院河海学院年级专业08级地理信息系统学生姓名学号时间2011 至2012 学年第 1 学期实验一图像显示【实验内容】1）使用 MATLAB 图像读取函数imread 读取图像。

2）使用 MATLAB 图像显示函数imshow 显示图像。

3）使用 MATLAB 添加色带函数colorbar 为图像添加色带。

【实验目的】1）掌握MATLAB 图像读取和显示函数的应用方法。

2）了解如何为图像添加色带。

【实验结果】（放置处理前图像）（放置处理后图像）2-1 2-5-3 2-10【程序说明】a=imread('yq.jpg'); a=double(a); %a=uint8(a); imshow(a);%save saturn.dat a -ascii;save yu.text a -ascii; %结果图2-1e=imread('yq.jpg'); imshow(e);iptsetpref('ImshowTrues ize','manual'); figure,imshow(e);iptsetpref('ImshowTrues ize','auto'); bw1=zeros(20,20); bw1(2:2:18,2:2:18)=1; figure,imshow(bw1,'n otruesize');bw1 whos%结果图2-5-3%使用一个调色板来显示一副二进制图像figure,imshow(bw,[1 0 0;0 0 1]); %结果图2-10实验二图像运算【实验内容】1）使用 MATLAB 滑动邻域操作函数nlfilter 对图像进行处理。

2）使用 MATLAB 分离邻域操作函数blkproc 对图像进行处理。

matlab 图像实验报告

matlab 图像实验报告Matlab图像实验报告引言：Matlab是一种强大的计算机编程语言和开发环境，广泛应用于科学计算、数据分析和图像处理等领域。

本实验报告旨在介绍基于Matlab的图像处理实验，包括图像读取、图像处理和图像显示等方面的内容。

一、图像读取图像读取是图像处理的第一步，通过读取图像可以获取图像的像素信息。

在Matlab中，可以使用imread函数来读取图像文件。

例如，通过以下代码可以读取一张名为"image.jpg"的图像：```matlabimage = imread('image.jpg');```二、图像处理1. 灰度化处理灰度化处理是将彩色图像转换为灰度图像的过程。

在Matlab中，可以使用rgb2gray函数来实现灰度化处理。

以下是一个简单的示例：```matlabgray_image = rgb2gray(image);```2. 图像增强图像增强是通过一系列的处理方法来改善图像的质量和视觉效果。

在Matlab中，有多种图像增强方法可供选择，如直方图均衡化、滤波和边缘检测等。

以下是一个直方图均衡化的示例：```matlabenhanced_image = histeq(gray_image);```3. 图像分割图像分割是将图像划分为若干个区域的过程，每个区域具有相似的特征。

在Matlab中，可以使用各种图像分割算法，如阈值分割和基于区域的分割。

以下是一个简单的阈值分割示例：```matlabthreshold = graythresh(enhanced_image);binary_image = imbinarize(enhanced_image, threshold);```三、图像显示图像显示是将处理后的图像展示给用户的过程。

在Matlab中，可以使用imshow函数来显示图像。

以下是一个简单的示例：```matlabimshow(binary_image);```四、实验结果与讨论本次实验中，我们选择了一张名为"image.jpg"的彩色图像进行处理。

matlab简单图像处理实验报告

实验一：图像文件类型转换实验目的：理解数字图像文件的几种基本类型掌握在MATLAB中进行图象文件类型转换的方法观察图象转换前后的效果加深对图象文件类型的理解熟悉图象格式、颜色系统间的转换实验内容：1）灰度图像与索引图像的相互转换2）RGB图像与索引图像的相互转换3）将图像转换为二值化图像实验方法：利用MATLAB工具进行实验一、灰度图像到索引图像的转换clear>> info=imfinfo('rice.png')info =Filename: 'rice.png'FileModDate: '26-Jan-2003 00:03:06'FileSize: 44607Format: 'png'FormatVersion: []Width: 256Height: 256BitDepth: 8ColorType: 'grayscale'FormatSignature: [137 80 78 71 13 10 26 10]Colormap: []Histogram: []InterlaceType: 'none'Transparency: 'none'SimpleTransparencyData: []BackgroundColor: []RenderingIntent: []Chromaticities: []Gamma: []XResolution: []YResolution: []ResolutionUnit: []XOffset: []YOffset: []OffsetUnit: []SignificantBits: []ImageModTime: '27 Dec 2002 19:57:12 +0000'Title: []Author: []Description: 'Rice grains'Copyright: 'Copyright The MathWorks, Inc.'CreationTime: []Software: []Disclaimer: []Warning: []Source: []Comment: []OtherText: []RGB=imread('rice.png');>> figure(3);>> imshow(RGB);>> figure(1);>> [RGB1,map1]=gray2ind(RGB,128);>> imshow(RGB1,map1);>> figure(2);>> [RGB2,map2]=gray2ind(RGB,16);>> imshow(RGB2,map2);>> imwrite(RGB1,map1,'3.bmp');>> imwrite(RGB2,map2,'4.bmp');图3 图1图2实验结果分析：从上述实验结果，我们可以看出灰度级不同，图像的亮度也不一样。

图像的代数运算(matlab编程实现,自己写的,有所不足,仅供参考)

图像的代数运算一、设计目的图像代数运算设计目的如下：一是运用图像代数运算的相关知识降低同一场景的多幅图像中所含叠加性质的随机噪声。

二是掌握检测多幅图像间的变化及运动的物体的方法。

三是知道如何屏蔽掉图像的某些部分。

由图像算术运算的运算结果，思考图像减法运算在什么场合上发挥优势？二、设计要求1、自己编程实现所有算法，不得直接运用matlab函数，并与imadd、imsubtract、imdivide等函数进行效果比较。

2、在处理过程中请考虑：处理结果图像的像素值很可能超过图像数据类型所支持的最大值，尤其对于uint8类型的图像，溢出的情况。

三、设计内容1、降低同一场景的多幅图像中所含叠加性质的随机噪声。

2、检测多幅图像间的变化及运动的物体。

3、屏蔽掉图像的某些部分。

4、由图像算术运算的运算结果，思考图像减法运算在什么场合上发挥优势？四、设计方案图像代数运算设计，根据已知的设计内容和要求我的方案如下：根据内容一我的方案是:首先读入一幅图像并对图像添加多种不同的随机噪声来生成同一场景多幅含随机噪声的图像。

其次将得到噪声图像累加起来得到同一场景的多幅含叠加性质的随机噪声图像。

最后通过对多幅图像求平均值的方法来降低同一场景的多幅图像中所含叠加性质的随机噪声（这里可将编程得到的图像求平均处理效果与调用imlincomp函数得到的处理效果比较）。

根据内容二我的方案是：先读入一幅图像并做运动模糊以及添加随机噪声处理来生成多幅运动和变化的图像。

然后将得到的多幅运动变化图像与原图像相减来检测多幅图像间的变化及运动的物体。

最后将编程得到的处理效果与调用imsubtract函数得到的处理效果进行比较。

根据内容三。

五、实验结果1）降低同一场景的多幅图像中所含叠加性质的随机噪声源代码如下：%%降低同一场景的多幅图像中所含叠加性质的的随机噪声I=imread('1YZ`}4G}1A]07OF$TDW0)C2.jpg');noise1=0.1*randn(size(I));%添加随机噪声m1=I+im2uint8(noise1);m2=imnoise(I,'gaussian',0.02);%添加高斯噪声m3=imnoise(I,'salt & pepper', 0.02);% 添加椒盐噪声noise2=fspecial('motion',20,45);%添加运动模糊噪声m4=imfilter(I,noise2,'circular','conv');k=0.25*(m1+m2+m3+m4);%将加有噪声的四幅图像求平均k1=imlincomb(0.25,m1,0.25,m2,0.25,m3,0.25,m4);% 将加有噪声的四幅图像线性组合（求平均）figure(1)subplot(231);imshow(I);title('原始图像')subplot(232);imshow(m1);title('添加随机噪声的图像')subplot(233);imshow(m2);title('添加高斯噪声的图像')subplot(234);imshow(m3);title('添加椒盐噪声的图像')subplot(235);imshow(m4);title('添加运动模糊噪声的图像')figure(2)imshow(k);title('自己编程均值去噪后的图像')figure(3)imshow(k1);title('调用imlincomb去噪后的图像')运行结果如下：图一说明：对原始图像添加四种噪声后得到加噪后的四幅图像及原始图像。

计算机图像处理基础实验2(matlab)

实验报告（二）
开课实验室：年月日
学院
年级、专业、班
姓名
成绩
课程
名称
计算机图像处理
实验项目
名称
对灰度图像进行傅里叶变换并显示其频谱
指导教师
教师评语
教师签名：
年月日
一、实验目的
1、掌握matlab中生成图像的方法。
2、学会使用matlab语句对灰度图像进行傅里叶变换及其相关函数。
3、掌握matlab显示图像的源自法。F2=fftshift(F1);
F3=log(0.8+abs(F2));
subplot(2,1,1);
imshow(f); title('原图像');
subplot(2,1,2);
imshow(F3);
title('傅里叶幅度谱');
五、实验结果及分析
1生成的原图像及其频谱如下：
2、分析：
矩阵元素为1时，图像是白色，为0时是黑色，说明矩阵元素的值代表了图像的灰度值。
二、实验原理
1、利用matlab可以生成矩阵，利用imshow函数可将矩阵以灰度图像的形式显示出来。
2、图像的傅里叶变换是将图像从空域转换到频域，可利用函数fft实现。
（注意：傅立叶谱通常用lg(1+|F(u,v)|)的图象显示，而非|F(u,v)|的直接显示）
3、利用inshow函数显示傅里叶变换的频谱。
图像的傅里叶谱中心很亮，外围较暗，与分析结果一致，实验正确。
3、实验心得：
通过本次实验，我学会了用matlab生成图像的方法，加深了对傅里叶变换的认识，以及如何使用matlab进行傅里叶变换和显示其频谱。同时也加深了对matlab的了解。

实验报告二 Matlab图像代数运算和几何变换

matlab图像处理实验报告

数字图像处理matlab版实验报告

实验二图像的代数运算

数字图像处理_实验报告书(二)

matlab第二章实训报告

matlab图像处理综合实验实验报告

图像运算 实验报告

matlab 数字图像处理实验报告(五份)

matlab图像处理综合实验实验报告

MATLAB数字图像处理几何变换傅里叶变换

MATLAB图像处理命令及图形基本操作实验报告

matlab图像几何变换报告

实验报告二 Matlab图像代数运算和几何变换

(matlab)数字图像处理实验报告

matlab 图像 实验报告

matlab简单图像处理实验报告

图像的代数运算(matlab编程实现,自己写的,有所不足,仅供参考)

计算机图像处理基础实验2(matlab)

图像运算实验报告

matlab 图像实验报告