数字图像处理实验及报告(含源码)

大学

数字图像处理实验报告

设计题目：数字图像处理

专业名称：软件工程

班级：1

学号： 1

姓名: MARK

指导教师:

2016年5月16日

目录

实验一数字图像的采集和Photoshop软件的操作 (4)

1.1实验目的 (4)

1.2实验任务及要求 (4)

1.3实验内容、步骤和结果 (4)

1.4 结果分析 (7)

实验二图像的傅里叶变换 (8)

2.1实验目的 (8)

2.2实验任务及要求 (8)

2.3实验内容、步骤和结果 (8)

2.4 结果分析 (11)

实验三图像的灰度变换和直方图变换 (12)

3.1实验目的 (12)

3.2实验任务及要求 (12)

3.3实验内容、步骤和结果 (12)

3.4 结果分析 (16)

实验四图像的平滑处理 (17)

4.1实验目的 (17)

4.2实验任务及要求 (17)

4.3实验内容、步骤和结果 (17)

4.4 结果分析 (20)

实验五 (21)

5.1实验目的 (21)

5.2实验任务及要求 (21)

5.3实验内容、步骤和结果 (21)

5.4 结果分析 (24)

实验六 (26)

6.1实验目的 (26)

6.2实验任务及要求 (26)

6.3实验内容、步骤和结果 (26)

6.4 结果分析 (28)

实验一数字图像的采集和Photoshop软件的操作

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、代数运算和简单的变换。

1.2实验任务及要求

1、根据实验内容在MATLAB中编写相应地代码，使结果符合题目要求；

2、在PHOTOSHOP中实现与MATLAB中相同对图像的处理，进行对比；

3、完成实验报告。

1.3实验内容、步骤和结果

1、实验内容：

a)读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口上分成三个子

窗口来分别显示RGB图像、灰度图像和二值图像，注上文字标题；

b)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；

c)对一幅图像进行灰度变化，实现图像变亮，变暗和负片效果，在同一个窗口内分

成四个子窗口来分别显示，注上文字标题；

d)学会常用数字图像处理软件Photoshop的功能操作练习。

2、步骤和结果：

1)打开Matlab，在命令框内输入相应地代码

内容a)，输入代码：

a=imread('E:\ps\ps素材\壁纸\g8.jpg');

i=rgb2gray(a);

I=im2bw(a,0.5);

subplot(3,1,1);imshow(a);title('原图像');

subplot(3,1,3);imshow(I);title('二值图像');

2)内容b)，代码：

a=imread('E:\ps\ps素材\壁纸\mario.jpg');

A=imresize(a,[800,800]);

b=imread('E:\ps\ps素材\壁纸\mario2.jpg');

B=imresize(b,[800,800]);

Z1=imadd(A,B);

Z2=imsubtract(A,B);

Z3=immultiply(A,B);

Z4=imdivide(A,B);

subplot(3,2,1);imshow(A);title('原图像A'); subplot(3,2,2);imshow(B);title('原图像B'); subplot(3,2,3);imshow(Z1);title('加法图像'); subplot(3,2,4);imshow(Z2);title('减法图像'); subplot(3,2,5);imshow(Z3);title('乘法图像');

内容c)，代码：

a=imread('E:\ps\ps素材\壁纸\mario.jpg'); m=imadjust(a,[,],[0.5;1]);%图像变亮

n=imadjust(a,[,],[0;0.5]);%图像变暗

g=255-a;%负片效果

subplot(2,2,1);imshow(a);title('原图像'); subplot(2,2,2);imshow(m);title('图像变亮'); subplot(2,2,3);imshow(n);title('图像变暗'); subplot(2,2,4);imshow(g);title('负片效果');

4使用图像输入设备（扫描仪、数码相机、摄像机等）进行图像输入，学会常用数字图像处理软件Photoshop的功能操作练习。

1.4 结果分析

以上内容广泛应用于：图像分割、图像内容提取、图像目标跟踪和图像目标识别等方面。

实验二图像的傅里叶变换

2.1实验目的

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。

2.2实验任务及要求

1、实现图像的傅里叶变换，按要求显示出变换的结果；

2、完成实验报告。

2.3实验内容、步骤和结果

1、实验内容：

a)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，

显示变换后的结果，分析原图的傅里叶频谱与平移后的傅里叶频谱的对应关系；

b)对一幅图像进行旋转，显示原始图像与处理后的图像，分别对其进行傅里叶变换，

显示变换后的结果，分析原图的傅里叶频谱与旋转后的傅里叶频谱的对应关系。

2、步骤和结果：

1)打开MATLAB，根据题目要求在命令窗口写入相应地代码；

2)内容a)：代码 :

s=imread('E:\ps\ps素材\壁纸\mario.jpg');

i=rgb2gray(s);

i=double(i);

j=fft2(i); %傅里叶变换

k=fftshift(j);%直流分量移到频谱中心

l=log(abs(k));%对数变换

m=fftshift(j);%直流分量移到频谱中心

RR=real(m); %取傅里叶变换的实部

II=imag(m); %取傅里叶变换的虚部

A=sqrt(RR.^2+II.^2); %计算频谱府幅值

A=(A-min(min(A)))/(max(max(A)))*255;%归一化

b=circshift(s,[800,450]);%对图像矩阵im中的数据进行移位操作b=rgb2gray(b);

b=double(b);

c=fft2(b); %傅里叶变换

e=fftshift(c);%直流分量移到频谱中心

l=log(abs(e));%对数变换

f=fftshift(c);%直流分量移到频谱中心

WW=real(f); %取傅里叶变换的实部B

ZZ=imag(f);%取傅里叶变换的虚部

B=sqrt(WW.^2+ZZ.^2);%计算频谱府幅值

B=(B-min(min(B)))/(max(max(B)))*255;%归一化

subplot(2,2,1);imshow(s);title('原图像');

subplot(2,2,2);imshow(uint8(b));title('平移图像'); subplot(2,2,3);imshow(A);title('离散傅里叶图谱');

subplot(2,2,4);imshow(B);title('平移离散傅里叶频谱');

结果如图

3)内容b)，代码：

s=imread('E:\ps\ps素材\壁纸\mario.jpg');

i=rgb2gray(s);

i=double(i);

j=fft2(i); %傅里叶变换

k=fftshift(j);%直流分量移到频谱中心

l=log(abs(k));%对数变换

m=fftshift(j);%直流分量移到频谱中心

RR=real(m); %取傅里叶变换的实部

II=imag(m); %取傅里叶变换的虚部

A=sqrt(RR.^2+II.^2); %计算频谱府幅值

A=(A-min(min(A)))/(max(max(A)))*255;%归一化

b=imrotate(s,-90);%对图像矩阵im中的数据进行移位操作b=rgb2gray(b);

b=double(b);

c=fft2(b); %傅里叶变换

e=fftshift(c);%直流分量移到频谱中心

l=log(abs(e));%对数变换

f=fftshift(c);%直流分量移到频谱中心

WW=real(f); %取傅里叶变换的实部B

ZZ=imag(f);%取傅里叶变换的虚部

B=sqrt(WW.^2+ZZ.^2);%计算频谱府幅值

B=(B-min(min(B)))/(max(max(B)))*255;%归一化

subplot(2,2,1);imshow(s);title('原图像');

subplot(2,2,2);imshow(uint8(b));title('平移图像');

subplot(2,2,3);imshow(A);title('离散傅里叶图谱');

subplot(2,2,4);imshow(B);title('平移离散傅里叶频谱');

2.4 结果分析

本次实验验证了傅里叶变换的平移不变性以及旋转不变性，使我对傅里叶变换运算有了更深入的了解。

实验三图像的灰度变换和直方图变换

3.1实验目的

1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换；

2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图的均衡化和直方图规定划方法对图像进行修正。

3.2实验任务及要求

1、实现图像的直方图均衡化，按要求显示出结果；

2、完成实验报告。

3.3实验内容、步骤和结果

1、实验内容：

a)对一幅图进行2倍、4倍、8倍和16倍减采样，显示结果；

b)显示一幅灰度图像a,改变图像的亮度使其整体变暗得到图像b，显示两幅图像的

直方图；

c)对图像b进行直方图均衡化，显示结果图像和对应的直方图；

d)对B进行分段线性变换处理，试比较与直方图均衡化处理的异同。

2、步骤和结果：

1)打开MATLAB，根据要求在命令窗口编写相应的代码；

2)内容a)，代码：

a=imread('E:\ps\ps素材\壁纸\mario.jpg');

b=rgb2gray(a);

for m=1:4

figure

[width,height]=size(b);

quartimage=zeros(floor(width/(m)),floor(height/(2*m)));

k=1;

n=1;

for i=1:(m):width

for j=1:(2*m):height

quartimage(k,n)=b(i,j);

n=n+1;

end

k=k+1;

n=1;

end

imshow(uint8(quartimage));

end

3)内容b)，代码：

a=imread('E:\ps\ps素材\壁纸\mario.jpg'); c=rgb2gray(a);

b=c-46;

subplot(2,2,1);imhist(c);title('直方图');

subplot(2,2,2);imhist(b);title('变暗后的直方图'); subplot(2,2,3);imshow(c);title('原图像');

subplot(2,2,4);imshow(b);title('变暗后的原图像'); d=imadjust(c,[0,1],[1,0]);

imshow(d);

4)内容c)，代码：

b=imread('E:\ps\ps素材\壁纸\mario.jpg');

c=rgb2gray(b);

j=histeq(c);

subplot(2,2,1),imshow(c)

subplot(2,2,2),imshow(j)

subplot(2,2,3),imhist(c)%显示原始图像直方图

subplot(2,2,4),imhist(j)%显示均衡化后图像直方图

5)内容d)，代码：

x1=0:0.01:0.125;

x2=0.125:0.01:0.75;

x3=0.75:0.01:1;

y1=2*x1;

y2=0.25+0.6*(x2-0.125); y3=0.625+1.5*(x3-0.75); x=[x1,x2,x3];

y=[y1,y2,y3];

plot(x,y);

3.4 结果分析

本次实验实现了图像的采样过程，进行了图像的灰度转换。

实验四图像的平滑处理

4.1实验目的

1、熟悉并掌握常见的图像噪声种类；

2、理解并掌握常用的图像的平滑技术，如领域平均法和中值滤波的原理、特点、适用对象。

4.2实验任务及要求

1、按要求为图像加入相应的常见噪声；

2、根据不同的噪声使用不同的图像的平滑技术；

3、完成实验报告。

4.3实验内容、步骤和结果

1、实验内容：

a)读出图像，给读出的图像分别加入高斯噪声、椒盐噪声和乘性噪声，并与原图像

显示在同一图像窗口中；

b)对受高斯噪声（模拟值为0方差为0.02的高斯噪声）干扰的图像分别利用领域

平均法和中值滤波法进行滤波去噪（窗口可变，可先取3*3，依次再取5*5,7*7）,并显示滤波结果；

c)对受椒盐噪声的图像（噪声方差为0.02）干扰的图像，选择合适的滤波器将噪声

去噪；

d)对受乘性噪声的图像（噪声方差为0.02）干扰的图像，选择合适的滤波器将噪声

去噪。

2、步骤和结果：

1)打开MATLAB，在命令窗口编辑相应的程序；

2)内容a)，代码：

a=imread('E:\ps\ps素材\壁纸\mario.jpg');

j=imnoise(a,'gaussian',0,0.02);

k=imnoise(a,'salt & pepper',0.04);

l=imnoise(a,'speckle',0.05);

subplot(4,1,1);imshow(a);title('原图像'); subplot(4,1,2);imshow(j);title('高斯噪声'); subplot(4,1,3);imshow(k);title('椒盐噪声'); subplot(4,1,4);imshow(k);title('乘性噪声');

3)内容b),代码：

i=imread('E:\ps\ps素材\壁纸\mario.jpg');

i=rgb2gray(i);

j=imnoise(i,'salt & pepper',0.02);

h1=fspecial('average');

A1=imfilter(j,h1);

A2=medfilt2(j);

subplot(2,2,1);imshow(i);title('原图像');

subplot(2,2,2);imshow(j);title('椒盐图像');

subplot(2,2,3);imshow(A1);title('均值滤波图像'); subplot(2,2,4);imshow(A2);title('中值滤波图像');

4)内容c)，代码：

a=imread('E:\ps\ps素材\壁纸\mario.jpg');

i=rgb2gray(a);

I=imnoise(i,'salt & pepper',0.02);

Z=medfilt2(i,[3,3]);

Z1=medfilt2(I,[3,3]);

Z2=medfilt2(I,[5,5]);

Z3=medfilt2(I,[7,7]);

subplot(2,2,1),imshow(Z);title('原图像中值滤波后'); subplot(2,2,2),imshow(Z1);title('椒盐3*3中值滤波后'); subplot(2,2,3),imshow(Z2);title('椒盐5*5中值滤波后'); subplot(2,2,4),imshow(Z3);title('椒盐7*7中值滤波后');

4.4 结果分析

中值滤波是一种非线性滤波，它利用一个含有奇数个像素的滑动窗口，将窗口正中点的灰度值用窗口各点的中值代替，由于椒盐噪声的灰度值不是在正中，因此可以直接被滤除，而点、线、尖角细节等较多的图像中，有效信号可能都不在正中。

在对图像进行邻域滤波时，半径不同，图像的模糊程度不同。原因是半径越大，图像的取值范围越大，越不精确，图像也就越模糊。