数字图像处理上机实验报告
数字图像处理实验报告 (图像编码)
实验三图像编码一、实验内容:用Matlab语言、C语言或C++语言编制图像处理软件，对某幅图像进行时域和频域的编码压缩。
二、实验目的和意义:1. 掌握哈夫曼编码、香农-范诺编码、行程编码2．了解图像压缩国际标准三、实验原理与主要框架:3.1实验所用编程环境:Visual C++6.0（简称VC）3.2实验处理的对象:256色的BMP(BIT MAP )格式图像BMP(BIT MAP )位图的文件结构:(如图3.1)图3.1 位图的文件结构具体组成图:单色DIB 有2个表项16色DIB 有16个表项或更少 256色DIB 有256个表项或更少 真彩色DIB 没有调色板每个表项长度为4字节（32位） 像素按照每行每列的顺序排列每一行的字节数必须是4的整数倍biSize biWidth biHeight biPlanes biBitCount biCompression biSizeImagebiXPelsPerMeter biYPelsPerMeter biClrUsedbiClrImportantbfType=”BM ” bfSizebfReserved1 bfReserved2 bfOffBits BITMAPFILEHEADER位图文件头 （只用于BMP 文件）BITMAPINFOHEADER位图信息头Palette 调色板DIB Pixels DIB 图像数据3.3 数字图像基本概念数字图像是连续图像(,)f x y 的一种近似表示，通常用由采样点的值所组成的矩阵来表示：(0,0)(0,1)...(0,1)(1,0)(1,1)...(1,1).........(1,0)(1,1)...(1,1)f f f M f f f M f N f N f N M -⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥----⎣⎦每一个采样单元叫做一个像素(pixel )，上式(2.1)中，M 、N 分别为数字图像在横(行)、纵(列)方向上的像素总数。
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.在本程序的开发过程中，VC的核心知识、消息映射机制、对话框控件编程等都得到了生动的体现和灵活的应用.3.2 实验处理的对象:256色的BMP(BIT MAP )格式图像BMP(BIT MAP )位图的文件结构:具体组成图: BITMAPFILEHEADER位图文件头(只用于BMP文件) bfType=”BM” bfSize bfReserved1bfReserved2bfOffBitsbiSizebiWidthbiHeightbiPlanesbiBitCountbiCompressionbiSizeImagebiXPelsPerMeterbiYPelsPerMeterbiClrUsedbiClrImportant单色DIB有2个表项16色DIB有16个表项或更少256色DIB有256个表项或更少真彩色DIB没有调色板每个表项长度为4字节(32位)像素按照每行每列的顺序排列每一行的字节数必须是4的整数倍BITMAPINFOHEADER 位图信息头 Palette 调色板 DIB Pixels DIB图像数据1. BMP文件组成BMP文件由文件头、位图信息头、颜色信息和图形数据四部分组成.2. BMP文件头BMP文件头数据结构含有BMP文件的类型(必须为BMP)、文件大小(以字节为单位)、位图文件保留字(必须为0)和位图起始位置(以相对于位图文件头的偏移量表示)等信息.3. 位图信息头BMP位图信息头数据用于说明位图的尺寸(宽度,高度等都是以像素为单位,大小以字节为单位, 水平和垂直分辨率以每米像素数为单位) ,目标设备的级别，每个像素所需的位数, 位图压缩类型(必须是 0)等信息.4. 颜色表颜色表用于说明位图中的颜色，它有若干个表项，每一个表项是一个RGBQUAD类型的结构，定义一种颜色.具体包含蓝色、红色、绿色的亮度(值范围为0-255)位图信息头和颜色表组成位图信息5. 位图数据位图数据记录了位图的每一个像素值，记录顺序是在扫描行内是从左到右,扫描行之间是从下到上.Windows规定一个扫描行所占的字节数必须是4的倍数(即以long为单位),不足的以0填充.3.3 BMP(BIT MAP )位图的显示:①一般显示方法:1. 申请内存空间用于存放位图文件2. 位图文件读入所申请内存空间中3. 在函数中用创建显示用位图, 用函数创建兼容DC,用函数选择显示删除位图但以上方法的缺点是: 1)显示速度慢; 2) 内存占用大; 3) 位图在缩小显示时图形失真大,(可通过安装字体平滑软件来解决); 4) 在低颜色位数的设备上(如256显示模式)显示高颜色位数的图形(如真彩色)图形失真严重.②BMP位图缩放显示 :用视频函数来显示位图，内存占用少，速度快，而且还可以对图形进行淡化(Dithering )处理.淡化处理是一种图形算法，可以用来在一个支持比图像所用颜色要少的设备上显示彩色图像.BMP位图显示方法如下:1. 打开视频函数，一般放在在构造函数中2. 申请内存空间用于存放位图文件3. 位图文件读入所申请内存空间中4. 在函数中显示位图5. 关闭视频函数 ,一般放在在析构函数中以上方法的优点是: 1)显示速度快; 2) 内存占用少; 3) 缩放显示时图形失真小,4) 在低颜色位数的设备上显示高颜色位数的图形图形时失真小; 5) 通过直接处理位图数据，可以制作简单动画.3.4 程序中用到的访问函数Windows支持一些重要的DIB访问函数，但是这些函数都还没有被封装到MFC中，这些函数主要有：1. SetDIBitsToDevice函数：该函数可以直接在显示器或打印机上显示DIB. 在显示时不进行缩放处理.2. StretchDIBits函数：该函数可以缩放显示DIB于显示器和打印机上.3. GetDIBits函数：还函数利用申请到的内存，由GDI位图来构造DIB.通过该函数，可以对DIB的格式进行控制，可以指定每个像素颜色的位数，而且可以指定是否进行压缩.4. CreateDIBitmap函数：利用该函数可以从DIB出发来创建GDI 位图.5. CreateDIBSection函数：该函数能创建一种特殊的DIB，称为DIB项，然后返回一个GDI位图句柄.6. LoadImage函数：该函数可以直接从磁盘文件中读入一个位图，并返回一个DIB句柄.7. DrawDibDraw函数：Windows提供了窗口视频(VFW)组件，Visual C++支持该组件.VFW中的DrawDibDraw函数是一个可以替代StretchDIBits 的函数.它的最主要的优点是可以使用抖动颜色，并且提高显示DIB的速度，缺点是必须将VFW代码连接到进程中.3.5 图像的几何变换图像的几何变换，通常包括图像的平移、图像的镜像变换、图像的转置、图像的缩放和图像的旋转等.数字图像处理实验报告2一、实验的目的和意义实验目的：本实验内容旨在让学生通过用VC等高级语言编写数字图像处理的一些基本算法程序，来巩固和掌握图像处理技术的基本技能，提高实际动手能力，并通过实际编程了解图像处理软件的实现的基本原理。
数字图像处理上机实验报告
数字图像处理上机实验报告姓名：李青学号： 104090423学院：物理与电子信息学院班级： 10电子实验课题: 五类图像处理的运算方法任课教师：石俊生（教授）填表日期：2013年11月3日一．实验内容实验1：直方图均衡图像增强；实验2: 空域处理：不同平均模板大小：3⨯3、5⨯5、7⨯7去噪；实验3: 空域处理：不同中值模板大小：3⨯3、5⨯5、7⨯7去噪；实验4: 频域处理：对图像低通、高通、带通处理结果比较；实验5：常用边缘检测算子检测；实验6：逆滤波和维纳滤波对运动模糊复原；实验7：DPCM图像压缩。
二．实验目的学会用Matlab中的下列函数对输入图像进行上述5类运算；感受各种不同的图像处理方法对最终图像效果的影响。
Imhist；histeq；nlfilter；mean2；std2；fspecial；filter2；medfilt2；三．实验结果实验1：直方图均衡图像增强（a）原始图像及直方图均衡化后的图像（b）均衡化前后图像的直方图（c）调整灰度原始图像和调整灰度增强后图像实验2: 空域处理：不同平均模板大小：3⨯3、5⨯5、7⨯7去噪(a)原始图像和3*3模板去噪后图像（b）原始图像和5*5模板去噪后图像（c）原始图像和7*7模板去噪后图像实验3: 空域处理：不同中值模板大小：3⨯3、5⨯5、7⨯7去噪实验4: 频域处理：对图像低通、高通、带通处理结果比较（a）原图像与低通滤波图像（b）原图像与高通滤波图像（c）原图像与带通滤波图像实验5：常用边缘检测算子检测(1)lena(2)camaraman(3)Cell(4)rice(5)tire实验6：逆滤波和维纳滤波对运动模糊复原实验7：DPCM图像压缩四．结论与讨论（1）直方图均衡化是通过对原图像进行某种变换，重新分配图像像素值，把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内均匀分布的形式，从而使原始图像的直方图改变成均匀分布的直方图，达到增强图像整体对比度的效果。
数字图像处理实验实验报告 实验二
数字图像处理实验实验报告（实验一）一、实验目的：1、直方图显示2、计算并绘制图像直方图3、直方图均衡化二．程序脚本clear all;RGB=imread('me.jpg');figure;imshow(RGB);title('图1 彩色图');%========================================================== I=rgb2gray(RGB);figure;imshow(I);title('图2 灰度图');%========================================================= figure;imhist(I);title('灰度直方图');%========================================================= hi=imhist(I);j=1;%为使画出的直方图更好看，在此进行了抽样for(i=1:256)if(mod(i,10)==1)h(j)=hi(i);j=j+1;endendn=0:10:255;figure;stem(n,h);axis([0 255 0 2500]);title('图3.1 stem显示直方图');figure;bar(n,h);axis([0 255 0 2500]);title('图3.2 bar显示直方图');figure;plot(n,h);axis([0 255 0 2500]);title('图3.3 plot显示直方图');%========================================================= I=rgb2gray(RGB);figure;subplot(3,2,1);imshow(I);title('图4.1 原始灰度图');subplot(3,2,2);imhist(I);title('图4.2 原始灰度直方图');%=============================J1=imadjust(I);subplot(3,2,3);imshow(J1);title('调整对比度以后的图');subplot(3,2,4);imhist(J1);title('调整对比度以后的灰度直方图');%=================================J2=histeq(I);subplot(3,2,5);imshow(J2);title('均衡化以后的的图');subplot(3,2,6);imhist(J2);title('均衡化以后的灰度直方图');三．实验结果图1 彩色图图2 灰度图010002000灰度直方图10020010020005001000150020002500图3.1 stem 显示直方图10020005001000150020002500图3.2 bar 显示直方图10020005001000150020002500图3.3 plot 显示直方图图4.1 原始灰度图10002000图4.2 原始灰度直方图0100200调整对比度以后的图010002000调整对比度以后的灰度直方图0100200均衡化以后的的图02000均衡化以后的灰度直方图100200。
数字图像处理实验报告
实 验 内 容
3-2 根据直方图定义，通过结构化编程方式给出 3-1）中灰度图像像素点统计形式的直方图，并与利用 函数调用方式获得的直方图在两个不同窗口中进行比较，两窗口图像名称分别为”编程直方图”、”函 数调用直方图”； 参考函数 imread、size、bar、imhist、image I=imread('panda.jpg'); B=rgb2gray(I); A=uint8(B); [m n]=size(B); s=zeros(m,n); for i=1:m for j=1:n for rank=0:255 if B(i,j)==rank s(rank+1)=s(rank+1)+1; end
在水平和垂直方 列的方式同时显
I=imread('panda.jpg');
subplot(1,3,1);imshow(I)
subplot(1,3,2);imshow(I)
colorbar
subplot(1,3,3);imshow(I)
colorbar('horizontal')
实 验 1）、实验采用的原始图片要求是包含自己头像的照片，图片大小控制在 640×480 之内； 要 2）、实验中的当前工作目录采用 MATLAB 目录下的 work 文件夹。 求
学号
12109940423 指导教师
实验地点
1C06-329
实验成绩
图像灰度统计特性及其相关变换
12 级 1 班 杜云明
实 理解直方图的形成原理，掌握绘制灰度直方图的方法；熟悉图像灰度直方图的变换及直方图均衡化方 验 法；理解图像灰度变换处理在图像增强中的作用；熟悉图像灰度分布统计与图像视觉质量之间的关系； 目 通过工具箱函数调用和结构化编程两种方式实现图像的相关处理，在加深理解基本原理的同时，提高 的 编程实践的技巧和能力。
《数字图像处理》上机实验报告1
数字图像处理上机实验报告实验名称：图像的几何变换（象素空间关系）学期：2014/2015上学期班级：电子信息工程1102姓名：陈玮学号：3110209424实验时间：2014.09.29实验一：图像的几何变换（象素空间关系）1 目的①了解MATLAB的基本功能，掌握采用MA TLAB进行图像处理的方法；②了解图像象素空间关系；③掌握基本坐标变换，包括平移，缩放，旋转等；④了解形态变换，掌握特殊的形态变换，包括相似变换，刚体变换，等距变换等2 器材装有MATLAB的PC机一台3 原理双线性内差值法：1.数学原理已知的红色数据点与待插值得到的绿色点假如我们想得到未知函数f在点P= (x,y) 的值，假设我们已知函数f在Q11 = (x1,y1)、Q12 = (x1,y2),Q21 = (x2,y1) 以及Q22 = (x2,y2) 四个点的值。
首先在x方向进行线性插值，得到R1和R2，然后在y方向进行线性插值，得到P.这样就得到所要的结果f(x,y).其中红色点Q11,Q12,Q21,Q22为已知的4个像素点.第一步：X方向的线性插值,插入蓝色第二步：做完X方向的插值后再做Y方向的点R1和R2. 插值,由R1与R2计算P点.x方向上Y方向上插入绿色点P.线性插值的结果与插值的顺序无关。
首先进行y方向的插值，然后进行x方向的插值，所得到的结果是一样的。
但双线性插值插值方法这种方法并不是线性的，首先进行y方向的插值，然后进行x 方向的插值，与首先进行x方向的插值，然后进行y方向的插值，所得到的R1与R2是不一样的。
如果选择一个坐标系统使得的四个已知点坐标分别为(0, 0)、(0, 1)、(1, 0) 和(1, 1)，那么插值公式就可以化简为f(x,y)=f(0,0)(1-x)(1-y)+f(0,1)(1-x)y+f(1,1)xy+f(1,0)x(1-y)在x与y方向上，z值成单调性特性的应用中，此种方法可以做外插运算，即可以求解Q1~Q4所构成的正方形以外的点的值。
数字图像处理实验报告
数字图像处理上机（一）1.灰度切割变换lena.bmp（1）程序：I=imread('lena.jpg');figure; imshow(I);I=double(I)[M,N]=size(I);for i=1:Mfor j=1:Nif I(i,j)<=50I(i,j)=40;elseif I(i,j)<=180I(i,j)=220;elseI(i,j)=40;endendendI=uint8(I);figure;imshow(I);（2）Matleb图像：(变换前) （变换后）:2.彩色图像转换成灰度图象（1）程序：RGB=imread('greens.jpg'); %装入真彩图像figure(1);imshow(RGB); %显示彩色图像GRAY=rgb2gray(RGB); %将真彩图像转换为灰度图像figure(2);imshow(GRAY); %显示灰度图像（2）Matleb图像：3. 图像求反（1）程序：I=imread('lena.jpg');Imshow(I)I=double(I)I=256-1-II=uint8(I)figureImshow(I)（2）Matleb图像：(变换前) （变换后）4.线性灰度变换（1）程序：I=imread('pout.tif');imshow(I);I=double(I);[M,N]=size(I); %线性灰度变换for i=1:Mfor j=1:Nif I(i,j)<=30I(i,j)=I(i,j);elseif I(i,j)<=150I(i,j)=(200-30)/(150-30)*(I(i,j)-30)+30;elseI(i,j)=(255-200)/(255-150)*(I(i,j)-150)+200;endendendfigure(2);imshow(uint8(I));（2）Matleb图像：(变换前) （变换后）5．原图像灰度取值范围为[0，512]，现将图像的灰度压缩到[0，256]，使用对数变换完成。
数字图像处理上机实验报告 (三)
图像处理上机实验报告第三次指导老师：许永忠组员姓名：龙斌王国健学号： 05102344（龙）05102350（王）班级：地物10-2班时间： 2013年6月中国矿业大学资源学院上机实验报告课程名称：数字图像处理班级地物10-2班组员姓名龙斌王国健组员学号0510234405102350指导教师许永忠日期2013.05.26第15 周星期日第7,8节上机时数2学时实验名称数字图像处理PS的简单应用实验目的1.学会进行一些简单的字体特效制作以及简单的图像合成。
2.学会辨别细微的真假变化。
实验内容1.继续熟悉ps的基本运用，理解ps技术在生活中的重要性；2.用ps技术合成一张自己的图片；3.比较两个三角形出现差异的原因。
实验步骤1. 照片合成a．选择一张风景图（图1）和自己一张生活照（图2），用钢笔工具沿着图2中的人物作路径，完成后ctrl+enter转化为选区，然后ctrl+j复制选区；图1 图2b．拖动选区至图1，ctrl+t调整选区大小，使选区下的人物在图1中的一个合适位置和比例；c．作水中倒影。
ctrl+j复制刚刚调整好的选区，再ctrl+t，选择垂直翻转，然后调整至适当的位置，使人物倒影于水中；d．选择“滤镜”—“扭曲”—“波纹”，使人物图像有轻微的水波荡漾状扭曲，然后调整其透明度，使倒影更逼真；e．做彩虹。
Ctrl+n新建一个空白图层，背景为透明。
选择渐变工具，对渐变色进行调整，从左到右依次为“赤橙黄绿青蓝紫”渐变；f．在图层中作小小拖动，然后选择滤镜—扭曲—极坐标即完成。
g．把“彩虹”拖至图层1，同理ctrl+t调整大小和位置，并与图层1进行滤色叠加，使彩虹颜色变淡，然后与人物倒影一样对彩虹做倒影即可；h．ctrl+s保存，最后效果如图3合图4。
j．同理照一张有老鹰，一张含老虎和一张自己图片，分别做选区抠出其中的老虎，老鹰和自己，然后都拖到草原中，再用橡皮工具进行适当擦除，使其充分与背景融合，再ctrl+l调整一下色相饱和度即可，成果见图5.1.龙斌合成成果图图32.王国健合成成果图2.三角形的比较有三种方法可比较出现这种情况的原因：第一种：图形直观比较：把上面的三角形按其边缘复制，并与下面三角形（有空白的）重合，我们会很容易的发现：虽然两个三角形的底边和高相等，但他们的斜边并不相等，即有空白正方形的三角形斜边并不是直线，而是一条微向上凸起的曲线(但由于很小，肉眼较难分辨)，而它凸起的那小部分面积恰好就是空白正方形的面积。
《数字图像处理》上机实验报告2
数字图像处理上机实验报告实验名称：图像增强学期：2014/2015上学期班级：电子信息工程1102姓名：**学号：**********实验时间：2014.11.03实验二：图像增强1 目的1.了解图像空域增强或频域增强的基本原理及二者的区别.2.掌握基于模板的空域增强技术、直方图变换空域增强技术:用模板实现图像的平滑和锐化.3.掌握频域滤波的基本原理,包括:低通、高通、带通、带阻和同态滤波,要求实现其中一种的滤波4.了解伪彩色图像增强的原理和方法2 器材1.BMP格式灰度图像2.MAtlab软件3.台式PC机3 原理图像增强分为空域增强和频域增强，空域增强有灰度变换增强，直方图变换增强，平滑增强，中值滤波，模板滤波和高能滤波等。
r(x,y)是输入图像，s(x,y)是输出图像T(.)是对图像的运算如果求某个s(x0, y0) ，只需位置(x0, y0)的像素值，则称此处理为点操作，也称灰度变换如果需要位置(x0, y0)及其邻域的像素值，则称为模板操作图像增强：改善图像质量，使图像更适合观察的图像处理技术突出更多细节；对比度更合适；边缘增强；去除噪声增强的标准带有主观性；没有完全通用的标准和技术；取决于图像希望达到的特定效果一、灰度变换强度当我们为了突出不同灰度的区间，或者要减弱某部分灰度，就可以使用灰度变换，下面我使用分段线性变换对灰度进行处理。
灰度线性变换设f(x,y)是原图像的灰度值，(x,y)是变换后的灰度值，下图就是对不同区间的线性变换，灰度变换与变量x,y没有关系，这里只关系f,g函数值也就是灰度值的变换，下面就是线性变换的公式其实，可以得出曲线只要是在y=x下的就是减弱的，因为灰度比原来的减小了。
二、直方图变换增强直方图均衡化是使原直方图变换为具有均匀密度分布的直方图，然后按该直方图调整原图像的一种图像处理技术。
直方图均衡化通常用来增加许多图像的全局对比度，均衡化的标准就是以空域面积（像素总数）这种方法对于背景和前景都太亮或者太暗的图像非常有用，这种方法尤其是可以带来X光图像中更好的骨骼结构显示以及曝光过度或者曝光不足照片中更好的细节。
数字图像处理实验报告
数字图像处理实验报告重庆邮电⼤学《数字图像处理》课程上机实验学院⽣物信息学院专业⽣物医学⼯程班级 0611302姓名李霞学号 2013211957实验⼀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、实验原理及知识点1、数字图像的表⽰和类别⼀幅图像可以被定义为⼀个⼆维函数f(x,y),其中x和y是空间(平⾯)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。
灰度是⽤来表⽰⿊⽩图像亮度的⼀个术语，⽽彩⾊图像是由单个⼆维图像组合形成的。
例如，在RGB彩⾊系统中，⼀幅彩⾊图像是由三幅独⽴的分量图像(红、绿、蓝)组成的。
因此，许多为⿊⽩图像处理开发的技术适⽤于彩⾊图像处理，⽅法是分别处理三副独⽴的分量图像即可。
图像关于x和y坐标以及振幅连续。
要将这样的⼀幅图像转化为数字形式，就要求数字化坐标和振幅。
将坐标值数字化成为取样；将振幅数字化成为量化。
采样和量化的过程如图1所⽰。
因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。
作为MATLAB基本数据类型的数值数组本⾝⼗分适于表达图像，矩阵的元素和图像的像素之间有着⼗分⾃然的对应关系。
根据图像数据矩阵解释⽅法的不同，MA TLAB把其处理为4类：亮度图像(Intensity images)⼆值图像(Binary images)索引图像(Indexed images)RGB图像(RGB images)(1) 亮度图像⼀幅亮度图像是⼀个数据矩阵，其归⼀化的取值表⽰亮度。
若亮度图像的像素都是uint8类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。
若图像是double类，则像素取值就是浮点数。
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。
数字图像处理上机实验报告
数字图像处理上机实验报告数字图像处理上机实验报告实验⼀：MATLAB⼯具箱的使⽤实验⽬的：11：了解matlab语⾔，熟悉并掌握matlab相关的处理语句。
2：了解matlab在图像处理中的优缺点。
3 熟悉matlab的使⽤技巧，能⽤matlab熟悉的对数字图像进⾏各种处理。
1 将⼀幅灰度图像转换成索引⾊图像。
I=imread('ngc4024m.tif');X=grayslice(I,16);imshow(I)figure,imshow(X,hot(16))2：对⼀副图像进⾏⼆值化处理。
load treesBW=im2bw(X,map,0.4);imshow(X,map)figure,imshow(BW)3:将索引⾊图像转化成灰度图像。
load trees I=ind2gray(X,map);imshow(X,map)figure,imshow(I)4:显⽰⼀幅图像。
load clown image(10,10,X) colormap(map)试验⼆图像变换实验⽬的：1 熟悉掌握DFT和DCT变换的matlab实现。
2 利⽤matlab试验DFT和DCT的变换，求出图像的频谱。
1．⼆维离散傅⾥叶变换的旋转型。
I=zeros(256,256);>> I(28:228,108:148)=1;>> imshow(I)J=fft2(I);>> F=abs(J);>> J1=fftshift(F);figure>> imshow(J1,[5 50])>> I(28:228,108:148)=1;>> J=imrotate(I,315,'bilinear','crop'); >>figure >> imshow(J)J1=fft2(J);>> F=abs(J1);>> J2=fftshift(F);figure>> imshow(J2,[5 50])2．图像的傅⾥叶频谱。
数字图像处理实验报告(图像灰度变换处理)
数字图像处理实验报告班级：姓名：学号：数字图像处理实验报告一．实验名称：图像灰度变换二．实验目的：1 学会使用Matlab；2 学会用Matlab软件对图像灰度进行变换，感受各种不同的灰度变换方法对最终图像效果的影响。
三．实验原理：Matlab中经常使用的一些图像处理函数：读取图像：img=imread('filename'); //支持TIFF,JPEG,GIF,BMP,PNG,XWD等文件格式。
显示图像：imshow(img,G); //G表示显示该图像的灰度级数，如省略则默认为256。
保存图片：imwrite(img,'filename'); //不支持GIF格式，其他与imread相同。
亮度变换：imadjust(img,[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。
绘制直方图：imhist(img);直方图均衡化：histeq(img,newlevel); //newlevel表示输出图像指定的灰度级数。
像平滑与锐化（空间滤波）：w=fspecial('type',parameters);imfilter(img,w); //这两个函数结合将变得十分强大，可以实现photoshop里的任意滤镜。
图像复原：deconvlucy(img,PSF); //可用于图像降噪、去模糊等处理。
四.实验步骤：1．获取实验用图像：Fig3.10(b).jpg. 使用imread函数将图像读入Matlab。
2．产生灰度变换函数T1，使得：0.3r r < 0.35s = 0.105+2.6333(r–0.35) 0.35 ≤ r ≤ 0.65 1+0.3(r–1) r > 0.65用T1对原图像Fig3.10(b).jpg进行处理，打印处理后的新图像。
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');>>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显示出来观察图像的特征。
数字图像处理上机实验报告(基于Matlab)
除法运算可用于校正成像设备的非线性影响。MATLAB中调用imdivide函数进行两幅图像相除。调用格式如下：
Z=imdivide(X,Y)，其中Z=X÷Y。
图像四则运算
因对uint8、uintl6数据，每步运算都要进行数据截取，将会减少输出图像的信息量。图像四则运算较好的办法是使用函数imlincomb。该函数按双精度执行所有代数运算操作，仅对最后的输出结果进行截取，该函数的调用格式如下：
s=uint8(real(ifft2(s)));
subplot(2,3,4),imshow(h);title('传递函数'); %显示GHPF滤波器的传递函数
subplot(2,3,5),imshow(s); title('ILPF滤波（d0=50)'); %显示ILPF滤波后的图像
运行结果窗口截图：
第二次实验
1.图像复原算法
图像在形成、传输和记录过程中，由于受到多种原因的影响，图像的质量就会有所下降，典型的表现为图像模糊、失真、有噪声等，这一过程称为图像的退化。
图像复原是试图利用退化过程的先验知识使已退化的图像恢复本来面目，即根据退化的原因，分析引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。目的在于消除或减轻在图像获取以及传输的过程中造成的图像品质下降，恢复图像的本来面目。因此，复原技术就是把退化模型化，并采用相反的过程进行处理，以便尽可能复原被退化图像的本来面目。
C=A(:,:,1); %取单色%
D=B(:,:,1);
figure('Name','图像逻辑运算')
res1=C&D; %C&D%
res2=C|D; %C|D%
《数字图像处理》上机实验报告4
数字图像处理上机实验报告实验名称：彩色图像处理学期：2014/2015上学期班级：电子1102班姓名：陈玮学号：3110209424实验时间：2014.11.24实验四彩色图像处理1 目的1.了解彩色图像导入到Matlab中的书籍结构，掌握对R,G,B分量的表示方法；2.了解彩色图像处理的基本原理和方法；3.掌握彩色图像与灰度图像质检相互转化的基本原理2器材（1）bmp格式灰度图像（2）matlab软件（3）台式PC3原理1彩色图像及其增强方法(1)图像增强图像增强就是通过对图像的某些特征，如对比度、轮廓等进行强调，使之更适合于人眼的观察或机器处理的一种技术。
图像增强技术分为两大类，一类是空间域方法，即在图像平面对图像的像素灰度值进行运算处理的方法；另一类是频率域方法，是指在图像的频率域中对图像进行某种处理[1]。
(2)彩色图像与灰度图像区别彩色图像和灰度图像的根本区别是：在彩色图像中，每个像素用一个矢量（一般包括三个分量）来表示，即R分量、G分量和B分量。
而灰度图像每一个像素只用一个标量来表示。
这样，处理彩色图像时处理的是矢量，处理灰度图像处理的是标量。
我们也可以把彩色图像中的三个分量分开，分别计算加工再进行结合，这种处理技术称为基于单色的技术。
如果不把这三个分量分开计算，而是根据矢量规范将彩色信息当矢量空间中的彩色矢量来进行加工，这样的技术称为矢量值技术。
2.彩色空间简介 (1)RGB 彩色空间简介一幅RGB 图像就是彩色像素的一个3M N ⨯⨯数组，其中每一个彩色像素点都是在特定空间位置的红、绿、蓝三个分量[2]。
由于彩色显示器采用红、绿和蓝来生成目标颜色，所以RGB 颜色空间是计算机图形学最通常的选择。
但是，当处理图像时，使用RGB 颜色空间并不是很有效。
此外，要在RGB 颜色空间中生成任何一种颜色，三个RGB 分量都需要占用相同的带宽。
这就使得每个RGB 颜色分量需要同样的像素深度和现实分辨率。
- 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)。
数字图像处理上机实验报告实验一：MATLAB工具箱的使用实验目的：11：了解matlab语言，熟悉并掌握matlab相关的处理语句。
2：了解matlab在图像处理中的优缺点。
3 熟悉matlab的使用技巧，能用matlab熟悉的对数字图像进行各种处理。
1 将一幅灰度图像转换成索引色图像。
I=imread('ngc4024m.tif'>。
X=grayslice(I,16>。
imshow(I>figure,imshow(X,hot(16>>2：对一副图像进行二值化处理。
load treesBW=im2bw(X,map,0.4>。
imshow(X,map>figure,imshow(BW>3:将索引色图像转化成灰度图像。
load treesI=ind2gray(X,map>。
imshow(X,map>figure,imshow(I>4:显示一幅图像。
load clown image(10,10,X> colormap(map>实验二图像变换实验目的：1 熟悉掌握DFT和DCT变换的matlab实现。
2 利用matlab实验DFT和DCT的变换，求出图像的频谱。
1．二维离散傅里叶变换的旋转型。
I=zeros(256,256>。
>> I(28:228,108:148>=1。
>> imshow(I>J=fft2(I>。
>> F=abs(J>。
>> J1=fftshift(F>。
figure>> imshow(J1,[5 50]>I=zeros(256,256>。
>> I(28:228,108:148>=1。
>> J=imrotate(I,315,'bilinear','crop'>。
>>figure>> imshow(J>J1=fft2(J>。
>> F=abs(J1>。
>> J2=fftshift(F>。
figure >> imshow(J2,[5 50]>2．图像的傅里叶频谱。
>> clear。
I=zeros(256,256>。
I(8:248,110:136>=5。
>> imshow(I>J3=fft2(I>。
>> F2=abs(J3>。
>> J4=fftshift(F2>。
figure>> imshow(J4,[5 30]>3.二维余弦正反变换在Matlab中的实现。
RGB=imread('autumn.tif'>。
>> I=rgb2gray(RGB>。
>> figure(1>>> imshow(I>。
figure(2>。
J=dct2(I>。
imshow(log(abs(J>>,[]>。
colormap(jet(64>>。
colorbar。
b5E2RGbCAPfigure(3>。
>> J(abs(J><10>=0。
>> K=idct2(J>/255。
>> imshow(K>。
4.用DCT变换作图像压缩的例子。
>> I=imread('cameraman.tif'>。
I=double(I>/255。
T=dctmtx(8>。
B=blkproc(I,[8 8],'P1*x*P2',T,T'>。
>> mask=[1 1 1 1 0 0 0 01 1 1 0 0 0 0 01 1 0 0 0 0 0 01 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 0]。
>> B2=blkproc(B,[8 8],'P1.*x',mask>。
>> I2=blkproc(B2,[8 8],'P1*x*P2',T',T>。
>> imshow(I>,figure,imshow(I2>实验三图像灰度修正技术和直方图均衡化实验目的：1掌握图像灰度修正技术的原理和实现方法。
2 掌握图像直方图均衡化处理的方法。
实验四图像平滑实验目的：1掌握常见图像噪声类型。
2理解邻域平均法和中值滤波的原理特点和适用对象。
3掌握边缘检测的基本思想和常见的边缘算子的使用方法。
实验五图像锐化实验目的：1掌握图像锐化的主要原理和使用方法。
2掌握常见的边缘提取算法。
3利用matlab实现图像的边缘检测。
1.显示图像‘cameraman.tif’的直方图。
I=imread('cameraman.tif'>。
>> subplot(1,2,1>,imshow(I>>> subplot(1,2,2>,imhist(I>2.显示图像‘bacteria.tif’的等灰度值图。
I=imread('bacteria.tif'>。
>> subplot(1,2,1>,>> imshow(I>>> subplot(1,2,2>,>> imcontour(I>3.调整图像的对比度。
clear all>> I=imread('pout.tif'>。
>> J=imadjust(I,[0.3 0.7],[]>。
>> subplot(121>,imshow(I>>> subplot(122>,imshow(J>figure,subplot(121>,imhist(I> >> subplot(122>,imhist(J>4.对图像‘tire.tif’做直方图均衡化。
I=imread('tire.tif'>。
>> J=histeq(I>。
>> subplot(1,2,1>,imshow(I>>> subplot(1,2,2>,imshow(J>figure,subplot(1,2,1>,imhist(I,64> >> subplot(1,2,2>,imhist(J,64>5.对图像‘cameraman.tif’分别加入高斯噪声，和乘性噪声。
I=imread('cameraman.tif'>。
J1=imnoise(I,'gaussian',0,0.02>。
>> J2=imnoise(I,'speckle',0.02>。
>> subplot(1,3,1>,imshow(I>。
>> subplot(1,3,2>,imshow(J1>。
>> subplot(1,3,3>,imshow(J2>。
6.对图像分别进行各种滤波。
.读取原始图像。
g0=imread('eight.tif'>。
>> figure(1>>> imshow(g0>。
.加入椒盐噪声。
g1=imnoise(g0,'salt & pepper',0.02>。
>> g1=im2double(g1>。
>> figure(2>>> imshow(g1>。
.进行高斯低通滤波。
h1=fspecial('gaussian',4,0.3>。
>> g2=filter2(h1,g1,'same'>。
>> figure(3>>> imshow(g2>。
.进行soble滤波。
h2=fspecial('sobel'>。
>> g3=filter2(h2,g1,'same'>。
>> figure(4>>> imshow(g3>。
.进行prewitt滤波。
h3=fspecial('prewitt'>。
>> g4=filter2(h3,g1,'same'>。
>> figure(5>>> imshow(g4>。
.进行拉普拉斯滤波。
h4=fspecial('laplacian',0.5>。
>> g5=filter2(h4,g1,'samne'>。
>> figure(6>>> imshow(g5>。
.进行高斯拉普拉斯滤波。
h5=fspecial('log',4,0.3>。
>> g6=filter2(h5,g1,'same'>。
>> figure(7>>> imshow(g6>。
.进行均值滤波。
h6=fspecial('average'>。
>> g7=filter2(h6,g1,'same'>。
>> figure(8>>> imshow(g7>。
.进行模糊滤波。
h7=fspecial('unsharp',0.3>。
>> g8=filter2(h7,g1,'same'>。
>> figure(9>>> imshow(g8>。
.进行高斯高通滤波。
h8=[0 -1 0。
-1 5 -1。