西华大学数字图像处理报告 (1)
数字图像处理实习报告
数字图像处理实习报告在当今数字化的时代，数字图像处理技术在众多领域中发挥着至关重要的作用，从医疗诊断到卫星遥感，从娱乐产业到工业检测，其应用无处不在。
通过这次数字图像处理实习，我对这一领域有了更深入的了解和实践经验。
实习的初始阶段，我主要进行了相关理论知识的学习。
数字图像处理涵盖了众多概念，如图像的数字化表示、像素、灰度值、分辨率等。
了解这些基础知识是后续处理图像的基石。
同时，我还学习了常见的图像格式，如 JPEG、PNG、BMP 等，以及它们的特点和适用场景。
在掌握了一定的理论基础后，我开始接触图像处理的基本操作。
图像增强是我最先实践的部分，通过调整图像的对比度和亮度，能够使原本模糊不清或暗淡的图像变得更加清晰和易于观察。
例如，对于一张曝光不足的照片，增加亮度可以让隐藏在黑暗中的细节显现出来；而提高对比度则可以使图像中的不同区域更加分明，突出重点。
图像滤波是另一个重要的环节。
均值滤波可以有效地去除图像中的噪声，但在一定程度上会使图像变得模糊；中值滤波则能够在去除噪声的同时较好地保留图像的边缘细节。
我通过对不同类型和程度的噪声图像进行滤波处理，直观地感受到了它们的效果差异。
图像的几何变换也是实习中的关键内容。
图像的平移、旋转和缩放操作看似简单，但其背后涉及到复杂的数学计算。
在实际操作中，需要准确地计算变换矩阵，以确保图像在变换后的准确性和完整性。
实习过程中，我还深入研究了图像分割技术。
这是将图像分成不同区域或对象的过程，以便进行后续的分析和处理。
阈值分割是一种常见且简单的方法，通过设定一个阈值，将图像中的像素分为两类。
然而，对于复杂的图像，这种方法往往效果不佳，这时就需要更高级的分割算法，如基于边缘检测的分割或基于区域生长的分割。
在进行数字图像处理的过程中，我也遇到了一些挑战和问题。
例如，在处理大规模图像数据时，计算资源的限制可能导致处理速度缓慢；在选择图像处理算法时，需要根据具体的图像特点和需求进行权衡，否则可能无法达到理想的效果。
数字图像处理实验报告2
西华大学实验报告（理工类）开课学院及实验室： 实验时间 ： 年 月 日一、实验目的（1） 熟悉并学会使用MA TLAB 中图像增强的相关函数。
（2） 了解图像增强的方法，去噪的方法和效果。
二、实验原理（1） 将一幅图像视为一个二维矩阵，用MATLAB 进行图像增强。
（2） 利用MATLAB 图像处理工具箱中的函数imread （读入），imshow （显示），imnoise （加噪），filter2（滤波）对图像进行去噪处理。
（3） 图像均衡化：是通过对原图像进行某种变换，使得图像的直方图变为均匀分布的直方图，从而达到增强的效果。
（4） 图像平滑方法：邻域平均，中值滤波。
分析图像降质的性质，采用合适的去噪方法，可以去除或降低噪声对图像的影响。
中值滤波对某些信号具有不变性，适用于消除图像中的突发干扰，但如果图像含有丰富的细节，则不宜使用。
三、实验设备、仪器及材料（1） 微型计算机：Intel Pentium 及更高（2） MATLAB(安装了图像处理工具箱，即Image Processing Toolbox) （3） 自己的灰色图像文件四、实验步骤（按照实际操作过程）设计MATLAB 程序,完成下列操作：（1） 直方图均衡化处理。
读入灰度图像，用subplot 语句显示原图及直方图。
调用histeq 函数，完成直方图均衡化。
用subplot 语句显示直方图均衡化后的图像及直方图。
（2） 图像平滑。
读入一张图像。
用imnoise 函数加入椒盐噪声。
然后分别用领域平均法，中值滤波法去除噪声（filter2，medfilt2函数）。
邻域平均法要求使用高斯模板⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=121242121161H 。
用subplot 语句作图给出实验结果。
对比分析去噪效果。
（3） 图像锐化，用edge()函数来加强图像中景物的边缘和轮廓，使模糊图像变得更清晰。
其中method 包‘sobel ’、‘log ’。
数字图像处理实习报告
数字图像处理实习报告
本次实习主要任务是进行数字图像处理相关工作，包括图像的预处理、特征提取、图像分割和图像识别等方面的工作。
实习过程中，我主要负责了图像处理算法的编写与优化，以及实验数据的收集与分析。
通过这次实习，我对数字图像处理技术有了更深入的了解，并且提升了自己的编程能力和团队协作能力。
在图像处理算法的编写与优化过程中，我主要使用了Python
语言和常用的图像处理库，如OpenCV和PIL等。
我研究了不同的图像处理算法，并对其进行了实验验证，优化了算法的性能和效果。
通过这些工作，我深入了解了图像处理算法的实现原理和优化方法，提升了自己在图像处理领域的技术水平。
在实验数据的收集与分析过程中，我主要负责了实验数据的采集和整理工作。
我使用了各种图像采集设备，包括相机、摄像头等，对不同场景下的图像进行了采集和整理。
然后我利用Python和Matlab等工具对实验数据进行了分析和结果展示，
为后续的图像处理算法提供了重要的支持和参考。
总的来说，这次实习让我对数字图像处理有了更深入的了解，提升了自己的技术能力和实践能力。
我在实习过程中遇到了不少困难和挑战，但通过团队合作和自我努力，最终都得以克服，取得了一定的成果。
通过这次实习，我深刻地感受到了数字图像处理技术的重要性和广阔的应用前景，也对自己未来的发展方向有了更清晰的认识。
希望通过这次实习的经历，我能够为将来的学习和工作打下坚实的基础。
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——实验一
报告内容：（目的和要求、原理、步骤、数据、计算、小结等）实验一静态图像采集一、实验目的1、了解DSK的工作原理。
2、了解FPGA进行静态图象采集的工作原理。
3、了解DSP的EDMA技术在静态数据采集中的作用。
4、了解DSP的中断技术。
5、了解SDRAM在静态视频中的作用。
6、了解DSP和FPGA在视频数据采集中的同步原理。
二、实验设备计算机、6711DSK、视频板、CCS软件、Webpack软件三、实验原理本实验由视频采集卡上的FPGA和DSK共同完成对摄入图像的静态采集和显示，所为静态采集，就是可以选择采集一幅用户感兴趣的图像，把这幅图像保存到DSK板上的SDRAM中并完成显示。
视频图像由SAA7111进行AD变换和视频解码后输出CCIR601标准的视频数据流送给FPGA以及SDRAM，包括：16位图像数据（高8位为Y信号，低8位为UV信号交叉出现）；行同步信号hs（在行消隐期间为高电平，其他时间为低电平）；场同步信号vs（在场消隐期间为高电平，其他时间为低电平）；行参考信号href（行数据有效期间为高电平）。
在PAL 制下，标准的CCIR601视频数据为864点/行*625/场*50场，一场分为两帧，分别为奇数行和偶数行。
其中每行有效数据为720个点，即herf\维持720个点。
FPGA输出给AL250进行视频显示的信号也需要满足这一格式。
根据这一格式，采集时FPGA将有效，的视频数据存入FPGA的OUTFIFO中，同时以行同步信号作为DSP的中断信号通知DSP取走FIFO 中一行的数据。
DSP收到中断信号后进入中断处理程序，用EDMA从FPGA的OUTFIFO 中读取一行的数据到SDRAM中，再用EDMA将一行的数据从SDRAM搬到视频板INFIFO 中。
FPGA产生显示所需的同步信号和对INFIFO读取的控制信号，控制INFIFO中的数据和同步信号AL250完成显示功能。
为此在这个实验前，需要了解以下知识点：1、视频图像的原理和应用2、DSP原理和应用3、FPGA原理和应用四、实验步骤1、复习有关图象动态采集的基础知识。
《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。
数字图像处理实验报告
竭诚为您提供优质文档/双击可除数字图像处理实验报告篇一：数字图像处理实验报告实验一数字图像的获取一、实验目的1、了解图像的实际获取过程。
2、巩固图像空间分辨率和灰度级分辨率、邻域等重要概念。
3、熟练掌握图像读、写、显示、类型转换等matlab函数的用法。
二、实验内容1、读取一幅彩色图像，将该彩色图像转化为灰度图像，再将灰度图像转化为索引图像并显示所有图像。
2、编程实现空间分辨率变化的效果。
三、实验原理1、图像读、写、显示I=imread(‘image.jpg’)Imview(I)Imshow(I)Imwrite(I,’wodeimage.jpg’)2、图像类型转换I=mat2gray(A,[amin,amax]);按指定的取值区间[amin,amax]将数据矩阵A转化为灰度图像I，amin对应灰度0，amax对应1，也可以不指定该区间。
[x,map]=gray2ind(I,n);按指定的灰度级n将灰度图像转化为索引图像,n默认为64I=ind2gray(x,map);索引图像转化为灰度图像I=grb2gray(Rgb);真彩色图像转化为灰度图像[x,map]=rgb2ind(Rgb);真彩色图像转化为索引图像Rgb=ind2rgb(x,map);索引图像转化为真彩色图像bw=im2bw(I,level);将灰度图像转化为二值图像,level取值在[0,1]之间bw=im2bw(x,map,level);将索引图像转化为二值图像,level取值在[0,1]之间bw=im2bw(Rgb,level);将真彩色图像转化为二值图像,level取值在[0,1]之间四、实验代码及结果1、in=imread(peppers.png);i=rgb2gray(in);[x,map]=gray2ind(i,128); subplot(131),imshow(in)subplot(132),imshow(i)subplot(133),imshow(x),colormap(map) 、%空间分辨率变化的效果clc,closeall,cleari=imread(cameraman.tif);i=imresize(i,[256,256]);i1=i(1:2:end,1:2:end);[m1,n1]=size(i)i2=i1(1:2:end,1:2:end);[m2,n2]=size(i2)i3=i2(1:2:end,1:2:end);[m3,n3]=size(i3)subplot(221),imshow(i),xlabel(256x256) subplot(222),imshow(i1),xlabel(128x128) subplot(223),imshow(i2),xlabel(64x64) subplot(224),imshow(i3),xlabel(32x32) 256x25664x64128x12832x322实验二图像的几何变换一、实验目的掌握图像的基本几何变换的方法1、图像的平移2、图像的旋转二、实验内容练习用matalb命令实现图像的平移、旋转操作1、.编写实现图像平移的函数2、用imread命令从你的硬盘读取一幅256×256灰度图;3、调用平移函数，将256×256灰度图平移100行200列，在同一个窗口中显示平移前和平移后的图像。
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
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。
数字图像处理实验报告1
第组西华大学实验报告西华大学实验报告（理工类）开课学院及实验室：机械工程与自动化学院专业实验中心实验时间：2013年月日学生姓名学号成绩学生所在学院机械工程与自动化学院年级/专业/班2010机电4班课程名称数字图像处理课程代码6003619 实验项目名称Matlab图像处理工具箱的初步练习项目代码指导教师蒋代君项目学分一、实验目的1、初步了解与掌握MATLAB语言的基本用法；2、掌握MATLAB语言中图象数据与信息的读取方法；3、掌握在MATLAB语言中图像类型的转换。
二、实验原理将数字图像的RGB表示转换为YUV表示；Y=0.30R+0.59G+0.11BU=0.70R-0.59G-0.11BV=-0.30R-0.59G+0.89B三、实验设备、仪器及材料1、计算机2、 MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox)3、实验所需要的图片四、实验步骤（按照实际操作过程）1、阅读资料并熟悉MatLab的基本操作2、读取MATLAB中的图象数据3、显示MATLAB中的图象文件。
用MATLAB在自建的文件夹中建立m文件，在这个文件的程序中，将MATLAB 目录下work文件夹中的tree.tif 图象文件读出，用到imread，imfinfo等命令，观察一下图象数据，了解一下数字图象在MATLAB中的处理就是处理一个矩阵的本质。
4、将3中的图象显示出来（用imshow）。
5、对MATLAB目录下work文件夹中的flowers.tif进行真彩色图像、索引色图像、灰度图像、二值图像之间的相互变换，并显示。
6、进行真彩色图像RGB（lenacolor.jpg）、YIQ图像、HSV图像、YcbCr图像的相互转换，并显示。
五、实验过程记录(数据、图表、计算等)（1）i=imread('tree.tif');imfinfo('tree.tif')ans =Filename: 'tree.tif'FileModDate: '02-Jun-2013 12:02:06'FileSize: 180650Format: 'bmp'FormatVersion: 'Version 3 (Microsoft Windows 3.x)'Width: 201Height: 299BitDepth: 24ColorType: 'truecolor'FormatSignature: 'BM'NumColormapEntries: 0Colormap: []RedMask: []GreenMask: []BlueMask: []ImageDataOffset: 54BitmapHeaderSize: 40NumPlanes: 1CompressionType: 'none'BitmapSize: 180596HorzResolution: 3780VertResolution: 3780NumColorsUsed: 0NumImportantColors: 0imshow(i);（2）1、将RGB图像转换成灰度图像：rgb=imread('flowers.tif');gray=rgb2gray(rgb);imshow(rgb);figure,imshow(gray);2、将RGB图像转换成索引色图像：imshow(rgb);[x,map]=rgb2ind(rgb,0.7);figure,imshow(x,map);3、将索引色图像转换成灰度图像：imshow(x,map);c=ind2gray(x,map);figure,imshow(c);4、将索引色图像转换成RGB图像：Imshow(x,map);d=ind2rgb(x,map);figure,imshow(d);5、将图像转换成黑白图像：b=im2bw(rgb);imshow(rgb);figure,imshow(b);6、进行真彩色图像RGB（lenacolor.jpg）、YIQ图像HSV图像、YcbCr图像的相互转换，并显示：YIQ转换：i=imread('lenacolor.jpg');imshow(i);i1=rgb2ntsc(i);figure,imshow(i1)(3) HSV转换：i=imread('lenacolor.jpg');imshow(i);i1=rgb2hsv(i);figure,imshow(i1)Ycbcr转换：i=imread('lenacolor.jpg');imshow(i);i1=rgb2ycbcr(i);figure,imshow(i1)六、实验结果分析及问题讨论。
数字图像处理实验报告（五个实验全）
数字图像处理实验报告（五个实验全）实验⼀ Matlab图像⼯具的使⽤1、读图I=imread(＇lena.jpg＇);imshow(I);2、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。
a=imread(＇lena.jpg＇)i = rgb2gray(a)I = im2bw(a,0.5)subplot(3,1,1);imshow(a);subplot(3,1,2);imshow(i);subplot(3,1,3);imshow(I);原图像灰度图像⼆值图像实验⼆图像变换1、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。
s=imread(＇beauty.jpg＇);i=rgb2gray(s)i=double(i)j=fft2(i);k=fftshift(j); 原图像原图的傅⾥叶频谱l=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=circshift(s,[800 450]);b=rgb2gray(b)b=double(b) 平移后的图像平移后的傅⾥叶频谱c=fft2(b);e=fftshift(c);l=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);subplot(2,2,2);imshow(uint8(b));subplot(2,2,3);imshow(A);subplot(2,2,4);imshow(B);2、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。
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。
C#实验报告_图像处理
西华大学实验报告（理工类）开课学院及实验室： 实验时间 ： 2016年 11月 2日一、实验目的1、掌握使用GDI+来进行绘图的方法。
2、掌握直接使用GDI+进行数据图形展示的方法。
3、会使用C#进行简单的图像处理。
4、在C#中可以使用几种控件进行声音或者视频的播放。
5、了解DirectX 是微软开发的多媒体应用程序接口(API)。
二、实验原理1、GDI （Graphics Device Interface ，图形设备接口）主要用于在windows 平台上编写图形程序，从程序设计的角度看，GDI 包括GDI 对象和GDI 函数两部分。
2、Graphics 类封装了一个GDI+绘图图面，提供将对象绘制到显示设备的方法，Graphics 与特定的设备上下文关联，画图方法都被包括在Graphics 类中。
3、GDI+(Graphics Device Interface Plus ，图形设备接口)提供了各种丰富的图形图像处理功能。
4、在C#中进行图像处理一般都是通过Image 类及其派生类来实现的。
Image 类封装了对BMP 、GIF 、JPG 、EXIF 、PNG 、TIFF 和ICON 图像文件的调入、格式转换以及简单的处理功能。
5、 Bitmap 对象封装了GDI+中的一个位图，此位图由图形图像及其属性的像素数据组成。
6、GetPixel 方法和SetPixel 方法：获取和设置一个图像的指定像素的颜色。
7、在C#中可以使用Soundplayer 类播放wav 声音，使用Windows API 播放MP3，使用WindowsMediaPlayer 控件播放音频或视频，使用ShockWaveFlash 控件播放Flash 文件。
8、在C#中，可以引用Windows 自带的Windows Media Player 组件播放多种格式的音频文件和视频文件，所支持的音频文件和视频文件格式由电脑系统安装的解码器决定。
数字图像处理-实验报告
《数字图象处理》实验报告一、数字图像处理设计主要内容数字图象处理课程设计要求使学生掌握数字图像处理的基本算法的计算机实现，从而培养学生运用数字信号处理的原理解决生物医学、电子工程领域的实际问题的能力。
进一步提高程序设计及调试能力，初步掌握进行科学研究工作的主要步骤和方法，学习和掌握科学研究资料检索的方法，学习对已有资料进行消化总结的方法，学习撰写科学报告的基本方法。
二、前期工作1.查阅资料，对数字信号处理和图象处理基本理论和实践作一全面了解；2.根据实验内容和要求确定实验思路,熟悉Matlab语言,理解对数字信号处理进行计算机仿真原理；三、设计工作1.图像平滑a.利用二个低通邻域平均模板（3×3和9×9）对一幅图象进行平滑，验证模板尺寸对图象的模糊效果的影响。
b.利用一个低通模板对一幅有噪图象（GAUSS白噪声）进行滤波，检验两种滤波模板（分别使用一个5×5的线性邻域平均模板和一个非线性模板：3×5中值滤波器）对噪声的滤波效果。
c.选择一个经过低通滤波器滤波的模糊图象，利用sobel水平边缘增强高通滤波器（模板）对其进行高通滤波图象边缘增强，验证模板的滤波效果。
d.选择一幅灰度图象分别利用一阶Sobel算子和二阶Laplacian算子对其进行边缘检测，验证检测效果。
2.图像增强a.直方图均衡化增强图像对比度的MATLAB程序。
b.采用线性变换进行图像增强的MATLAB程序。
c.采用边界锐化算法增强图像的MATLAB程序。
四、程序设计1.利用二个低通邻域平均模板（3×3和9×9）对一幅图象进行平滑，验证模板尺寸对图象的模糊效果的影响。
程序如下：l=imread('E:/matlab/test1/sample.jpg');L=rgb2gray(l);subplot(1,3,1);imshow(L);title('原图');j=fspecial('average');j1=filter2(j,L)/255;subplot(1,3,2);imshow(j1);title('3*3 滤波');k=fspecial('average',9);k1=filter2(k,L)/255;subplot(1,3,3);imshow(k1);title('9*9 滤波');仿真结果如下图：原图3*3 滤波9*9 滤波2.利用一个低通模板对一幅有噪图象（GAUSS白噪声）进行滤波，检验两种滤波模板（分别使用一个5×5的线性邻域平均模板和一个非线性模板：3×5中值滤波器）对噪声的滤波效果。
1数字图像处理实验报告
数字图像处理实验报告学号姓名日期实验一灰度图像的二值化处理一、实验目的图像二值化是数字图像处理技术中的一项基本技术，二值化图像的显示与打印十分方便，存储与传输也非常容易，在目标识别、图像分析、文本增强、字符识别等领域得到广泛应用。
图像二值化是将灰度图像转化为只有黑白两类像素的图像，大多采用阈值化算法处理。
在不同的应用中，阈值的选取决定着图像特征信息的保留。
因此，图像二值化技术的关键在于如何选取阈值。
二、实验内容1、编程绘制数字图像的直方图。
2、灰度图像二值化处理。
三、实验要求1、自己选择灰度图像。
2、选择多种阈值分割算法，并比较和分析图像二值化处理的结果。
3、使用VC++编程序。
四、设计思想（阈值选取算法）图像分割是自动目标识别的关键和首要步骤，其目的是将目标和背景分离，为计算机视觉的后续处理提供依据．通常图像分割包括阈值法、边缘检测法和区域跟踪法．其中阈值法是图像分割的常用方法．目前，已有众多的阈值分割方法有：单阀值分割、多阀值分割等及直方图算法。
根据人们利用均匀性参数和形状参数对标准图分割结果作评估的评测结论。
利用上面几种方法对遗传进行图像分割。
单阀值分割的设计思想：编码：由于图像灰度值在0—255之间，故将各个染色体编码为8位二进制码，它代表某个分割阈值．初始代人口的值为随机产生的，其相应的适应度值也各有高低．人口模型：若人口数过多，则每一代适应度值的计算量大，因此人口数设置应该合理．在此，设置人口数为l0，最大繁殖代数为50。
解码：对二进制染色体数组解码为0～255之间的值，以求其适应度值．适应度函数：采用(1)式为适应度值函数．同时采取对适应度函数的线性定标．选择：根据遗传算法的收敛定理，先进行赌轮法(蒙特卡罗法)，再采用精英策略．交叉：交叉互换的重要特征是它能产生不同于父体的子体．交叉概率越大，交叉操作的可能性也越大；如果交叉率太低，收敛速度可能降低．单阀值分割由于只有一个参数，所以采用一点交叉。
- 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)。
第组.西华大学实验报告（理工类）开课学院及实验室：机械工程与自动化学院机房实验时间：年月日学生姓名何健学号3120208030721 成绩学生所在学院机械工程与自动化学院年级/专业/班2012级机电2 班课程名称数字图像处理课程代码6003619 实验项目名称Matlab图像处理工具箱的初步练习项目代码指导教师蒋代君项目学分一、实验目的1、初步了解与掌握MA TLAB语言的基本用法；2、掌握MA TLAB语言中图象数据与信息的读取方法；3、掌握在MA TLAB语言中图像类型的转换。
二、实验原理将数字图像的RGB表示转换为YUV表示；Y=0.30R+0.59G+0.11BU=0.70R-0.59G-0.11BV=-0.30R-0.59G+0.89B三、实验设备、仪器及器材1、计算机2、MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox)3、实验所需要的图片四、实验步骤（按照实际操作过程）1、阅读资料并熟悉MatLab的基本操作2、读取MA TLAB中的图象数据3、显示MA TLAB中的图象文件。
用MA TLAB在自建的文件夹中建立m文件，在这个文件的程序中，将MA TLAB目录下work文件夹中的tree.tif 图象文件读出，用到imread，imfinfo等命令，观察一下图象数据，了解一下数字图象在MA TLAB中的处理就是处理一个矩阵的本质。
4、将3中的图象显示出来（用imshow）。
5、对MA TLAB目录下work文件夹中的flowers.tif进行真彩色图像、索引色图像、灰度图像、二值图像之间的相互变换，并显示。
6、进行真彩色图像RGB（lenacolor.jpg）、YIQ图像、HSV图像、YcbCr图像的相互转换，并显示。
五、实验过程记录（数据、图表、计算等）1、学习Matlab基本操作。
2、读取并显示lenacolor.jpg图象。
程序如下：[X,MAP]=imread('lenacolor.jpg','jpg')imfinfo('lenacolor.jpg','jpg')imshow(X,MAP),title('tenacolor.jpg')3、对lenacolor.jpg图像进行真彩色图像、索引色图像、灰度图像、二值图像之间的相互变换，并显示。
程序如下：原图像真彩色[X,MAP]=imread('lenacolor.jpg','jpg') RGB=imread('lenacolor.jpg','jpg');imfinfo('lenacolor.jpg','jpg') imshow(RGB),title('真彩色')imshow(X,MAP),title('tenacolor.jpg')真彩色转索引色图像索引色转真彩色图像map=jet(256); ZC=ind2rgb(MY,map);MY=rgb2ind(RGB,map); imshow(ZC),title('索引色转真彩色图像') imshow(MY),title('真彩色转索引色图像')索引色转灰度图像真彩色转灰度图像gray2= ind2gray(MY,map); gray1= rgb2gray(RGB)imshow(gray2),title('索引色转灰度图像')imshow(gray1),title('真彩色转灰度图像')二值图像WO=im2bw(RGB,0.5);imshow(WO),title('二值图像')4、进行真彩色图像RGB（lenacolor.jpg）、YIQ图像、HSV图像、YcbCr图像的相互转换，并显示。
程序如下：真彩色 RGB转YIQ图像RGB=imread('lenacolor.jpg') RGB1=RGBimshow(RGB),title('lenacolor.jpg的真彩色')map=jet(256)yiqmap=rgb2ntsc(map)YIQ=rgb2ntsc(RGB1)imshow(YIQ),title('RGB转YIQ图像')RGB转HSV图像RGB转YCbCr图像RGB2=RGB RGB3=RGBhsvmap=rgb2ntsc(map) YcbCrmap=rgb2ycbcr(map)HSV=rgb2ntsc(RGB2) YCBCR=rgb2ycbcr(RGB3)imshow(HSV),title('RGB转HSV图像') imshow(YCBCR),title('RGB转YCbCr图像')YIQ转RGB图像 HSV转RGB图像rgbmap=rgb2ntsc(yiqmap) rgbmap=hsv2rgb(hsvmap)RGB1=rgb2ntsc(YIQ) RGB2=hsv2rgb(HSV)imshow(RGB1),title('YIQ转RGB图像')imshow(RGB2),title('HSV转RGB图像')第组西华大学实验报告（理工类）开课学院及实验室：机械工程与自动化学院机房实验时间：年月日学生姓名何健学号312012********* 成绩学生所在学院机械工程与自动化学院年级/专业/班2012级机电2班课程名称数字图像处理课程代码6003619实验项目名称 图像的频域处理方法 项 目 代 码 指 导 教 师 蒋代君 项 目 学 分1、 计算机 2MatLab 软件/语言包括图像处理工具箱(Image Processing Toolbox)Xuanzhuanpingyiy2、对图像Lenna.bmp 作二维Fourier 变换。
程序如下：I=imread('lenna.bmp') F=fftshift(fft2(I))imshow(log(abs(F)),[]),title('lenna')11001(,)(,)exp[2()/],,0,1,2,..,1N N xy F u v f x y j ux vy N u v N N π--===-+=-11001(,)(,)exp[2()/],x,y 0,1,2,..,1N N u v f x y F u v j ux vy N N N π--===+=-∑∑1222(,)[(,)(,)]F u v R u v I u v =+(,)arctan[(,),(,)].u v I u v R u v φ=相位谱：能量谱： 22(,)(,)(,)E u v R u v I u v =振幅谱：六、实验结果分析及问题讨论.西华大学实验报告（理工类）开课学院及实验室：机械工程与自动化学院机房 实验时间 ： 年 月 日学 生 姓 名 何健学 号312012*********成 绩学生所在学院 机械工程与自动化学院年级/专业/班 2012级机电2班课 程 名 称 数字图像处理 课 程 代 码 6003619实验项目名称 图像的空域处理方法项 目 代 码 指 导 教 师蒋代君项 目 学 分2、读出lena.bmp 这幅图像，给这幅图像加入椒盐噪声。
程序如下：第 组∑+-∈+-∈+=],[],[2000000),(141),(N y N y y N x N xx y x f N y x f ]},[],,[|),({),(000000N y N y y N x N x x y x f Med y x f +-∈+-∈=I = imread('lenna.bmp');subplot(1,2,1);imshow(I),title('原图像')subplot(1,2,2);J=imnoise(I,'salt & pepper',0.02);imshow(J),title('噪声图像')结果如下：3、分别用均值滤波器和中值滤波器去除图像中的噪声。
程序如下：I = imread('lenna.bmp');J=imnoise(I,'salt & pepper',0.02);h = fspecial('average');I1 = imfilter(J,h);subplot(2,2,1);imshow(I1),title('3x3均值滤波去噪')h = fspecial('average',[5 5]);I2 = imfilter(J,h);subplot(2,2,2);imshow(I2),title('5x5均值滤波去噪')I3=medfilt2(J);subplot(2,2,3);imshow(I3),title('3x3中值滤波去噪')I4=medfilt2(J,[5 5]);subplot(2,2,4);imshow(I4),title('5x5中值滤波去噪')六、实验结果分析及问题讨论西华大学实验报告（理工类）开课学院及实验室：机械工程与自动化学院机房 实验时间 ： 年 月 日学 生 姓 名 何健学 号312012*********成 绩学生所在学院 机械工程与自动化学院年级/专业/班 2012级机电2班课 程 名 称 数字图像处理 课 程 代 码 6003619实验项目名称图像分割和目标识别项 目 代 码 指 导 教 师 蒋代君 项 目 学 分1掌握在MA TLAB 中边缘检测的方法； 2、 了解图像分割的基本策略及方法； 3掌握用MA TLAB 语言进行边缘检测和目标识别的方法。
1、 阈值分割是对一幅图象的目标和背景进行判定，⎩⎨⎧≥=else y x f Ty x f G y x f G y x g ),()],([)],([),( 2、 用中值滤波器去除图像中的噪声； 3二值形态学基本公式：{|(())}x A B x A B ∧⊕=⋂≠Φ{|(())}c x A B x A B Θ=⋂≠Φ其中B ∧是B 的映像。
腐蚀是表示用某种形状的结构元素对一个图像进行探测，以便找出图像内部可以放下该结构元素的区域。
它是一种消除边界点，使边界向内部收缩的过程。
可以用来消除小且无意义的物体。
1、 计算机 2MatLab 软件/语言包括图像处理工具箱(Image Processing Toolbox) 1读出chrimage.bmp 这幅图像，转换为灰度图像。