数字图像处理实验 2017

实验一 Matlab图像基本操作

一、实验目的

熟悉利用Matlab进行图像处理的基本操作，了解图像数据的存储形式及进行图像处理编程的步骤方法。

二、实验内容

1、图像读写与显示

重点函数：imread, imwrite, imshow

2、彩色图像灰度化

计算公式：Y = R*0.299 + G*0.587 + B*0.114

3、图像马赛克

局部平均，改变窗口大小比较处理结果，如取2×2、4×4或更大尺寸的窗口

4、图像平移

分别完成图像水平方向、竖直方向和两个方向的平移

三、实验要求

1、编写代码，完成各项实验内容

2、总结实验中遇到问题及解决方案，书写实验报告

实验二图像点运算

一、实验目的

理解图像灰度变换和直方图的概念，掌握灰度变换和直方图均衡化的原理及实现方法。

二、实验内容

1、线性灰度变换

2、非线性变换

=，修改指数γ观察图像效果，总结指数项γ合理取值的一般规律

s crγ

3、直方图

绘制直方图，观察图像效果与直方图的关系

4、直方图均衡化

利用直方图均衡化确定灰度变换关系，画出变换曲线及图像处理前后的直方图

三、实验要求

1、编写代码，完成各项实验内容

2、总结实验中遇到问题及解决方案，书写实验报告

实验三邻域运算

一、实验目的

1.巩固对图像增强的认识，明确图像空域处理的类型

2.理解图像平滑与图像锐化的概念

3.掌握图像模板卷积运算的实现方法

4.锻炼编程开发图像处理算法的能力

二、实验准备

1.了解图像处理点运算和邻域运算的区别

2.学习利用模板卷积的方法进行图像邻域运算

3.复习均值滤波和中值滤波的原理

4.列出常用的模板形式，思考中值滤波要用到的简单排序方法

5.分析对比图像平滑和图像锐化模板的差异

三、实验内容与步骤

1.列出常用的卷积模板

2.基于3×3的模板，编写均值滤波的处理程序，处理含有加性高斯噪声和椒盐噪声的图像，观察处理结果

3.编写中值滤波程序，处理相同的图像与均值滤波进行比较；改变模板尺寸观察处理结果

4.编程实现利用一阶微分算子和二阶拉普拉斯算子进行图像锐化的程序

5.对比不同的邻域运算结果，体会图像锐化与图像平滑的区别

四、实验报告与思考题

1.总结实验内容及步骤方法完成实验报告，报告中要求有关键代码的注释说明及程序运行和图像处理结果

2.实验报告中回答以下问题

(1)均值滤波和中值滤波分别适用于处理哪类图像？

(2)图像平滑和图像锐化所采用的模板有什么不同？

(3)邻域运算的模板尺寸对处理结果有什么影响？

实验四频域图像处理

一、实验目的

1.理解傅立叶频谱的物理含义

2.掌握利用频域滤波实现图像平滑和锐化的原理

3.了解频域滤波器的设计方法

二、实验准备

1.复习离散傅立叶变换的定义，了解快速傅立叶变换的实现思路

2.学习二维离散傅立叶变换的性质

3.掌握对图像进行频域滤波的处理流程

4.理解低通滤波实现图像平滑、高通滤波能对图像进行锐化的原理

三、实验内容与步骤

1.画出图像的频谱图

2.将图像旋转、缩放，观察频谱变化，结合傅立叶变换的性质进行分析

3.利用低通滤波器进行处理，观察图像变化

4.利用高通滤波实现图像锐化

四、实验报告与思考题

1.总结实验内容及步骤方法完成实验报告，报告中要求有关键代码的注释说明及程序运行和图像处理结果

2.实验报告中回答以下问题

(1)频域滤波为什么能够实现图像的平滑和锐化

(2)分析比较空域滤波和频域滤波的优缺点

(3)如何去除理想低通滤波器造成的振铃效应？

实验五 模糊图像恢复

一、实验目的

本实验是一个综合性实验，要求学生巩固学习多个知识点和内容，主要有： 1、理解掌握运动图像的退化模型； 2、掌握维纳滤波法的原理和实现方法；

3、在不同的噪声和点扩散函数参数下进行恢复，并比较结果；

4、通过分析和实验得出相应的结论。 二、实验准备

1、运动模糊退化模型：运动模糊是图像退化的一种，可以用数学表达式刻画出来。对线性移（空）不变系统，退化模型可表示为：g(x,y)=h(x,y)*f(x,y)+n(x,y)。对匀速直线运动而言，退化图像为：

()()()[]⎰--=T

dt t y y t x x f y x g 000,,

其中x 0(t)和y 0(t)分别表示x 和y 方向的运动分量。并假设退化系统是线性移不变的，光学成像过程是完善的，快门开关是瞬间完成的。

对上式进行傅立叶变换，则得频域表达式为

()()()[]()()[]()[]()()()[]{})

,(),(2exp ,2exp ,2exp ,,0

00000v u H v u F dt t vy t ux j v u F dt

dxdy vy ux j t y y t x x f dxdy vy ux j y x g v u G T

T

=+-=⎥⎥⎦⎤

⎢⎢⎣⎡+---=+-=⎰

⎰⎰⎰⎰

⎰+∞∞-+∞∞-+∞∞-+∞

∞-πππ

其中

()()()[]{}dt t vy t ux j v u H T

⎰+-=0002exp ,π

假设景物只在x 方向匀速运动，在T 时间内共移动距离是a ，即x 0(t)=at/T ，y 0(t)=0,则 ()()[]ua j ua ua

T dt T at u

j v u H T

ππππ-=⎥⎦⎤⎢⎣⎡

-=⎰exp sin 2exp ,0 在Matlab 中可用滤波器卷积的方法仿真出运动模糊图像。

h=fspecial(‘motion ’,len,theta),表示在theta 方向移动len 长度，产生运动模糊的点扩散函数h 。

blurred=imfilter(I,h,'circular ’,’conv ’),产生运动模糊图像。 2、维纳滤波法恢复图像：

此方法也叫最小均方误差滤波法，是建立在图像和噪声都是随机过程，图像和噪声不

相关，其中之一的均值为零，灰度估计值与退化图像中的灰度值成线性关系。其基本思想是

找到原图像f(x,y)的一个估计),(ˆy x f

，使得估计与原图像之间的均方误差在统计意义上最小。

})],(ˆ),({[22y x f

y x f E e -=