西交大数字图像处理第五次作业
西交大数字图像处理第五次作业
1）频率域滤波步骤：
①给定一幅大小为M×N的输入图像f（x，y），确定填充参数，典型的选取P=2M和Q=2N；
②对f（x，y）添加必要数量的0，形成大小为P×Q的填充后的图像fp（x，y）；
③用（-1）^(x+y)乘以fp（x，y）移到其变换中心；
④计算来自步骤3的图像的DFT，得到F(u,v)；
如果DFT已被中心化，那么原点位于频率矩形中心处，半径为D0的圆包含a%的功率，
其中
5）编程思路：由以上分析知，实现低通滤波，只需将原图像进行填充，之后计算其傅里
叶变换，得到F(u,v)；而滤波器的频率域函数已由定义给出H(u,v)。在频率域将F(u,v)
和H(u,v)对应点相乘，并将得到的结果通过傅里叶反变换回到空间域，即可得到最后
⑤生成一个实的、对称的滤波函数H(u,v)，其大小为P×Q，中心在（P/2，Q/2）处，用阵
列相乘形成乘积G(u,v)=H(u,v)F(u,v)；即G(i,k)=H(i,k)F(i,k)；
⑥得到处理后的图像：
其中，为忽略由于计算不准确导致的寄生复分量，选择了实部，下标p指出我们处理的
是填充后的阵列。
test2.tif D0=75功率谱比a= 0.9916=99.16%
test2.tif原始图像test2布特沃斯低通滤波后（D0=75）
test2的傅里叶谱布特沃斯低通滤波器（D0=75）
test2布特沃斯低通滤波后的傅里叶谱（D0=75）
test2.tif D0=100功率谱比a=0.9934 =99.34%
test2.tif原始图像test2布特沃斯低通滤波后（D0=100）
test2的傅里叶谱布特沃斯低通滤波器（D0=100）
数字图像处理上机作业五
数字图像第四讲作业1.设计一个程序对受到高斯白噪声及椒盐噪声干扰的图像进行3x3,5x5邻域的平均平滑以及中值滤波. (添加噪声参看imnoise 函数, 空域卷积可用imfilter2函数实现)。
分析：1.邻域平均平滑可以采用imfilter函数，选择正确的卷积核就可以进行相应的邻域平均平滑操作了。
3x3的卷积核为：H1=1/8*[1 1 11 0 11 1 1];5x5的卷积核为：H2=1/24*[1 1 1 1 11 1 1 1 11 1 0 1 11 1 1 1 11 1 1 1 1 ];2.中值平滑可以先编写中值平滑子函数zhongzhi()，然后在主函数中调用即可。
以3*3中值平滑为例来分析其操作过程，3*3中值平滑就是将以各项素为中心的9个像素值的中间值作为平滑后的新的像素值赋给该像素。
因此可以通过I(i-1:i+1,j-1:j+1)得到对应于I(i,j)点的九个像素值，然后在由median函数可求出这九个值的中值，赋给新矩阵的(i,j)点即可。
注意I(i-1:i+1,j-1:j+1)操作可能会有i-1=0，j-1=0或i+1、j+1大于矩阵最大行列数的情况，从而出现错误。
在这里我的处理是在I矩阵的外围补上一圈0，即出现上述情况时像素值以0来代替。
具体代码为：I0=zeros(m+2,n+2);for i=2:m+1for j=2:n+1I0(i,j)=I(i-1,j-1);endend同理，5*5的中值平滑也可以同样操作，只不过是在外围补上两圈零而已。
代码及注释如下：主函数：clearI = imread('Lenna.bmp');J=imnoise(I,'gaussian');K=imnoise(I,'salt & pepper');%H1为3*3邻域平滑的卷积核，H2为5*5邻域平滑的卷积核H1=1/8*[1 1 11 0 11 1 1];H2=1/24*[1 1 1 1 11 1 1 1 11 1 0 1 11 1 1 1 11 1 1 1 1 ];J1=imfilter(J,H1); %高斯白噪声的3*3邻域平滑J2=imfilter(J,H2); %高斯白噪声的5*5邻域平滑K1=imfilter(K,H1); %椒盐噪声的3*3邻域平滑K2=imfilter(K,H2); %椒盐噪声的5*5邻域平滑J3=zhongzhi(J,3); %高斯白噪声的3*3中值平滑J4=zhongzhi(J,5); %高斯白噪声的5*5中值平滑K3=zhongzhi(K,3); %椒盐噪声的3*3中值平滑K4=zhongzhi(K,5); %椒盐噪声的5*5中值平滑subplot(131);imshow(J);title('高斯白噪声');subplot(132);imshow(J1);title('高斯白噪声的3*3邻域平滑');subplot(133);imshow(J2);title('高斯白噪声的5*5邻域平滑');figuresubplot(131);imshow(J);title('高斯白噪声');subplot(132);imshow(J3);title('高斯白噪声的3*3中值平滑');subplot(133);imshow(J4);title('高斯白噪声的5*5中值平滑');figuresubplot(131);imshow(K);title('椒盐噪声');subplot(132);imshow(K1);title('椒盐噪声的3*3邻域平滑');subplot(133);imshow(K2);title('椒盐噪声的5*5邻域平滑');figuresubplot(131);imshow(K);title('椒盐噪声');subplot(132);imshow(K3);title('椒盐噪声的3*3中值平滑');subplot(133);imshow(K4);title('椒盐噪声的5*5中值平滑');中值平滑子函数zhongzhi()如下：function J=zhongzhi(I,k)[m,n]=size(I);if k==3 %3*3的中值平滑I0=zeros(m+2,n+2);for i=2:m+1for j=2:n+1I0(i,j)=I(i-1,j-1); %将到操作的图像矩阵I外围不上0endendfor i=2:m+1for j=2:n+1a=I0(i-1:i+1,j-1:j+1);b=a(1:9); %将3*3的矩阵化成1*9的矩阵，便于median操作J(i-1,j-1)=median(b); %取中值，保存为平滑后矩阵J的i-1行、j-1列endendelse k==5 %5*5的中值平滑I0=zeros(m+4,n+4);for i=3:m+2for j=3:n+2I0(i,j)=I(i-2,j-2);endendfor i=3:m+2for j=3:n+2a=I0(i-2:i+2,j-2:j+2);b=a(1:25);J(i-2,j-2)=median(b);endendendJ=uint8(J);运行结果如下：1）加高斯白噪声后图像，及3*3、5*5邻域平滑2）加高斯白噪声后图像，及3*3、5*5中值滤波3）加椒盐噪声后图像，及3*3、5*5邻域平滑4）加椒盐噪声后图像，及3*3、5*5中值平滑结论：平滑滤波和中值滤波对噪声都有一定的抑制作用，且阶数越高滤波效果越好，中值滤波对椒盐噪声的抑制效果特别明显，中值滤波效果比平滑滤波好一些，轮廓比较清晰。
西南交大数字图像处理第二次试验
西南交⼤数字图像处理第⼆次试验数字图像处理第⼆次实验注意提交实验报告的⽂件名格式（姓名+学号+实验报告⼆.doc）实验三灰度变换增强⼀、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.了解灰度变换增强的Matlab实现⽅法3.掌握直⽅图灰度变换⽅法4.理解和掌握直⽅图原理和⽅法；⼆、实验内容1. 线段上像素灰度分布读⼊灰度图像'peppers_gray.bmp'，采⽤交互式操作，⽤improfile绘制⼀条线段的灰度值。
imshow(rgb2gray(imread('peppers.bmp')))Improfile读⼊RGB图像‘flowers.tif’，显⽰所选线段上红、绿、蓝颜⾊分量的分布imshow('flowers.tif')Improfile2. 直⽅图变换A)直⽅图显⽰在matlab环境中，程序⾸先读取图像'cameraman.tif'，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读⼊图像‘rice.png’，在⼀个窗⼝中显⽰灰度级n=64，128和256的图像直⽅图。
I=imread('rice.png');imshow(I)I=imread('rice.png');subplot(1,3,1),imhist(I,64)title('n=64')subplot(1,3,2),imhist(I,128)title('n=128')subplot(1,3,3),imhist(I,256)title('n=256')B)直⽅图灰度调节利⽤函数imadjust调解图像灰度范围，观察变换后的图像及其直⽅图的变化。
数字图像处理(西南交大)
实验一Matlab图像处理基础一、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（灰度、索引、黑白、彩色等）4.熟悉常用的图像文件格式与格式转换；二、实验内容1.图像的读写A)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')Command windows 窗口显示已载入的图片分辨率、字节大小、格式等信息。
C)图像文件格式转换bitmap = imread('clown.bmp','bmp');imwrite(bitmap,'clown.png','png');D)图像综合操作利用matlab提供的函数将图像读入；编写程序实现对给定图像进行一定比例的放大和缩小处理，在Mfile编辑器中写入以下程序，全速执行：I=imread('lena.tif'); %读入图像J = imresize(I,10); %放大10倍K = imresize(I,0.1); %缩小10倍L=imrotate(I,-10,'bilinear','crop'); %逆时针旋转10°subplot(2,2,1),imshow(I),title('原图'); %原图subplot(2,2,2),imshow(J),title('放大10'); %放大10倍subplot(2,2,3),imshow(K),title('缩小10'); %缩小10倍subplot(2,2,4),imshow(L),title('逆时针旋转10°'); %逆时针转10°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');whosBW2=uint8(BW1);figure,imshow(BW2,'notruesize')BW3=BW2~=0; %逻辑标志置为on figure,imshow(BW3,'notruesize')whosBW=imread('circles.png');imshow(BW);figure,imshow(~BW);figure,imshow(BW,[1 0 0;0 0 1]);B)灰度图像的显示I=imread('testpat1.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(X)imshow(X,map)D)RGB图像的显示I=imread('flowers.tif');imshow(I)RGB=imread('ngc6543a.jpg');figure,imshow(RGB)imshow(I(:,:,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endimshow(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F)显示多幅图像[X1,map1]=imread('forest.tif');[X2,map2]=imread('trees.tif');subplot(1,2,1),imshow(X1,map1)subplot(1,2,2),imshow(X2,map2)subplot(1,2,1),subimage(X1,map1)subplot(1,2,2),subimage(X2,map2)三、思考题1.简述MatLab软件的特点。
《数字图像处理》课后作业2016【最新资料】
《数字图像处理》课后作业（2015）第2章2.5一个14mm⨯14mm的CCD摄像机成像芯片有2048⨯2048个像素，将它聚焦到相距0.5m远的一个方形平坦区域。
该摄像机每毫米能分辨多少线对？摄像机配备了一个35mm镜头。
（提示：成像处理模型见教材图2.3，但使用摄像机镜头的焦距替代眼睛的焦距。
）2.10高清电视（HDTV, High Definition TV ）使用1080条水平电视线（TV Line）隔行扫描来产生图像（每隔一行在显像管表面画出一条水平线，每两场形成一帧，每场用时1/60秒,此种扫描方式称为1080i，即1080 interlace scan；对应的有1080p，即1080 progressive scan,逐行扫描）。
图像的宽高比是16:9。
水平电视线数（水平行数）决定了图像的垂直分辨率，即一幅图像从上到下由多少条水平线组成；相应的水平分辨率则定义为一幅图像从左到右由多少条垂直线组成，水平分辨率通常正比于图像的宽高比。
一家公司已经设计了一种图像获取系统，该系统由HDTV图像生成数字图像，彩色图像的每个像素都有24比特的灰度分辨率（红、绿、蓝分量各8比特）。
请计算不压缩时存储90分钟的一部HDTV电影所需要的存储容量。
2.22图像相减常用于在产品装配线上检测缺失的元件。
方法是事先存储一幅对应于正确装配的产品图像，称为“金”图像（“golden” image），即模板图像。
然后，在同类型产品的装配过程中，采集每一装配后的产品图像，从中减去上述模板图像。
理想情况下，如果产品装配正确，则两幅图像的差值应为零。
而对于缺失元件的产品，其图像与模板图像在缺失元件区域不同，两幅图像的差值在这些区域就不为零。
在实际应用中，您认为需要满足哪些条件这种方法才可行？第3章3.5在位平面分层中,（a）如果将低阶位平面的一半设为零值，对一幅图像的直方图大体上有何影响？（b）如果将高阶位平面的一半设为零值，对一幅图像的直方图又有何影响？3.6试解释为什么离散直方图均衡化技术一般不能得到平坦的输出直方图。
西安交大数据挖掘第五次作业
第五次作业Weihua Wang 1、假设数据挖掘的任务是将如下八个点聚类为三个类.A1(2,10) A2(2,5) A3(8,4) B1(5,8) B2(7,5) B3(6,4) C1(1,2) C2(4,9)距离函数为欧几里得函数.假设初始我们选择A1,B1,C1为每个聚类的中心,用K-means 方法给出:a)在第一次循环后的三个聚类中心b)最后的三个簇解:首先计算A1(2,10) A2(2,5) A3(8,4) B1(5,8) B2(7,5) B3(6,4) C1(1,2) C2(4,9) A1(2,10) 0 5 8.49 3.61 7.08 7.21 8.06 2.24 B1(5,8) 3.61 4.24 5 0 3.61 4.12 7.21 1.41 C1(1,2) 8.06 3.16 7.28 7.21 6.71 5.36 0 7.62由上表可得,各点的归属簇为:A1:A1,B1:A3,B1,B2,B3,C2C1:A2,C1第一次循环后三个聚类中心为First1:(2,10)First2:((8+5+7+6+4)/5,(4+8+5+4+9)/5)=(6,6)First3:((2+1)/2,(5+2)/2)=(1.5,3.5)继续计算各点到簇中心的距离A1(2,10) A2(2,5) A3(8,4) B1(5,8) B2(7,5) B3(6,4) C1(1,2) C2(4,9) F1(2,10) 0 5 8.49 3.61 7.08 7.21 8.06 2.24 F2(6,6) 5.66 4.12 2.83 2.24 1.41 2 6.40 3.61 F3(1.5,3.5) 6.52 1.58 6.52 5.70 5.70 4.53 1.58 6.04由上表可得,各点的归属簇为:F1:A1,C2F2:A3,B1,B2,B3F3:A2,C1Second1:((2+4)/2,(10+9)/2)=(3,9.5)Second2:((8+5+7+6)/4,(4+8+5+4)/4)=(6.5,5.25)Second3:((2+1)/2,(5+2)/2)=(1.5,3.5)继续计算各点到簇中心的距离A1(2,10) A2(2,5) A3(8,4) B1(5,8) B2(7,5) B3(6,4) C1(1,2) C2(4,9) S1(3,9.5) 1.12 4.61 7.43 2.50 6.02 6.26 7.76 1.12 S2(6.5,5.25) 6.54 4.51 1.96 3.13 0.56 1.35 6.39 4.51 S3(1.5,3.5) 6.52 1.58 6.52 5.70 5.70 4.53 1.58 6.04由上表可知，各点的归属簇为：S1：A1,B1,C2S2：A3,B2,B3S3：A2,C1Third1:((2+5+4)/3,(10+8+9)/3)=(3.67,9)Third2:((8+7+6)/3,(4+5+4)/3)=(7,4.33)Third3: ((2+1)/2,(5+2)/2)=(1.5,3.5)A1(2,10) A2(2,5) A3(8,4) B1(5,8) B2(7,5) B3(6,4) C1(1,2) C2(4,9) T1(3.67,9) 1.95 4.33 6.61 1.66 5.20 5.52 7.49 0.33 T2(7,4.33)7.56 5.04 1.05 4.18 0.67 1.05 6.44 5.55 T3(1.5,3.5) 6.52 1.58 6.52 5.70 5.70 4.53 1.58 6.04由上表可知，各点的归属簇为：T1:A1,B1,C2T2:A3,B2,B3T3:A2,C1各点的归属簇至此已不发生变化，故最后的三个簇为：Final1:A1,B1,C2Final2:A3,B2,B3Final3:A2,C12、进行单链和全链层次聚类，绘制树状图显示结果，树状图应当清楚地显示合并的次序。
《数字图像处理》复习大作业及答案
20XX年上学期《数字图像处理》复习大作业及参考答案=====================================================一、选择题（共20题）1、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。
（B）A 图像整体偏暗B 图像整体偏亮C图像细节淹没在暗背景中D图像同时存在过亮和过暗背景2、图像灰度方差说明了图像哪一个属性。
（B ）A 平均灰度B 图像对比度C 图像整体亮度D图像细节3、计算机显示器主要采用哪一种彩色模型（ A ）A、RGBB、CMY或CMYKC、HSID、HSV4、采用模板［-1 1］T主要检测（ A ）方向的边缘。
A.水平B.45︒C.垂直D.135︒5、下列算法中属于图象锐化处理的是：( C )A.低通滤波B.加权平均法C.高通滤波D. 中值滤波6、维纳滤波器通常用于（ C ）A、去噪B、减小图像动态范围C、复原图像D、平滑图像7、彩色图像增强时， C 处理可以采用RGB彩色模型。
A. 直方图均衡化B. 同态滤波C. 加权均值滤波D. 中值滤波8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。
A. 逆滤波B. 维纳滤波C. 约束最小二乘滤波D. 同态滤波9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入一些低频分量。
这样的滤波器叫B。
A. 巴特沃斯高通滤波器B. 高频提升滤波器C. 高频加强滤波器D. 理想高通滤波器10、图象与灰度直方图间的对应关系是 B __A.一一对应B.多对一C.一对多D.都不11、下列算法中属于图象锐化处理的是：CA.低通滤波B.加权平均法C.高通滤D. 中值滤波12、一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：( A )A、256KB、512KC、1M C、2M13、噪声有以下某一种特性（ D ）A、只含有高频分量B、其频率总覆盖整个频谱C、等宽的频率间隔内有相同的能量D、总有一定的随机性14. 利用直方图取单阈值方法进行图像分割时：（B）a.图像中应仅有一个目标b.图像直方图应有两个峰c.图像中目标和背景应一样大d. 图像中目标灰度应比背景大15. 在单变量变换增强中，最容易让人感到图像内容发生变化的是（ C ）A亮度增强觉B饱和度增强C色调增强D不一定哪种增强16、利用平滑滤波器可对图像进行低通滤波，消除噪声，但同时模糊了细节。
西安交大数字图像处理第二次实验报告
数字图像处理第二次作业摘要本次报告主要记录第二次作业中的各项任务完成情况。
本次作业以Matlab 2013为平台，结合matlab函数编程实现对lena.bmp,elain1.bmp图像文件的相关处理：1.分别得到了lena.bmp 512*512图像灰度级逐级递减8-1显示，2.计算得到lena.bmp图像的均值和方差，3.通过近邻、双线性和双三次插值法将lena.bmp zoom到2048*2048，4. 把lena和elain图像分别进行水平shear（参数可设置为1.5，或者自行选择）和旋转30度，并采用用近邻、双线性和双三次插值法zoom到2048*2048。
以上任务完成后均得到了预期的结果。
1.把lena 512*512图像灰度级逐级递减8-1显示（1）实验原理：给定的lena.bmp是一幅8位灰阶的图像，即有256个灰度色。
则K位灰阶图像中某像素的灰度值k(x,y)(以2k阶色为基准)与原图同像素的灰度值v(x,y)(以256阶色为基准)的对应关系为：k(x,y)=floor(v(x,y))28−k式中floor函数为向下取整操作。
取一确定k值，对原图进行上式运算即得降阶后的k位灰阶图像矩阵。
（2）实验方法首先通过imread()函数读入lena.bmp得到图像的灰度矩阵I，上式对I矩阵进行灰度降阶运算，最后利用imshow()函数输出显示图像。
对应源程序为img1.m。
（3）处理结果8灰度级7灰度级6灰度级5灰度级4灰度级3灰度级2灰度级（4）结果讨论：由上图可以看出，在灰度级下降到5之前，肉眼几乎感觉不出降阶后图像发生的变化。
但从灰度级4开始，肉眼明显能感觉到图像有稍许的不连续，在灰度缓变区常会出现一些几乎看不出来的非常细的山脊状结构。
随着灰度阶数的继续下降，图像开始出现大片的伪轮廓，灰度级数越低，越不能将图像的细节刻画出来，最终的极端情况是退化为只有黑白两色的二值化图像。
由此可以得出，图像采样的灰度阶数越高，灰度范围越大，细节越丰富，肉眼看去更接近实际情况。
西安交大软件学院选课指南(上)
西安交大软件学院选课指南（上）本人17级学生，这是我研一上学期了解的一些课程，下学期再写一片选课指南下。
1.《高级面向对象方法与技术》高级面向对象课程是吴晓军副教授授课，课程主要内容是用面向对象的思想分析问题，问题包括但不限于程序设计前的分析，比如期末考试题分析的就是现实问题，并不是程序设计问题。
课程最大篇幅是各种UML图的画法，期末会交大作业，是对一个课题用面向对象的方法进行设计，画大概15张左右的图，基本图画熟练了，考试就没有问题了，课程参考书图书馆可以借到。
闭卷考试，10个选择题，关于各种图的应用场景的选择；6个画图题，用的同一份素材，给完素材后根据素材。
2.《移动计算与应用》这门课是杜小智老师讲授。
课程讲了几个部分，学期一半时间是汇编指令的介绍，还有一些课堂上的练习，应用载体是ARM9处理器，用的三星的S3C2410处理器。
另外一半时间讲述的是普适计算相关知识以及云计算。
老师上课讲的很认真，考试开卷考试，也特别简单。
带上课件，再借一本S3C2410介绍的书就可以了。
3，《软件过程成熟度模型》是宋永红老师讲授的，宋老师有非常丰富的实战经。
这门课讲述了5种成熟度级别的软件模型，以及每一种成熟度下的关键过程域，五种成熟度级别的关键过程域共18个。
这种系统化的分析方法对于我们做软件以及实际生活中分析问题都非常有帮助。
考试为开卷考试，全部是课件上的内容，10道选择题，其他都是问答题，很好通过。
但是老师不提供课件，所以上课时候拍照片记录课件是很有必要的。
4.《数据库理论与技术》是电信院的侯迪老师讲授的，3个学分。
很好拿，又能学到东西。
不讲本科学过的基础的数据库理论。
是在此基础上的扩展。
有半结构化数据库，分布式数据库等比较新的概念。
平时会有4到6次的小测验，20分左右，期末会有大作业，可以寒假做。
每次小测验前都有复习题，期末考试前也有复习题。
考试是半开卷。
很好通过。
老师又尽自己所能把自己指导的讲给学生。
数字图像处理课后参考答案
数字图像处理课后参考答案数字图像处理第⼀章1.1解释术语（2）数字图像：为了便于⽤计算机对图像进⾏处理，通过将⼆维连续（模拟）图像在空间上离散化，也即采样，并同时将⼆维连续图像的幅值等间隔的划分成多个等级（层次）也即均匀量化，以此来⽤⼆维数字阵列并表⽰其中各个像素的空间位置和每个像素的灰度级数的图像形式称为数字图像。
（3）图像处理：是指对图像信息进⾏加⼯以满⾜⼈的视觉或应⽤需求的⾏为。
1.7 包括图像变化、图像增强、图像恢复、图像压缩编码、图像的特征提取、形态学图像处理⽅法等。
彩⾊图像、多光谱图像和⾼光谱图像的处理技术沿⽤了前述的基本图像处理技术，也发展除了⼀些特有的图像处理技术和⽅法。
1.8基本思路是，或简单地突出图像中感兴趣的特征，或想⽅法显现图像中那些模糊了的细节，以使图像更清晰地被显⽰或更适合于⼈或及其的处理与分析。
1.9基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从⽽使恢复以后的图像尽可能地反映原始图像的本来⾯⽬，从⽽获得与景物真实⾯貌相像的图像。
1.10基本思路是，，在不损失图像质量或少损失图像质量的前提下，尽可能的减少图像的存储量，以满⾜图像存储和实时传输的应⽤需求。
1.11基本思路是，通过数学⽅法和图像变换算法对图像的某种变换，以便简化图像进⼀步处理过程，或在进⼀步的图像处理中获得更好的处理效果。
1.12基本⽬的是，找出便于区分和描述⼀幅图像中背景和⽬标的⽅法，以⽅便图像中感兴趣的⽬标的提取和描述。
第⼆章2.1解释下列术语（18）空间分辨率：定义为单位距离内可分辨的最少⿊⽩线对的数⽬，⽤于表⽰图像中可分辨的最⼩细节，主要取决于采样间隔值的⼤⼩。
（19）灰度分辨率：是指在灰度级别中可分辨的最⼩变化，通常把灰度级数L称为图像的灰度级分辨率。
（20）像素的4邻域：对于图像中位于（x,y）的像素p来说，与其⽔平相邻和垂直相邻的4个像素称为该像素的4邻域像素，他们的坐标分别为（x-1,y）（x,y-1）（x,y+1）（x+1,y）。
数字图像处理技术作业解答
数字图像处理技术作业解答选择题答案：1：bc ，2：adhij ，3：abde ，4：ahikl ，becfj ，dg ，mno ，5：ad ，（第一章） 1（6）：acd ，2：abd ，3：abd ，4：abc ，5：bc ，6：acd ，7：abce ，8：c 9：acd ，10：bd ，11：ac ，12：b ，13：abcde ，14：bd ，（第二章）1：（20）ad ，2：ade ，3：abd ，4：abcd ，（第四章）1：（24）abcde ，2：abcde ，3：abce ，4：abd ，5：ab （第五章）1：abc ，2：abcd ，3：acde ，4：abcde ，5：bcde ，6：acdefhj ，7：bc （第六章） 1：acd ，2：acdef ，3：c ，4：abcef ，5：acde ，6：ade ，7：ad （第七章） 1：abcdfi （第十章）1：bcfg ，2：bcd ，3：abcd ，4：abc ，5：abcd ，6：abc ，7：abd(第十二章) 1：acd(第十六章) 第二章：2.1：1400/72*25.4=493.89毫米 2.2：几何结构如下图所示：h12M照片中物体的高度h=12/95*50=6.316mm像素点个数=6.316/25.4*4000=9952.5：二值图像的每个像素需要占用1bit ，所以该幅图像占用比特数为4000*3000=1.2*107bit 。
2.6：8位深度占用的存储空间为3*8*640*480=7.3728*106bit 10位深度占用的存储空间为3*10*640*480=9.216*106bit12位深度占用的存储空间为3*12*640*480=1.10592*107bit 14位深度占用的存储空间为3*14*640*480=1.29024*107bit 第四章：1. 灰度直方图图形化显示时的纵横坐标分别是什么？答：灰度直方图图形化显示时的横坐标表示灰度值，纵坐标表示像素个数或者像素个数百分比。
数字图像处理第四次作西安交大
数字图像处理第四次作业姓名：班级：学号：提交日期：摘要本次作业学习了空域滤波器的使用，并且学习了如何产生高斯函数。
通过对实验结果的分析可以发现高斯函数对于细小的噪声优化效果较好，而中值滤波对于大噪声也有一定的优化效果。
而后面的边缘提取作业，很明显的可以看出使用Canny算子的图片处理效果要好很多，虽然仍旧存在边缘不连续的问题，但是整体的边缘已经提取了出来。
一、空域低通滤波器：分别用高斯滤波器和中值滤波器去平滑测试图像test1和2，模板大小分别是3x3 ，5x5 ，7x7；（利用固定方差sigma=1.5产生高斯滤波器）(一)中值滤波器：一个数值集合的中值n是这样的数值，即数值集合中有一半小于或等。
于n，还有一半大于或等于n。
为了对一幅图像上的某点进行中值滤波处理，首先将领域内的像素分类排序，确定其中值，并将中值赋予滤波后图像中的相应像素点。
这样，中值滤波器的主要公式是使拥有不同灰度的点看起来更接近于它的相邻点。
事实上，我们使用mxm中值滤波器来去除那些相对于其领域像素更亮或更暗并且其区域小于m^2/2（滤波区域的一半）的鼓励像素族。
在这种情况下，“去除”的意思是强制为领域的中值灰度。
较大的族所受到的影响明显较小。
程序运行结果：结果观察：通过运行结果可以看出从处理后的图像看，图像的平滑效果较为明显，且受窗口的影响，窗口越大，平滑效果越明显，图像细节越模糊，尤其是test2中人脸图像的眼睛部分，随着滤波器模板的增大，可以明显的感受到图像模糊的效果。
这三个模板中，感觉5x5的模板滤波效果最好。
(二)高斯滤波器：（1）二维高斯函数具有旋转对称性，即滤波器在各个方向上的平滑程度是相同的。
一般来说，一幅图像的边缘方向是事先不知道的，因此，在滤波前是无法确定一个方向上比另一方向上需要更多的平滑．旋转对称性意味着高斯平滑滤波器在后续边缘检测中不会偏向任一方向。
（2）高斯函数是单值函数。
这表明，高斯滤波器用像素邻域的加权均值来代替该点的像素值，而每一邻域像素点权值是随该点与中心点的距离单调增减的。
数字图像处理每章课后题参考答案
数字图像处理每章课后题参考答案第一章和第二章作业：1.简述数字图像处理的研究内容。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？3.列举并简述常用表色系。
1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。
根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。
图像处理着重强调在图像之间进行的变换。
比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。
图像处理主要在图像的像素级上进行处理，处理的数据量非常大。
图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。
图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。
图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。
图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。
第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。
数字图像处理设计作业
数字图像处理课程设计作业
5人一个小组，自行组合，自行分工，做成PPT，第16周周三1-2节课请1-2名代表上台说明，每组4-5分钟。
请大家先思考挑选题目，每个题目至少要有一组选择。
请15周周三时把名单报给老师。
题目如下：（请注意：自拟题目也可以）
1、汽车牌照识别
2、身份证识别
3、数字水印设计
4、指纹识别
5、手写字符识别
6、一维码识别
7、二维码识别
8、静态背景下的运动目标检测
9、人脸识别
10、小波变换在图像中的应用
作业要求：
1、实现原理及方法、实现算法、程序流程、最好有仿真程序及运行结果演示。
2、请查阅资料，就当前发展状况阐述，并与其他的实现方法比较。
3、以小论文形式写成WORD文档，若有PPT、程序及运行结果，请一并上交教学平台。
.。
数字图像处理第五次作业
数字图像处理第五次作业摘要本次报告主要记录第五次作业中的各项任务完成情况。
本次作业以Matlab 2013为平台，结合matlab函数编程实现对所给图像文件的相关处理：1. 频域低通滤波器：设计低通滤波器包括 butterworth and Gaussian (选择合适的半径，计算功率谱比),平滑测试图像test1和2；2.频域高通滤波器：设计高通滤波器包括butterworth and Gaussian，在频域增强边缘。
选择半径和计算功率谱比，测试图像test3,4；3. 其他高通滤波器：拉普拉斯和Unmask，对测试图像test3,4滤波；4.比较并讨论空域低通高通滤波（Project4）与频域低通和高通的关系。
以上任务完成后均得到了预期的结果。
1. 频域低通滤波器：设计低通滤波器包括 butterworth and Gaussian (选择合适的半径，计算功率谱比),平滑测试图像test1和2。
（1）实验原理及方法低通滤波是要保留图像中的低频分量而除去高频分量。
图像中的边缘和噪声都对应图像傅里叶频谱中的高频部分，所以低通滤波可以除去或消弱噪声的影响并模糊边缘轮廓。
理想低通滤波器具有传递函数：其中为制定的非负数，D(u,v)为点(u,v)到滤波器中心的距离。
功率谱定义：为滤波前图像的功率谱,为滤波后图像的功率谱。
滤波器的功率谱理解为：1>Butterworthn阶Butterworth低通滤波器（BLPF）的传递函数（截止频率距原点的距离为）定义如下：其中，。
BLPF变换函数在通带与被滤除的频率之间没有明显的截断。
对于有平滑传递函数的滤波器，定义一个截止频率的位置并使H(u，v)幅度降到其最大值的一部分。
在上式中，当时，H（u，v）=0.5（从最大值降到它的50%）。
一阶的巴特沃斯滤波器没有振铃，在二阶中振铃通常很微小，这是因为与理想低通滤波器相比，它的通带与阻带之间没有明显的跳跃，在高低频率间的过渡比较光滑。
- 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)。
数字图像处理第五次作业姓名：班级：学号：提交日期：2015年4月13日1、频域低通滤波器：设计低通滤波器包括 butterworth and Gaussian (选择合适的半径，计算功率谱比),平滑测试图像test1和test2； （1）问题分析：1）频率域滤波步骤：①给定一幅大小为M ×N 的输入图像f （x ，y ），确定填充参数，典型的选取P=2M 和Q=2N ； ②对f （x ，y ）添加必要数量的0，形成大小为P ×Q 的填充后的图像fp （x ，y ）； ③用（-1）^(x+y)乘以fp （x ，y ）移到其变换中心； ④计算来自步骤3的图像的DFT ，得到F(u,v)；⑤生成一个实的、对称的滤波函数H(u,v)，其大小为P ×Q ，中心在（P/2，Q/2）处，用阵 列相乘形成乘积G(u,v)=H(u,v)F(u,v)；即G(i,k)=H(i,k)F(i,k)； ⑥得到处理后的图像：1g (x,y){real[[G(u,v)]]}(1)x yp -+=ℑ-其中，为忽略由于计算不准确导致的寄生复分量，选择了实部，下标p 指出我们处理的 是填充后的阵列。
⑦通过从gp(x,y)的左上象限提取M ×N 区域，得到最终的处理结果个g(x,y)。
2）布特沃斯低通滤波器：截止频率位于距原点D0处的n 阶布特沃斯低通滤波器（BLPF ）的传递函数定义为201(u,v)1[D(u,v)/D ]n H =+其中221/2(u,v)[(u /2)(v Q/2)]D P =-+-BLPF 传递函数并没有在通过频率和滤除频率之间给出明显截止的尖锐的不连续性。
对 于具有平滑传递函数的滤波器，可在这样一点定义截止频率，即使得H(u,v)下降到其最大值的某个百分比点。
对于上式，截止频率点是当D(u,v)=D0时的点，即H(u,v)从其最大值1下降为50%。
3）高斯低通滤波器：22(u,v)/2D (u,v)eD H -=其中，D(u,v)是距离频率域矩形中心的距离。
D0是截止频率。
当D(u,v)=D0时，GLPF 下降到其最大值的0.607处。
4）功率谱建立一组标准截止频率轨迹的一种方法是计算包含规定的总图像功率值Pt 的圆。
该值 是通过求每个点(u,v)处填充后图像的功率谱分量的和得到的，其中u=0,1....P-1， v=0,1....Q-11100(u,v)Q P T u v P P --===∑∑其中，功率谱定义为222(u,v)(u,v)(u,v)(u,v)P F R I ==+R 和I 分别是F(u,v)的实部和虚部，并且所有的计算直接对离散变量u=0,1...P-1,v=0,1...Q-1如果DFT 已被中心化，那么原点位于频率矩形中心处，半径为D0的圆包含a%的功率， 其中100[(u,v)/P ]TuvP α=∑∑5）编程思路：由以上分析知，实现低通滤波，只需将原图像进行填充，之后计算其傅里 叶变换，得到F(u,v)；而滤波器的频率域函数已由定义给出H(u,v)。
在频率域将F(u,v)和H(u,v)对应点相乘，并将得到的结果通过傅里叶反变换回到空间域，即可得到最后的滤波结果。
对于功率谱的计算，只需将F(u,v)和G(u,v)遍历，并在每一个(u,v)处计算其功率谱分量并求和，最后，两者做商既得功率谱比。
（2）MATLAB 函数：fft2函数用于数字图像的二维傅立叶变换；ifft2函数用于数字图像的二维傅立叶反变换；fftshift 函数用于将变换后的图象频谱中心从矩阵的原点移到矩阵的中心。
（3）处理结果：1）布特沃斯低通滤波：test1.bmp D0=25 功率谱比 a= 0.9741=97.41%test1.bmp 原始图像 test1布特沃斯低通滤波后（D0=25）test1的傅里叶谱 布特沃斯低通滤波器（D0=25）test1布特沃斯低通滤波后的傅里叶谱（D0=25）test1.bmp D0=50 功率谱比 a=0.9909=99.09%test1.bmp原始图像 test1布特沃斯低通滤波后（D0=50）test1的傅里叶谱布特沃斯低通滤波器（D0=50）test1布特沃斯低通滤波后的傅里叶谱（D0=50）test1.bmp D0=75 功率谱比 a= 0.9957=99.57%test1.bmp原始图像 test1布特沃斯低通滤波后（D0=75）test1的傅里叶谱布特沃斯低通滤波器（D0=75）test1布特沃斯低通滤波后的傅里叶谱（D0=75）test2.tif D0=50 功率谱比 a= 0.9885=98.85%test2.tif原始图像 test2布特沃斯低通滤波后（D0=50）test2的傅里叶谱布特沃斯低通滤波器（D0=50）test2布特沃斯低通滤波后的傅里叶谱（D0=50）test2.tif D0=75 功率谱比 a= 0.9916=99.16%test2.tif原始图像 test2布特沃斯低通滤波后（D0=75）test2的傅里叶谱布特沃斯低通滤波器（D0=75）test2布特沃斯低通滤波后的傅里叶谱（D0=75）test2.tif D0=100 功率谱比 a=0.9934 =99.34%test2.tif原始图像 test2布特沃斯低通滤波后（D0=100）test2布特沃斯低通滤波后的傅里叶谱（D0=100）2）高斯低通滤波器：test1.bmp D0=25：功率谱比 a= 0.9657=96.57%test1.bmp原始图像 test1高斯低通滤波后（D0=25）test1高斯低通滤波后的傅里叶谱（D0=25）test1.bmp D0=50 功率谱比 a=0.9862=98.62%test1.bmp原始图像 test1高斯低通滤波后（D0=50）test1高斯低通滤波后的傅里叶谱（D0=50）test1.bmp D0=75 功率谱比 a= 0.9925=99.25%test1.bmp原始图像 test1高斯低通滤波后（D0=75）test1高斯低通滤波后的傅里叶谱（D0=75）test2.tif D0=50 功率谱比 a=0.9863 =98.63%test2.tif原始图像 test2高斯低通滤波后（D0=50）test2高斯低通滤波后的傅里叶谱（D0=50）test2.tif D0=75 功率谱比 a= 0.9902=99.02%test2.tif原始图像 test2高斯低通滤波后（D0=75）test2高斯低通滤波后的傅里叶谱（D0=75）test2.tif D0=100 功率谱比 a=0.9924 =99.24%test2.tif原始图像 test2高斯低通滤波后（D0=100）test2高斯低通滤波后的傅里叶谱（D0=100）（4）结果分析及总结：①对比每组图像处理结果中的原始图像和低通滤波后的图像，可以清晰看到低通滤波器的平滑效果（模糊效果）；对比每组图像中原始图像的傅里叶谱、低通滤波器傅里叶谱以及滤波后图像的傅里叶谱，可以看到滤波在空间域是卷积关系和在频率域是相乘关系。
低通滤波器对于低频分量可以通过，而对于高频分量则不能通过。
通过三幅图的对比，可以清晰的看到滤波器的截断效果。
②对于test1分别选取D0=25、50、75的二阶布特沃斯低通滤波器进行低通滤波。
对比不同的D0值得到的结果知，随着截止频率D0的减小，滤波后的图像越来越模糊，功率谱比越来越小，即滤波后包含的低频分量越来越少。
③对于test2分别选取D0=50、75、100的二阶布特沃斯低通滤波器进行低通滤波。
对比不同的D0值得到的结果知，随着截止频率D0的减小，滤波后的图像越来越模糊，功率谱比越来越小，即滤波后包含的低频分量越来越少。
④对于test1分别选取D0=25、50、75的高斯低通滤波器进行低通滤波。
对比不同的D0值得到的结果知，随着截止频率D0的减小，滤波后的图像越来越模糊，功率谱比越来越小，即滤波后包含的低频分量越来越少。
⑤对于test2分别选取D0=50、75、100的高斯低通滤波器进行低通滤波。
对比不同的D0值得到的结果知，随着截止频率D0的减小，滤波后的图像越来越模糊，功率谱比越来越小，即滤波后包含的低频分量越来越少。
⑥最后，对比二阶布特沃斯低通滤波器和高斯低通滤波器的效果知，两种滤波器达到的基本效果是一致的，即平滑图像，滤除高频分量，保留低频分量。
但两者在相同截止频率D0时，得到的功率谱比却不同，主要原因是两个滤波器在过渡带处的差异。
2、频域高通滤波器：设计高通滤波器包括butterworth and Gaussian ，在频域增强边缘。
选择半径和计算功率谱比，测试图像test3,4；（1）问题分析：1）频率域滤波步骤：①给定一幅大小为M ×N 的输入图像f （x ，y ），确定填充参数，典型的选取P=2M 和Q=2N ； ②对f （x ，y ）添加必要数量的0，形成大小为P ×Q 的填充后的图像fp （x ，y ）；③用（-1）^(x+y)乘以fp （x ，y ）移到其变换中心；④计算来自步骤3的图像的DFT ，得到F(u,v)；⑤生成一个实的、对称的滤波函数H(u,v)，其大小为P ×Q ，中心在（P/2，Q/2）处，用阵 列相乘形成乘积G(u,v)=H(u,v)F(u,v)；即G(i,k)=H(i,k)F(i,k)；⑥得到处理后的图像：1g (x,y){real[[G(u,v)]]}(1)x yp -+=ℑ-其中，为忽略由于计算不准确导致的寄生复分量，选择了实部，下标p 指出我们处理的 是填充后的阵列。
⑦通过从gp(x,y)的左上象限提取M ×N 区域，得到最终的处理结果个g(x,y)。
2）布特沃斯高通滤波器：截止频率位于距原点D0处的n 阶布特沃斯高通滤波器（BHPF ）的传递函数定义为201(u,v)1[D /D(u,v)]n H =+其中 221/2(u,v)[(u /2)(v Q/2)]D P =-+- BHPF 传递函数并没有在通过频率和滤除频率之间给出明显截止的尖锐的不连续性。
对于具有平滑传递函数的滤波器，可在这样一点定义截止频率，即使得H(u,v)下降到其最大值的某个百分比点。
对于上式，截止频率点是当D(u,v)=D0时的点，即H(u,v)从其最大值1下降为50%。
3）高斯高通滤波器：220(u,v)/2D (u,v)1-e D H -=其中，D(u,v)是距离频率域矩形中心的距离。
D0是截止频率。
当D(u,v)=D0时，GHPF下降到其最大值的0.607处。
4）功率谱建立一组标准截止频率轨迹的一种方法是计算包含规定的总图像功率值Pt 的圆。