数字图像处理实验
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。
数字图像处理实验报告
数字图像处理实验报告1. 引言数字图像处理是使用计算机来处理和优化图像的一种技术。
在本实验中，我们将探索几种常见的数字图像处理方法，并使用Python编程语言和相关库来实现。
2. 实验目的本实验的主要目的是：1.了解图像的基本特性和数字图像处理的基本原理；2.熟悉Python编程语言和相关图像处理库的使用；3.实现常见的图像处理算法并进行实验验证。
3. 实验方法在本实验中，我们使用Python编程语言和以下相关库来实现图像处理算法：•OpenCV：用于图像读取、显示和保存等基本操作；•Numpy：用于图像数据的处理和算术运算；•Matplotlib：用于图像的可视化和结果展示。
以下是实验涉及到的图像处理方法和步骤：1.图像读取和显示：使用OpenCV库读取图像，使用Matplotlib库显示图像；2.图像的灰度化：将彩色图像转换为灰度图像；3.图像的二值化：将灰度图像转换为黑白二值图像；4.图像的平滑处理：使用平滑滤波器对图像进行平滑处理，如均值滤波和高斯滤波；5.图像的边缘检测：使用边缘检测算法对图像进行边缘检测，如Sobel算子和Canny算子；6.图像的直方图均衡化：对灰度图像进行直方图均衡化，增强图像的对比度。
4. 实验过程和结果4.1 图像读取和显示首先，我们使用OpenCV库读取一张图像，并使用Matplotlib库显示该图像：import cv2import matplotlib.pyplot as plt# 读取图像img = cv2.imread('image.jpg')# 显示图像plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.axis('off')plt.show()4.2 图像的灰度化接下来，我们将彩色图像转换为灰度图像：# 灰度化图像gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 显示灰度图像plt.imshow(gray_img, cmap='gray')plt.axis('off')plt.show()4.3 图像的二值化然后，我们将灰度图像转换为黑白二值图像：# 二值化图像_, binary_img = cv2.threshold(gray_img, 128, 255, cv2.THRESH_BINARY)# 显示二值图像plt.imshow(binary_img, cmap='gray')plt.axis('off')plt.show()4.4 图像的平滑处理接下来，我们使用平滑滤波器对图像进行平滑处理，例如使用5x5的均值滤波器和高斯滤波器：# 均值滤波mean_img = cv2.blur(img, (5, 5))# 高斯滤波gaussian_img = cv2.GaussianBlur(img, (5, 5), 0) # 显示平滑处理后的图像plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(cv2.cvtColor(mean_img, cv2.COLOR_BGR2R GB))plt.title('Mean Filter')plt.axis('off')plt.subplot(122)plt.imshow(cv2.cvtColor(gaussian_img, cv2.COLOR_B GR2RGB))plt.title('Gaussian Filter')plt.axis('off')plt.show()4.5 图像的边缘检测然后，我们使用边缘检测算法对图像进行边缘检测，例如使用Sobel算子和Canny算子：# 边缘检测sobel_img = cv2.Sobel(gray_img, cv2.CV_8U, 1, 1, ksize=3)canny_img = cv2.Canny(gray_img, 50, 150)# 显示边缘检测结果plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(sobel_img, cmap='gray')plt.title('Sobel Operator')plt.axis('off')plt.subplot(122)plt.imshow(canny_img, cmap='gray')plt.title('Canny Operator')plt.axis('off')plt.show()4.6 图像的直方图均衡化最后，我们对灰度图像进行直方图均衡化，以增强图像的对比度：# 直方图均衡化equalized_img = cv2.equalizeHist(gray_img)# 显示直方图均衡化结果plt.imshow(equalized_img, cmap='gray')plt.axis('off')plt.show()5. 实验总结通过本实验，我们熟悉了数字图像处理的基本方法和步骤，并使用Python编程语言和相关库实现了图像的读取、显示、灰度化、二值化、平滑处理、边缘检测和直方图均衡化等操作。
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》实验教案
《数字图像处理》实验教案一、实验目的与要求1. 实验目的（1）理解数字图像处理的基本概念和原理；（2）掌握常用数字图像处理算法和技巧；（3）培养实际操作能力和动手能力，提高解决实际问题的能力。
2. 实验要求（1）熟悉实验环境和相关软件；（2）了解实验原理和流程；二、实验环境与工具1. 实验环境（1）计算机操作系统：Windows 10/Linux/macOS；（2）编程语言：MATLAB/Python/C++等；（3）图像处理软件：Photoshop/OpenCV等。
2. 实验工具（1）编程环境：MATLAB/Python/C++开发工具；（2）图像处理软件：Photoshop/OpenCV；（3）实验教材和参考资料。
三、实验内容与步骤1. 实验一：图像读取与显示（1）打开图像处理软件，导入一幅图像；（2）了解图像的基本信息，如像素大小、分辨率等；（3）将图像显示在界面上，进行观察和分析。
2. 实验二：图像基本运算（1）对图像进行灰度化处理；（2）进行图像的直方图均衡化；（3）实现图像的滤波处理，如高斯滤波、中值滤波等。
3. 实验三：边缘检测（1）实现Sobel边缘检测算法；（2）实现Canny边缘检测算法；（3）分析不同边缘检测算法的效果和特点。
4. 实验四：图像分割（1）利用阈值分割法对图像进行分割；（2）利用区域生长法对图像进行分割；（3）分析不同图像分割算法的效果和特点。
5. 实验五：特征提取与匹配（1）提取图像的关键点，如角点、边缘点等；（2）利用特征匹配算法，如SIFT、SURF等，进行图像配准；（3）分析不同特征提取与匹配算法的效果和特点。
四、实验注意事项1. 严格遵循实验要求和步骤，确保实验的正确性；2. 注意实验环境和工具的使用，防止计算机和设备的损坏；3. 尊重知识产权，不得抄袭和剽窃他人成果；4. 实验过程中遇到问题，应及时请教老师和同学。
五、实验报告要求1. 报告内容：实验目的、实验环境、实验内容、实验步骤、实验结果及分析；2. 报告格式：文字描述清晰，条理分明，公式和图像正确无误；3. 报告篇幅：不少于2000字；4. 提交时间：实验结束后一周内。
《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. 使学生了解和掌握数字图像处理的基本概念和基本算法。
2. 培养学生运用数字图像处理技术解决实际问题的能力。
3. 提高学生使用相关软件工具进行数字图像处理操作的技能。
二、实验内容1. 图像读取与显示：学习如何使用相关软件工具读取和显示数字图像。
2. 图像基本操作：学习图像的旋转、缩放、翻转等基本操作。
3. 图像滤波：学习使用不同类型的滤波器进行图像去噪和增强。
4. 图像分割：学习利用阈值分割、区域增长等方法对图像进行分割。
5. 图像特征提取：学习提取图像的边缘、角点等特征信息。
三、实验环境1. 操作系统：Windows或Linux。
2. 编程语言：Python或MATLAB。
3. 图像处理软件：OpenCV、ImageJ或MATLAB。
四、实验步骤1. 打开相关软件工具，导入图像。
2. 学习并实践图像的基本操作，如旋转、缩放、翻转等。
3. 学习并实践图像滤波算法，如均值滤波、中值滤波等。
4. 学习并实践图像分割算法，如全局阈值分割、局部阈值分割等。
5. 学习并实践图像特征提取算法，如Canny边缘检测算法等。
五、实验要求1. 每位学生需独立完成实验，并在实验报告中详细描述实验过程和结果。
2. 实验报告需包括实验目的、实验内容、实验步骤、实验结果和实验总结。
3. 实验结果要求清晰显示每个步骤的操作和效果。
4. 实验总结部分需对本次实验的学习内容进行归纳和总结，并提出改进意见。
六、实验注意事项1. 实验前请确保掌握相关软件工具的基本使用方法。
3. 在进行图像操作时，请尽量使用向量或数组进行处理，避免使用低效的循环结构。
4. 实验过程中如需保存中间结果，请使用合适的文件格式，如PNG、JPG等。
5. 请合理安排实验时间，确保实验报告的质量和按时提交。
七、实验评价1. 实验报告的评价：评价学生的实验报告内容是否完整、实验结果是否清晰、实验总结是否到位。
2. 实验操作的评价：评价学生在实验过程中对图像处理算法的理解和运用能力。
数字图像处理实验报告（完整版）
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》实验教案
《数字图像处理》实验教案一、实验目的与要求1. 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) 能够运用数字图像处理软件进行图像处理和分析。
2. 实验要求(1) 熟悉计算机操作和图像处理软件的使用；(2) 能够阅读和理解图像处理相关的文献资料；二、实验内容与步骤1. 实验内容(1) 图像读取与显示；(2) 图像的基本处理方法：灰度化、二值化、滤波；(3) 图像的增强与复原；(4) 图像的分割与描述；(5) 图像的压缩与编码。
2. 实验步骤(1) 打开图像处理软件，导入实验所需的图像；(2) 进行图像的基本处理，观察处理前后的效果；(3) 应用图像的增强与复原方法，改善图像的质量；(4) 使用图像的分割与描述技术，提取图像中的目标区域；(5) 对图像进行压缩与编码，观察压缩后的效果。
三、实验注意事项1. 实验前请确保已经安装了图像处理软件，并熟悉其基本操作；3. 在进行图像分割与描述时，请合理选择阈值和算法，确保目标区域的准确提取；四、实验报告要求1. 实验报告应包括实验目的、实验内容、实验步骤、实验结果和实验总结；2. 实验报告中应详细描述实验过程中遇到的问题及解决方法；3. 实验报告应有清晰的图像处理结果展示，并附上相关图像的处理参数和效果对比；五、实验评分标准1. 实验目的与要求（20分）：是否达到实验目的，是否符合实验要求；2. 实验内容与步骤（30分）：是否完成实验内容，是否遵循实验步骤；3. 实验注意事项（20分）：是否注意实验注意事项，处理过程中是否出现错误；4. 实验报告要求（30分）：报告结构是否完整，描述是否清晰，图像处理结果是否合理，总结是否到位。
评分总分：100分。
六、实验一：图像读取与显示1. 实验目的(1) 学习如何使用图像处理软件读取和显示图像。
2. 实验步骤(1) 打开图像处理软件。
(2) 导入实验所需的图像文件。
图像处理实验报告
数字图像处理实验报告姓名:学号:专业:[2015.6.25]一、彩色图BMP图像转灰度图1.实验要求打开一幅*.bmp图像, 并将彩色图像变灰度图像, 并读取图像数据。
2.实验内容（1）一般BMP图像的结构一般的bmp文件的结构可分为三部分: 表头、调色板和图像数据。
①BMP文件头(14字节) ,文件的第0字节到第13字节为BMP图像的文件头。
BMP文件头数据结构含有BMP文件的类型、文件大小和位图起始位置等信息。
其结构定义如下:Typedef struct tagBITMAPFILEHEADER {WORD bfType; // 位图文件的类型, 必须为BM(0-1字节)DWORD bfSize; // 位图文件的大小, 以字节为单位(2-5字节)WORD bfReserved1; // 位图文件保留字, 必须为0(6-7字节)WORD bfReserved2; // 位图文件保留字, 必须为0(8-9字节)DWORD bfOffBits; //位图阵列的偏移量, (10-13字节)// 位图阵列的偏移量, 以字节为单位, 说明从文件头开始到实际图像数据之间的字节偏移量} BITMAPFILEHEADER；②BMP信息头位图信息头(40字节), 文件的第14个字节到第53个字节为BMP图像的信息头, 位图信息头数据用于说明位图的尺寸等信息。
typedef struct tagBITMAPINFOHEADER{DWORD biSize; // 本结构所占用字节数(14-17字节)LONG biWidth; // 位图的宽度, 以像素为单位(18-21字节)LONG biHeight; // 位图的高度, 以像素为单位(22-25字节)WORD biPlanes; // 目标设备的级别, 值为1(26-27字节)WORD biBitCount; // 每个像素所需的位数, 必须是1(双色), 4(16色), 8(256色)或24(真彩色)之一(28-29字节)DWORD biCompression; // 位图压缩类型, 必须是0(不压缩), 1(BI_RLE8压缩类型)或2(BI_RLE4压缩类型)之一(30-33字节)DWORD biSizeImage; // 位图的大小, 以字节为单位(34-37字节)LONG biXPelsPerMeter; // 位图水平分辨率, 每米像素数(38-41字节)LONG biYPelsPerMeter; // 位图垂直分辨率, 每米像素数(42-45字节)DWORD biClrUsed; // 位图实际使用的颜色表中的颜色数(46-49字节)DWORD biClrImportant; // 位图显示过程中重要的颜色数(50-53字节)} BITMAPINFOHEADER;③调色板调色板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。
数字图像处理实验
数字图像处理实验实验总学时：10学时实验目的：本实验的目的是通过实验进一步理解和掌握数字图像处理原理和方法。
通过分析、实现现有的图像处理算法，学习和掌握常用的图像处理技术。
实验内容：数字图像处理的实验内容主要有三个方面:(1) 对图像灰度作某种变换,增强其中的有用信息,抑制无用信息,使图像的视在质量提高,以便于人眼观察、理解或用计算机对其作进一步的处理。
(2) 用某种特殊手段提取、描述和分析图像中所包含的某些特征和特殊的信息,主要的目的是便于计算机对图像作进一步的分析和理解,经常作为模式识别和计算机视觉的预处理。
这些特征包括很多方面，例如,图像的频域特性、灰度特征、边界特征等。
(3) 图像的变换,以便于图像的频域处理。
实验一图像的点处理实验内容及实验原理：1、灰度的线性变换灰度的线性变换就是将图像中所有的点的灰度按照线性灰度变换函数进行变换。
该线性灰度变换函数是一个一维线性函数：灰度变换方程为：其中参数为线性函数的斜率，函数的在y轴的截距，表示输入图像的灰度，表示输出图像的灰度。
要求：输入一幅图像，根据输入的斜率和截距进行线性变换，并显示。
2、灰度拉伸灰度拉伸和灰度线性变换相似。
不同之处在于它是分段线性变换。
表达如下：其中，(x1,y1)和(x2,y2)是分段函数的转折点。
要求：输入一幅图像，根据选择的转折点，进行灰度拉伸，显示变换后的图像。
3、灰度直方图灰度直方图是灰度值的函数，描述的是图像中具有该灰度值的像素的个数，其横坐标表示像素的灰度级别，纵坐标表示该灰度出现的频率(象素的个数)。
要求：输入一幅图像，显示它的灰度直方图，可以根据输入的参数（上限、下限）显示特定范围的灰度直方图。
4、直方图均衡：要求1 显示一幅图像pout.bmp的直方图；2 用直方图均衡对图像pout.bmp进行增强；3 显示增强后的图像。
实验二：数字图像的平滑实验内容及实验原理：1．用均值滤波器（即邻域平均法）去除图像中的噪声；2．用中值滤波器去除图像中的噪声3． 比较两种方法的处理结果 实验步骤：用原始图象lena.bmp 或cameraman.bmp 加产生的3%椒盐噪声图象合成一幅有噪声的图象并显示；1． 用均值滤波器去除图像中的噪声（选3x3窗口）；2． f (x 0,y 0)=Med {f (x,y )∨x ∈[x 0−N,x 0+N ],y ∈[y 0−N,y 0+N ]}用中值滤波器去除图像中的噪声(选3x3窗口做中值滤波)；3． 将两种处理方法的结果与原图比较，注意两种处理方法对边缘的影响。
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》实验教案
一、实验目的与要求1. 目的通过本实验，使学生了解数字图像处理的基本概念、方法和算法，掌握MATLAB 软件在图像处理方面的应用，提高学生分析问题和解决问题的能力。
2. 要求（1）熟悉MATLAB软件的基本操作。
（2）了解数字图像处理的基本概念和常用算法。
（3）能够运用MATLAB实现图像处理的基本操作和算法。
二、实验内容与步骤1. 实验内容（1）图像读取与显示。
（2）图像的基本运算（如加、减、乘、除等）。
（3）图像的滤波处理。
（4）图像的边缘检测。
（5）图像的分割与标记。
2. 实验步骤（1）打开MATLAB软件，新建一个脚本文件。
（2）导入所需图像，使用imread()函数读取图像，使用imshow()函数显示图像。
（3）进行图像的基本运算，如加、减、乘、除等，使用imadd()、imsub()、imdiv()、imconcat()等函数。
（4）对图像进行滤波处理，如使用均值滤波、中值滤波等，使用imfilter()函数。
（5）进行图像的边缘检测，如使用Sobel算子、Canny算子等，使用edge()函数。
（6）对图像进行分割与标记，如使用区域生长、阈值分割等方法，使用watershed()函数。
（7）对实验结果进行分析和讨论，总结实验心得。
三、实验注意事项1. 严格遵循实验步骤，确保实验的正确进行。
2. 合理选择参数，如滤波器的尺寸、阈值等。
3. 注意图像数据类型的转换，如浮点型、整型等。
4. 保持实验环境的整洁，避免误操作。
四、实验评价1. 评价内容（1）实验步骤的完整性。
（2）实验结果的正确性。
2. 评价标准（1）实验步骤完整，得分20分。
（2）实验结果正确，得分30分。
总分100分。
五、实验拓展1. 研究不同滤波器对图像滤波效果的影响。
2. 尝试使用其他图像分割算法，如基于梯度的分割方法、聚类分割方法等。
3. 探索图像处理在其他领域的应用，如计算机视觉、医学影像处理等。
六、实验一：图像读取与显示1. 实验目的掌握MATLAB中图像的读取和显示方法，熟悉图像处理的基本界面。
数字图像处理实验报告
数字图像处理实验报告目录1.数字图像处理简介2.实验目的3.实验内容4.实验结果及代码展示5.算法综述6.M atlab优势7.总结8.存在问题一、数字图像处理简介图像处理，是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。
图像处理是信号处理在图像域上的一个应用。
目前大多数的图像是以数字形式存储，因而图像处理很多情况下指数字图像处理。
此外，基于光学理论的处理方法依然占有重要的地位。
图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。
传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。
然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。
二、实验目的巩固所学知识，提高所学能力三、实验内容利用matlab的GUI程序设计一个简单的图像处理程序，并含有如下基本功能：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. 对给定图像进行旋转3．对给定的图像添加噪声（椒盐噪声、高斯噪声）四、实验结果及代码展示1.软件设计界面2.各模块功能展示以及程序代码（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，注上文字标题效果展示：代码：a = imread('C:\Documents and Settings\Administrator\桌面\数字图像\舞美.JPG');i = rgb2gray(a);I = im2bw(a,0.5);subplot(3,1,1);imshow(a);title('源图像')subplot(3,1,2);imshow(i);title('灰度图像')subplot(3,1,3);imshow(I);title('二值图像')（2）图像旋转原图效果展示：代码：clc;clear all;close all;Img=imread('D:\My Documents\My Pictures\5.JPG'); Img=double(Img);[h w]=size(Img);alpha=pi/4;wnew=w*cos(alpha)+h*sin(alpha);hnew=w*sin(alpha)+h*cos(alpha);wnew=ceil(wnew);hnew=ceil(hnew); u0=w*sin(alpha);T=[cos(alpha),sin(alpha);-sin(alpha),cos(alpha)]; Imgnew2=zeros(hnew,wnew);Imgnew1=zeros(hnew,wnew); for u=1:hnewfor v=1:wnewtem=T*([u;v]-[u0;0]);x=tem(1);y=tem(2);if x>=1&&x<=h&&y>=1&&y<=wx_low=floor(x);x_up=ceil(x);y_low=floor(y);y_up=ceil(y);if (x-x_low)<=(x_up-x)x=x_low;elsex=x_up;endif (y-y_low)<=(y_up-y)y=y_low;elsey=y_up;endp1=Img(x_low,y_low);p2=Img(x_up,y_low);p3=Img(x_low,y_low);p4=Img(x_up,y_up);s=x-x_low;t=y-y_low;Imgnew1(u,v)=Img(x,y);Imgnew2(u,v)=(1-s)*(1-t)*p1+(1-s)*t*p3+(1-t)*s*p2+s*t*p4;endendendfigure;imshow(Imgnew2,[]);B=imrotate(Img,alpha/pi*180);figure;imshow(B,[]);（3）对给定的图像添加噪声（斑点噪声、高斯噪声）效果展示：代码：I= imread('D:\My Documents\My Pictures\5.JPG');figure,subplot(211);imshow(I);title('原图');J1=imnoise(I,'gaussian',0,0.02);subplot(223);imshow(J);title('添加高斯噪声');J=imnoise(I,'speckle',0.04);subplot(224);imshow(J);title('添加斑点噪声');五、算法综述灰度图像：一幅完整的图像，是由红色、绿色、蓝色三个通道组成的。
数字媒体技术实验报告
一、实验名称：数字图像处理技术实验二、实验时间：2024年4月10日三、实验地点：数字媒体技术实验室四、实验指导教师：张老师五、实验班级：数字媒体技术01班六、实验目的：1. 理解数字图像处理的基本概念和原理。
2. 掌握数字图像的基本操作，如读取、显示、保存等。
3. 学习并应用常用的数字图像处理算法，如滤波、边缘检测、图像增强等。
4. 培养动手实践能力和分析解决问题的能力。
七、实验内容：1. 数字图像的读取与显示2. 数字图像的滤波处理3. 数字图像的边缘检测4. 数字图像的增强处理八、实验步骤：1. 数字图像的读取与显示（1）使用图像处理软件打开一幅数字图像。
（2）观察并记录图像的尺寸、颜色模式等基本信息。
（3）使用软件提供的显示功能，将图像显示在屏幕上。
2. 数字图像的滤波处理（1）选择合适的滤波算法，如均值滤波、高斯滤波等。
（2）设置滤波参数，如滤波器大小、标准差等。
（3）对图像进行滤波处理，观察并比较滤波前后的效果。
3. 数字图像的边缘检测（1）选择合适的边缘检测算法，如Sobel算子、Canny算子等。
（2）设置边缘检测参数，如阈值、边缘连接方式等。
（3）对图像进行边缘检测，观察并比较检测到的边缘信息。
4. 数字图像的增强处理（1）选择合适的图像增强方法，如直方图均衡化、对比度增强等。
（2）设置增强参数，如亮度、对比度等。
（3）对图像进行增强处理，观察并比较增强前后的效果。
九、实验结果与分析：1. 通过实验，成功实现了数字图像的读取、显示、滤波、边缘检测和增强处理。
2. 通过对比滤波前后的图像，可以看出滤波可以有效去除图像中的噪声。
3. 通过对比边缘检测前后的图像，可以看出边缘检测算法能够有效地检测到图像中的边缘信息。
4. 通过对比增强处理前后的图像，可以看出增强处理可以有效地提高图像的视觉效果。
十、实验总结：1. 通过本次实验，加深了对数字图像处理基本概念和原理的理解。
2. 掌握了数字图像处理软件的基本操作，如读取、显示、保存等。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的与要求1. 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）提高实际操作能力和解决问题的能力。
2. 实验要求（1）熟悉实验环境和相关软件；（2）认真阅读实验教材和参考资料；二、实验内容与步骤1. 实验内容（1）图像读取与显示；（2）图像基本运算；（3）图像滤波；（4）图像增强；（5）图像边缘检测。
2. 实验步骤（1）打开实验软件，导入图像；（2）进行图像基本运算，如加、减、乘、除等；（3）应用图像滤波算法，如低通滤波、高通滤波等；（4）采用图像增强技术，如直方图均衡化、对比度增强等；（5）利用图像边缘检测算法，如Sobel算子、Canny算子等。
三、实验注意事项1. 实验环境要求：确保实验环境稳定，网络畅通，软件安装正确；2. 实验数据要求：使用规定的图像数据进行实验，确保数据质量；3. 实验操作要求：严格按照实验步骤进行操作，注意调整参数；四、实验评价与评分标准1. 实验结果评价：根据实验要求，评估实验结果的正确性和效果；2. 实验报告评价：评估实验报告的完整性、逻辑性和表达能力；3. 实验操作评价：评估实验操作的规范性和熟练程度。
五、实验拓展与建议1. 实验拓展：尝试研究其他数字图像处理技术和算法；2. 学习建议：深入学习数字图像处理的基本理论和应用领域；3. 实践建议：多进行实际操作，参加相关竞赛或项目，提高综合能力。
六、实验一：图像读取与显示1. 实验目的（1）掌握图像读取和显示的基本方法；（2）熟悉实验软件的操作界面。
2. 实验内容（1）打开实验软件，导入图像；（2）显示原图像；（3）进行图像的放大、缩小、旋转等操作；（4）保存实验结果。
3. 实验步骤（1）打开实验软件，选择图像文件；（2）导入图像，观察原图像；（3）利用软件工具对图像进行放大、缩小、旋转等操作；（4）保存实验结果，关闭软件。
七、实验二：图像基本运算1. 实验目的（1）掌握图像加、减、乘、除等基本运算方法；（2）了解图像运算的原理和应用。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的与要求1. 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软件的能力。
2. 实验要求（1）熟悉计算机操作系统和图像处理软件的使用；（2）了解图像处理的基本概念，如图像采样、量化、图像增强、滤波等；（3）能够根据实际需求选择合适的图像处理方法。
二、实验内容与步骤1. 实验内容（1）图像采样与量化；（2）图像增强；（3）图像滤波；（4）图像边缘检测；（5）图像分割。
2. 实验步骤（1）打开图像处理软件，导入实验所需图像；（2）进行图像采样与量化，观察图像质量的变化；（3）应用图像增强技术，改善图像的视觉效果；（4）利用图像滤波去除图像噪声，提高图像质量；（5）进行图像边缘检测和分割，提取感兴趣的区域。
三、实验原理与方法1. 图像采样与量化原理：图像采样是将图像在空间域上离散化，量化是将图像的像素值进行限制。
方法：设置采样间隔和量化级别，对图像进行采样和量化处理。
2. 图像增强原理：通过对图像像素值进行变换，提高图像的视觉效果。
方法：采用直方图均衡化、对比度增强、锐化等方法进行图像增强。
3. 图像滤波原理：通过卷积运算，去除图像噪声和冗余信息。
方法：选择合适的滤波器，如低通滤波器、高通滤波器、带阻滤波器等，对图像进行滤波处理。
4. 图像边缘检测原理：检测图像中像素值变化显著的点，找出图像的边缘。
方法：采用梯度算子、Sobel算子、Canny算子等方法进行边缘检测。
5. 图像分割原理：将图像划分为具有相似特征的区域，实现图像的分割。
方法：采用阈值分割、区域生长、边缘追踪等方法进行图像分割。
四、实验注意事项1. 实验前请确保熟悉图像处理软件的使用；2. 实验过程中注意调整参数的取值，观察图像效果的变化；五、实验评价与思考1. 实验评价（1）能否正确进行图像采样与量化；（2）能否有效地进行图像增强和滤波处理；（3）能否准确地进行图像边缘检测和分割；（4）实验报告的质量。
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(1)
3）存储该图像（文件名用同学们的本名）； 4）、制作标准像的硬拷贝；打印两张，一张
上交（附在实验报告中），一张自己保留；
五、撰写实验报告 1）、实验目的叙述； 2）、实验环境描述； 3）、实验项目及内容； 4）、操作步骤详细描述；包括：系统的激 活方法，菜单的运用等；
5）、记录实验结果。 6）、基本原理介绍； 7）、实验现象描述； 8）、实验结果分析；
谢谢
软件： 操作系统：WINDOWS XP 应用软件： 数字图像处理演示软件。
三、实验内容：
1）、图像信息获取； 2）、图像存储； 3）、观察直方图均衡化处理的效果； 4）、观察图像边缘增强处理效果； 5）、拍摄自己的标准像。
四、实验步骤： 1、图像信息的获取： 1）、激活软件； 2）、调整摄像机的光圈和聚焦，
数字图像处理实验
(一)
一、实验目的
1）、了解“数字图像处理系统”的基本组 成结构；
2）、掌握微型数字图像处理系统的基本 操作方法；
3）、体验主要数字图像处理内容的效果。
二、实验的软、硬件平台：
硬件： 微型图像处理系统， 包括：主机， PC机； 摄像机：Logitech 130万像素, 分辨率:640×480 最高分辨率:1280×960 手动聚焦调整.
摄取一张明暗合适的图像；
ห้องสมุดไป่ตู้
3）、存储图像；
4）、调出该图像，验证是否成功存储了该 图像。
2、观察图像均衡化处理效果 1）、激活图像处理软件； 2）、调整摄像机光圈，摄取一张偏暗的图像 并存储该图像；
3）、调用演示程序中的直方图统计功 能，观察直方图形状；
4）、调用直方图均衡化处理功能，观察 处理结果，同时调用直方图统计功 能，观察直方图形状；
《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。
- 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)。
数字图像处理实验报告班级：08021103学号：2011301874姓名：高岩图形图像处理实验一一、实验目的：1、熟悉MATLAB 仿真软件的启动、关闭；2、掌握在MATLAB 仿真软件中如何编写仿真程序；3、了解MATLAB 仿真软件图像处理工具箱中图像操作的基本函数；进一步深入理解数字图像处理算法的功能二、实验内容及要求1. 编写 的MATLAB 程序，对自选图像进行处理；clear all; clcI=imread('tupian.jpg'); I=rgb2gray(I); [m,n]=size(I); a=70; b=130; L=255; x=1; y=5; z=3; p=40; q=30;for i=1:m for j=1:nif I(i,j)<aI1(i,j)=x*I(i,j); else if I(i,j)<bI1(i,j)=y*(I(i,j)-a)+p; else if I(i,j)<LI1(i,j)=z*(I(i,j)-b)+q; end end end()()0a b ff ag f a g a f b f b g b f L αβγ≤<⎧⎪=-+≤<⎨⎪-+≤<⎩原始图像变换后的图像变换后的图像endendfigure(1);imshow(I);xlabel('原始图像')figure(2);imshow(I1);xlabel('变换后的图像')注：改变设定的值，变换后图像的效果就会发生改变如，当a=30;b=40;L=255;x=2;y=4;z=3;p=15;q=30时，图形如下：2、编写的MATLAB程序，分别取大于1、小于1的值，取值不少4个，对自选图像进行处理；clear allI=imread('tupian.jpg');I=rgb2gray(I);I1=double(I)/255;γg fr=0.5变换处理后的图像r=0.8变换处理后的图像r=2变换处理后的图像r=3变换处理后的图像[m,n]=size(I); a=0.5; b=0.8; c=2; d=3; for i=1:m for j=1:nI2(i,j)=I1(i,j).^a; I3(i,j)=I1(i,j).^b; I4(i,j)=I1(i,j).^c; I5(i,j)=I1(i,j).^d; end endI2=255*I2; I3=I3*255; I4=I4*255; I5=I5*255; figure(1)imshow(I);xlabel('原始图像') figure(2)subplot(2,2,1);imshow(I2,[]);xlabel('r=0.5变换处理后的图像') subplot(2,2,2);imshow(I3,[]);xlabel('r=0.8变换处理后的图像') subplot(2,2,3);imshow(I4,[]);xlabel('r=2变换处理后的图像') subplot(2,2,4);imshow(I5,[]);xlabel('r=3变换处理后的图像')由原始图像和变换图像对比可以看出，1γ<时，图像将变亮，1γ>时，图像将变暗，可以突出重点想突出的部分。
3、编写直方图均衡的MATLAB 程序，对自选图像进行处理；clear all; clcI=imread('tupian.jpg'); I=rgb2gray(I); J=histeq(I);subplot(2,2,1); imshow(I);title('原始图像'); subplot(2,2,2); imhist(I);title('原始图象直方图');axis([0 255 0 10000]); subplot(2,2,3); imshow(J);title('均衡化的图像'); subplot(2,2,4);imhist(J);axis([0 255 0 10000]); title('均衡化后的直方图');原始图像均衡化的图像0原始图象直方图0均衡化后的直方图加高斯噪声图像3*3平均模板图像5*5平均模板图像7*7平均模板图像9*9平均模板图像11*11平均模板图像通过直方图均衡化，可以产生一副灰度级分布均匀具有均匀概率密度的图像，把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布，通过直方图均衡化使图像得到增强。
4、编写邻域平均法的MATLAB程序，用5种掩模分别处理自选图像；clear all;clcI=imread('tupian.jpg');I=rgb2gray(I);[m,n]=size(I);figure(1)imshow(I);xlabel('原始图像')Q=imnoise(I,'gaussian');figure(2)subplot(2,3,1);imshow(Q,[]);xlabel('加高斯噪声图像')M=fspecial('average',3);E=imfilter(Q,M);subplot(2,3,2);imshow(E,[]);xlabel('3*3平均模板图像')N=fspecial('average',5);K=imfilter(Q,N);subplot(2,3,3);imshow(K,[]);xlabel('5*5平均模板图像')L=fspecial('average',7);J=imfilter(Q,L);subplot(2,3,4);imshow(J,[]);xlabel('7*7平均模板图像')H=fspecial('average',9);P=imfilter(Q,H);subplot(2,3,5);imshow(P,[]);xlabel('9*9平均模板图像')A=fspecial('average',11);B=imfilter(Q,A);subplot(2,3,6);imshow(B,[]);xlabel('11*11平均模板图像')对原图像加上高斯噪声后，因为噪声均值为0，利用领域均值滤波进行去噪处理，可以减少高斯噪声，但不能消除噪声，平滑模板越大，噪声去除得越多，但图像也因为平滑而变得相对模糊了，细节的锐化程度也逐渐减弱。
5、编写梯度变换的MATLAB 程序，用5种梯度图分别处理自选图像；clear; clc;[I]=imread('tupian.jpg'); %读入图像I=rgb2gray(I);figure;subplot(2,3,1);imshow(I,[]);xlabel('原始图像') I=double(I); %转换为double 类型 [Gx,Gy]=gradient(I); % 计算梯度G=sqrt(Gx.*Gx+Gy.*Gy); % 水平垂直差分 I1=G;subplot(2,3,2);imshow(I1,[]);xlabel('第一种梯度图') I2=I;K=find(G>=7); %指定灰度级 I2(K)=255;subplot(2,3,3);imshow(I2,[]);xlabel('第二种梯度图') I3=G; I3(K)=I(K);subplot(2,3,4);imshow(I3,[]);xlabel('第三种梯度图') I4=G; I4(K)=255;subplot(2,3,5);imshow(I4,[]);xlabel('第四种梯度图') I4=255*ones(size(I)); I4(K)=45;subplot(2,3,6);imshow(I4,[]);xlabel('第五种梯度图')原始图像第一种梯度图第二种梯度图第三种梯度图第四种梯度图第五种梯度图采用5种不同的梯度图进行处理：第一种：(,)(,)g i j G i j=第二种：(,),G(,)(,)(,),G i j i j Tg i jf i j≥⎧=⎨⎩其他第三种：LG,G(,)(,)(,),i j Tg i jf i j≥⎧=⎨⎩其他第四种、(,),G(,)(,)LB,G i j i j Tg i j≥⎧=⎨⎩其他第五种、LG,G(,) (,),i j T g i jLB≥⎧=⎨⎩其他由梯度图的表达式以及处理后图像可以看出：第一种：该方法仅显示灰度变化比较陡的边缘轮廓，灰度变化平缓或均匀的区域呈现黑色，第二种：既可以使边缘轮廓得到突出，又不破坏灰度变化比较平缓的区域。
第三种：将明显边缘用以固定的灰度级来呈现。
第四种：将图像变换比较平缓的区域用一固定的灰度级来表示，可以突出图像边缘，便于研究图像边缘灰度的变化。
第五种：仅用两个灰度级来完成图像的显示，即用二值图像进行显示，可以很方便地对图像的边缘位置信息进行分析。
6.编写拉普拉斯变换的MATLAB程序，用4种模板分别处理自选图像；clear allclcI=imread('tupian.jpg');I1=rgb2gray(I);%图像灰度化figure(1)imshow(I1);%title('原始图像')I1=double(I1);%模板一H1=[0,1,0;1,-4,1;0,1,0];%H1=[1 1 1;1 -8 1;1 1 1];J1=conv2(I1,H1,'same');figure(2)imshow(J1);title('模板一处理的图像')%模板二H2=[1,0,1;0,-4,0;1,0,1];J2=conv2(I1,H2,'same');figure(3)模板二处理的图像模板一处理的图像模板三处理的图像模板四处理的图像imshow(J2);title('模板二处理的图像') %模板三H3=[0,-1,0;-1,5,-1;0,-1,0]; J3=conv2(I1,H3,'same'); figure(4)imshow(J3);title('模板三处理的图像') %模板四H4=[-1,-1,-1;-1,9,-1;-1,-1,-1]; J4=conv2(I1,H4,'same'); figure(5)imshow(J4);title('模板三处理的图像')拉式图像锐化算子：010*******H ⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦， 1012040101H ⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦ 010*******H -⎡⎤⎢⎥=--⎢⎥⎢⎥-⎣⎦，1114191111H ---⎡⎤⎢⎥=--⎢⎥⎢⎥---⎣⎦比较原始图像和经过拉式算子运算后的图像，可以发现模糊的地方部分得到了锐化，特别是模糊的边缘部分得到了增强，边界更加明显，但是图像显示清楚的地方，经过滤波后，发生了失真，这也是拉式算子的一大缺点。