灰度值的开和闭运算
gray_opening和opening_circle：
详解什么是灰度值开运算闭运算
我们在进行开运算和闭运算的时候会遇到两种类型的算子，一种是opening_circle这样的，一种是gray_opening这样的，可能你看了Halcon的帮助文档也没弄清楚怎么回事，那我就按自己的理解多讲几句这两种算子到底是什么区别吧。
首先要明白一件事：
开运算=腐蚀+膨胀；（断开细小的地方，所以叫开）
闭运算=膨胀+腐蚀。（连接细小的地方，所以叫闭）
然后，一定要仔细琢磨透在图像处理中所谓region和image到底有什么区别。这两者的区别很大，而且很重要。我相信你肯定遇到过自己找到一个算子，想对image进行处理，结果发现这个算子的参数只能是region这样的情况。
好，不废话了，打字比较快，说的比较乱，如果有语句不通顺或者难以理解的地方，请见谅，恳请指出我们一起交流。
dilation1是对一个region进行膨胀，注意这里变量是一个region，region从某种意义上来说已经失去了灰度值这一性质，因为region基本上都是在灰度值的性质下提取出来的image的一个子集。而gray_dilation是对图像Image进行膨胀，也就是变量是Image，而不是region。你可以这么理解region和image的区别，region基本上一个region就是一个灰度值，不存在什么所谓的灰度值差异，而image是由
各种各样的灰度值组成的，有灰度值的差异。
我们经常用到的opening_circle和closing_circle等开运算闭运算的算子是“二值图像形态学运算”，再回忆一下二值图像是什么，region是什么以及用threshold对图像进行阈值分割之后是不是得到一个region，这个时候图像就是一个二值图像，这个时候的膨胀和腐蚀就是你所理解的将一个region变粗或者变细了。
而灰度值开运算和闭运算，也就是gray_opening和gray_closing 其实是“灰度图像的形态学运算”。想想二值图像和灰度图像有什么区别？那么要理解灰度值开运算和闭运算，由于开运算是只先腐蚀再膨胀，而闭运算是先膨胀再腐蚀，所以必须先知道灰度值膨胀和灰度值腐蚀是什么意思。
灰度值膨胀：
我先说结果：原图像中被膨胀的区域的灰度值会相应地增大，所以也就对应着膨胀之后的图像更亮一些，原图像中那些暗一些的细节都会变小或消失，这主要取决于你所用的结构元素的大小。那么为什么会增大呢？这是因为膨胀的原理是取原图像和结构元素之和所包围的那一部分小邻域内的灰度值的最大值。还有这里的结构元素和二值图像中的元素也有本质的区别，这里的结构元素是带有灰度值信息的，也就是说即使你给定的是同样大小的圆，如果灰度值大小不一样，得到的结果也不一样。
其实二值图像中的膨胀和这个道理也是一样的，原区域和结构元素相加，取相加之和所包围小邻域内的最大值，由于在二值的情况下，只
有0和1，那么最大值自然就是1了，这就是你为什么会在二值图像的膨胀操作的情况下会看到原来的区域变得更大了的原因。其实这也可以理解成并不是区域变大了，而是这些点出原来的灰度值被变成了另外一种相反的灰度值，和我们所膨胀的区域的灰度值是一样的，所以才看起来和我们之前的区域连在一起成为一个区域了。那么你再想想把0，1两种情况扩展到0-255共256个情况的时候，会发生什么事情？为什么在这种情况下你看不到明显的区域变大或者变小的现象，甚至膨胀本来应该是变大，结果你看到一些线条反而变细甚至消失了？因为我们仍然实在修改灰度值，膨胀就是让处理的区域内的灰度值变大，如果原来的线条是黑色的，灰度值变大之后，可不就是黑色的减少了，看起来就像是线条变细了么？这下你明白了吧？其实是一个道理，只不过这里分成了256种灰度级，让人看起来变化更细微而已。
灰度值腐蚀：把膨胀的过程反过来就是了。我想你肯定想到了，这种操作处理之后图像会变得比原来暗，亮的细节会被抑制。
数字图像处理实验二 图像灰度变换
实验二 图像灰度变换实验一、 实验目的熟悉亮度变换函数的使用熟悉灰度图像的直方图的表示；掌握图像增强的基本方法：灰度变换、直方图均衡；二、实验内容灰度线性变换、灰度直方图、直方图均衡处理；灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特征更加明显。灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像增强。三、实验原理1.函数imadjust 函数imadjust 是对灰度图像进行亮度变换的基本命令，语法为： g = imadjust(f, [low_in high_in], [low_out high_out], gamma) 将图像f 中的亮度值（灰度值）映射到新图像g 中，即将low_in 至high_in 之间的值映射到low_out 至high_out 之间的值。low_in 以下的灰度值映射为low_out ，high_in 以上的灰度值映射为high_out ，函数imadjust 的矩阵[ ]内参数均指定在0和1之间，[low_in high_in]和[low_out high_out]使用空矩阵[ ]会得到默认值[0 1]。若high_out 小于low_out ，则输出图像会反转。 参数gamma 指定了曲线（变换函数）的形状，若gamma 小于1，则映射被加权至更高（更亮）的输出值；若gamma 大于1，则映射被加权至更低（更暗）的输出值。若省略了函数的参量gamma ，则gamma 默认为1——即线性映 射。 >>f = imread(‘filename’)>>imshow(f)>>g1 = imadjust(f, [0 1], [1 0]); %图像反转>>figure, imshow(g1) %figure 命令表示同时显示多个窗口 >>g2 = imadjust(f, [0.5 0.75], [0 1]); %将0.5至0.75之间的灰度级扩展到范围0和1之间 >>figure, imshow(g2) >>g3 = imadjust(f, [ ], [ ], 2) %使用gamma 值 >>figure, imshow(g3)
数字图像处理试卷1.docx
-、单项选择题(从下列各题四个备选答案中选出一个?正确答案，并将其代号填在题前的括号内。答案选错或未作选择者，该题不得分。每小题1分，共10分) (d )1 ?一幅灰度级均匀分布的图象，其灰度范围在［0, 255］,则该图象的信息量为: a. 0 b.255 c.6 d.8 (b )2?图象与灰度直方图间的对应关系是: a.—一对应 b.多对一 c.一对多 d.都不对 )3?下列算法屮属于局部处理的是: a.灰度线性变换b?二值化 c ?傅立叶变换d.中值滤波 )4 ?下列算法中属于点处理的是: a ?梯度锐化 b.二值化 c ?傅立叶变换d.中值滤波 )6.下列算法中属于图象平滑处理的是: a ?梯度锐化 b ?直方图均衡c?中值滤波 https://www.360docs.net/doc/886417846.html,placian 增强 )7下列图象边缘检测算子屮抗噪性能最好的是: a.梯度算子 b.Prcwitt 算子 c.Roberts 算子 d. Laplacian 算子 )8?釆用模板［?1 1］主要检测___ 方向的边缘。 a.水平b?45。 c ?垂直 d.l35° (d )9 ?二值图象屮分支点的连接数为: a.O b.l d.3 a )10?対一幅100U00像元的图象，若每像元用8 bit表示其灰度值，经霍夫曼编码后 压缩图象的数据暈为40000bit,则图象的压缩比为: a.2:l b.3:l c.4:l d.l:2 二、填空题(每空1分，共15分) 1.图像锐化除了在空间域进行外，也可在频率域进行。 2.图像处理中常用的两种邻域是4■邻域和8■邻域o 3.直方图修正法包扌舌直方图均衡和直方图规定化两种方法。 6.低通滤波法是使高频成分受到抑制而让低频成分顺利通过,从而实现图像平滑 &一般來说，采样间距越大，图象数据量一少,质量差；反之亦然。 三、名词解释(每小题3分，共15分)
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....................................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。实验二：图像的灰度变换和直方图变换............................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。实验三：图像的平滑处理....................................................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。实验四：图像的锐化处理......................................................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。
数字图像处理实验报告
数字图像处理实验报告实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法,理解灰度直方图的灰度变换及均衡化的方法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取,显示等基本函数 特别需要熟悉下列命令:熟悉imread()函数、imwrite()函数、size()函数、Subplot()函数、Figure()函数。 1)将MA TLAB目录下work文件夹中的forest、tif图像文件读出、用到imread,imfinfo 等文件,观察一下图像数据,了解一下数字图像在MA TLAB中的处理就就是处理一个矩阵。将这个图像显示出来(用imshow)。尝试修改map颜色矩阵的值,再将图像显示出来,观察图像颜色的变化。 2)将MA TLAB目录下work文件夹中的b747、jpg图像文件读出,用rgb2gray()将其转化为灰度图像,记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像,请自己编程与调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换,比较相应的处理效果。 3.绘制图像灰度直方图的方法,对图像进行均衡化处理 请自己编程与调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图,可以发现其灰度值集中在一段区域,用imadjust函 数将它的灰度值调整到[0,1]之间,并观察调整后的图像与原图像的差别,调整后的灰度直方图与原灰度直方图的区别。 2)对B进行直方图均衡化处理,试比较与源图的异同。 3)对B进行如图所示的分段线形变换处理,试比较与直方图均衡化处理的异同。
数字图像处理知识点总结
数字图像处理知识点总结 第一章导论 1.图像：对客观对象的一种相似性的生动性的描述或写真。 2.图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段）， 按空间坐标和亮度的连续性（模拟和数字）。 3.图像处理：对图像进行一系列操作，以到达预期目的的技术。 4.图像处理三个层次：狭义图像处理、图像分析和图像理解。 5.图像处理五个模块：采集、显示、存储、通信、处理和分析。 第二章数字图像处理的基本概念 6.模拟图像的表示：f(x，y)＝i(x，y)×r(x，y)，照度分量0 数字图像处理实验报告 实验二灰度变换 实验目的：通过实验掌握灰度变换的基本概念和方法 实验内容： 掌握基本的灰度变换：图像反转、对数变换、幂次变换和二值化1．图像反转、对数变换、幂次变换 I=imread('fengjing.jpg'); J=im2double(I); subplot(2,3,1),imshow(J); title('原图'); K=255-I; subplot(2,3,2),imshow(K); title('图象反转'); L=3.*log(1+J); subplot(2,3,3),imshow(L);title('图象对数,系数为3'); M=10.*log(1+J); subplot(2,3,4),imshow(M);title('图象对数,系数为10'); N=10.*(J.^0.2); subplot(2,3,5),imshow(N);title('图象指数变换,γ=0.2'); P=10.*(J.^2.5); subplot(2,3,6),imshow(P);title('图象指数变换，γ=2.5'); 2．图象二值化 方法一： I=imread('fengjing.jpg'); % 确定大小subplot(1,2,1),imshow(I);title('原图象'); [m,n]=size(I); for i=1:m for j=1:n if I(i,j)<128 I(i,j)=0; else I(i,j)>=128 & I(i,j)<256 I(i,j)=255; end end end subplot(1,2,2),imshow(I);title('图象二值化');方法二： I=imread('fengjing.jpg'); % 确定大小subplot(1,2,1),imshow(I);title('原图象'); J=find(I<128); I(J)=0; J=find(I>=128); I(J)=255; title('图像二值化（阈值为128）'); subplot(1,2,2),imshow(I);title('图象二值化'); 一、填空题( 每小题2分,本题共20 分 ) 1. 图像与灰度直方图间的对应关系是多对一; 2. 下列算法中a.梯度锐化b.二值化c.傅立叶变换d.中值滤波，属于点处理的是b二值化; 3. 在彩色图像处理中，常使用模型，它适于做图像处理的原因有:1、在模型中亮度分量与色度分量是分开的；2、色调与饱和度的概念与人的感知联系紧密。; 4. 若将一幅灰度图像中的对应直方图中偶数项的像素灰度均用相应的对应直方图中奇数项的像素灰度代替（设灰度级为256），所得到的图像将亮度增加，对比度减少; 5. 函数()常用类型有、、、、、; 6. 检测边缘的算子对应的模板形式为: -1 -2 -1 0 0 0 1 2 1 -1 0 1 -2 0 2 -1 0 1 7. 写出4-链码10103322的形状数:03033133; 8. 源数据编码与解码的模型中量化器()的作用是减少心里视觉冗余; 9. 4标准主要编码技术有变换、小波变换等; 10. 图像复原和图像增强的主要区别是图像增强主要是一个主观过程，而图像复原主要是一个客观过程; 第１０题：图像增强不考虑图像是如何退化的,而图像复原需知道图像退化的机制和过程等先验知识 二、名词解释( 每小题5分,本题共20 分 ) 1、数字图像 数字图像是指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（）。 数字图像处理 指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的的技术. 2、8-连通的定义 -对于具有值V的像素p和q ,如果q在集合N8(p)中,则称这两个像素是8-连通的。 3、灰度直方图 灰度直方图是指反映一幅图像各灰度级像元出现的频率。 4、中值滤波 中值滤波是指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。 像素的邻域 数字图像处理实验报告 （一） 班级：测控1002 姓名：刘宇 学号：06102043 实验一图像的灰度变换 1. 实验任务 熟悉MATLAB软件开发环境，掌握读、写图像的基本方法。 理解图像灰度变换在图像增强的作用，掌握图像的灰度线性变换和非线性变换方法。 掌握绘制灰度直方图的方法，掌握灰度直方图的灰度变换及均衡化的方法。2. 实验环境及开发工具 Windws2000/XP MATLAB 7.x 3. 实验原理 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 图1.1 不同的分段线性变换 其对应的数学表达式为： 直方图均衡化 灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。依据定义，在离散形式下，用rk 代表离散灰度级，用pr(rk)代表pr(r)，并且有下式成立： n n r P k k r = )( 1,,2,1,010-=≤≤l k r k 式中：nk 为图像中出现rk 级灰度的像素数，n 是图像像素总数，而nk/n 即为频数。 直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。假定变换函数为 ω ωd p r T s r r )()(0 ?== (a) Lena 图像 (b) Lena 图像的直方图 图1.2 Lena 图像及直方图 当灰度级是离散值时，可用频数近似代替概率值，即 1 ,,1,010)(-=≤≤= l k r n n r p k k k r 数字图像处理图像变换实验 报告 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII 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，明确直方图的作用和意义； 4、观察图像点运算和几何变换的结果，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、点运算和几何变换的基本原理及编程实现步骤 图像灰度直方图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。点运算可以看作是“从象素到象素”的复制操作，而这种复制操作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和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、灰度拉伸和均衡等。 图像几何变换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、图像缩放和图像旋转等，其理论基础主要是一些矩阵运算，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、点运算和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： 实验二图像灰度变换实验 一、实验目的 熟悉亮度变换函数的使用 熟悉灰度图像的直方图的表示； 掌握图像增强的基本方法：灰度变换、直方图均衡； 二、实验内容 灰度线性变换、灰度直方图、直方图均衡处理； 灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特征更加明显。灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像增强。 三、实验原理 1.函数imadjust 函数imadjust是对灰度图像进行亮度变换的基本命令，语法为： g = imadjust(f, [low_in high_in], [low_out high_out], gamma) 将图像f中的亮度值（灰度值）映射到新图像g中，即将low_in至high_in 之间的值映射到low_out至high_out之间的值。low_in以下的灰度值映射为 low_out，high_in以上的灰度值映射为high_out，函数imadjust的矩阵[ ]内参数均指定在0和1之间，[low_in high_in]和[low_out high_out]使用空矩阵[ ]会得到默认值[0 1]。若high_out小于low_out，则输出图像会反转。 参数gamma指定了曲线（变换函数）的形状，若gamma小于1，则映射被加权至更高（更亮）的输出值；若gamma大于1，则映射被加权至更低（更暗）的输出值。若省略了函数的参量gamma，则gamma默认为1——即线性映射。 >>f = imread(‘filename’) >>imshow(f) >>g1 = imadjust(f, [0 1], [1 0]); %图像反转 >>figure, imshow(g1) %figure命令表示同时显示多个窗口 >>g2 = imadjust(f, [0.5 0.75], [0 1]); %将0.5至0.75之间的灰度级扩展到范围0和1之间 >>figure, imshow(g2) >>g3 = imadjust(f, [ ], [ ], 2) %使用gamma值 >>figure, imshow(g3) 数字图像处理实验报告 班级： 姓名： 学号： 数字图像处理实验报告 一．实验名称：图像灰度变换 二．实验目的：1 学会使用Matlab； 2 学会用Matlab软件对图像灰度进行变换，感受各种 不同的灰度变换方法对最终图像效果的影响。 三．实验原理： Matlab中经常使用的一些图像处理函数： 读取图像：img=imread('filename'); //支持TIFF,JPEG,GIF,BMP,PNG,XWD等文件格式。 显示图像：imshow(img,G); //G表示显示该图像的灰度级数，如省略则默认为256。 保存图片：imwrite(img,'filename'); //不支持GIF格式，其他与imread相同。 亮度变换：imadjust(img,[low_in,high_in],[low_out,high_out]); //将low_in至high_in之间的值映射到low_out至high_out之间，low_in 以下及high_in以上归零。 绘制直方图：imhist(img); 直方图均衡化：histeq(img,newlevel); //newlevel表示输出图像指定的灰度级数。 像平滑与锐化（空间滤波）： w=fspecial('type',parameters);imfilter(img,w); //这两个函数结合将变得十分强大，可以实现photoshop里的任意滤镜。 图像复原：deconvlucy(img,PSF); //可用于图像降噪、去模糊等处理。 四.实验步骤： 1．获取实验用图像：Fig3.10(b).jpg. 使用imread函数将图像读入Matlab。 2．产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105+2.6333(r–0.35) 0.35 ≤ r ≤ 0.65 1+0.3(r–1) r > 0.65 用T1对原图像Fig3.10(b).jpg进行处理，打印处理后的新图像。 实验名称灰度变换增强 课程名称数字图像 姓名专业、班级学号班内序号实验时间实验地点 实验内容1. 灰度变换 2. 直方图变换 1）直方图显示 2）直方图灰度调节 3）直方图均衡化 实验过程及结果分析 程序代码及实验结果： 灰度变换 imshow('cameraman.tif') improfile 读入灰度图像‘cameraman.tif’，采用交互式操作，用improfile绘制一条线段的灰度值。 imshow('flowers.tif') 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 f=imread('medicine_pic.jpg'); g=rgb2gray(f) imshow(g) imhist(g,256)%显示其直方图 g1=imadjust(f,[0 1],[1 0]); figure,imshow(g1) g2=imadjust(f,[0.5 0.75],[0 1]); figure,imshow(g2) g=imread('point.jpg'); h=log(1+double(g)); h=mat2gray(h) h=im2uint8(h); figure,imshow(h) 以上为重现课本图3.4与图3.5的实验。 直方图变换A 直方图显示 I=imread('cameraman.tif'); subplot(1,2,1); imshow(I); title('原始图像'); subplot(1,2,2); imhist(I); title('原始图像直方图'); I=imread('rice.png') 数字图像处理实验一 图像变换 一、实验目的 了解matlab有关图像的基本操作，如图像的读写，显示等。掌握二维DFT变换及其物理意义，掌握基本的灰度变换方法。 二、实验要求 1.在Matlab workspace中生成一幅大小为512×512像素的8位灰度图, 背景为黑色，中心有 一个宽40像素高20像素的白色矩形。如下图所示： 2.将这幅图像保存为文件test.bmp。 3.从文件test.bmp中读出图像到变量I。 4.在Matlab图形界面中显示变量I所代表的图像。 5.对I作二维DFT变换，结果保存到变量F。注意将频域原点调整至中心位置。 6.将傅立叶频谱,即|F|的取值范围调整为0－255并显示。 7.将上题结果作对数变换后再进行显示，结果应与课本Figure 4.3(b)一致。说明对数变换能使 频谱显示效果更好的原因。 8.对频谱图的物理意义作简要说明。 三、 实验流程 四、 理论知识 1. 在8位灰度图中，像素值大小为0－255。0代表黑色，255代表白色。 2. 二维DFT 计算公式为 ∑∑-=-=+-?=101 )]//(2exp[),(1),(M x N y N vy M ux j y x f MN v u F π。 由于二维DFT 是一种行列可分离的变换，其结果也可以由在两个方向上先后做一维DFT 得到。具体流程为： （a ） 对图像每一行（即某个x 值），做一维DFT ，得到的结果保存为矩阵),(v x F 的一行。 ∑-=-?=1 )]/2exp(),(1),(N y N vy j y x f N v x F π （b ） 对矩阵),(v x F 的每一列（即某个v 值），做一维DFT ，得到的结果保存为矩阵 ),(v u F 的一列。 )/2exp(),(1 ),(10 M ux j v x F M v u F M x π-?= ∑-= 3. 直接对图像),(y x f 做傅立叶变换，结果的原点处于图像左下角。将傅立叶变换结果的原点移到矩阵中心位置可利用公式。 数字图像处理：图像灰度变换 一、实验目的及内容 学会用Matlab 软件对图像灰度进行变换；感受各种不同的灰度变换方法对最终图像效果的影响。 二、所用仪器、材料（设备名称、型号、规格等或使用软件） 兼容计算机一台 Matlab 软件运行环境 三、实验方法、步骤（或：程序代码或操作过程） 1．获取实验用图像：Fig3.10(b).jpg. 使用imread 函数将图像读入Matlab 。 2．产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105 + 2.6333(r – 0.35) 0.35 ≤ r ≤ 0.65 1 + 0.3(r – 1) r > 0.65 用T1对原图像Fig3.10(b).jpg 进行处理，显示处理后的新图像。 3．产生灰度变换函数T2，使得： s = 用T2对原图像Fig3.10(b).jpg 进行处理，显示另一处理后的新图像。 4．分别用 s = r 0.6; s = r 0.4; s = r 0.3 对Fig3.08(a).jpg 图像进行处理。为简便起见，请使用 Matlab 中的imadjust 函数。 5．对Fig3.04(a).jpg 图像实施反变换（Negative Transformation ）。s =1－r; 6．对Fig3.10(b).jpg 图像实施灰度切片（Gray-level slicing ）。具体要求如下： 当0.2 ≤ r ≤ 0.4时，将r 置为0.6, 当r 位于其他区间时, 保持其灰度与原图像一 样。 四、实验过程原始记录( 测试数据、图表、计算等) 1．获取实验用图像：Fig3.10(b).jpg. 使用imread函数将图像读入Matlab。 输入如下代码： i=imread('Fig3.10(b).jpg'); imshow(i); 显示结果如下图所示： 2.产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105 + 2.6333(r – 0.35) 0.35 ≤r ≤0.65 1 + 0.3(r – 1) r > 0.65 用T1对原图像Fig3.10(b).jpg进行处理，显示处理后的新图像。 根据教材上说介绍的利用imadjust()函数可以实现这个功能： 代码如下： figure,imhist(i); //显示图像Fig3.10(b).jpg的直方图 j=imadjust(i,[0.35 0.65],[]); //使用此函数，将图像在0.35～0.65灰度之间的值， //通过线性变换映射到0～255之间 figure,imshow(j); //输出处理后的图像效果图 figure,imhist(j); //输出处理后的图像的直方图 ①Fig3.10(b).jpg原图的直方图如下所示：②处理后的图像效果图如下所示： 数字图像处理实验报告 数字图像处理实验报告 ．实验名称 ： 图像灰度变换 二．实验目的： 1 学会使用 Matlab ； 2 学会用 Matlab 软件对图像灰度进行变换，感受各种 不同的灰度变换方法对最终图像效果的影响。 Matlab 中经常使用的一些图像处理函数： 读 取 图 像 ： img=imread('filename'); // 支 持 TIFF,JPEG,GIF,BMP,PNG,XW 等D 文件格式。 显示图像： imshow(img,G); //G 表示显示该图像的灰度级数，如省 略则默认为 256。 保存图片： imwrite(img,'filename'); // 不支持 GIF 格式，其他与 imread 相同。 亮度变换： imadjust(img,[low_in,high_in],[low_out,high_out]); // 将 low_in 至 high_in 之间的值映射到 low_out 至 high_out 之间， low_in 以下及 high_in 以上归零。 绘制直方图： imhist(img); 直方图均衡化： histeq(img,newlevel); //newlevel 指定的灰度级数。 像平滑与锐化(空间 w=fspecial('type',parameters);imfilter(img,w); // 合将变得十分强大，可以实现 photoshop 里的任意滤镜。 图像复原： deconvlucy(img,PSF); // 四. 实验步骤： 1 ． 获取实验用图像： Fig3.10(b).jpg . 使用 imread 函数将图像读Matlab 。 2． 产生灰度变换函数 T1，使得： 0.3r r < 0.35 s = 0.105+2.6333(r – 0.35) 0.35 ≤ r ≤ 0.65 1+0.3(r – 1) r > 0.65 实验原理： 表示输出图像 滤 波 ) ： 这两个函数结 可用于图像降噪、去模糊等处 数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取，显示等基本函数 特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot （）函数、Figure（）函数。 1)将MA TLAB目录下work文件夹中的forest.tif图像文件读出.用到imread，imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MA TLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray()将其转化为灰度图像，记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用imadjust函数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰度直方图与原灰度直方图的区别。 2)对B进行直方图均衡化处理，试比较与源图的异同。 XX航空大学 结课设计（论文）2007级电子信息工程专业xxxxxxx班级 课程数字图像处理 姓名xxxx 学号xxxxx 指导教师职称教授 2011 年11月2 日 基于MATLAB的数字图像处理系统设计 (学号)xxxxxx 姓名指导教师：XX 教授 1MATLAB简介 美国Mathwork公司于1967年推出了“Matrix Laboratory”（缩写为Matlab）软件包，并不断更新和扩充。目前最新的7.x版本（windows环境）是一种功能强、效率高便于进行科学和工程计算的交互式软件包。其中包括：一般数值分析、矩阵运算、数字信号处理、建模和系统控制和优化等应用程序，并集应用程序和图形于一便于使用的集成环境中。在此环境下所解问题的Matlab语言表述形式和其数学表达形式相同，不需要按传统的方法编程。不过，Matlab作为一种新的计算机语言，要想运用自如，充分发挥它的威力，也需先系统地学习它。但由于使用Matlab编程运算与人进行科学计算的思路和表达方式完全一致，所以不象学习其它高级语言--如Basic、Fortran和C等那样难于掌握。实践证明，你可在几十分钟的时间内学会Matlab的基础知识，在短短几个小时的使用中就能初步掌握它.从而使你能够进行高效率和富有创造性的计算。Matlab大大降低了对使用者的数学基础和计算机语言知识的要求，而且编程效率和计算效率极高，还可在计算机上直接输出结果和精美的图形拷贝，所以它的确为一高效的科研助手。 2 系统总体分析 本系统实现了对图像（bmp、 jpg、 tiff、 gif等）的进行打开、保存、另存、打印、退出等功能操作、图像预处理操作、图像的几何变换和特征提取等操作，整个界面如图所示： 图 1 系统界面 一．实验目的 1.掌握读、写图像的基本方法； 2.掌握MATLAB 语言中图像数据与信息的读取方法； 3.理解图像灰度变换处理在图像增强的作用； 4．掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方法。 二．实验基本原理 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为： 2. 直方图均衡化 灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。依据定义，在离散形式下， 用r k 代表离散灰度级，用p r (r k )代表p r (r )，并且有下式成立： n n r P k k r =)( 1,,2,1,010-=≤≤l k r k Λ 式中：n k 为图像中出现r k 级灰度的像素数，n 是图像像素总数，而n k /n 即为频数。 直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。假定变换函数为 ωωd p r T s r r )()(0?== (a) Lena 图像 (b) Lena 图像的直方 图 图1-1 Lena 图像及直方图 当灰度级是离散值时，可用频数近似代替概率值，即 1,,1,010)(-=≤≤=l k r n n r p k k k r Λ 式中：l 是灰度级的总数目，p r (r k )是取第k 级灰度值的概 1．图像中每个像素点的灰度值如下图所示： 分别求经过邻域平滑模板、邻域高通模板和中值滤波处理后的结果。其中不能处理的点保持不变如果处理后的值为负数则变为0。邻域平滑模 板 010 1 1 01 4 010 H ?? ?? =?? ?? ?? ，邻域高通模板 010 141 010 H - ?? ?? =-- ?? ?? - ?? ，中值滤波窗口取3×3矩阵，窗口中心为原点。 2．图像中每个像素点的灰度值如下图所示： 分别求经过邻域平滑模板、邻域高通模板和中值滤波处理后的结果。其中不能处理的点保持不变如果处理后的值为负数则变为0。邻域平滑模板 111 1 101 8 111 H ?? ?? =?? ?? ?? ，邻域高通模板 111 181 111 H --- ?? ?? =-- ?? ?? --- ?? ，中值滤波窗口取3×3矩阵，窗口中心为原点。 3．设有以下信源符号w1,w2,w3,w4,w5和概率P(w1)=0.3, P(w2)=0.2, P(w3)=0.2, P(w4)=0.2, P(w5)=0.1。请对此信源进行Huffman编码，并计算熵，平均码长和 编码效率。 (log 2 0.3= -1.737,log 2 0.2= -2.322,log 2 0.1=-3.322) 4．设有以下信源符号w1,w2,w3,w4,w5和概率P(w1)=0.5, P(w2)=0.2, P(w3)=0.1, P(w4)=0.1, P(w5)=0.1, 请对此信源进行Huffman编码，并计算熵，平均码长和 编码效率。(log 2 0.5= -1, log 2 0.2= -2.322, log 2 0.1=-3.322)数字图像处理报告 图像二值化
数字图像处理试卷及答案
数字图像处理实验一 图像的灰度变换
数字图像处理图像变换实验报告
数字图像处理实验二 图像灰度变换
数字图像处理实验报告(图像灰度变换处理)
数字图像处理--灰度变换增强
数字图像处理实验一
数字图像处理：图像灰度变换
数字图像处理实验报告(图像灰度变换处理)
数字图像处理实验报告概况
数字图像处理论文
数字图像处理基本操作与灰度调整实验报告
数字图像处理技术练习