试验一图像处理基本操作

合集下载

图像处理实验报告

图像处理实验报告图像处理实验报告一、引言图像处理是计算机科学与工程领域的一个重要研究方向，它涉及到对数字图像进行获取、处理、分析和显示等一系列操作。

本实验旨在通过使用图像处理技术，对一幅给定的数字图像进行处理和分析，以探索图像处理的原理和应用。

二、实验目的本实验有以下几个目的：1. 理解图像处理的基本概念和原理；2. 掌握图像处理的常用技术和方法；3. 熟悉图像处理软件的使用。

三、实验步骤1. 图像获取在本实验中，我们选择了一张风景图作为实验对象。

该图像是通过数码相机拍摄得到的，保存在计算机中的文件格式为JPEG。

我们使用图像处理软件将该图像导入到程序中，以便进行后续的处理和分析。

2. 图像预处理在进行图像处理之前，我们需要对图像进行预处理。

预处理的目的是去除图像中的噪声、平滑图像的边缘等。

我们使用了均值滤波和中值滤波两种常用的图像平滑方法。

通过对比两种方法的效果，我们可以选择合适的方法来进行图像预处理。

3. 图像增强图像增强是指通过一系列的操作，使得图像在视觉上更加鲜明、清晰、易于观察。

在本实验中，我们使用了直方图均衡化和灰度拉伸两种图像增强方法。

直方图均衡化通过对图像的像素值进行变换，使得图像的直方图更加均匀，从而增强图像的对比度。

灰度拉伸则是通过对图像的像素值进行线性变换，将图像的灰度范围拉伸到更广的范围内，从而增强图像的细节。

4. 图像分割图像分割是将图像分成若干个互不重叠的区域，每个区域具有一定的意义和特征。

在本实验中，我们使用了阈值分割和边缘检测两种图像分割方法。

阈值分割是指通过设置一个合适的阈值，将图像中的像素分为两个类别。

边缘检测则是通过检测图像中的边缘信息，将图像分割为不同的区域。

5. 图像特征提取图像特征提取是指从图像中提取出具有一定意义和特征的信息。

在本实验中，我们选择了纹理特征和颜色特征两种常用的图像特征提取方法。

纹理特征提取通过对图像的纹理进行分析，提取出图像的纹理特征。

实验1-Matlab基本与图像处理基本操作

图像处理工具箱简介
01
MATLAB图像处理工具箱是MATLAB软件中一个专门用于图像处理的工具箱，它提供了一套完整的图像处理和分析工具，包括图像读取、显示、变换、滤波、增强、分割、特征提取等功能。
02
该工具箱支持多种图像格式，如BMP、JPG、PNG、TIFF等，并提供了丰富的图像处理函数和算法，方便用户进行图像处理和分析。
对未来学习的展望
• 深入学习图像处理算法：在未来的学习中，我们将进一步深入学习图像处理的各种算法和原理，包括图像分割、特征提取、目标检测等，以便更好地应用在实际问题中。
• 掌握更多图像处理软件：除了Matlab软件外，我们还将学习掌握其他常用的图像处理软件，如OpenCV、Python图像处理库等，以便更灵活地处理各种图像问题。
02
学习图像处理基本操作
了解图像处理基本概念，学习图像读取、显示、保存等基本操作。
03
掌握图像处理常用函数
熟悉MATLAB中图像处理工具箱的常用函数，如图像调整、滤波、边缘检测等。
实验环境准备
MATLAB软件
确保计算机已安装MATLAB软件，并熟悉软件基本操作。
图像处理工具箱
安装并配置MATLAB图像处理工具箱，以便进行图像处理实验。
• 加强实验数据分析处理能力：在未来的实验中，我们将更加注重实验数据的分析和处理，学习掌握更多的数据处理方法和技巧，以便更准确地评估实验结果和性能。
• 拓展应用领域：图像处理技术在实际应用中具有广泛的应用领域，如医学影像处理、智能交通、安全监控等。在未来的学习中，我们将积极探索这些应用领域，并尝试将所学的图像处理技术应用到实际问题中。
使用图像处理工具箱中的特征提取函数和分类器函数，对图像进行特征提取和分类识别。例如，可以使用灰度共生矩阵提取图像纹理特征，然后使用支持向量机（SVM）进行分类识别。

图像处理实验报告

图像处理实验报告实验⼀基于matlab 的⼈脸识别技术⼀、实验⽬的1．熟悉⼈脸识别的⼀般流程与常见识别⽅法；2．熟悉不同的特征提取⽅法在⼈脸识别的应⽤；3．了解在实际的⼈脸识别中，学习样本数等参数对识别率的影响；4．了解⾮⼈脸学习样本库的构建在⼈脸识别的重要作⽤。

使⽤MATLAB 平台编程，采⽤K-L 变换、特征提取及图像处理技术，实现⼈脸识别⼆、实验内容与实验仪器、设备1．构建⾮⼈脸学习样本库；2．观测不同的特征提取⽅法对⼈脸识别率的影响；3．观测不同的学习样本数对⼈脸识别率的影响；1． PC 机－系统最低配置 512M 内存、P4 CPU ；2． Matlab 仿真软件－ 7.0 / 7.1 / 2006a 等版本的Matlab 软件。

3． CBCL ⼈脸样本库三、实验原理1.⼈脸特征提取的算法通过判别图像中所有可能区域是否属于“⼈脸模式”的⽅法来实现⼈脸检测。

这类⽅法有：特征脸法、⼈⼯神经⽹络法、⽀持向量机法；积分图像法。

本次使⽤的是PCA(主成分分析法)其原理是：利⽤K-L 变换抽取⼈脸的主要成分，构成特征脸空间，识别时将测试图像投影到此空间，得到⼀组投影系数，通过与各个⼈脸图像⽐较进⾏识别。

对于⼀幅M*N 的⼈脸图像，将其每列相连构成⼀个⼤⼩为D=M*N 维的列向量。

D 就是⼈脸图像的维数，即是图像空间的维数。

设n 是训练样本的数⽬；X j 表⽰第j 幅⼈脸图像形成的⼈脸向量，则所需样本的协⽅差矩阵为：1()()m Ti i i S x u x u ==--∑ （1）其中U 为训练样本的平均图像向量：11mi i u x n ==∑ （2）令A=[x 1-u,x 2-u,...x n -u]，则有S r =AA T ，其维数为D ×D 。

根据K-L 变换原理，需要求得的新坐标系由矩阵AA T 的⾮零特征值所对应的特征向量组成。

直接计算的计算量⽐较⼤，所以采⽤奇异值分解(SVD)定理，通过求解A T A 的特征值和特征向量来获得AA T 的特征值和特征向量。

数字图像处理实验报告

目录实验一：数字图像的基本处理操作 (4)：实验目的 (4)：实验任务和要求 (4)：实验步骤和结果 (5)：结果分析 (8)实验二：图像的灰度变换和直方图变换 (9)：实验目的 (9)：实验任务和要求 (9)：实验步骤和结果 (9)：结果分析 (13)实验三：图像的平滑处理 (14)：实验目的 (14)：实验任务和要求 (14)：实验步骤和结果 (14)：结果分析 (18)实验四：图像的锐化处理 (19)：实验目的 (19)：实验任务和要求 (19)：实验步骤和结果 (19)：结果分析 (21)实验一：数字图像的基本处理操作：实验目的1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用；2、实现图像的读取、显示、代数运算和简单变换。

3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。

：实验任务和要求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。

2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。

3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。

4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的对应关系。

：实验步骤和结果1.对实验任务1的实现代码如下：a=imread('d:\');i=rgb2gray(a);I=im2bw(a,;subplot(1,3,1);imshow(a);title('原图像');subplot(1,3,2);imshow(i);title('灰度图像');subplot(1,3,3);imshow(I);title('二值图像');subplot(1,3,1);imshow(a);title('原图像');结果如图所示：图原图及其灰度图像，二值图像2.对实验任务2的实现代码如下：a=imread('d:\');A=imresize(a,[800 800]);b=imread('d:\');B=imresize(b,[800 800]);Z1=imadd(A,B);Z2=imsubtract(A,B);Z3=immultiply(A,B);Z4=imdivide(A,B);subplot(3,2,1);imshow(A);title('原图像 A'); subplot(3,2,2);imshow(B);title('原图像 B'); subplot(3,2,3);imshow(Z1);title('加法图像'); subplot(3,2,4);imshow(Z2);title('减法图像'); subplot(3,2,5);imshow(Z3);title('乘法图像'); subplot(3,2,6);imshow(Z2);title('除法图像');结果如图所示：3.对实验任务3的实现代码如下：s=imread('d:\');i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j); %直流分量移到频谱中心I=log(abs(k)); %对数变换m=fftshift(j); %直流分量移到频谱中心RR=real(m); %取傅里叶变换的实部II=imag(m); %取傅里叶变换的虚部A=sqrt(RR.^2+II.^2);A=(A-min(min(A)))/(max(max(A)))*255;b=circshift(s,[800 450]);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e));f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.^2+ZZ.^2);B=(B-min(min(B)))/(max(max(B)))*255;subplot(2,2,1);imshow(s);title('原图像');subplot(2,2,2);imshow(uint8(b));title('平移图像');subplot(2,2,3);imshow(A);title('离散傅里叶变换频谱');subplot(2,2,4);imshow(B);title('平移图像离散傅里叶变换频谱');结果如图所示：4.对实验任务4的实现代码如下：s=imread('d:\');i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j);I=log(abs(k));m=fftshift(j);RR=real(m);II=imag(m);A=sqrt(RR.^2+II.^2);A=(A-min(min(A)))/(max(max(A)))*255;b=imrotate(s,-90);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e));f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.^2+ZZ.^2);B=(B-min(min(B)))/(max(max(B)))*255;subplot(2,2,1);imshow(s);title('原图像');subplot(2,2,2);imshow(uint8(b));title('平移图像');subplot(2,2,3);imshow(A);title('离散傅里叶频谱');subplot(2,2,4);imshow(B);title('平移图像离散傅里叶频谱');结果如图所示：：结果分析对MATLAB软件的操作开始时不太熟悉，许多语法和函数都不会使用，写出程序后，调试运行，最开始无法显示图像，检查原因，是有些标点符号没有在英文状态下输入和一些其他的细节，学会了imread()，imshow()，rgb2gray（）等函数。

《图像处理》实验指导书

六、实验考核
现场考核（60%）+实验报告(40%)
七、实验报告
实验结束后，撰写实验报告，实验报告主题部分应包括：算法原理、程序流程、算法各部分主要函数代码以及功能注释、运行结果四部分，每部分占实验报告的 10%，按照撰写情况打分。
《图像处理》实验二图像增强பைடு நூலகம்
一、实验意义及目的
（1）进一步掌握图像处理工具 Matlab，熟悉基于 Matlab 的图像处理函数。（2）掌握各种图像增强方法。
功能：实现两幅图像相除。
调用格式：
C=imdivide(A,B)。
四、参考代码
参考代码中实现了彩色图像的灰度化、旋转、缩放两种几何变换以及镜像及拼接。
Image1=imread('peppers.jpg'); %红绿通道互换 Image2=Image1; Image2(:,:,1)=Image1(:,:,2); Image2(:,:,2)=Image1(:,:,1); imshow(Image2); imwrite(Image2,'changecolor.jpg');
《图像处理》实验指导书
蔡利梅编
信息与电气工程学院
学生实验守则
一、学生进入实验室必须遵守实验室的规章制度，遵守课堂纪律，保持实验室的安静和整洁，爱护实验室的一切设施。二、实验课前要认真预习实验指导书，写出实验预习报告，并经教师批阅后方可进行实验。三、实验课中要遵守操作规程，不要带电连接、更改或拆除线路。线路接好后，经指导老师检查后，方可接通电源进行实验。对于软件上机实验，不得随意删改计算机中原有的文件。四、学生实验前对实验所用仪器设备要了解其操作规程和使用方法，凡因不预习或不按使用方法进行操作而造成仪器设备损坏者，除书面检查外，按学校规定进行赔偿。五、实验中主意安全，遇到事故应立即关断电源并报告教师检查处理。六、实验完毕后要做好整理工作，实验数据必须经指导教师签阅后，才能拆除线路，并将仪器、设备、凳子等按规定放好，经同意后方可离开实验室。七、因故缺课的学生可向实验室申请一次补做机会。无故缺课或无故迟到（15 分钟以上）的不予补做，该次实验无成绩；累计三次者，该实验课以不及格论，并不得参加该门理论课程的考试。八、实验室仪器设备不能擅自搬动调换，更不能擅自带出实验室。

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。

实验一 MATLAB数字图像处理初步

实验一MATLAB数字图像处理初步一、实验目的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中读取图像，并获取图像的大小、颜色、高度、宽度等等相关信息。

3、掌握在MATLAB中按照指定要求存储一幅图像的方法。

4、熟悉数字图像矩阵的格式转换二、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。

图1 图像的采样和量化根据图像数据矩阵解释方法的不同，MATLAB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。

规定双精度型归一化亮度图像的取值范围是[0，1](2) 二值图像一幅二值图像是一个取值只有0和1的逻辑数组。

而一幅取值只包含0和1的uint8类数组，在MATLAB中并不认为是二值图像。

1 光电图像处理实验(图像基本操作).

光电图像处理实验报告学生姓名：班级：学号：指导教师：实验日期：一、实验名称：图像基本操作二、实验目的：1．掌握MATLAB的操作窗口功能；2．熟练掌握MATLAB的图像处理基本操作，熟练掌握数字图像读取、显示、保存；3．熟练掌握MATLAB各种图像格式文件的互相转换。

三、实验原理：MATLAB是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。

它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。

MATLAB和Mathematica、Maple并称为三大数学软件。

它在数学类科技应用软件中在数值计算方面首屈一指。

MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

MATLAB工作环境：桌面包括4个子窗口：命令窗口、工作空间窗口、当前路径窗口、历史命令窗口。

命令窗口是用户在提示符(>>)处键入MATLAB命令和表达式的地方，也是显示那些命令输出的地方。

工作空间窗口显示当前的变量名称和值。

双击可以启动数组编辑器。

当前路径窗口显示当前的工作目录。

可通过Set Path改变。

历史命令窗口包含用户已在命令窗口中输入的命令的记录。

如果要重新执行以前的MATLAB命令，可在历史命令窗口中双击该命令即可。

使用MATLAB编辑器创建M文件：MATLAB编辑器既是用于创建M文件的文本编辑器，也是调试器。

M文件用扩展符.m来表示。

可通过在命令输入窗口键入edit命令或在File菜单栏New，Blank M-File实现。

数字图像处理实验指导书

数字图像处理实验指导书臧兰云电子工程学院实验一图像基本运算一、实验目的:1、了解数字图像处理基础2、掌握数字图像处理的基本运算方法3、学习利用matlab进行数字图像处理的基本方法二、实验内容:1、根据图像采样原理,试对lena图像分别进行4和16倍减采样,查看其减采样效果。

2、对一幅图像加入椒盐噪声,并通过减法运算提取出噪声。

3、两幅二值图像进行逻辑与、或、非运算。

4、实现把一幅图像旋转45°,并分别采用把转出显示区域的图像截去和扩大显示区域范围以显示图像的全部两种方式。

5、选取一幅大小为256*256像素的图像,分别将图比例放大1.5倍,比例缩小0.7倍,非比例放大到420*384像素,非比例缩小到150*180像素。

三、思考与总结:1、将一幅图像如果进行4倍、16倍和64倍增采样会出现什么情况?是否有其他方法可以实现图像的采样?2、图像的选转会导致图像的失真吗?若有,有什么办法可以解决这个问题?3、由非比例缩放得到的图片能够恢复到原图片吗?为什么?实验二图像变换及增强一、实验目的:1、掌握图像变换的应用2、掌握数字图像处理的空间域及频域的增强方法二、实验内容:1、构造一幅图像并对其旋转一定的角度,求原始图像及旋转后图像的频谱图。

2、对一幅灰度图像进行均衡化,灰度等级为8级。

3、对一幅灰度图像采用多种方法实现平滑、锐化滤波。

4、对一幅图像进行幂次变换。

三、思考与总结:1、图像变换在图像处理中的应用?2、什么是傅里叶变换的旋转性?3、以上实验分别可以应用到那些实际问题中? 实验三图像压缩编码一、实验目的:1、掌握图像压缩编码的概念2、比较图像压缩编码的各种方法二、实验内容:1、计算一幅灰度图像的熵。

2、选择一种方法对图像进行压缩,并计算压缩比。

三、思考与总结:1、注释程序功能2、以上实验可以应用到那些实际问题中?实验四图像分割及彩色图像处理一、实验目的:1、掌握图像分割的基本原理2、掌握彩色图像处理方法二、实验内容:1、用全局阈值法对图像进行分割2、实现sobel算子及Roberts等算子的边缘提取算法3、生成一幅大小为256*256的RGB图像。

图像处理实验报告

大学新闻与传播学院实验教学中心实验报告实验名称图像处理指导教师洪杰文华滢年级08 学号23 成绩一、预习部分1、实验目的2、实验基本原理3、主要仪器设备（含必要的元器件、工具）1、实验目的：（1）熟悉和掌握数字图像的基本概念和技术指标，掌握色彩模式、图像分辨率、图像深度、图像文件格式与图像的显示效果、文件容量的关系。

（2）了解和掌握数字图像压缩的概念，观察不同的压缩比对图像的影响。

（3）了解和掌握图像中色彩的确定及选取方法，掌握前景色和背景色的概念及调整方法，掌握色彩填充的基本概念及应用。

（4）了解和掌握图像处理软件Photoshop的基本功能和基本使用方法，熟练掌握图层与选择区的基本使用方法。

（5）通过创造性的构图和对布局及色彩等的巧妙处理，一幅好的图画可以将一个主题以含蓄而又深刻的方式予以提示，并往往具有比单纯的语言文字更强的表现力。

在掌握图像处理基本概念和Photoshop基本使用方法的基础上，对已有的数字图像做一些基本的创意设计和编辑处理。

2、实验基本原理：基于photoshop软件的图像处理。

3、主要仪器设备（含必要的元器件、工具）：Adobe Photoshop二、实验操作部分1、实验操作过程2、实验数据、观察到的实验现象1、实验操作过程：1.图像的基本变换（1）自选一幅不小于400×400pixel的彩色数字图像。

在Photoshop中打开该图像，记录其技术参数：文件格式、文件容量，图像尺寸（pixel和cm）、分辨率、色彩模式等。

文件格式：JPEG 图像；文件容量：59.7kb；图像尺寸（pixel和cm）：600×600pixel；分辨率：72像素/英寸；色彩模式：RGB模式。

（2）对该图像重采样，要求采样后的图像分辨率为150dpi，图像尺寸为300×300pixel。

色彩模式分别变换成灰度、Indexed和RGB模式，按BMP格式分别保存成不同名称的图像文件；重新打开并观察变换后的显示效果，并记录各个文件的容量。

1光电图像处理实验（图像基本操作）

1光电图像处理实验（图像基本操作）光电图像处理实验报告学⽣姓名：班级：学号：指导教师：实验⽇期：⼀、实验名称：图像基本操作⼆、实验⽬的：1．掌握MATLAB的操作窗⼝功能；2．熟练掌握MATLAB的图像处理基本操作，熟练掌握数字图像读取、显⽰、保存；3．熟练掌握MATLAB各种图像格式⽂件的互相转换。

三、实验原理：MATLAB是由美国mathworks公司发布的主要⾯对科学计算、可视化以及交互式程序设计的⾼科技计算环境。

它将数值分析、矩阵计算、科学数据可视化以及⾮线性动态系统的建模和仿真等诸多强⼤功能集成在⼀个易于使⽤的视窗环境中，为科学研究、⼯程设计以及必须进⾏有效数值计算的众多科学领域提供了⼀种全⾯的解决⽅案，并在很⼤程度上摆脱了传统⾮交互式程序设计语⾔（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进⽔平。

MATLAB和Mathematica、Maple并称为三⼤数学软件。

它在数学类科技应⽤软件中在数值计算⽅⾯⾸屈⼀指。

MATLAB可以进⾏矩阵运算、绘制函数和数据、实现算法、创建⽤户界⾯、连接其他编程语⾔的程序等，主要应⽤于⼯程计算、控制设计、信号处理与通讯、图像处理、信号检测、⾦融建模设计与分析等领域。

MATLAB⼯作环境：桌⾯包括4个⼦窗⼝：命令窗⼝、⼯作空间窗⼝、当前路径窗⼝、历史命令窗⼝。

命令窗⼝是⽤户在提⽰符(>>)处键⼊MATLAB命令和表达式的地⽅，也是显⽰那些命令输出的地⽅。

⼯作空间窗⼝显⽰当前的变量名称和值。

双击可以启动数组编辑器。

当前路径窗⼝显⽰当前的⼯作⽬录。

⼯作⽬录的内容显⽰在当前⽬录窗⼝内。

可通过Set Path改变。

历史命令窗⼝包含⽤户已在命令窗⼝中输⼊的命令的记录。

如果要重新执⾏以前的MATLAB命令，可在历史命令窗⼝中双击该命令即可。

使⽤MATLAB编辑器创建M⽂件：MATLAB编辑器既是⽤于创建M⽂件的⽂本编辑器，也是调试器。

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

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。

（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。

实验一数字图像基本操作及灰度调整

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．实验基本原理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。

1) 图像反转灰度级范围为[0, L-1]的图像反转可由下式获得r L s --=12) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失。

解决的方法是对原图进行灰度压缩，如对数变换：s = c log(1 + r )，c 为常数，r ≥ 03) 幂次变换：0,0,≥≥=γγc cr s4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸：其对应的数学表达式为：2. 直方图均衡化灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。

依据定义，在离散形式下，用r k 代表离散灰度级，用p r (r k )代表p r (r )，并且有下式成立：nn r P k k r =)( 1,,2,1,010-=≤≤l k r k 式中：n k 为图像中出现r k 级灰度的像素数，n 是图像像素总数，而n k /n 即为频数。

直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。

假定变换函数为ωωd p r T s r r)()(0⎰==(a) Lena 图像 (b) Lena 图像的直方图图1-1 Lena 图像及直方图当灰度级是离散值时，可用频数近似代替概率值，即1,,1,010)(-=≤≤=l k r n n r p k k k r式中：l 是灰度级的总数目，p r (r k )是取第k 级灰度值的概率，n k 是图像中出现第k 级灰度的次数，n 是图像中像素总数。

数字图像处理基本操作及灰度调整实验报告

数字图像处理基本操作及灰度调整实验报告实验目的1.掌握数字图像处理的基本概念和原理。

2.学会使用Python编程语言进行图像处理。

3.理解并实现图像灰度调整的方法。

4.分析实验结果，讨论图像处理方法的优缺点。

2.1 数字图像处理概述数字图像处理（Digital Image Processing，DIP）是一门研究使用计算机对图像进行处理的技术。

它的目的是改善图像的质量，使之更适合人类或计算机对图像进行观察和分析。

数字图像处理涉及到图像采集、存储、传输、分析以及图像的恢复等方面。

2.2 图像的表示和描述数字图像由图像元素（像素）组成，每个像素有一个对应的灰度值。

灰度值表示像素的亮度，通常用8位二进制数表示，其范围为0~255。

像素的灰度值越高，亮度越高。

数字图像可以表示为一个矩阵，矩阵中的每个元素对应一个像素的灰度值。

彩色图像通常采用RGB颜色模型，每个像素包含三个分量，分别对应红色、绿色和蓝色通道的亮度。

2.3 图像灰度调整图像灰度调整是指调整图像像素的灰度值，以改善图像的质量。

常用的图像灰度调整方法有：1.线性灰度变换：通过线性映射关系改变图像灰度值，可以实现图像亮度的调整和对比度的拉伸。

2.直方图均衡化：通过调整图像的灰度直方图，使其均匀分布，可以提高图像的对比度。

•操作系统：Windows 10•编程语言：Python 3.8•图像处理库：OpenCV 4.5.2•集成开发环境：Visual Studio Code4.1 图像读取和显示首先，我们需要使用OpenCV库读取和显示图像。

以下是读取和显示图像的Python代码：4.2 图像灰度化为了便于后续的灰度调整操作，我们需要将彩色图像转换为灰度图像。

以下是图像灰度化的Python代码：4.3 灰度调整接下来，我们将对图像进行灰度调整。

首先，实现线性灰度变换。

以下是线性灰度变换的Python代码：4.4 图像直方图均衡化直方图均衡化是一种能够提高图像对比度的方法。

matlab图像处理实验报告

matlab图像处理实验报告Matlab图像处理实验报告引言：图像处理是一门研究如何对图像进行获取、存储、传输、处理和显示的学科。

而Matlab作为一种强大的科学计算软件，被广泛应用于图像处理领域。

本实验报告旨在介绍Matlab在图像处理中的应用。

一、图像获取与显示在图像处理的第一步，我们需要获取图像并进行显示。

Matlab提供了丰富的函数和工具箱来实现这一目标。

我们可以使用imread函数来读取图像文件，imwrite函数来保存图像文件。

而imshow函数则可以用于图像的显示。

通过使用这些函数，我们可以轻松地加载图像文件，并在Matlab中显示出来。

二、图像的基本操作在图像处理中，我们经常需要对图像进行一些基本的操作，如图像的缩放、旋转、裁剪等。

Matlab提供了一系列的函数来实现这些操作。

通过imresize函数，我们可以实现图像的缩放操作。

而imrotate函数则可以用于图像的旋转。

此外，imcrop函数可以用于图像的裁剪。

三、图像的滤波处理图像的滤波处理是图像处理中的重要内容之一。

Matlab提供了多种滤波函数，如均值滤波、中值滤波、高斯滤波等。

这些滤波函数可以用于图像的平滑处理和噪声的去除。

通过调用这些函数，我们可以有效地改善图像的质量。

四、图像的边缘检测边缘检测是图像处理中的一项重要任务，它可以用于提取图像中的边缘信息。

在Matlab中，我们可以使用多种边缘检测算法来实现这一目标，如Sobel算子、Prewitt算子、Canny算子等。

这些算子可以有效地提取图像中的边缘，并将其显示出来。

五、图像的特征提取图像的特征提取是图像处理中的关键步骤之一，它可以用于提取图像中的重要特征。

在Matlab中，我们可以使用各种特征提取算法来实现这一目标，如颜色直方图、纹理特征、形状特征等。

通过提取这些特征，我们可以对图像进行分类、识别等任务。

六、图像的分割与识别图像的分割与识别是图像处理中的热门研究方向之一。

MATLAB数字图像处理实验--图像基本运算

MATLAB数字图像处理实验--图像基本运算一、实验目的1.理解图像点运算、代数运算、几何运算的基本定义和常见方法；2.掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法；3.掌握在MATLAB中进行插值的方法4.运用MATLAB语言进行图像的插值缩放和插值旋转5.进一步熟悉了解MATLAB语言的应用。

二、实验设备与软件1.PC计算机系统2.MATLAB软件，包括图像处理工具箱(Image Processing Toolbox)3.实验图片三、实验内容及结果分析3.1图像的点运算选择pout.tif作为实验图像，实验原理及内容参照《MATLAB图像处理编程及应用》程序代码：I=imread('pout.tif');figure;subplot(1,3,1);imshow(I);title('原图');J=imadjust(I,[0.3;0.6],[0.1;0.9]);subplot(1,3,2);imshow(J);title('线性扩展');I1=double(I);I2=I1/255;C=2;K=C*log(1+I2);subplot(1,3,3);imshow(K);title('非线性扩展');M=255-I;figure;subplot(1,3,1);imshow(M);title('灰度倒置');N1=im2bw(I,0.4);N2=im2bw(I,0.7);subplot(1,3,2);imshow(N1);title('二值化阈值0.4');subplot(1,3,3);imshow(N2);title('二值化阈值0.7');执行结果：原图线性扩展非线性扩展灰度倒置二值化阈值0.4二值化阈值0.7实验1结果图3.2图像的代数运算选择两幅图像，一幅是原图像，一幅为背景图像，采用正确的图像代数运算方法，分别实现图像叠加、混合图像的分离和图像的局部显示效果。

江南大学数字图像处理技术实验1报告

实验报告课程名称：数字图像处理技术实验名称——实验一数字图像基本操作及图像变换实验日期：2012-2-27班级：数媒0902姓名：沈玉婷学号0305090206仪器编号：一、实验目的：1．了解使用扫描仪、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．体会像素概念3．掌握图像文件的各种存储格式，并能实现图像文件的读取与显示4．掌握图像基本操作5. 掌握图像变换技术二、实验要求1. 利用程序实现打开附件中的“lena.bmp”文件或是自己的bmp文件，读取该文件的信息并写到“new.bmp”中。

2. 利用程序实现“lena.bmp”图像的傅里叶变换和反变换。

3. 利用程序实现“lena.bmp”图像的离散余弦变换和反变换。

4. 把实现上面要求的程序发到jsj_chen@邮箱中。

三、实验内容离散余弦变换（DCT）if(m_pImgDataOut!=NULL){delete []m_pImgDataOut;m_pImgDataOut=NULL;}//计算图像每行的字节数intlineByte=(m_imgWidth*m_nBitCount/8+3)/4*4;if(m_nBitCount!=8){AfxMessageBox("只能处理8位灰度图像!");return ;}//分配内存，以保存新图像m_nBitCountOut=m_nBitCount;intlineByteOut=(m_imgWidth*m_nBitCountOut/8+3)/4*4 ;if (!m_pImgDataOut){//为处理后的图像分配内存空间m_pImgDataOut=new unsigned char[lineByteOut*m_imgHeight];}int pixelByte=m_nBitCountOut/8;for(i=0; i<m_imgHeight; i++){for(j=0; j<m_imgWidth*pixelByte; j++)*(m_pImgDataOut+i*lineByteOut+j)= *(m_pImgData+i*lineByteOut+j);}// 赋初值w = 1;h = 1;wp = 0;hp = 0;// 计算进行离散余弦变换的宽度和高度（2的整数次方）while(w * 2 <= m_imgWidth){w *= 2;wp++;}while(h * 2 <= m_imgHeight){h *= 2;hp++;}double *f = new double[w * h];pDctBuff = new double[w * h];double *F = pDctBuff;for(i = 0; i < h; i++) // 行{for(j = 0; j < w; j++) // 列{// 指向DIB第i行，第j个象素的指针pSrc = (unsigned char*)m_pImgData + lineByte * (m_imgHeight - 1 - i) + j;// 给时域赋值f[j + i * w] = *(pSrc);}}for(i = 0; i < h; i++){// 对y方向进行离散余弦变换DCT(&f[w * i], &F[w * i], wp);}// 保存计算结果for(i = 0; i < h; i++){for(j = 0; j < w; j++){f[j * h + i] = F[j + w * i];}}for(j = 0; j < w; j++){// 对x方向进行离散余弦变换DCT(&f[j * h], &F[j * h], hp);}for(i = 0; i < h; i++) // 行{for(j = 0; j < w; j++) // 列{//指向新DIB第i行第j列的像素的指针pDst = m_pImgDataOut + lineByte * (m_imgHeight -1 - i) + j;dTemp = fabs(F[j*h+i]); // 计算频谱// 判断是否超过255if (dTemp > 255){dTemp = 255;}// 复制新DIB位图的像素值*pDst=(BYTE)(dTemp);}}m_imgWidthOut=m_imgWidth;m_imgHeightOut=m_imgHeight;delete[] f;离散余弦反变换（IDCT）LONG count; // 离散余弦反变换点数int i; // 循环变量double dTemp, d0;count = 1<<r; // 计算离散余弦变换点数ComplexNumber *array = new ComplexNumber[count*2];memset(array, 0, sizeof(ComplexNumber) * count * 2); // 赋初值为0// 将频域变换后点写入数组arrayfor(i=0;i<count;i++){array[i].real = (float)(F[i] * cos(i*PI/(count*2)));array[i].imag = (float)(F[i] * sin(i*PI/(count*2)));}IFFT1D(array, count * 2);// 调用快速傅立叶反变换// 调整系数dTemp = sqrt(2.0/count);d0 = (sqrt(1.0/count) - dTemp) * F[0];for(i = 0; i < count; i++){f[i] = d0 + array[i].real * dTemp * 2 * count;}delete[] array;四、运行情况傅里叶变换与傅里叶反变换离散余弦变换与反变换五、实验体会（包括对于本次实验的小结，实验过程中碰到的问题等）通过本次实验，在本次实验中，我感受各种不同的灰度变换方法对最终图像效果的影响。

《数字图像处理》实验教案

《数字图像处理》实验教案一、实验目的1. 理解数字图像处理的基本概念和原理；2. 掌握常用的数字图像处理方法和技术；3. 培养实际操作数字图像处理工具的能力；4. 提高对数字图像处理问题的分析和解决能力。

二、实验内容1. 图像读取与显示：使用图像处理软件，读取、显示和保存不同格式的图像文件；2. 图像基本运算：进行图像的加、减、乘、除等基本运算；3. 图像滤波：使用低通滤波器、高通滤波器、带通滤波器等对图像进行滤波处理；4. 图像增强：采用直方图均衡化、对比度增强等方法改善图像质量；5. 边缘检测：使用Sobel算子、Canny算子等方法检测图像边缘。

三、实验原理1. 图像读取与显示：介绍图像处理软件的基本操作，掌握图像文件格式的转换；2. 图像基本运算：介绍图像像素的运算规则，理解图像基本运算的原理；3. 图像滤波：介绍滤波器的原理和应用，掌握滤波器的设计和实现方法；4. 图像增强：介绍图像增强的目的和方法，理解直方图均衡化和对比度增强的原理；5. 边缘检测：介绍边缘检测的原理和算法，掌握不同边缘检测方法的特点和应用。

四、实验步骤1. 图像读取与显示：打开图像处理软件，选择合适的图像文件，进行读取、显示和保存操作；2. 图像基本运算：打开一幅图像，进行加、减、乘、除等基本运算，观察结果；3. 图像滤波：打开一幅图像，选择合适的滤波器，进行滤波处理，观察效果；4. 图像增强：打开一幅图像，选择合适的增强方法，进行增强处理，观察质量改善；5. 边缘检测：打开一幅图像，选择合适的边缘检测方法，进行边缘检测，观察边缘效果。

五、实验要求1. 熟练掌握图像处理软件的基本操作；2. 能够正确进行图像的基本运算；3. 能够合理选择和应用不同类型的滤波器；5. 能够根据图像特点选择合适的边缘检测方法。

六、实验环境1. 操作系统：Windows 10或更高版本；2. 图像处理软件：MATLAB或OpenCV；3. 编程环境：MATLAB或C++；4. 硬件要求：普通计算机或服务器。