计算机图像处理实验报告
数字图像处理实验报告——图像分割实验
实验报告课程名称数字图像处理导论专业班级_＿____＿＿_＿___＿_姓名 __＿___＿_____＿__学号___＿＿_____＿____电气与信息学院与谐勤奋求就是创新一．实验目得1.理解图像分割得基本概念;2.理解图像边缘提取得基本概念；3.掌握进行边缘提取得基本方法；4.掌握用阈值法进行图像分割得基本方法.二。
实验内容1.分别用Roｂerｔs，Ｓobel与拉普拉斯高斯算子对图像进行边缘检测。
比较三种算子处理得不同之处；2.设计一个检测图1中边缘得程序，要求结果类似图2，并附原理说明。
3.任选一种阈值法进行图像分割、图1 图２三．实验具体实现1.分别用Robｅrts,Ｓobel与拉普拉斯高斯算子对图像进行边缘检测。
比较三种算子处理得不同之处；I=ｉｍreａｄ(’ｍｒi、ｔｉｆ');imshｏw（Ｉ)BW1=edgｅ（I，’ｒoｂerｔs’）;ｆigure ，ｉｍshow（BＷ1）,titlｅ(’用Robeｒｔs算子’)ＢW2=edgｅ(Ｉ，’sｏbel’);ｆigure,imshoｗ（BW2），ｔitle（’用Sｏbｅl算子 ')BW３＝ｅdge(I，’log’);figure，iｍshｏw（BW３)，titlｅ(’用拉普拉斯高斯算子’）比较提取边缘得效果可以瞧出,sｏbｅr算子就是一种微分算子,对边缘得定位较精确,但就是会漏去一些边缘细节.而Ｌaplaｃｉan—Gaussiaｎ算子就是一种二阶边缘检测方法，它通过寻找图象灰度值中二阶过零点来检测边缘并将边缘提取出来，边缘得细节比较丰富。
通过比较可以瞧出Ｌａplaciaｎ-Gauｓsｉan算子比sobeｒ算子边缘更完整，效果更好。
2.设计一个检测图1中边缘得程序，要求结果类似图2，并附原理说明.i=ｉmread（＇m８3、ｔif’）;subplｏｔ（１，2,1）；ｉmｈｉst（i）;ｔitle（'原始图像直方图'）;thread＝1３０/２5５；subplot（1，２，2);ｉ3=ｉｍ2bｗ(i，thrｅaｄ）；imsｈow（i3)；titlｅ('分割结果’);3.任选一种阈值法进行图像分割、i=iｍread（'tｒｅes、tif’）;subploｔ（１,2,1）；imｈist（i)；ｔitle（＇原始图像直方图’)；threａd=10０/２5５；sｕｂploｔ（１，2,2）;i3=iｍ2bｗ(i,thread）;imｓhow（i３）;titlｅ('分割结果’)1、分别用Robｅrts，Sobel与拉普拉斯高斯算子对图像进行边缘检测。
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。
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。
图像处理美工实验报告
图像处理美工实验报告1. 实验目的本次实验旨在通过图像处理技术，提升图片的美观度。
通过对图像进行调整、修复、美化等处理，使得图片在色彩、对比度、清晰度等方面表现出更好的效果。
2. 实验环境- 操作系统：Windows 10- 编程语言：Python- 开发环境：Anaconda Navigator- 相关软件：Adobe Photoshop3. 实验过程3.1 图片调整首先，我们使用Adobe Photoshop对原始图片进行调整。
通过调整图片的亮度、对比度、色调等参数，使得图片的整体效果更加明亮、鲜艳。
3.2 图像修复接着，我们使用图像处理库中的算法对图片进行修复。
通过去除噪点、消除瑕疵、修复缺失等操作，使得图片中的细节更加清晰、完整。
3.3 图像滤镜在调整和修复完成后，我们尝试使用不同的滤镜效果来美化图片。
通过施加不同的滤镜效果，例如模糊、锐化、马赛克等，我们可以给图片加入一些艺术效果，使得图片更加具有视觉冲击力。
3.4 图像细节增强为了使得图片更加饱满、立体，我们可以对图片中的细节部分进行增强处理。
通过增强细节的锐度、增加线条的清晰程度，我们可以使得图片中的物体更加鲜活、立体。
3.5 色彩调整最后，我们对图片的色彩进行调整。
通过调整图片的色相、饱和度、明度等参数，我们可以让图片的色彩更加丰富、鲜艳。
同时，我们可以对不同色彩通道进行调整，使得图片的整体色调更加协调、统一。
4. 实验结果经过一系列的图像处理操作，我们成功提升了图片的美观度。
原始图片与经过处理后的图片相比，色彩更加明亮饱满，细节更加清晰，整体效果更加出色。
同时，通过施加不同的滤镜效果和调整色彩，我们还加入了一些艺术效果，提升了图片的视觉冲击力。
5. 总结通过本次实验，我们了解了图像处理技术在美工方面的应用。
图像处理可以对图片进行调整、修复、美化等操作，提升其美观度和质量。
合理使用图像处理技术，可以使得图片更加生动、吸引人，为设计和美工工作提供了有力的支持。
东北大学matlab计算机图像处理实验报告
计算机图像处理实验报告学院：信息学院班级：姓名：学号：实验内容：数字图像处理1、应用MATLAB语言编写显示一幅灰度图像、二值图像、索引图像及彩色图像的程序，并进行相互之间的转换；（1）、显示一副真彩RGB图像代码：I=imread('mikasa.jpg');>>imshow(I);效果：（2）、RGB转灰度图像代码：graycat=rgb2gray(I);>> subplot(1,2,1);>> subimage(I);>> subplot(1,2,2);>> subimage(graycat);效果：（3）、RGB转索引图像代码：[indcat,map]=rgb2ind(I,0.7);>> subplot(1,2,1);>> subimage(I);>> subplot(1,2,2);>> subimage(indcat,map);效果：（4）、索引图像转RGB代码：I1=ind2rgb(indcat,map);>>subplot(1,2,1);>>subimage(indcat,map);>>subplot(1,2,2);>>subimage(I1);效果：（5）、索引转灰度图像代码：i2gcat=ind2gray(indcat,map);>>subplot(1,2,1);>>subimage(indcat,map);>>subplot(1,2,2);>>subimage(i2gcat);效果：（6）、灰度转索引图像代码：[g2icat,map]=gray2ind(graycat,64);>>subplot(1,2,1);>>subimage(graycat);>>subimage(g2icat,map);效果：（7）、RGB转二值图像代码：r2bwcat=im2bw(I,0.5);>>subplot(1,2,1);>>subimage(I);>>subplot(1,2,2);>>subimage(r2bwcat);效果：（8）灰度转二值图像代码：g2bwcat=im2bw(graycat,0.5); subplot(1,2,1);>>subimage(graycat);>>subplot(1,2,2);>>subimage(g2bwcat);效果：（9）、索引转二值图像代码：>> i2bwcat=im2bw(indcat,map,0.7);>>subimage(indcat,map);>>subplot(1,2,2);>>subimage(i2bwcat);效果：2、应用MATLAB工具箱演示一幅图像的傅里叶变换、离散余弦变换，观察其频谱图。
数字图像处理图像变换实验报告
实验报告实验名称:图像处理姓名:刘强班级:电信1102学号:1404110128实验一图像变换实验——图像点运算、几何变换及正交变换一、实验条件PC机数字图像处理实验教学软件大量样图二、实验目的1、学习使用“数字图像处理实验教学软件系统”,能够进行图像处理方面的简单操作;2、熟悉图像点运算、几何变换及正交变换的基本原理,了解编程实现的具体步骤;3、观察图像的灰度直方图,明确直方图的作用与意义;4、观察图像点运算与几何变换的结果,比较不同参数条件下的变换效果;5、观察图像正交变换的结果,明确图像的空间频率分布情况。
三、实验原理1、图像灰度直方图、点运算与几何变换的基本原理及编程实现步骤图像灰度直方图就是数字图像处理中一个最简单、最有用的工具,它描述了一幅图像的灰度分布情况,为图像的相关处理操作提供了基本信息。
图像点运算就是一种简单而重要的处理技术,它能让用户改变图像数据占据的灰度范围。
点运算可以瞧作就是“从象素到象素”的复制操作,而这种复制操作就是通过灰度变换函数实现的。
如果输入图像为A(x,y),输出图像为B(x,y),则点运算可以表示为:B(x,y)＝f[A(x,y)]其中f(x)被称为灰度变换(Gray Scale Transformation,GST)函数,它描述了输入灰度值与输出灰度值之间的转换关系。
一旦灰度变换函数确定,该点运算就完全确定下来了。
另外,点运算处理将改变图像的灰度直方图分布。
点运算又被称为对比度增强、对比度拉伸或灰度变换。
点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸与均衡等。
图像几何变换就是图像的一种基本变换,通常包括图像镜像变换、图像转置、图像平移、图像缩放与图像旋转等,其理论基础主要就是一些矩阵运算,详细原理可以参考有关书籍。
实验系统提供了图像灰度直方图、点运算与几何变换相关内容的文字说明,用户在操作过程中可以参考。
下面以图像点运算中的阈值变换为例给出编程实现的程序流程图,如下:2、图像正交变换的基本原理及编程实现步骤数字图像的处理方法主要有空域法与频域法,点运算与几何变换属于空域法。
计算机图形学实验报告
计算机图形学实验报告
实验目的：通过本次实验，深入了解并掌握计算机图形学的基本原理和相关技术，培养对图形处理的理解和能力。
实验内容：
1. 图像的基本属性
- 图像的本质及表示方法
- 像素和分辨率的概念
- 灰度图像和彩色图像的区别
2. 图像的处理技术
- 图像的采集和处理
- 图像的变换和增强
- 图像的压缩和存储
3. 计算机图形学的应用
- 图像处理在生活中的应用
- 计算机辅助设计中的图形学应用
- 三维建模和渲染技术
实验步骤和结果：
1. 在计算机图形学实验平台上加载一张测试图像，分析其像素构成
和基本属性。
2. 运用图像处理技术，对测试图像进行模糊、锐化、色彩调整等操作，观察处理后的效果并记录。
3. 学习并掌握计算机图形学中常用的处理算法，如卷积、滤波等，
尝试应用到测试图像上并进行实验验证。
4. 探讨计算机图形学在数字媒体制作、虚拟现实、计算机辅助设计
等领域的应用案例，并总结其在实践中的重要性和价值。
结论：
通过本次实验，我对计算机图形学有了更深入的了解，掌握了图像
处理技术的基本原理和应用方法。
计算机图形学作为一门重要的学科，对多个领域有着广泛的应用前景，有助于提高数字媒体技术、虚拟现
实技术等领域的发展水平。
希望在未来的学习和工作中能进一步深化
对计算机图形学理论和实践的研究，不断提升自己在这一领域的专业
能力和创新意识。
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。
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 bfReserved1bfReserved2bfOffBitsbiSizebiWidthbiHeightbiPlanesbiBitCountbiCompressionbiSizeImagebi_PelsPerMeterbiYPelsPerMeterbiClrUsedbiClrImportant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 Pi_els 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.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(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。
大学计算机实验报告二
实验二图像处理（理科）实验类型：基本（含4个学时综合实验）学时：6姓名:学号：班级：日期：请输入你的班级和做实验的日期。
按照《大学计算机基础实验指导》第3章多媒体技术基础实验中的实验内容，完成各项实验操作后，填写该实验报告。
注意：每一题实验内容做完后将图片保存为jpg文件格式，然后单击“插入/图片/来自文件”命令，将图片文件插入到实验报告中。
一、实验目的1.掌握文件压缩软件的使用方法。
2.掌握图像处理的基本知识。
3.掌握Photoshop CS2的基本编辑方法。
4.了解Photoshop CS2中的一些特殊技巧。
二、实验报告内容1.参照P83~85的操作提示，将素材文件“蝴蝶”、“蓝天草地.jpg”合成，将合成的图片文件保存为jpg文件格式，然后单击“插入/图片/来自文件”命令，将图片文件插入到下面：2.参照P87~89的操作提示，制作双胞胎效果，可选用素材文件“girl.jpg”或自己的某一幅照片或其他的图像文件。
要求添加如拍摄者（自己的学号+姓名）、拍摄时间等文字信息，将完成的图片文件保存为jpg文件格式，然后单击“插入/图片/来自文件”命令，将图片文件插入到下面：《大学计算机基础》电子实验报告实验二 图像处理将此电子实验报告以自己的学号姓名和实验序号为文件名（如：070000001张三实验五）保存后上传到FTP服务器3.参照P89~P90的操作提示，制作老照片，可选用素材文件“人物.jpg ”或自己的某一幅照片或其他的图像文件，要求添加如拍摄者（自己的学号+姓名）等文字信息，将完成的图片文件保存为jpg 文件格式，然后单击“插入/图片/来自文件”命令，将图片文件插入到下面：4.参照P91的操作提示，制作特殊效果，可选用素材文件“人物.jpg”或自己的某一幅照片或其他的图像文件，将完成的图片文件保存为jpg文件格式，然后单击“插入/图片/来自文件”命令，将图片文件插入到下面：《大学计算机基础》电子实验报告实验二 图像处理将此电子实验报告以自己的学号姓名和实验序号为文件名（如：070000001张三实验五）保存后上传到FTP服务器5.参照P92~P94的操作提示，制作风雪交加的场景，可选用素材文件“雪景.jpg ”或自己的某一幅照片或其他的图像文件，要求添加如拍摄者（自己的学号+姓名）等文字信息，将完成的图片文件保存为jpg 文件格式，然后单击“插入/图片/来自文件”命令，将图片文件插入到下面：6.（选做）参照P94~P101的操作提示，完成水中倒影的制作，要求添加如拍摄者（自己的学号+姓名）等文字信息，将完成的图片文件保存为jpg文件格式，然后单击“插入/图片/来自文件”命令，将图片文件插入到下面：《大学计算机基础》电子实验报告实验二 图像处理将此电子实验报告以自己的学号姓名和实验序号为文件名（如：070000001张三实验五）保存后上传到FTP服务器7.参照P102~P103的操作提示，完成合成图像的制作，要求添加如拍摄者（自己的学号+姓名）等文字信息，将完成的图片文件保存为jpg 文件格式，然后单击“插入/图片/来自文件”命令，将图片文件插入到下面：8.参照P104~P105的操作提示，将照片转成水墨荷花图，要求添加如拍摄者（自己的学号+姓名）等文字信息，将完成的图片文件保存为jpg文件格式，然后单击“插入/图片/来自文件”命令，将图片文件插入到下面：《大学计算机基础》电子实验报告实验二 图像处理将此电子实验报告以自己的学号姓名和实验序号为文件名（如：070000001张三实验五）保存后上传到FTP服务器9.（选做）参照P110~P113的操作提示，制作素材文件“大树”、“湖光山色2”的合成图像，要求添加如拍摄者（自己的学号+姓名）等文字信息，将完成的图片文件保存为jpg 文件格式，然后单击“插入/图片/来自文件”命令，将图片文件插入到下面：10.（选做）参照P113~P117的操作提示，制作3D效果的物体，将完成的图片文件保存为jpg文件格式，然后单击“插入/图片/来自文件”命令，将图片文件插入到下面：11.参照P78~P80的操作提示，将你的实验报告文件（文件名为自己的学号）进行压缩，将实验教材中如图3-4所示的WinRAR主窗口抓图，粘贴至此：《大学计算机基础》电子实验报告实验二 图像处理将此电子实验报告以自己的学号姓名和实验序号为文件名（如：070000001张三 实验五）保存后上传到FTP服务器三、保存和上传实验报告将此电子实验报告以自己的学号文件名（如：080000001）保存在E 盘或F 盘的目录下后上传至htp://218.199.185.226/moodle 相应位置处。
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图像增强处理与几何变换
实验图像增强处理与几何变换一、实验目的利用Matlab图像处理工具箱中的函数实现图像点处理、空间域平滑和锐化处理、彩色图像处理、几何处理，巩固其原理与计算方法学习，深化课程理论认知。
二、实验内容1、图像点处理：灰度变换、直方图均衡化和直方图规定处理；2、图像均值滤波和中值滤波、图像锐化处理；3、图像几何变换处理；4、图像彩色合成和彩色变换处理；三、实验步骤1、图像点处理：灰度变换、直方图均衡化和直方图规定处理；1.1图像的灰度变换启用MATLAB,输入以下代码运行I= imread('cameraman-8.bmp','bmp');figure; subplot(2,2,1), imshow(I);%获取图像直方图subplot(2,2,2),imhist(I);[counts1,x1] = imhist(I);%观察Counts,x的值subplot(2,2,3),stem(x1,counts1);%图像灰度变换J=imadjust(I,[0.1 0.7],[0.0 0.9]);subplot(2,2,4), imshow (J);%对比灰度变换前后的图像及其直方图figure;subplot(2,3,1),imshow(I);subplot(2,3,2),imshow(J);subplot(2,3,4),imhist(I);subplot(2,3,5),imhist(J);[counts2,x2] = imhist(J);subplot(2,3,6), stem(x2,counts2);图 1.1.1图 1.1.21.2图像直方图均衡化启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp') ;%直方图均衡化处理J=histeq(I) ;%对比均衡化处理前后的图像及其直方图figure(1),subplot(2,2,1),imshow(I),subplot(2,2,2),imshow(J); figure(1),subplot(2,2,3),imhist(I),subplot(2,2,4),imhist(J);图 1.2 1.3直方图规定化启用MATLAB,输入以下代码运行I1=imread('TM5.bmp','bmp');I2=imread('TM3.bmp','bmp');%直方图规定化处理K1=histeq(I1,imhist(I2));%对比规定化处理前后的图像及其直方图figure;subplot(3,2,1),imshow(I1);subplot(3,2,2), imhist(I1);subplot(3,2,3),imshow(I2);subplot(3,2,4), imhist(I2);subplot(3,2,5),imshow(K1);subplot(3,2,6), imhist(K1);图 1.32、图像空间域平滑2.1 用均值滤波器实现图像空间域的平滑启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp');J=imnoise(I,'gaussian'); %添加高斯噪声K=imnoise(I,'salt & pepper'); %添加椒盐噪声M=imnoise(I,'speckle'); %添加乘性噪声H=ones(3,3)/9; %3*3的均值去噪模板%滤波去噪处理I1=imfilter(I,H);J1=imfilter(J,H);K1=imfilter(K,H);M1=imfilter(M,H) ;%对比线性滤波去噪处理前后的图像figure;subplot(2,4,1),imshow(I);title('原图');subplot(2,4,2),imshow(J); title('高斯噪声图像'); subplot(2,4,3),imshow(K); title('椒盐噪声图像'); subplot(2,4,4),imshow(M); title('乘性噪声图像'); subplot(2,4,6),imshow(J1); title('高斯噪声滤波图像'); subplot(2,4,7),imshow(K1); title('椒盐噪声滤波图像'); subplot(2,4,8),imshow(M1) ; title('乘性噪声滤波图像') ; 输出图像如下图 2.12.2 用中值滤波器实现图像空间域的平滑启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp');I1=imnoise(I,'gaussian');I2=imnoise(I,'salt & pepper',0.02);I3=imnoise(I,'speckle');%3×3中值滤波模板J=medfilt2(I,[3,3]);J1=medfilt2(I1,[3,3]);J2=medfilt2(I2,[3,3]);J3=medfilt2(I3,[3,3]);figure,subplot(2,4,1),imshow(I) ; title('原图') ;subplot(2,4,2),imshow(I1) ; title('添加高斯噪声') ;subplot(2,4,3),imshow(I2) ; title('添加椒盐噪声') ;subplot(2,4,4),imshow(I3) ; title('添加乘性噪声') ;subplot(2,4,6),imshow(J1) ;title('高斯噪声3*3中值滤波') ; subplot(2,4,7),imshow(J2) ;title('椒盐噪声3*3中值滤波') ; subplot(2,4,8),imshow(J3) ;title('乘性噪声3*3中值滤波') ;K=medfilt2(I, [5,5]); %5×5中值滤波模板K1=medfilt2(I1,[5,5]);K2=medfilt2(I2,[5,5]);K3=medfilt2(I3,[5,5]);figure;subplot(2,2,1),imshow(K); title('原图5*5中值滤波'); subplot(2,2,2),imshow(K1) ; title('高斯噪声5*5中值滤波') ; subplot(2,2,3),imshow(K2); title('椒盐噪声5*5中值滤波'); subplot(2,2,4),imshow(K3) ; title('乘性噪声5*5中值滤波'); 输出结果如下图 2.2.1图 2.2.22.3 图像空间域锐化启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp')H=fspecial('sobel')%用sobel算子做模板%锐化处理J=imfilter(I,H)%锐化处理前后图像对比figure,subplot(1,2,1),imshow(I),subplot(1,2,2),imshow(J); 输出图像如下图 2.33、图像几何变换3.1 缩放启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp', 'bmp') ;%放大图像J=imresize(I,2) ;%缩小图像K=imresize(I,0.5) ;%图像对比figure(1),subplot(),imshow(I),title('原图'),figure(2),subplot(),imshow(J),title('放大两倍的图'),figure(3),subplot(),imshow(K),title('缩小0.5倍的图') ;输出图像如下图 3.1.1 图3.1.2图 3.1.33.2旋转启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp', 'bmp') ;%旋转图像M=imrotate(I,45) ;%图像对比figure;subplot(1,2,1),imshow(I),subplot(1,2,2),imshow(M) ;输出图像如下图 3.24、彩色图像处理4.1彩色合成启用MATLAB,输入以下代码运行I=imread('peppers.bmp','bmp');J1=I; J2=I;J3=I; J4=I;J5=I;%改变J1、J2、J3、J4、J5中的波段次序，组合成新的波段合成J1(:,:,1)=I(:,:,2); J1(:,:,2)=I(:,:,3); J1(:,:,3)=I(:,:,1) ;J2(:,:,1)=I(:,:,1); J2(:,:,2)=I(:,:,3); J2(:,:,3)=I(:,:,2) ;J3(:,:,1)=I(:,:,2); J3(:,:,2)=I(:,:,1); J3(:,:,3)=I(:,:,3) ;J4(:,:,1)=I(:,:,3); J4(:,:,2)=I(:,:,2); J4(:,:,3)=I(:,:,1) ;J5(:,:,1)=I(:,:,3); J5(:,:,2)=I(:,:,1); J5(:,:,3)=I(:,:,2) ;%对比原图像I与新图像J1、J2、J3、J4、J5的彩色差异，理解假彩色合成figure,subplot(2,3,1),imshow(I),title('原图');subplot(2,3,2),imshow(J1),title('变换一') ;subplot(2,3,3),imshow(J2),title('变换二') ;subplot(2,3,4),imshow(J3),title('变换三') ;subplot(2,3,5),imshow(J4),title('变换四') ;subplot(2,3,6),imshow(J5),title('变换五');输出图像如下图4.1 4.2彩色变换启用MATLAB,输入以下代码运行I=imread('peppers.bmp','bmp');HSV=rgb2hsv(I) ;RGB=hsv2rgb(HSV) ;%对比彩色变换前后的图像figure;subplot(1,3,1),imshow(I),title('原图'),subplot(1,3,2),imshow(HSV),title('HSV图像'); subplot(1,3,3),imshow(RGB),title('RGB图像') ;输出结果如下图 4.2四、实验算法要点总结1、图像点处理直方图修正法通常分为直方图均衡化和直方图规定化两类2、图像均值滤波和中值滤波、图像锐化处理3、图像几何变换处理4、图像彩色合成和彩色变换处理通过映射函数将彩色图像或多光谱图像变换成新的三基色分量线性假彩色映射表示为：。
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第一章总论数字图像处理是计算机图形学、数字信号处理等学科交叉的一门学科。
它是基于数字计算机对图像信号进行数字处理的一种方法。
数字图像处理技术已广泛应用于医学影像诊断、遥感图像处理、图像识别、安防监控等领域，在当今社会中具有不可替代的重要作用。
本次实验主要介绍了数字图像处理的基本方法，包括图像采集、图像增强、图像恢复、图像分割、图像压缩等几个方面。
在实验过程中，我们采用了一些常用的数字图像处理方法，并通过 Matlab 图像处理工具箱进行实现和验证。
第二章实验过程2.1 图像采集在数字图像处理中，图像采集是一个重要的步骤。
采集到的图像质量直接影响到后续处理结果的准确性。
本次实验使用的图像是一张 TIF 格式的彩色图像，通过 Matlab 读取图像文件并显示，代码如下：```Matlabim = imread('test.tif');imshow(im);```执行代码后，可以得到如下图所示的图像：2.2 图像增强图像增强是指利用某些方法使图像具有更好的视觉效果或者变得更适合某种应用。
本次实验我们主要采用直方图均衡化、灰度变换等方法进行图像增强。
2.2.1 直方图均衡化直方图均衡化是一种常用的增强方法，它可以增加图像的对比度和亮度，使图像更加清晰。
代码实现如下：```Matlabim_eq = histeq(im);imshow(im_eq);```执行代码后，会得到直方图均衡化后的图像，如下图所示：可以看出，经过直方图均衡化处理后，图像的对比度和亮度得到了明显提高。
2.2.2 灰度变换灰度变换是一种用于调整图像灰度级别的方法。
通过变换某些像素的灰度级别，可以增强图像的视觉效果。
本次实验我们采用对数变换和幂函数变换两种方法进行灰度变换。
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 (2)1。
1：实验目的 (2)1。
2：实验任务和要求 (2)1.3：实验步骤和结果 (2)1。
4：结果分析 (6)实验二：图像的灰度变换和直方图变换 (7)2.1：实验目的 (7)2.2：实验任务和要求 (7)2。
3：实验步骤和结果 (7)2。
4：结果分析 (11)实验三：图像的平滑处理 (12)3.1：实验目的 (12)3。
2：实验任务和要求 (12)3。
3：实验步骤和结果 (12)3。
4：结果分析 (16)实验四：图像的锐化处理 (17)4.1：实验目的 (17)4.2：实验任务和要求 (17)4。
3：实验步骤和结果 (17)4.4：结果分析 (19)实验一：数字图像的基本处理操作1.1：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。
1。
2：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。
1.3：实验步骤和结果1.对实验任务1的实现代码如下:a=imread(’d:\tp.jpg’）;i=rgb2gray（a）;I=im2bw(a，0。
5)；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1。
- 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)。
东北大学2014-2015学年度第二学期课程实验报告计算机图像处理MATLAB实验报告学院：资源与土木工程学院班级：测绘工程1301班学号：******** 姓名：王成浩指导教师：**计算机图像处理实验报告2015年6月一、实验目的1、通过应用MATLAB语言编程实现对图像的处理，进一步熟悉MATLAB软件的编程及应用；2、通过实验进一步掌握图像处理的基本技术和方法。
二、实验内容实验一应用MATLAB语言编写显示一幅灰度图像、二值图像、索引图像及彩色图像的程序，并进行相互之间的转换；（1）显示一副真彩RGB图像代码：>>Y=imread(‘D:\penguins.jpg’);imshow(Y),title(‘penguins’);图像显示：（2）RGB图像转灰度图像代码：>>graypenguins =rgb2gray(Y);>>subplot(1,2,1);subimage(Y),title(‘penguins的RGB图像’);>>subplot(1,2,2);subimage(graypenguins),title(‘penguins的灰度图像’);图像显示：（3）RGB图像转索引图像代码：>>[indpenguins,map]=rgb2ind(Y,0.4);>>subplot(1,2,1);subimage(Y),title(‘penguins的RGB图像’);>>subplot(1,2,2);subimage(indpenguins,map),title(‘penguins的索引图像’); 图像显示：（4）RGB图像转二值图像代码：>>R1=im2bw(Y,0.5);>>subplot(1,2,1);subimage(Y),title(‘penguins的RGB图像’);>>subplot(1,2,2);subimage(R1),title(‘penguins的二值图像’);图像显示：（5）索引图像转RGB图像代码：>>Y1=ind2rgb(indpenguins,map);>>subplot(1,2,1);subimage(indpenguins,map),title(‘penguins的索引图像’);>>subplot(1,2,2);subimage(Y1),title(‘penguins的RGB图像’);图像显示：（6）索引图像转灰度图像代码：>>Y2=ind2gray(indpenguins,map);>>subplot(1,2,1);subimage(indpenguins,map),title(‘penguins的索引图像’);>>subplot(1,2,2);subimage(Y2),title(‘penguins的灰度图像’);图像显示：（7）索引图像转二值图像代码：>>R3=im2bw(indpenguins,map,0.5);>>subplot(1,2,1);subimage(indpenguins,map),title(‘penguins的索引图像’);>>subplot(1,2,2);subimage(R3),title(‘penguins的二值图像’);图像显示：（8）灰度图像转索引图像代码：>>[G1,map]=gray2ind(graypenguins,64);>>subplot(1,2,1);subimage(graypenguins),title(‘penguins的灰度图像’);>>subplot(1,2,2);subimage(G1,map),title(‘penguins的索引图像’);图像显示：（9）灰度图像转二值图像代码：>>R2=im2bw(graypenguins,0.5);>>subplot(1,2,1);subimage(graypenguins),title(‘penguins的灰度图像’);>>subplot(1,2,2);subimage(R2),title(‘penguins的二值图像’);图像显示：实验二应用MATLAB工具箱演示一幅图像的傅里叶变换、离散余弦变换，观察其频谱图。
然后将它们进行逆变换，观察逆变换后的图像；（1）傅里叶正变换代码：>>F=fft2(graypenguins);>>subplot(1,2,1);subimage(graypenguins),title(‘penguins的灰度图像’);>>subplot(1,2,2);subimage(log (abs (F)), [1, 10]),title(‘傅里叶正变换后的频谱图’);图像显示：（2）傅里叶逆变换代码：>>lF=ifft2(F);>>subplot(1,2,1);subimage(log (abs (F)), [1, 10]),title(‘傅里叶正变换后的频谱图’);>>subplot(1,2,2);subimage(uint8(lF)),title(‘傅里叶逆变换后的灰度图像’);图像显示：（3）离散余弦变换(DCT)变换代码：>>B=dct2(graypenguins);>>subplot(1,2,1);subimage(graypenguins),title(‘penguins的灰度图像’);>>subplot(1,2,2);subimage(log (abs (B)), [3, 6]),title(‘DCT 变换后的频谱图’);图像显示：（4）离散余弦变换(DCT)变换的逆变换 代码：>>iB=idct2(B); >>subplot(1,2,1);subimage(log (abs (B)), [3, 6]),title(‘DCT 变换后的频谱图’); >>subplot(1,2,2);subimage(uint8(iB)),title(‘DCT 变换逆变换后的灰度图像’); 图像显示：实验三应用MATLAB 语言编程来实现一幅图像的增强。
（1）取一幅灰度图像，对其进行线性点运算，即βα+==A A B G G f G )(取（α,β）分别为（1.5，1.2）、（0.7，1.2），对原图像进行线性处理，观察处理后的结果，并分析直方图的变化。
a.当α=1.5，β=1.2时 代码：>>graypenguins=double(graypenguins); graypenguins1=1.5* graypenguins+1.2; >>subplot(2,2,1);subimage(uint8(graypenguins)),title(‘penguins 的灰度图像’);>>subplot(2,2,2);imhist(uint8(graypenguins)),title(‘原灰度图像的灰度直方图’);>>subplot(2,2,3);subimage(uint8(graypenguins1)),title(‘增强后的灰度图像’);>>subplot(2,2,4);imhist(uint8(graypenguins1)),title(‘增强后的灰度图像的灰度直方图’);图像显示：b.当α=0.7，β=1.2时代码：>>graypenguins=double(graypenguins);graypenguins2=0.7* graypenguins+1.2;>>subplot(2,2,1);subimage(uint8(graypenguins)),title(‘penguins的灰度图像’);>>subplot(2,2,2);imhist(uint8(graypenguins)),title(‘原灰度图像的灰度直方图’);>>subplot(2,2,3);subimage(uint8(graypenguins2)),title(‘增强后的灰度图像’);>>subplot(2,2,4);imhist(uint8(graypenguins2)),title(‘增强后的灰度图像的灰度直方图’);图像显示：分析：灰度直方图反映的是一幅图像中各灰度级像素出现的频率，通过分析第一次增强前后的直方图对比，可看出原灰度图像的灰度直方图可知原图像中各个灰度级像素均有分布，且灰度值100至250之间的灰度级像素出现的频率高；经过增强后，图像明显变亮，由其直方图可看出200灰度级以下的像素已经没有，且200灰度级以上的像素出现的频率也显著减少。
对比两次增强的结果可看出，第二次灰度增强的效果没有第一次的强烈，说明函数中α的值越大，图像增强的效果越明显。
（2）取一幅灰度图像，对其进行直方图均衡化处理，再对其进行规定化处理，并对结果进行分析。
均衡化处理：>>graypenguins=uint8(graypenguins);bapenguins=histeq(graypenguins);>>subplot(2,2,1);subimage(graypenguins),title(‘penguins的灰度图像’);>>subplot(2,2,2);imhist(graypenguins),title(‘原灰度图像的灰度直方图’);>>subplot(2,2,3);subimage(bapenguins),title(‘均衡化后的灰度图像’);>>subplot(2,2,4);imhist(bapenguins),title(‘均衡化后的灰度图像的灰度直方图’);图像显示：分析：直方图均衡化是将原始图像的直方图通过变换函数修正为均匀分布的直方图,以增加灰度值的动态范围,然后按均衡直方图修改原图像。
修改之后可以使整个灰度级动态范围内近似分布，能增强整个图像的对比度，提升图像亮度。
同时直方图均衡化后一般灰度级减少，这是近似舍入造成的，可能带来图像细节损失。
规定化处理：>>hgram=50:2:250;speciapenguins=histeq(graypenguins,hgram);>>subplot(2,2,1);subimage(graypenguins),title(‘penguins的灰度图像’);>>subplot(2,2,2);imhist(graypenguins),title(‘原灰度图像的灰度直方图’);>>subplot(2,2,3);subimage(speciapenguins),title(‘规定化后的灰度图像’);>>subplot(2,2,4);imhist(speciapenguins),title(‘规定化后的灰度图像的灰度直方图’);图像显示：分析：直方图规定化是将原始图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。