matlab数字图像处理实验指导
matlab图像处理实验
matlab图像处理实验实验⼀ Matlab语⾔、数字图象基本操作⼀、实验⽬的1、复习MATLAB语⾔的基本⽤法；2、掌握MATLAB语⾔中图象数据与信息的读取⽅法；3、掌握在MATLAB中绘制灰度直⽅图的⽅法，了解灰度直⽅图的均衡化的⽅法。
⼆、实验原理MATLAB是集数值计算，符号运算及图形处理等强⼤功能于⼀体的科学计算语⾔。
作为强⼤的科学计算平台，它⼏乎能够满⾜所有的计算需求。
MATLAB软件具有很强的开放性和适⽤性。
在保持内核不变的情况下，MATLAB可以针对不同的应⽤学科推出相应的⼯具箱(toolbox)。
⽬前，MATLAB已经把⼯具箱延伸到了科学研究和⼯程应⽤的诸多领域，诸如数据采集、概率统计、信号处理、图像处理和物理仿真等，都在⼯具箱（Toolbox）家族中有⾃⼰的⼀席之地。
在实验中我们主要⽤到MATLAB提供图象处理⼯具箱（Image ProcessingToolbox）。
1、MATLAB与数字图像处理MATLAB全称是Matrix Laboratory（矩阵实验室），⼀开始它是⼀种专门⽤于矩阵数值计算的软件，从这⼀点上也可以看出，它在矩阵运算上有⾃⼰独特的特点。
实际上MATLAB中的绝⼤多数的运算都是通过矩阵这⼀形式进⾏的。
这⼀特点也就决定了MATLAB在处理数字图像上的独特优势。
理论上讲，图像是⼀种⼆维的连续函数，然⽽在计算机上对图像进⾏数字处理的时候，⾸先必须对其在空间和亮度上进⾏数字化，这就是图像的采样和量化的过程。
⼆维图像进⾏均匀采样，就可以得到⼀幅离散化成M×N样本的数字图像，该数字图像是⼀个整数阵列，因⽽⽤矩阵来描述该数字图像是最直观最简便的了。
⽽MATLAB的长处就是处理矩阵运算，因此⽤MATLAB处理数字图像⾮常的⽅便。
MATLAB⽀持五种图像类型，即索引图像、灰度图像、⼆值图像、RGB图像和多帧图像阵列；⽀持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像⽂件格式的读，写和显⽰。
数字图像处理MATLAB程序【完整版】
第一部分数字图像处理实验一图像的点运算实验1．１直方图一.实验目的１.熟悉mａtlab图像处理工具箱及直方图函数的使用;２.理解和掌握直方图原理和方法；二．实验设备１.ＰＣ机一台;2.软件ｍatlab。
三.程序设计在matlab环境中,程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。
I=ｉmｒeａd（'ｃameraｍan.tif’);%读取图像suｂpｌｏｔ(１,2,1），ｉmsｈow(Ｉ) %输出图像titlｅ(’原始图像'） %在原始图像中加标题subplot（1，2,2),iｍhiｓｔ(I) ％输出原图直方图tiｔle('原始图像直方图'） %在原图直方图上加标题四．实验步骤１。
启动mａtlab双击桌面matlab图标启动maｔlab环境;2。
在matlab命令窗口中输入相应程序。
书写程序时,首先读取图像,一般调用matlab自带的图像,如:cameraｍan图像;再调用相应的直方图函数，设置参数;最后输出处理后的图像;３.浏览源程序并理解含义；4.运行,观察显示结果;5．结束运行，退出;五．实验结果观察图像matlａb环境下的直方图分布.(ａ）原始图像(b)原始图像直方图六．实验报告要求1、给出实验原理过程及实现代码;2、输入一幅灰度图像,给出其灰度直方图结果,并进行灰度直方图分布原理分析。
实验1.2 灰度均衡一.实验目的1．熟悉matlａｂ图像处理工具箱中灰度均衡函数的使用；2.理解和掌握灰度均衡原理和实现方法;二.实验设备1.PC机一台;2．软件mａtlab；三.程序设计在ｍaｔｌab环境中，程序首先读取图像,然后调用灰度均衡函数，设置相关参数，再输出处理后的图像.I=iｍｒｅad（'cameraman.ｔif’)；%读取图像subplｏｔ(2，2,1）,imshow（I) %输出图像title(’原始图像’) %在原始图像中加标题subplot(2，2,3),ｉmｈｉst(I) %输出原图直方图titｌｅ(’原始图像直方图’) %在原图直方图上加标题ａ＝histeｑ（I，2５6); %直方图均衡化，灰度级为２５６sｕｂｐlot（2,２,２),imshoｗ(a) %输出均衡化后图像title(’均衡化后图像’） %在均衡化后图像中加标题subｐlｏt(2,2，4),iｍhiｓt(a) ％输出均衡化后直方图ｔitｌe（'均衡化后图像直方图’）％在均衡化后直方图上加标题四．实验步骤１。
数字图像处理实验指导书matlab冈萨雷斯
《数字图像处理》实验指导书实验一、空域图像处理一、 实验目的1熟悉CCS 集成开发环境的操作和基本功能；2熟悉MATLAB 基本图像操作；3结合实例学习如何在程序中增加图像处理算法；4理解和掌握图像的线性变换和直方图均衡化的原理和应用；5了解平滑处理的算法和用途，学习使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理的程序设计方法；6 了解噪声模型及对图像添加噪声的基本方法。
二、 实验原理1 灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。
)],([),(y x f T y x g =⎪⎩⎪⎨⎧<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ),(),(y x f b g b y x f b y x f a g a y x f a y x f y x f y x g b a γβαn y m x ,2,1 ,,,2,1==2 直方图均衡化通过点运算将输入图像转换为在每一级上都有相等像素点数的输出图像。
按照图像概率密度函数PDF 的定义：1,...,2,1,0 )(-==L k n n r p k k r 通过转换公式获得：1,...,2,1,0 )()(00-====∑∑==L k n n r p r T s k j k j j j r k k3 均值（中值）滤波是指在图像上，对待处理的像素给定一个模板，该模板包括了其周围的临近像素。
将模板中的全体像素的均值（中值）来代替原来像素值的方法。
4 拉普拉斯算子如下：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--------111181111 拉普拉斯算子首先将自身与周围的8个像素相减，表示自身与周围像素的差异，再将这个差异加上自身作为新像素的灰度。
三、实验步骤1 启动MA TLAB程序，对图像文件分别进行灰度线性变换、直方图均衡化、均值滤波、中值滤波和拉普拉斯锐化操作；添加噪声，重复上述过程观察处理结果。
2 记录和整理实验报告四、实验仪器1计算机；2 MA TLAB程序；3记录用的笔、纸。
Matlab图像处理实验指导书(1-3)(精)
河南工业大学《数字图像处理》课程实验指导书信息科学与工程学院2011年3月实验一 Matlab图像显示方法一、实验目的1.了解Matlab的基本功能及操作方法2.练习图像读写和显示函数的使用方法3.掌握Matlab支持的五类图像的显示方法二、实验内容1.图像的读写%matlab自带图像在安装路径下\toolbox\images\imdemosA图像读RGB = imread('ngc6543a.jpg';B图像写先从一个.mat 文件中载入一幅图像,然后利用图像写函数imwrite,创建一个.bmp 文件,并将图像存入其中。
load clownwhosimwrite(X,map,'clown.bmp'C图像文件格式转换bitmap = imread('clown.bmp','bmp';imwrite(bitmap,'clown.png','png';2.图像显示A二进制图像的显示BW1=zeros(20,20; %创建仅包含0/1的双精度图像BW1(2:2:18,2:2:18=1;imshow(BW1,'notruesize'; %double类型[0,1]whosBW2=uint8(BW1;figure,imshow(BW2,'notruesize'figure,imshow(BW2,[],'notruesize' %uint8类型[0,255] BW3=BW2~=0; %逻辑标志置为onfigure,imshow(BW3,'notruesize'whosB灰度图像的显示I=imread('spine.tif';J=filter2([1 2;-1 -2],I;imshow(I,[]figure,imshow(J,[]C索引图像的显示load clown %装载一幅图像imwrite(X,map,'clown.bmp'; %保存为bmp文件imshow(Ximshow(X,mapDRGB图像的显示I=imread('trees.tif';imshow(IRGB=imread('ngc6543a.jpg';figure,imshow(RGBimshow(RGB(:,:,3 % 显示第3个颜色分量E多帧图像的显示mri=uint8(zeros(128,128,1,27; % 27帧文件mri.tif初始化for frame=1:27[mri(:,:,:,frame,map]=imread('mri.tif',frame; % 读入每一帧endfigure;imshow(mri(:,:,:,3,map; % 显示第3帧figure,imshow(mri(:,:,:,6,map; % 显示第6帧figure,imshow(mri(:,:,:,10,map; % 显示第10帧figure,imshow(mri(:,:,:,20,map; % 显示第20帧figure;hold on;for frame=1:27hold on;imshow(mri(:,:,:,frame,map; % 读入每一帧pause(0.1endF显示多幅图像[X1,map1]=imread('forest.tif';[X2,map2]=imread('trees.tif';figure;subplot(1,2,1,imshow(X1,map1subplot(1,2,2,imshow(X2,map2figure;subplot(1,2,1,subimage(X1,map1subplot(1,2,2,subimage(X2,map2三、思考题:1.图像显示时,若不带参数’notruesize’,显示效果如何?2.如何显示RGB图像的某一个颜色分量?3.如何显示多帧图像的所有帧?如何根据多帧图像创建电影片段?%pause(n 实验二图像变换一、实验目的1.了解傅立叶变换及离散余弦变换在图像处理中的应用二、实验内容1.傅立叶变换A绘制一个二值图像矩阵,并将其傅立叶函数可视化。
数字图像处理实验指导书(带源程序)
实验一Matlab图像处理工具箱的初步练习一. 实验目的1. 掌握有关数字图像处理的基本概念；2. 熟悉Matlab图像处理工具箱；3. 熟悉使用Matlab进行数字图像的读出和显示；4. 熟悉运用Matlab指令进行图像旋转和缩放变换。
二. 练习1. 文件的读入与显示(1) 运行Matlab。
(2) MATLAB窗口构成：在缺省的情况下，由三个窗口组成。
命令窗口(command window)、命令历史（command history）、工作空间（workspace）。
注意：缺省窗口的设置步骤为：MATLAB菜单/view选项/Desktop layout/default。
(3) 调入一个文件：i=imread('pout.tif')；%注意：前面的“%”是用于注释的，不会被执行，只是说明这个语句的作用。
此时的i出现在什么窗口？是什么类型的变量？大小是多少？(4) 显示这幅图：imshow(i)；(5) 将变量i转置成j，即j=i'；显示j即imshow(j)；%在胸前左侧花纹怎么会跑到右边的呢？举一个例子加以验证：设a=[1 2 3 4 5；6 7 8 9 10；11 12 13 14 15]；b=a’；此时的b与a有什么区别？(6) 写入到一个新的图像文件'abc.tif'中，即imwrite(j，'abc.tif')。
(7) 清除变量命令：clear执行这个命令后，workspace窗口中的变量有没有？怎么验证？(8) 清除用户开设的窗口命令：close all(9) 调入图像文件'abc.tif'并显示。
问题：(1) 操作符“’”是图像的转置的意思，转置两次后，是否回到原图像？(2) 命令后的符号“；”所起的作用是什么？(3) 命令是否可以大写母？2. 灰度图像分别选择不同的灰度级（如2、4、16、64、128个）来显示同一幅图像（如testpat1.tif）。
数字图像处理实验指导书
实验一数字图像处理编程基础一、实验目的1. 了解MATLAB图像处理工具箱；2. 掌握MATLAB的基本应用方法；3. 掌握MATLAB图像存储/图像数据类型/图像类型；4. 掌握图像文件的读/写/信息查询；5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法；6. 编程实现图像类型间的转换。
二、实验原理略。
三、实验内容1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。
2. 运行图像处理程序，并保存处理结果图像。
四、分析思考归纳总结Matlab各个基本指令。
实验二 图像几何变换实验一、实验目的1．学习几种常见的图像几何变换，并通过实验体会几何变换的效果；2．掌握图像平移、剪切、缩放、旋转、镜像等几何变换的算法原理及编程实现；3．掌握matlab 编程环境中基本的图像处理函数。
二、实验原理1. 初始坐标为(,)x y 的点经过平移00(,)x y ，坐标变为(',')x y ，两点之间的关系为：00''x x x y y y =+⎧⎨=+⎩，以矩阵形式表示为： 00'10'0110011x x x y y y ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦2. 图像的镜像变换是以图象垂直中轴线或水平中轴线交换图像的变换，分为垂直镜像变换和水平镜像变换，两者的矩阵形式分别为：'100'01010011x x y y -⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ '100'01010011x x y y ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦3. 图像缩小和放大变换矩阵相同：'00'0010011X yx S x y S y ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦当1x S ≤，1y S ≤时，图像缩小；当1x S ≥，1y S ≥时，图像放大。
数字图像处理的MATLAB实现(新实验指导书)
实验一用MATLAB实现图像的傅里叶变换1. 目的（1）掌握二维傅里叶变换的原理。
（2）掌握二维傅里叶变换的性质。
2. 任务（1）选择一幅灰度图像，对其进行离散傅立叶变换，观察其离散傅立叶的频谱。
（2）通过零填充改变图像的大小，对其进行离散傅立叶变换，观察其离散傅立叶的频谱，分析零填充对傅里叶变换频率分辨率的影响。
（3）对选取的灰度图像进行离散傅里叶变换，并将频谱的零频率部分由左上角平移到频谱中心，观察并分析频谱中各频率成分的分布。
（4）对选取的灰度图像旋转一定的角度，观察并分析灰度图像傅里叶频谱和旋转后图像的傅里叶频谱之间的对应关系。
3. 思考题举例说明二维傅里叶变换的应用。
答：傅立叶变换是一种非常有用的积分变换，它能把时域信息变换到频域信息进行处理。
这里我们主要讲二维傅立叶变换在图像处理中的应用。
4. 实验结果：实验二用MATLAB实现图像增强1. 目的（1）掌握图像增强的基本原理。
（2）掌握常用的图像增强技术。
（1）选择一幅直方图不均匀的灰度图像，对该图像做直方图均衡化处理，观察并分析直方图均衡化前、后图像以及它们的灰度直方图的变化。
（2）选择一幅灰度图像，利用邻域平均法对它进行滤波，观察并分析滤波器的大小对滤波结果的影响。
（3）选择一幅灰度图像，对它添加椒盐噪声，然后分别利用邻域平均和中值滤波对该图像进行滤波，比较这两种滤波器的滤波效果。
（4）选择一幅灰度图像，分别利用拉普拉斯滤波器和sobel滤波器对该图像进行锐化，比较这两种滤波器的锐化效果。
3. 思考题直方图均衡化处理的主要步骤是什么？答：直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。
设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。
在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数): (1)EQ(f)在0≤f≤L-1范围内是一个单值单增函数。
数字图像处(MATLAB)实验指导书
附录五实验报告格式报告人：专业年级：学号：实验日期：报告完成日期：一、实验名称××××××二、实验目的：××××××三、实验内容：（结合实验指导书和课本，列出自己在本次实验中练习或验证了什么）四、回答问题：（回答实验指导书中提出的问题）五、遇到的问题及解决：（列出实验和求解思考题的过程中遇到的问题及解决方法）六、体会：（小结出从本次实验中学会了什么，难点是什么，有什么想法和体会）74持2维标注矩阵。
'Image' 二值图像，与某区域具有相同大小的逻辑矩阵。
可以用这个属性直接将每个子区域提取出来，然后再作相应的处理'FilledImage' 与上相同，唯一区别是这是个做了填充的逻辑矩阵。
只有区域有空洞时'Image'和'FilledImage'才有明显差别'Solidity' 是标量，同时在区域和其最小凸多边形中的像素比例。
计算公式为：Area/ConvexArea，这也是个仿射特征，实际上反映出区域的固靠性程度。
此属性只支持2维标注矩阵。
'MajorAxisLength'是标量，与区域具有相同标准二阶中心矩的椭圆的长轴长度（像素意义下）。
'MinorAxisLength'是标量，与区域具有相同标准二阶中心矩的椭圆的短轴长度（像素意义下）。
本属性只支持二维标注矩阵。
'PixelList' p行ndims(L)列矩阵，存储上述索引对应的像素坐标。
'PixelIdxList' p元向量，存储区域像素的索引下标。
'Extent' 是标量，同时在区域和其最小边界矩形中的像素比例。
计算公式为：Area除以边界矩形面积，这也是个仿射特征，实际上反映出区域的扩展范围程度。
《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(matlab)
学院：自动化学院班级：电081班姓名：***学号：********2011年10月实验一直方图均衡化一、实验目的：1. 熟悉图像数据在计算机中的存储方式；2. 掌握图像直方图均衡化这一基本处理过程。
二、实验条件：PC微机一台和MATLAB软件。
三、实验内容：1.读入图像数据到内存中，并显示读入的图像；2.实现直方图均衡化处理，显示处理前后图像的直方图。
3.显示并保存处理结果。
四、实验步骤：1．打开Matlab编程环境；2．获取实验用图像。
用’imread’函数将图像读入Matlab；用’imshow’函数显示读入的图像。
3．获取输入图像的直方图：用’imhist’函数处理图像。
4．均衡化处理：用’histeq’函数处理图像即可。
5．获取均衡化后的直方图并显示图像：用’imhist’和’imshow’函数。
6．保存实验结果：用’imwrite’函数处理。
五、实验程序及结果：1、实验程序subplot(6,2,1);i=imread('test1-1.jpg');imhist(i);title('test1-1 hist');subplot(6,2,2);i=im2double(i);imshow(i);title('test1-1 Ô-ͼÏñ');subplot(6,2,3);s=histeq(i);imhist(s);title('test1-1 balancedhist');subplot(6,2,4);imshow(s);title('test1-1 ¾ùºâ»¯ºóµÄͼÏñ');subplot(6,2,5);i=imread('test1-2.jpg');imhist(i);title('test1-2 hist');subplot(6,2,6);i=im2double(i);imshow(i);title('test1-2 Ô-ͼÏñ');subplot(6,2,7);s=histeq(i);imhist(s);title('test1-2 balancedhist'); subplot(6,2,8);imshow(s);title('test1-2 ¾ùºâ»¯ºóµÄͼÏñ');subplot(6,2,9);i=imread('test1-3.jpg');imhist(i);title('test1-3 hist');subplot(6,2,10);i=im2double(i);imshow(i);title('test1-3 Ô-ͼÏñ');subplot(6,2,11);s=histeq(i);imhist(s);title('test1-3 balancedhist'); subplot(6,2,12);imshow(s);title('test1-3 ¾ùºâ»¯ºóµÄͼÏñ');2、实验结果test1-1 hist050100150200250test1-1 原图像test1-1 balancedhist00.10.20.30.40.50.60.70.80.91test1-1 均衡化后的图像test1-2 hist050100150200250test1-2 原图像test1-2 balancedhist00.10.20.30.40.50.60.70.80.91test1-2 均衡化后的图像0test1-3 hist050100150200250test1-3 原图像test1-3 balancedhist00.10.20.30.40.50.60.70.80.91test1-3 均衡化后的图像六、实验思考1.数字图像直方图均衡化之后直方图为什么不是绝对平坦的？答：直方图均衡化是将一已知灰度概率密度分布的图像，经过某种变换，变成一幅具有均匀灰度概率密度分布的新图像。
数字图像处理实验(MATLAB版)
数字图像处理实验(MATLAB版)数字图像处理(MATLAB版)实验指导书(试用版)湖北师范学院教育信息与技术学院2009年4月试行目录实验一、数字图像获取和格式转换 2 实验二、图像亮度变换和空间滤波 6 实验三、频域处理7 实验四、图像复原9 实验五、彩色图像处理10１实验六、图像压缩11 实验七、图像分割13 教材与参考文献14２《数字图像处理》实验指导书实验一、数字图像获取和格式转换一、实验目的1掌握使用扫描仪、数码相机、数码摄像级机、电脑摄像头等数字化设备以及计算机获取数字图像的方法；2修改图像的存储格式；并比较不同压缩格式图像的数据量的大小。
二、实验原理数字图像获取设备的主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等。
各类设备都标明了它的光学分辨率和最大分辨率。
分辨率的单位是dpi，dpi是英文Dot Per Inch的缩写，意思是每英寸的像素点数。
扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；然后启３动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。
为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD 上，CCD将RGB光带转变为模拟电子信号，此信号又被A/D变换器转变为数字电子信号。
至此，反映原稿图像的光信号转变为计算机能够接受的二进制数字电子信号，最后通过串行或者并行等接口送至计算机。
扫描仪每扫一行就得到原稿x方向一行的图像信息，随着沿y方向的移动，在计算机内部逐步形成原稿的全图。
扫描仪工作原理见图1.1。
４图1.1扫描仪的工作原理在扫描仪的工作过程中，有两个元件起到了关键的作用。
一个是CCD，它将光信号转换成为电信号；另一个是A/D变换器，它将模拟电信号变为数字电信号。
(完整版)数字图像处理实验指导书
“imwrite(I_R,’ss_G.jpg’)”和“imwrite(I_R,’ss_B.jpg’)”将它
们分别写入“ss_R.jpg”、“ss_G.jpg”和“ss_B.jpg”磁盘文
12 Februa件ry中20。20
9
实验方法、步骤
4.将读入的图像转换成灰度图像并保存为图象文件；
在“Command”窗口的命令提示符“>>”后分别输入 “I_Gray=rgb2gray(I)” 将图像转变为灰度图像并存于矩阵 “I_Gray”中，用“imwrite(I_Gray,’ss_Gray.jpg’)”将其写入 ss_Gray.jpg”磁盘文件中。
12 February 2020
10
实验方法、步骤
5.显示、查看读入图像、分解图像、转换图像；
• 用imshow()和imview()显示和查看各图像 • 用下面命令序列在一个视窗显示各图像：
subplot(231);imshow(I);title(‘原始图像’); subplot(233);imshow(I_Gray);title(‘灰度图像’); subplot(234);imshow(I_R);title(‘红色分量‘); subplot(235);imshow(I_G);title(‘绿色分量‘); subplot(236);imshow(I_B);title(‘蓝色分量‘);
3. 在Matlab下读入一幅图像，对其作DWT分 解。
12 February 2020
15
实验要求
1. 独立完成各项实验内容； 2. 记录每一项实验内容实现的步骤； 3. 编写FFT、DCT、DWT变换Matlab程序； 4. 打印输出原始图像、FFT的频谱图、将频率平面坐
数字图像处理实验一：熟悉Matlab图像处理工具箱
实验一：熟悉Matlab图像处理工具箱一．实验目的：1.熟悉matlab图像处理工具箱；2.了解图像处理的函数及使用方法；3.学会简单的图像处理方法；二．实验原理1.二值图像二值图像是一种简单的图像格式，“0”表示黑色像素点，“255”表示白色像素点，二值图像处理运算是从数学形态学下的集合论发展起来的，基本运算比较简单，却可以产生复杂的效果。
2.反色图像对于彩色图像的R,G,B各彩色分量取反的技术就是反色处理，这在二值化图像的连通区域选取的时候非常重要，如物体连通域用黑色表示，而二值化后的物体连通域图像可那是白色的，二背景是黑色的，这时应手动选取图像的反色处理或有程序根据背景和物体连通域两种颜色的数量所占比例而自动选择是否选取图像的反色处理。
3.水平镜像图像的水平镜像是指将指定区域的图像以原图像的垂直中轴线为中心，将图像分为左右两部分进行对称变换显示在屏幕。
水平镜像时每行图像信息的处理方式是相同的，而且行顺序不发生变化，只是每一行的像素信息按从左到右的顺序进行了左右颠倒，所以镜像后图像的高和宽不变。
设图像的高度为Height，宽度为width，原图中坐标为（x0，y0）的点经过水平镜像后，则点（x0，y0）的坐标为（x1，y1）。
（x0，y0）和（x1，y1）的关系如下：x1=Width-x0 y1=y04.垂直翻转图像的翻转有两种，一种是水平翻转，一种是垂直翻转。
水平翻转会产生左右对调的图像，垂直翻转会产生上下对调的图像。
5.旋转30度如果果一个点（x1,y1）旋转到（x2,y2），对应的角度旋转从θ1到θ1+θ2sinθ1=y1/sqrt(x1*x1+ y1*y1)cosθ1=x1/sqrt(x1*x1+ y1*y1)sin(θ1+θ2)=sin(θ1)*cos(θ2)+cos(θ1)*sin(θ2)=y2/sqrt(x2*x2+y2*y2)；cos(θ1+θ2)=cos(θ1)*cos(θ2)-sin(θ1)*sin(θ2)=x2/sqrt(x2*x2+y2*y2)。
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数字图像处理 实验一
实验一基于ＭＡＴＬＡＢ的数字图像处理一姓名-胡青李班级-信息与计算科学11-1班学号-10114590一、实验目的与要求1．了解图像去操技术及其实现方法。
2．了解什么是“图像的噪声”和图像去噪的常用方法。
3．掌握图像畸变校正技术及其实现。
4．了解畸变产生的原因，畸变校正的原理。
5．掌握图像数字水印技术及其实现。
6.掌握数字图像压缩技术及其实现。
二、实验内容及步骤1．基于离散余弦变换，对一幅图像进行降噪处理。
我们认为图像的噪声在离散余弦变换结果中处在其高频部分，而高频部分的幅值一般很小，利用这一性质，就可以很容易实现图像的噪声抑制。
这样也会失去图像的部分细节。
2．用带噪型号预处理图片，然后利用小波变换吧信号分解到各尺度中，在每一尺度下把属于噪声的小波系数去掉，保留并增强属于信号的小波系数，最后在经过小波逆变换恢复检测信号。
小波去噪框图3．首相将输入的图像分成8*8或者16*16的图象块，然后对每个图像块进行二维DCT 变换，最后将变换的来的DCT系数量化，编码，形成压缩后的ＪＰＥＧ图像格式。
在显示ＪＰＥＧ图像时，首先将量化、编码后的ＤＣＴ系数进行解码，并对每个８＊８或者１６＊１６的块进行二维ＤＣＴ反变换，最后将操作完成后的所有块重构成一幅完整的图像。
对于一幅典型的图像而言，进行ＤＣＴ变换后，大部分的ＤＣＴ系数的值非常接近于０，如果舍弃这些接近于０的的ＤＣＴ系数，在重构图像时并不会因此带来画面质量的显著下降，这就是ＪＰＥＧ算法能够对图像进行压缩的原理。
利用JPEG的压缩原理，输入一幅图像，将其分成8*8的图象块，计算每个图象块的DCT系数。
DCT变换的特点是变换后图像大部分能量集中在左上角，因此左上角反映图像低频部分数据，右下角反映原图像高频部分数据，而图像的能量通常集中在低频部分。
因而，对二维图像进行DCT变换后，只保留DCT系数矩阵最左上角的10个系数，然后对每块图像利用这10个系数进行DCT反变换来重构。
数字图像处理实验指导书(MATLAB版)
目录
实验一 数字图像基本操作及灰度调整 ............................................................ ３ 一、实验目的 .................................................................................................... ３ 二、实验原理 .................................................................................................... ３ 三、算法分析 .................................................................................................... ４ 四、实验步骤 .................................................................................................... ５ 五、结果分析 .................................................................................................... ７ 实验二 数字图像的空间域滤波和频域滤波 ................................................ １３ 一、实验目的 ................................................................................................ １３ 二、实验原理 ................................................................................................ １３ 三、算法分析 ................................................................................................ １５ 四、实验步骤 ................................................................................................ １９ 五、结果分析 ................................................................................................ ２６ 实验三 图像放大 ............................................................................................ ４４ 一、实验目的 ................................................................................................ ４４ 二、实验原理 ................................................................................................ ４４ 三、实验步骤 ................................................................................................ ４６ 四、结果分析 ................................................................................................ ４６ 实验五 彩色图像处理 .................................................................................... ４７ 一、实验目的 ................................................................................................ ４７ 二、实验原理 ................................................................................................ ４７ 三、实验步骤 ................................................................................................ ４７ 四、结果分析 ................................................................................................ ４７ 实验六 图像压缩 ............................................................................................ ４８ 一、实验目的 ................................................................................................ ４８ 二、实验原理 ................................................................................................ ４８
视觉检测技术——MATLAB数字图像处理
视觉检测技术实验指导书——图像处理与分析部分实验一：图像预处理实验（验证性实验）一、实验目的与要求：目的：通过本次实验，学生可以掌握图像读取、显示和保存的方法，掌握空间域增强方法和频率域增强方法。
要求：上机运行，调试通过。
二、实验方案：1）对附录中的练习1~11、练习13，进行上机运行和调试。
2）对上述练习，改变一些函数的参数，观察运行结果的变化。
三、实验结果与数据处理对每个练习，要求学生获得相应的实验结果。
四、结论可以是对某些函数如何使用的认识，也可以是学生的实验后的心得体会。
五、问题与讨论1）在显示傅里叶频谱前，为什么常常进行对数变换？2）对实验中遇到的问题，进行讨论。
实验二：形态学处理、图像分割、表达与描述实验（验证性实验）一、实验目的与要求：目的：要求学生掌握形态学处理、图像分割和图像表达与描述的基本方法，掌握相关的函数。
要求：上机运行，调试通过。
二、实验内容:1）对附录中的练习15~24、练习26、练习28~32，进行上机运行和调试。
2）对上述练习，改变一些函数的参数，观察运行结果的变化。
三、实验结果与数据处理对每个练习，要求学生获得相应的实验结果。
四、结论可以是对某些函数如何使用的认识，也可以是学生的实验后的心得体会。
五、问题与讨论1）在形态学处理中，结构元选取的原则是什么？举例说明。
2）对实验中遇到的问题，进行讨论。
实验三：直方图均衡化实验（设计性实验）实验名称：直方图均衡化实验实验项目性质：设计性实验计划学时：2一、实验目的与要求1．目的：通过本次实验，加深学生对直方图均衡化的基本原理的理解，加强学生的算法设计和编程实现的能力。
2、要求：根据直方图均衡化的原理，设计直方图均衡化的算法，并编程实现直方图均衡化的功能。
二、预习与参考1．R. C. , R. E. 。
《数字图像处理》（第二版）。
北京：电子工业出版社，2003。
2．《图像处理与分析实验指导书》的附录。
2．R. C. , R. E. , S. L. 。
- 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)。
2
figure, imshow(J3) help imadjust
% Display the imadjust() function information.
3ˊぎඳᑇ⒥Ⓒ⊶˄㊞ǃএా˅ clear all; close all I = imread('eight.tif'); h1 = ones(3,3) / 9; h2 = ones(5,5) / 25; I1 = imfilter(I,h1); I2 = imfilter(I,h2); figure(1), imshow(I), title('Original Image'); figure(2), imshow(I1), title('Filtered Image With 3*3 ') figure(3), imshow(I2), title('Filtered Image With 5*5 ') % ࡴܹGaussian ాໄ J1 = imnoise(I,'gaussian',0,0.005); % ࡴܹỦⲤాໄ J2 = imnoise(I,'salt & pepper',0.02); % ᇍJ1ǃJ2䖯㸠ᑇഛؐᑇ⒥Ⓒ⊶ K1 = imfilter(J1,fspecial('average',3)); K2 = imfilter(J2,fspecial('average',3)); figure(4); subplot(2,2,1), imshow(J1) , title('gaussian'); subplot(2,2,2), imshow(J2), title('salt & pepper '); subplot(2,2,3), imshow(K1), title('average '); subplot(2,2,4), imshow(K2); % ᇍJ1ǃJ2䖯㸠ЁؐⒸ⊶ K3 = medfilt2(J1,[3 3]); K4 = medfilt2(J2,[3 3]); figure(5); subplot(2,2,1), imshow(J1) , title('gaussian'); subplot(2,2,2), imshow(J2), title('salt & pepper '); subplot(2,2,3), imshow(K3), title(' Median filtering '); subplot(2,2,4), imshow(K4) 4ˊぎඳ䫤࣪Ⓒ clear all; close all I = imread('moon.tif'); w=fspecial('laplacian',0) w8=[1,1,1;1,-8,1;1,1,1] I1= imfilter(I,w, 'replicate'); figure(1); imshow(I), title('Original Image');
⊼ᛣ˖imadjust() ࡳ㛑˖ 䇗ᭈ♄ڣᑺؐ买㡆ڣ㸼ˈгৃᅲ⦄ԑ偀᷵ℷDŽ 䇁⊩˖
J = imadjust(I,[low_in high_in],[low_out high_out],gamma) newmap = imadjust(map,[low_in high_in],[low_out high_out],gamma) RGB2 = imadjust(RGB1,...)
《数字图像处理》
实验指导书
山东农业大学
2010年9月
Ⳃ
ᔩ
ᅲ偠ᅜ߭ĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂ ᅲ偠ϔڣᔎϢᑇ⒥ĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂ ᅲ偠ѠࡆߚڣϢ䖍㓬Ẕ⌟ĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂ ᅲ偠ϝⱘڣԩবᤶĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂ ᅲ偠ಯڣᔶᗕᄺ໘⧚ĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂ ᅲ偠Ѩ乥ඳবᤶĂĂĂĂĂĂቤተ መጻሕፍቲ ባይዱĂĂĂĂĂĂĂĂĂĂĂĂĂĂ ᅲ 偠 ݁ ᭄ ᄫ ڣ໘ ⧚ ᑨ ⫼ Ă Ă Ă Ă Ă Ă Ă Ă Ă Ă Ă Ă Ă Ă Ă 䰘ᔩ 0$7/$% ㅔҟĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂĂ 䰘ᔩ ᅲ偠ਞ㣗՟/2* Ⓒ⊶఼ᦤপ䖍㓬ĂĂĂĂĂĂĂĂĂ
3
figure(2), imshow(I1), title('Laplacian Image'); f = im2double(I); f1= imfilter(f,w, 'replicate'); figure(3), imshow(f1,[]), title('Laplacian Image'); f2= imfilter(f,w8, 'replicate'); f4 = f-f1; f8 = f-f2; figure(4), imshow(f4); figure(5), imshow(f8); 5ˊⱘڣЎᔽ㡆໘⧚—ᆚᑺߚࡆ clear all, close all I = imread('ngc4024m.tif'); X = grayslice(I,16); imshow(I), title('Original Image') figure, imshow(X,jet(16)), title('Index Color Image') ˄Ѡ˅䞛⫼MATLABᑩሖߑ᭄㓪ᅲ⦄ҹϟ♄ᑺ㒓ᗻবᤶ ؛ᅮॳڣf(x, y)ⱘ♄ᑺ㣗ೈЎ˷a, b˹ˈᏠᳯবᤶৢ ڣg(x, y)ⱘ♄ᑺ㣗ೈᠽሩ㟇 ˷c, d˹ˈ߭㒓ᗻবᤶৃ㸼冫Ў˖ d c g ( x, y ) [ f ( x, y ) a ] c ba ⫼MATLABᑩሖߑ᭄㓪ᅲ⦄Ϟ䗄বᤶߑ᭄DŽ㾖ᆳ ‘ڣpout.tif’ⱘ♄ᑺⳈᮍˈ䗝 ᢽড়䗖ⱘখ᭄˷a, b˹ǃ˷c, d˹ᇍڣþpout.tifÿ䖯㸠♄ᑺবᤶˈҹ㦋ᕫ⒵ᛣⱘ㾚㾝ᬜ ᵰDŽ
1
ᅲ偠ϔڣᔎϢᑇ⒥
ϔˊᅲ偠Ⳃⱘঞ㽕∖
1ˊњ㾷MATLABⱘ᪡⦃๗ᴀࡳ㛑DŽ 2ˊᥠᦵMATLABЁڣᔎϢᑇ⒥ⱘߑ᭄ⱘՓ⫼ᮍ⊩DŽ 3ˊࡴ⏅⧚㾷ڣᔎϢᑇ⒥ⱘㅫ⊩ॳ⧚DŽ
Ѡǃᅲ偠ݙᆍ
˄ϔ˅ⷨおҹϟᑣˈߚᵤᑣࡳ㛑˗䕧ܹᠻ㸠ੑҸ㸠ˈ䅸ⳳ㾖ᆳੑҸᠻ㸠ⱘ㒧 ᵰDŽ❳ᙝᑣЁ᠔Փ⫼ߑ᭄ⱘ䇗⫼ᮍ⊩ˈᬍব᳝݇খ᭄ˈ㾖ᆳ䆩偠㒧ᵰDŽ ˄ৃᇚ↣↉ ᑣֱᄬЎϔϾ.m᭛ӊ˅ 1ˊⳈᮍഛ㸵࣪ clear all; close all I = imread('pout.tif'); imshow(I) figure, imhist(I)
% Clear the MATLAB workspace of any variables % and close open figure windows. % Reads the sample images ‘ pout.tif’, and stores it in % an array named I.display the image % Create a histogram of the image and display it in % a new figure window. % Histogram equalization.
ᅲ
偠
ᅜ
߭
Ўњࡴᔎᅲ偠ᅸㅵ⧚ˈᦤ催ᅲ偠ᬭᄺ䋼䞣ˈݏᄺ⫳⧚䆎㘨㋏ᅲ䰙ⱘᄺ亢ˈᦤ催ᅲ 䰙᪡ᡔ㛑ˈ⹂ֱҎ䑿䆒ⱘᅝܼˈ⡍ࠊᅮབϟᅜ߭˖ ˊᅲ偠ࠡ㽕䅸ⳳ乘дˈњ㾷ᅲ偠Ⳃⱘǃᅲ偠ॳ⧚ǃᅲ偠㒓䏃ǃᅲ偠ℹ偸ঞ℆⌟ⱘ ⠽⧚䞣DŽ❳ᙝᅲ偠᳝݇ⱘҾ఼䆒ⱘ⫼䗨ǃՓ⫼ᮍ⊩ঞ⊼ᛣџ乍DŽ㛑ಲㄨᣛᇐᬭᏜⱘ ᦤ䯂DŽ ˊ↣Ͼᅲ偠ᇣ㒘㽕䗝ߎ㒘䭓 ৡˈᅲ偠ᯊ㽕䅸ⳳߚᎹˈ䕂⌕ᔧ䆄ᔩਬ᪡㗙ˈ ҹ֓↣ϾҎ䛑㛑ᕫࠄ䕗ܼ䴶ⱘ䆁㒗DŽᅲ偠㒓䏃དৢˈ㒘ᄺ⫳㽕㞾㸠Ẕᶹˈ✊ৢ䇋ᣛ ᇐᬭᏜẔᶹˈ㒣Ẕᶹ᮴䇃ৢᮍৃ䗮⬉⑤DŽᬍ㒓䏃ᖙ乏ܜᮁᓔ⬉⑤ˈҹܡ㾺⬉ঞᤳണ Ҿ㸼DŽᬍৢⱘ㒓䏃ҡ䳔㒣ᬭᏜẔᶹDŽ ˊᅲ偠ᯊᑨҢᬭᏜᣛᇐˈϹḐᣝᅲ偠ℹ偸䖯㸠ˈབᅲ䆄ᔩᅲ偠᭄ˈ鳥ᵕᗱ㗗 ߚᵤᅲ偠Ёথ⫳ⱘ⦄䈵DŽᅲ偠Ёབ䘛џᬙᑨゟे݇ᮁ⬉⑤ǃֱᣕ⦄എˈਞᣛᇐᬭᏜ ঞᯊ໘⧚DŽབ᳝ᤳണҾ఼఼ӊˈ㽕฿ݭџᬙॳঞᤳऩDŽ ˊᅲ偠ᅠ↩ᑨゟे݇ᮁ⬉⑤ˈᡞᅲ偠䆄ᔩѸᣛᇐᬭᏜẔᶹড়Ḑৢᮍৃᢚ䰸㒓䏃DŽ བথ⦄ᅲ偠䆄ᔩ᳝ϡᔧ䫭䇃Пˈᑨゟे䞡DŽ㽕ᡞ᠔᳝Ҿ఼ǃҾ㸼ǃᎹǃᇐ㒓ᭈ ⧚དDŽ㒣ᣛᇐᬭᏜ⏙⚍ৢᮍৃ行ᓔᅲ偠ᅸDŽ ˊ㽕⠅ᡸ݀⠽DŽᅲ偠ᅸ᠔᳝ⱘҾ㸼ǃᎹǃ఼ӊㄝϔᕟϡᕫ᪙㞾ᏺߎDŽᅲ偠Ёབ 䳔ᤶҾ఼ǃҾ㸼ǃᎹǃ఼ӊㄝˈᖙ乏㒣ᣛᇐᬭᏜৠᛣDŽϡᕫ᪙㞾ᤶхᣓҪ㒘⠽ કDŽ㒣ܕ䆌ˈϡᕫ᪙㞾ᢚौᅲ偠⫼ⱘҾ఼ǃ䆒DŽ ˊᅲ偠ᯊ㽕Ϲ㙗䅸ⳳˈ䆆お᭛ᯢǃ凵䉠ˈ㽕ֱᣕᅝ䴭ᅸݙᭈ⋕ˈϡ䱣ഄ⯄ хᡯᴖ⠽DŽᅲ偠ᅠ↩㽕ᠧᠿᅲ偠ᅸि⫳DŽ ˊкݭᅲ偠ਞᯊˈ䇁㿔㽕∖ㅔ㒗ˈкݭᑨッℷˈᑨℷ㾘DŽᅲ偠ਞϔ㠀 ᑨࣙᣀҹϟݙᆍ˖ ᅲ偠Ⳃⱘ˗᠔⫼Ҿ఼ǃҾ㸼ǃ఼ӊⱘৡ鹵ঞ㾘Ḑൟো˗ᅲ偠⬉䏃ॳ⧚DŽ ᅲ偠乍Ⳃ ᣛᇐкЁⱘ䆺㒚ݙᆍϡᖙᡘᔩ ˗⌟䆩䆄ᔩ㸼˗⊶ᔶঞ⦄䈵䆄ᔩDŽ ᅲ偠᭄ᭈ⧚ˈ䅵ㅫৢⱘ㒧ᵰǃঞḍᅲ偠᭄㒬ࠊⱘ᳆㒓DŽ ᅲ偠ߚᵤˈᑨࣙᣀϢ⧚䆎䅵ㅫؐⱘ↨䕗ǃ⦄䈵ߚᵤDŽ ˊ݇Ѣᅲ偠㗗Ḍ˖ ᄺ⫳ᅲ偠䇒Ёⱘᅲ䰙ᡔ㛑∈ᑇϢᅲ偠ਞⱘ䋼䞣ᰃ䆘ᅮᴀ䇒ᅲ偠៤㒽ⱘᷛޚDŽ 辵ॳ㔎خᅲ偠㔎Ѹᅲ偠ਞ㗙ˈᅲ偠៤㒽㽕ফᕅડDŽ
Ѩǃᅲ偠ਞ㽕∖
1. 2. 3. 4.
4
ㅔ䗄䆩偠ⱘⳂⱘ䆩偠ॳ⧚˗ ভ䗄↉ᑣࡳ㛑ˈᬍব᳝݇ߑ᭄ⱘখ᭄ˈߚᵤ↨䕗ᅲ偠㒧ᵰ˗ ᠧॄߎ᠔㓪ⱘݭᅲ偠ᑣDŽ ߎݭᴀᅲ偠ⱘᖗᕫԧӮঞᛣ㾕DŽ
ᅲ偠Ѡ
ϔˊᅲ偠Ⳃⱘঞ㽕∖
ࡆߚڣϢ䖍㓬Ẕ⌟
1ˊ߽⫼ MATLAB ⷨおࡆߚڣϢ䖍㓬Ẕ⌟ⱘᐌ⫼ㅫ⊩ॳ⧚˗ 2ˊᥠᦵ MATLAB ڣඳؐߚࡆϢ䖍㓬Ẕ⌟ߑ᭄ⱘՓ⫼ᮍ⊩˗ 3ˊњ㾷䖍㓬Ẕ⌟ⱘㅫ⊩⫼䗨ˈ↨䕗 SobelǃPrewittǃCanny ㄝㅫᄤ䖍㓬Ẕ⌟ⱘᏂ ᓖDŽ