数字图像处理实验一图像的基本操作和基本统计指标计算实验报告

合集下载

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。

三、源代码I=imread('cameraman.tif')imshow(I);subplot(221),title('图像1');imwrite('cameraman.tif')M=imread('pout.tif')imview(M)subplot(222),imshow(M);title('图像2');imread('pout.bmp')N=imread('eight.tif')imview(N)subplot(223),imshow(N);title('图像3');V=imread('circuit.tif')imview(V)subplot(224),imshow(V);title('图像4');N=imread('C:\Users\Administrator\Desktop\1.jpg')imshow(N);I=rgb2gary(GRB)[X.map]=gary2ind(N,2)RGB=ind2 rgb(X,map)[X.map]=gary2ind(I,2)I=ind2 gary(X,map)I=imread('C:\Users\dell\Desktop\111.jpg');subplot(231),imshow(I);title('原图');M=rgb2gray(I);subplot(232),imshow(M);[X,map]=gray2ind(M,100);subplot(233),imshow(X);RGB=ind2rgb(X,map);subplot(234),imshow(X);[X,map]=rbg2ind(I);subplot(235),imshow(X);四、实验效果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。

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 cv2import matplotlib.pyplot as plt# 读取图像img = cv2.imread('image.jpg')# 显示图像plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.axis('off')plt.show()4.2 图像的灰度化接下来，我们将彩色图像转换为灰度图像：# 灰度化图像gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 显示灰度图像plt.imshow(gray_img, cmap='gray')plt.axis('off')plt.show()4.3 图像的二值化然后，我们将灰度图像转换为黑白二值图像：# 二值化图像_, binary_img = cv2.threshold(gray_img, 128, 255, cv2.THRESH_BINARY)# 显示二值图像plt.imshow(binary_img, cmap='gray')plt.axis('off')plt.show()4.4 图像的平滑处理接下来，我们使用平滑滤波器对图像进行平滑处理，例如使用5x5的均值滤波器和高斯滤波器：# 均值滤波mean_img = cv2.blur(img, (5, 5))# 高斯滤波gaussian_img = cv2.GaussianBlur(img, (5, 5), 0) # 显示平滑处理后的图像plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(cv2.cvtColor(mean_img, cv2.COLOR_BGR2R GB))plt.title('Mean Filter')plt.axis('off')plt.subplot(122)plt.imshow(cv2.cvtColor(gaussian_img, cv2.COLOR_B GR2RGB))plt.title('Gaussian Filter')plt.axis('off')plt.show()4.5 图像的边缘检测然后，我们使用边缘检测算法对图像进行边缘检测，例如使用Sobel算子和Canny算子：# 边缘检测sobel_img = cv2.Sobel(gray_img, cv2.CV_8U, 1, 1, ksize=3)canny_img = cv2.Canny(gray_img, 50, 150)# 显示边缘检测结果plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(sobel_img, cmap='gray')plt.title('Sobel Operator')plt.axis('off')plt.subplot(122)plt.imshow(canny_img, cmap='gray')plt.title('Canny Operator')plt.axis('off')plt.show()4.6 图像的直方图均衡化最后，我们对灰度图像进行直方图均衡化，以增强图像的对比度：# 直方图均衡化equalized_img = cv2.equalizeHist(gray_img)# 显示直方图均衡化结果plt.imshow(equalized_img, cmap='gray')plt.axis('off')plt.show()5. 实验总结通过本实验，我们熟悉了数字图像处理的基本方法和步骤，并使用Python编程语言和相关库实现了图像的读取、显示、灰度化、二值化、平滑处理、边缘检测和直方图均衡化等操作。

(完整word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');>>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。

% 导入图像文件I = imread('face.jpg');% 进行人脸检测faceDetector = vision.CascadeObjectDetector;bbox = step(faceDetector, I);% 在图像上标记人脸位置IFaces = insertObjectAnnotation(I, 'rectangle', bbox, 'Face');imshow(IFaces);实验结论通过本次实验，我已经能够理解数字图像处理的基本概念与原理，掌握数字图像处理的基本方法，熟练应用数字图像处理软件进行图像处理。

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》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信息的方法。

在实验中，我们学习了不同的边缘检测算法，包括Sobel算子、Canny算子和Laplacian算子等。

通过比较不同算法对图像的处理效果，我们发现每种算法都有其独特的特点和应用。

最后，我们进行了图像的压缩实验。

图像压缩是一种将图像数据进行压缩以减小文件大小的方法。

数字图像处理实验一图像的基本操作和基本统计指标计算实验报告

实验一图像的基本操作和基本统计指标计算一、实验目的熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。

对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学号本课程的必经之路。

了解计算图像的统计指标的方法及其在图像处理中的意义。

了解图像的几何操作，如改变图像大小、剪切、旋转等。

二、实验主要仪器设备（1）台式计算机或笔记本电脑（2）MATLAB（安装了图像处理工具箱，即Image Processing Toolbox(IPT）)（3）典型的灰度、彩色图像文件三、实验原理（1）将一幅图像视为一个二维矩阵。

（2）利用MATLAB图像处理工具箱读、写和显示图像文件。

①调用imread函数将图像文件读入图像数组（矩阵）。

例如“I=imread(‘tire.tif’);”。

其基本格式为：“A=imread(‘filename.fmt’)”，其中，A为二维矩阵，filename.为文件名，fmt为图像文件格式的扩展名。

②调用imwrite函数将图像矩阵写入图像文件。

例如“imwrite(A,’test_image.jpg’);”。

其基本格式为“imwrite(a,filename.fmt)”。

③调用imshow函数显示图像。

例如“imshow(‘tire.tif’);”。

其基本格式为：I为图像矩阵，N为显示的灰度级数，默认时为256。

（3）计算图像有关的统计参数。

四、实验内容（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。

（2）利用MATLAB计算图像有关的统计参数。

五、实验步骤（1）利用“读图像文件I/O”函数读入图像Italy.jpg。

（2）利用“读图像文件I/O”的iminfo函数了解图像文件的基本信息：主要包括Filename(文件名)、FileModDate(文件修改时间)、Filesize(文件尺寸)、Format(文件格式)、FormatVersion （格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType （彩色类型）、CodingMethod（编码方法）等。

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');>>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：),(j i f α， a f j i f <≤),(0=),(j i ga a g f j i f +-)),((β，b a f j i f f <≤).,( （1-1）b b g f j i f +-)),((γ，255),(<≤j i f f b（m i ,3,2,1Λ=；n j ,3,2,1Λ=）其中，a a f g =α，a b a b f f g g --=β，bbf g --=255255γ，图像的大小为m ×n 。

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)# 高斯滤波器blurred_image = cv2.GaussianBlur(equalized_image, (5, 5), 0)# 边缘增强enhanced_image = cv2.Canny(blurred_image, 100, 20 0)# 显示图像cv2.imshow('Enhanced Image', enhanced_image)cv2.waitKey(0)cv2.destroyAllWindows()步骤三：图像压缩图像压缩是数字图像处理中的重要话题，旨在减少图像的存储空间和传输带宽。

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。

数字图像实验报告图像基本运算报告

数字图像实验报告实验一图像基本运算实验目的：1.熟悉Matlab的使用和矩阵运算；2.掌握图片的读写显示；3.熟悉图像的算术运算。

实验内容：书上P29数组和矩阵算术运算符1、以下两个矩阵A和B：（1）计算A+B、A-B、A.*B、A*B、A./B和A/B。

A=[1 0 0;1 1 0;0,0,1]A =1 0 01 1 00 0 1>> B=[2 3 4;5 6 7;8 9 10]B =2 3 45 6 78 9 10>> inv(B)Warning: Matrix is singular to working precision.ans =Inf Inf InfInf Inf InfInf Inf Inf>> det(B)ans =（2）计算A&B 、A|B、~A和~B。

（3）判断B中哪些元素值大于4，将其置1，其它点置0。

C=B>4;如果是找出B中大于4的元素位置呢？以上题目先自己简单计算一下，如果Matlab得到的结果和自己算的不一样，分析原因。

2、(1)仿照课本例2.1（a），读入肺部图片lung.bmp，并显示出来。

(2)直接读入chest.tif并显示，效果怎样？如何改进图片效果？f=imread('chest.tif');imshow(f);title('直接显示');figure,imshow(f,[]);title('改进效果后');3、仿照课本例2.5,对一幅图像进行反转，提取图像的一部分和二次取样。

plot函数:书本p57theta=-pi:pi/100:pi;y1=sin(theta);plot(theta,y1,'r'); %还可以指定线型标记等hold ony2=cos(theta);plot(theta,y2,'g');4、P30课本例2.6图像的运算5提高题：、学习数字减影造影术的原理，根据给出的图片做出清晰的血管图像。

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参数，我实现了图像区域分割、提取图像边缘和形态学形状变换等效果，评估处理结果的准确性和稳定性。

四、实验结果与分析通过对以上实验方法的实施，我获得了一系列处理后的图像，并进行了结果的比较和分析。

在灰度变换实验中，我发现线性变换对图像的对比度有较大影响，但对图像的细节变化不敏感；在空间域滤波实验中，平滑滤波可以有效降噪，但会导致图像细节损失，而锐化滤波可以增强图像的边缘效果，但也容易引入噪声；在频域滤波实验中，理想低通滤波对图像的模糊效果明显，而巴特沃斯低通滤波器可以在一定程度上保留图像的高频细节信息；在高级应用技术实验中，边缘检测和形态学处理对提取图像边缘和形状变换非常有效，但参数的选择会对结果产生较大影响。

数字图像处理实验一图像的基本操作和基本统计指标计算实验报告.doc

数字图像处理实验一图像的基本操作和基本统计指标计算实验报告.doc实验一图像的基本操作和基本统计指标计算一、实验目的熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。

对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学号本课程的必经之路。

了解计算图像的统计指标的方法及其在图像处理中的意义。

了解图像的几何操作，如改变图像大小、剪切、旋转等。

二、实验主要仪器设备（1）台式计算机或笔记本电脑（2）MATLAB（安装了图像处理工具箱，即ImageProcessingT oolbox（IPT））（3）典型的灰度、彩色图像文件三、实验原理（1）将一幅图像视为一个二维矩阵。

（2）利用MATLAB图像处理工具箱读、写和显示图像文件。

调用imread函数将图像文件读入图像数组（矩阵）。

例如“I=imread （‘tire.tif''）;”。

其基本格式为：“A=imread（‘filename.fmt''）”，其中，A为二维矩阵，filename.为文件名，fmt为图像文件格式的扩展名。

调用imwrite函数将图像矩阵写入图像文件。

例如“imwrite（A,''test_image.jpg''）;”。

其基本格式为“imwrite（a,filename.fmt）”。

调用imshow函数显示图像。

例如“imshow（‘tire.tif''）;”。

其基本格式为：I为图像矩阵，N为显示的灰度级数，默认时为256。

（3）计算图像有关的统计参数。

四、实验内容（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。

（2）利用MATLAB计算图像有关的统计参数。

五、实验步骤（1）利用"读图像文件I/O”函数读入图像ltaly.jpg。

（2）利用"读图像文件I/O”的iminfo函数了解图像文件的基本信息：主要包括Filename（文件名）、FileModDate（文件修改时间）、Filesize（文件尺寸）、Format（文件格式）、Formatversion（格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType（彩色类型）、CodingMethod（编码方法）等。

数字图像处理实验报告(附答案解析)

实验一常用MATLAB图像处理命令一、实验目的1、熟悉并掌握MA TLAB工具的使用；2、实现图像的读取、显示、代数运算和简单变换。

二、实验环境MATLAB 6.5以上版本、WIN XP或WIN2000计算机三、常用函数●读写图像文件1 imreadimread函数用于读入各种图像文件，如：a=imread('e:\w01.tif')2 imwriteimwrite函数用于写入图像文件，如：imwrite(a,'e:\w02.tif',’tif’) 3 imfinfoimfinfo函数用于读取图像文件的有关信息，如：imfinfo('e:\w01.tif') ●图像的显示1imageimage函数是MATLAB提供的最原始的图像显示函数，如：a=[1,2,3,4;4,5,6,7;8,9,10,11,12];image(a);2 imshowimshow函数用于图像文件的显示，如：i=imread('e:\w01.tif');imshow(i);title（‘原图像’）%加上图像标题3 colorbarcolorbar函数用显示图像的颜色条，如：i=imread('e:\w01.tif');imshow(i);colorbar;4 figurefigure函数用于设定图像显示窗口，如：figure(1)； /figure(2)；5 subplot把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。

Subplot（m，n，p）分成m*n个小窗口，在第p个窗口中创建坐标轴为当前坐标轴，用于显示图形。

6 plot绘制二维图形plot（y）Plot（x，y）xy可以是向量、矩阵。

图像类型转换1 rgb2gray//灰色把真彩图像转换为灰度图像i=rgb2gray（j）2 im2bw//黑白通过阈值化方法把图像转换为二值图像I=im2bw（j，level）Level表示灰度阈值，取值范围0~1（即0.n），表示阈值取自原图像灰度范围的n%3 imresize改变图像的大小I=imresize（j，[m n]）将图像j大小调整为m行n列图像运算1 imadd两幅图像相加，要求同样大小，同种数据类型Z=imadd（x，y）表示图像x+y2 imsubstract两幅图像相减，要求同样大小，同种数据类型Z=imsubtract（x，y）表示图像x-y3 immultiplyZ=immultiply（x，y）表示图像x*y4 imdivideZ=imdivide（x，y）表示图像x/y5：m = imadjust(a,[,],[0.5;1]) ;%图像变亮n = imadjust(a,[,],[0;0.5]) ;%图像变暗g=255-a;%负片效果四、实验内容（请将实验程序填写在下方合适的位置，实验图像结果拷屏粘贴）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。

计算机图像处理实验报告（数字图像处理基本操作）

计算机图像处理实验报告（数字图像处理基本操作）课程名称：计算机图像处理实验名称：实验一数字图像处理基本操作一、实验目的（1）掌握MATLAB软件的运用，熟练掌握建立、保存、运行、调试m文件的方法。

（2）了解MATLAB软件中图像处理工具箱的使用方法。

（3）熟练掌握图像文件（黑白、灰度、索引色和彩色图像）的读取及显示方法。

（4）熟悉常用的图像文件格式和格式转换。

二、实验内容（包括源程序和程序运行结果）（1）编写matlab程序对灰度图像pout.tif、索引图像canoe.tif、真彩色图像peppers.png实现读取、显示和保存。

源程序：clearclcI=imread('pout.tif');subplot(131),imshow(I),title('灰度图像');[I1,map]=imread('canoe.tif');I2=ind2rgb(I1,map);subplot(132),imshow(I2),title('索引图像');I3=imread('peppers.png');subplot(133),imshow(I3),title('真彩色图像')imwrite(I,'newpout.bmp');imwrite(I2,'newcano.bmp');imwrite(I3,'newpeppers.bmp');程序运行结果：（2）matlab图像文件夹中的mri.mat是一个包含27帧、图像尺寸为128*128的多帧索引图像。

编写matlab程序对请将前20帧图像顺序读入到一个数组中并显示出来，转换成影像显示。

源程序：clearclcload mri;figure;subplot(4,5,1),imshow(D(:,:,:,1));subplot(4,5,2),imshow(D(:,:,:, 2));subplot(4,5,3),imshow(D(:,:,:,3));subplot(4,5,4),imshow(D(:,:,:,4));subplot(4,5,5),imshow(D(:,:,:,5));subplot(4,5,6),imshow(D(:,:,:,6));subplot(4,5,7),imshow(D(:,:,:,7));subplot(4,5,8),imshow(D(:,:,:, 8));subplot(4,5,9),imshow(D(:,:,:,9));subplot(4,5,10),imshow(D(:,:,:,10));subplot(4,5,11),imshow(D( :,:,:,11));subplot(4,5 ,12), imshow(D(:,:,:,12));subplot(4,5,13),imshow(D(:,:,:,13));subplot(4,5,14),imshow(D( :,:,:,14));subplot(4,5 ,15), imshow(D(:,:,:,15));subplot(4,5,16),imshow(D(:,:,:,16));subplot(4,5,17),imshow(D( :,:,:,17));subplot(4,5 ,18), imshow(D(:,:,:,18));subplot(4,5,19),imshow(D(:,:,:,19));subplot(4,5,20),imshow(D( :,:,:,20));mov=immovie(D,map);implay(mov)程序运行结果：（3）通过图像点运算减弱图像pout.tif的对比度。

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，调整后的灰度直⽅图与原灰度直⽅图的区别。

2) 对B 进⾏直⽅图均衡化处理，试⽐较与源图的异同。

3) 对B 进⾏如图所⽰的分段线形变换处理，试⽐较与直⽅图均衡化处理的异同。

图1.1 分段线性变换函数三、实验原理与算法分析1. 灰度变换灰度变换是图像增强的⼀种重要⼿段，它常⽤于改变图象的灰度范围及分布，是图象数字化及图象显⽰的重要⼯具。

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计算机科学与工程领域中的一个重要研究方向。

通过使用数字化技术，对图像进行采集、传输、存储和处理，可以实现对图像的增强、恢复、分析和识别等功能。

本实验旨在通过对数字图像处理算法的实践应用，探索图像处理的原理和方法。

二、实验目的本实验的主要目的是掌握数字图像处理的基本概念和算法，并通过实际操作加深对图像处理原理的理解。

具体目标包括：1. 学习使用图像处理软件，如Photoshop或Matlab等。

2. 掌握图像增强的方法，如直方图均衡化、滤波和锐化等。

3. 理解图像压缩和编码的原理，如JPEG和PNG等格式。

4. 了解图像分割和边缘检测的基本算法，如阈值分割和Canny边缘检测等。

三、实验过程1. 图像增强图像增强是指通过一系列算法和技术，改善图像的质量和视觉效果。

在实验中，我们可以使用直方图均衡化算法来增强图像的对比度和亮度。

该算法通过将图像的像素值映射到一个更大的范围内，使得图像的亮度分布更加均匀。

2. 图像滤波图像滤波是指通过一系列滤波器对图像进行处理，以实现去噪、平滑和锐化等效果。

在实验中，我们可以使用平滑滤波器（如均值滤波器和高斯滤波器）来去除图像中的噪声。

同时，我们还可以使用锐化滤波器（如拉普拉斯滤波器和Sobel滤波器）来增强图像的边缘和细节。

3. 图像压缩和编码图像压缩是指通过减少图像的数据量来减小图像文件的大小，从而实现存储和传输的效率提升。

在实验中，我们可以使用JPEG和PNG等压缩算法来对图像进行压缩和编码。

JPEG算法通过对图像的频域进行离散余弦变换和量化，实现对图像的有损压缩。

而PNG算法则采用无损压缩的方式，通过对图像的差值编码和哈夫曼编码，实现对图像的高效压缩。

4. 图像分割和边缘检测图像分割是指将图像分成若干个区域，以实现对图像的目标提取和图像分析的目的。

而边缘检测是指通过检测图像中的边缘和轮廓，实现对图像的形状分析和目标识别。

《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差异来检测边缘，并增强边缘的灰度值。

此外，我们还将学习一些图像的变换操作。

其中之一是图像的缩放和旋转。

通过缩放操作，我们可以改变图像的尺寸，使其适应不同的显示设备或应用场景。

而旋转操作可以将图像按照一定的角度进行旋转，以达到某种特定的效果。

最后，我们将学习一些图像的特征提取和分析方法。

数字图像处理实验报告通用

数字图像处理实验报告通用数字图像处理实验报告通用数字图像处理是现代科学技术发展过程中的一个重要方向，它广泛地涉及到了计算机、数学、物理、电子等多个学科。

数字图像处理实验是数字图像处理领域中不可或缺的重要研究手段之一。

为了更好地展示实验结果和数据，以下是数字图像处理实验报告通用模板，以供参考。

1. 实验目的本次实验的目的是掌握数字图像处理的基本概念、算法以及其应用，在实践中学习数字图像处理的基础操作和技巧。

通过实验，学生可以更深入地理解数字图像处理的原理，并掌握数字图像处理应用的方法和技术。

2. 实验原理数字图像处理是将数字信号处理和图像处理结合起来的技术。

主要基于数字通信和数字信号处理原理，将二维图像进行数字化，并对其进行处理，实现图像的获取、传输、分析和显示等功能。

3. 实验流程(1) 图像获取和预处理：获取需要处理的图像，并进行基本的预处理，包括降噪、锐化、自适应增强等。

(2) 图像增强：通过滤波、直方图均衡化、灰度拉伸等操作，增强图像的亮度、对比度等特征。

(3) 图像变换：包括几何变换（旋转、平移、缩放等）、色彩空间变换（RGB空间、HSV空间等）等。

(4) 特征提取和分类：从图像中提取出感兴趣的特征，进行分类判别、目标检测等。

(5) 结果展示和分析：将处理后的图像结果进行展示和分析，分析图像特征和处理效果。

4. 实验结果(1) 原始图像(2) 预处理后的图像(3) 增强后的图像(4) 变换后的图像(5) 提取出的特征及分类结果(6) 结果展示和分析5. 实验总结通过本次实验，我们对数字图像处理的基本概念、算法和应用有了更深的理解，并掌握了数字图像处理的基础操作和技巧。

对于未来的科学研究和工程技术领域，数字图像处理具有广泛的应用前景，我们有信心在这个领域不断深耕，为社会的发展进步做出更大的贡献。

数字图像处理实验一图像的基本操作和基本统计指标计算实验报告

数字图像处理实验报告

数字图像处理实验报告

(完整word版)数字图像处理 实验报告(完整版)

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

数字图像处理实验一图像的基本操作和基本统计指标计算实验报告

数字图像处理实验报告（完整版）

数字图像处理实验报告

数字图像处理实验报告

数字图像处理实验报告

数字图像实验报告 图像基本运算报告

数字图像处理实验报告

数字图像处理实验一图像的基本操作和基本统计指标计算实验报告.doc

数字图像处理实验报告(附答案解析)

计算机图像处理实验报告（数字图像处理基本操作）

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通用

(完整word版)数字图像处理实验报告(完整版)

数字图像实验报告图像基本运算报告