武汉科技大学 数字图像处理实验报告讲解

二○一四～二○一五学年第一学期电子信息工程系

实验报告书

班级：电子信息工程（DB）1102班姓名

学号：

课程名称：数字图像处理

二○一四年十一月一日

实验一图像直方图处理及灰度变换（2学时）

实验目的：

1. 掌握读、写、显示图像的基本方法。

2. 掌握图像直方图的概念、计算方法以及直方图归一化、均衡化方法。

3. 掌握图像灰度变换的基本方法，理解灰度变换对图像外观的改善效果。

实验内容：

1. 读入一幅图像，判断其是否为灰度图像，如果不是灰度图像，将其转化为灰度图像。

2. 完成灰度图像的直方图计算、直方图归一化、直方图均衡化等操作。

3. 完成灰度图像的灰度变换操作，如线性变换、伽马变换、阈值变换（二值化）等，分别使用不同参数观察灰度变换效果（对灰度直方图的影响）。

实验步骤：

1. 将图片转换为灰度图片,进行直方图均衡，并统计图像的直方图：

I1=imread('pic.jpg'); %读取图像

I2=rgb2gray(I1); %将彩色图变成灰度图

subplot(3,2,1);

imshow(I1);

title('原图');

subplot(3,2,3);

imshow(I2);

title('灰度图');

subplot(3,2,4);

imhist(I2); %统计直方图

title('统计直方图');

subplot(3,2,5);

J=histeq(I2); %直方图均衡

imshow(J);

title('直方图均衡');

subplot(3,2,6);

imhist(J);

title('统计直方图');

原

图

灰度图

01000

2000

3000统计直方图

100200直方图均衡

0统计直方图

100200

仿真分析：

将灰度图直方图均衡后，从图形上反映出细节更加丰富，图像动态范围增大，深色的地方颜色更深，浅色的地方颜色更前，对比更鲜明。从直方图上反应，暗部到亮部像素分布更加均匀。

2. 将图片进行阈值变换和灰度调整，并统计图像的直方图： I1=imread('rice.png');

I2=im2bw(I1,0.5); %选取阈值为0.5

I3=imadjust(I1,[0.3 0.9],[]); %设置灰度为0.3-0.9 subplot(3,2,1);

imshow(I1); title('原图'); subplot(3,2,3);

imshow(I2); title('阈值变换'); subplot(3,2,5);

imshow(I3); title('灰度调整'); subplot(3,2,2);

imhist(I1); title('统计直方图'); subplot(3,2,4);

imhist(I2); title('统计直方图'); subplot(3,2,6);

imhist(I3); title('统计直方图

');

原

图

阈值变

换

灰度调整

统计直方图

10020004统计直方图

1

01000

2000统计直方图

100

200

仿真分析：

进行阈值变换后，图像上只有“黑”和“白”两种颜色，原图中颜色过渡的细节没有了，但是亮部和暗部之间的对比更加强烈了；从直方图上可以看到像素集中“黑”与“白”两个部分，而两者之间是没有像素的。进行灰度调整后，无论从图像上反映还是从值方图上反映，都能看出像素的亮度整体上有所改变。

3.对图像进行伽马变换： I=imread('coffee.jpg'); J=im2double(I);

H1=power(J+10.^(-100),0.4); %进行伽马值为0.4的伽马变换 H2=power(J+10.^(-100),0.6); %进行伽马值为0.6的伽马变换 H3=power(J+10.^(-100),0.8); %进行伽马值为0.8的伽马变换 H4=power(J,2); %进行伽马值为3的伽马变换 H5=power(J,3); %进行伽马值为4的伽马变换 H6=power(J,4); %进行伽马值为5的伽马变换 figure(1)

subplot(2,2,1)

imshow(I); title('原图');

subplot(2,2,2)

imshow(H1); title('伽马值0.4');

subplot(2,2,3)

imshow(H2); title('伽马值0.6');

subplot(2,2,4)

imshow(H3); title('伽马值0.8');

figure(2)

subplot(2,2,1)

imshow(I); title('原图');

subplot(2,2,2)

imshow(H4); title('伽马值2');

subplot(2,2,3)

imshow(H5); title('伽马值3');

subplot(2,2,4)

imshow(H6); title('伽马值4');

原图

伽马值0.4伽马值0.6伽马值0.8

伽马值2伽马值3伽马值4

仿真分析：

该图片为亮图片，而伽马值小于1时会增加图片亮度，伽马值大于1时会降低图片亮度，对亮图片使用伽马值大于1的效果明显更好，从实际仿真效果来看，当伽马值过大时会导致整个图片亮度严重下降，图片细节有所丢失，此幅图最适合伽马值为2左右的伽马变换。

实验总结：

此次实验是第一次进行“数字图像处理”的实验，由于较长一段时间没有使用MATLAB，导致在实验开始时操作比较生疏，再加上对数字图像处理的相关代码不够熟练，整个实验做得比较慢。总体而言，本次的实验内容比较简单，通过一系列基本的命令实现了由彩色图像、转换为黑白图像、灰度调整、阀值变换、直方图均衡和统计直方图等一系列功能，命令中并无太多的参数修改，结果也直观可见，通过这些实验内容，让我初步对一些图像的处理效果有了一定的认识。

实验二图像平滑（2学时）

实验目的：

1. 理解图像平滑的概念，掌握噪声模拟和图像平滑滤波函数的使用方法。

2. 理解图像均值滤波、中值滤波、高斯滤波的算法原理，了解不同滤波方法的适用场合。

实验内容：

1. 对给定的同一幅图像，加上不同强度的高斯噪声，分别使用均值滤波器、中值滤波器、高斯平滑滤波器对加噪后的图像进行滤波处理。

2. 对给定的同一幅图像，加上不同强度的椒盐噪声，分别使用均值滤波器、中值滤波器、高斯平滑滤波器对加噪后的图像进行滤波处理。

实验步骤：

1. 对给定的同一幅图像，加上不同强度的高斯噪声，分别使用均值滤波器、中值滤波器、高斯平滑滤波器对加噪后的图像进行滤波处理:

I1=imread('eight.tif');

J1=imnoise(I1,'gaussian',0.02); %添加值为0.02的高斯噪声

subplot(3,2,1)

imshow(I1); title('原图')

subplot(3,2,2)

imshow(J1);

title('添加高斯噪声')

K1=medfilt2(J1); %用中值滤波器进行滤波

subplot(3,2,3)

imshow(K1);

title('用中值滤波器进行滤波')

H=fspecial('average',[3 3]);

L1=imfilter(J1,H,'replicate'); %用均值滤波器进行滤波

subplot(3,2,4)

imshow(L1);

title('用均值滤波器进行滤波')

H=fspecial('gaussia',[3 3],1);

M1=imfilter(J1,H,'conv'); %用高斯平滑滤波器进行滤波

subplot(3,2,5)

imshow(M1);

title('用高斯平滑滤波器进行滤波')

原图添加高斯噪声

用中值滤波器进行滤波用均值滤波器进行滤波

用高斯平滑滤波器进行滤波

仿真分析：

因为高斯噪声是以随机大小的幅度污染所有的点，所以无论中值如何选择效果都不理想，而高斯噪声服从正态分布，均值为0，均值滤波效果更加理想.从图片中明显看到均值滤波对图片背景的还原效果比中值滤波较好吗，高斯平滑滤波效果也较为理想。

2. 对给定的同一幅图像，加上不同强度的椒盐噪声，分别使用均值滤波器、中值滤波器、高斯平滑滤波器对加噪后的图像进行滤波处理:

I1=imread('eight.tif');

J1=imnoise(I1,'salt & pepper',0.05); %添加值为0.05的椒盐噪声subplot(3,2,1)

imshow(I1);

title('原图')

subplot(3,2,2)

imshow(J1);

title('添加椒盐噪声')

K1=medfilt2(J1); %用中值滤波器进行滤波

subplot(3,2,3)

imshow(K1);

title('用中值滤波器进行滤波')

H=fspecial('average',[3 3]);

L1=imfilter(J1,H,'replicate'); %用均值滤波器进行滤波

subplot(3,2,4)

imshow(L1);

title('用均值滤波器进行滤波')

H=fspecial('gaussia',[3 3],1);

M1=imfilter(J1,H,'conv'); %用高斯平滑滤波器进行滤波subplot(3,2,5)

imshow(M1);

title('用高斯平滑滤波器进行滤波')

原图添加椒盐噪声

用中值滤波器进行滤波用均值滤波器进行滤波

用高斯平滑滤波器进行滤波

仿真分析：

椒盐噪声只在画面中的部分点上随机出现，所以根据中值滤波原理可知，通过数据排序的方法，将图像中未被噪声污染的点代替噪声点值的概率比较大，所以中值滤波效果非常明显，基本上可以还原出原图。而因为椒盐噪声均值不为0，所以均值滤波效果不佳，高斯平滑滤波相较而言效果也较差。

实验总结：

在有前一次实验经验积累的基础上，此次实验完成速度明显提高，经过上一次实验对MATLAB操作地复习，整体操作也比较流畅。这次实验的内容仍然比较简单，都是利用MATLAB 自带的算法进行图像处理操作。在实验过程中，通过对一副图像进项添加噪声和滤波处理，对比了均值滤波器、中值滤波器、高斯平滑滤波器三种滤波方式对不同噪声进行处理时的效果差异；并且通过修改噪声的数值，也可以明显观察到不同滤波器对噪声滤除的效果；也复习了“数字图像处理”和“数字信号处理”的相关知识。

实验三图像锐化与边缘检测（2学时）

实验目的：

1. 理解图像锐化的概念，掌握图像锐化的基本算法和函数使用方法。

2. 了解边缘检测的算法和用途，掌握边缘检测函数的使用方法，比较不同算子检测边缘的差异。

实验内容：

1. 图像锐化。对给定的同一幅图像，分别使用Robert算子、Sobel算子、Laplacian算子进行滤波处理。

2. 边缘检测。对给定的同一幅图像，分别使用Sobel、Prewitt、Roberts、LoG和Canny等边缘检测算子进行处理，使用算法的默认参数或适当调整算法参数，将处理结果显示在同一窗口中以便进行比较。

实验步骤：

1. 图像锐化。对给定的同一幅图像，分别使用Robert算子、Sobel算子、Laplacian算子进行滤波处理：

I=imread('cameraman.tif');

H=fspecial('Laplacian');

H1=imfilter(I,H,'replicate'); %用Laplacian算子滤波

H=fspecial('Sobel');

H2=imfilter(I,H,'replicate'); %用Sobel算子滤波

subplot(2,2,1);

imshow(I); title('原图')

subplot(2,2,2);

imshow(H1); title('用Laplacian算子滤波')

subplot(2,2,3);

imshow(H2); title('用Sobel算子滤波')

I=imread('liftingbody.png');

H=[-1 0;0 1]; %Robert算子一（接近正45°边缘有较强响应）H3=imfilter(I,H,'replicate'); %用Robert算子一滤波

H=[0 -1;1 0]; %Robert算子二（接近负45°边缘有较强响应）H4=imfilter(I,H,'replicate'); %Robert算子二滤波

H5=imadd(H3,H4); %将得到的图像叠加

subplot(2,2,4);

imshow(H5); title('用Robert算子滤波')

原图用Laplacian算子滤波

用Sobel算子滤波用Robert算子滤波

仿真分析：

Robert算子由于其算法最为简单，对正负45°感应较强，所以明显可以看到Robert算子在，对正负45°处的锐化效果比较明显，而其他地方的滤波效果却不佳，整体边缘检测效果也较差。

2. 边缘检测。对给定的同一幅图像，分别使用Sobel、Prewitt、Roberts、LoG和Canny等边缘检测算子进行处理，使用算法的默认参数或适当调整算法参数，将处理结果显示在同一窗口中以便进行比较：

I1=imread('cameraman.tif');

BW1=edge(I1,'sobel'); %sobel图像边缘提取

BW2=edge(I1,'roberts'); %roberts图像边缘提取

BW3=edge(I1,'prewitt'); %prewitt图像边缘提取

BW4=edge(I1,'log'); %log图像边缘提取

BW5=edge(I1,'canny'); %canny图像边缘提取

subplot(3,2,1);

imshow(I1); title('原图');

subplot(3,2,2);

imshow(BW1); title('Sobel算子');

subplot(3,2,3);

imshow(BW2); title('Roberts算子');

subplot(3,2,4);

imshow(BW3); title('Prewitt算子');

subplot(3,2,5);

imshow(BW4); title('Log算子');

subplot(3,2,6);

imshow(BW5); title('Canny算子');

原图Sobel算子

Roberts算子

Prewitt算子

Log算子Canny算子

仿真分析：

由于Log算子是把高斯平滑滤波器和拉普拉斯锐化滤波器相结合，对图像边缘的细节保持较好，但图像边缘有些模糊。Canny算子可以很好的提取细节，但也增加了很多假边缘细节。Roberts算子边缘较粗，定位上有所欠缺，细节不够。Prewitt算子和Sobel算子能够去除一些假边缘，但是自身的精度又有所欠缺。

实验总结：

这次实验的难度较前两次实验有所提升，对于边缘检测和利用Sobel算子、Laplacian 算子进行图像锐化处理内容，因为MATLAB提供了相应的函数，所以完成这些实验内容比较轻松。由于MATLAB没有提供Robert算子的图像锐化函数，必须自行编写相应的滤波器数值进行滤波。经过在网上大量查阅相关资料后，最终设计出了相应滤波器，虽然滤波结果不太理想，算法中也可能存在一些问题，但在整个查阅资料和编写代码的过程中让我学到了不少相关知识，也复习、加深了我在课堂上所学的内容。

数字图像处理实验1

实验一 实验内容和步骤 练习图像的读取、显示和保存图像数据，步骤如下： (1)使用命令figure(1)开辟一个显示窗口 (2)读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内显示、二值图像和灰度图像，注上文字标题。 (3)保存转换后的灰度图像和二值图像 (4)在同一个窗口显示转换后的灰度图像的直方图 I=imread('BaboonRGB.bmp'); figure,imshow(I); I_gray=rgb2gray(I); figure,imshow(I_gray); I_2bw=Im2bw(I_gray); figure,imshow(I_2bw); subplot(1,3,1),imshow(I),title('RGB图像'); subplot(1,3,2),imshow(I_gray),title('灰度图像'); subplot(1,3,3),imshow(I_2bw),title('二值图像'); imwrite(I_gray,'Baboongray.png'); imwrite(I_2bw,'Baboon2bw.tif'); figure;imhist(I_gray);

RGB 图 像灰度图 像二值图 像 050100150200250 500 1000 1500 2000 2500 3000

(5)将原RGB 图像的R 、G 、B 三个分量图像显示在figure(2)中，观察对比它们的特点，体会不同颜色所对应的R 、G 、B 分量的不同之处。 [A_RGB,MAP]=imread('BaboonRGB.bmp'); subplot(2,2,1),imshow(A_RGB),title('RGB'); subplot(2,2,2),imshow(A_RGB(:,:,1)),title('R'); subplot(2,2,3),imshow(A_RGB(:,:,2)),title('G'); subplot(2,2,4),imshow(A_RGB(:,:,3)),title('B'); (6)将图像放大1.5倍，插值方法使用三种不同方法，在figure(3)中显示放大后的图像，比较不同插值方法的结果有什么不同。将图像放大到其它倍数，重复实验；A=imread('BaboonRGB.bmp'); figure(3),imshow(A),title('原图像'); B=imresize(A,1.5,'nearest'); figure(4),imshow(B),title('最邻近法') C=imresize(A,1.5,'bilinear'); ; figure(5),imshow(C),title('双线性插值'); D=imresize(A,1.5,'bicubic'); figure(6),imshow(D),title('双三次插值 '); RGB R G B

数字图像处理四个实验报告,带有源程序

数字图像处理 实验指导书 学院：通信与电子工程学院 专业：电子信息工程 班级： 学号： 姓名： XX理工大学

实验一 MATLAB数字图像处理初步 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像间如何转化。 二、实验原理及知识点 1、数字图像的表示和类别 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。 图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。 图1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MA TLAB把其处理为4类： 亮度图像(Intensity images) 二值图像(Binary images) 索引图像(Indexed images) RGB图像(RGB images)

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MATLAB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MATLAB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。 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。 图1.1 分段线性变换函数 三、实验原理与算法分析 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：

实验报告封面

(此文档为word格式，下载后您可任意编辑修改！) 建筑材料试验报告 专业： 班级： 学号： 姓名： 成绩：

河南城建学院 土木工程与材料工程系建材实验 序言 实验报告是实验者最后交出的成果，是对实验资料的总结，因此应按照要求（具体见实验规则）及时认真地书写。 本报告册中带*的项目专科生不作要求。实验报告中的“问题分析”项目主要包括本实验误差产生的原因分析（误差过大时才书写）、在实验中所观察到的异常现象及其产生原因分析等内容。主义论据要清晰明了，没有问题则不要勉强。 附：实验报告评分标准

建材实验室 2010年11月 目录 1、材料密度试验…………………………………………… （1） 2、材料表观密度试验…………………………………… （4）

3、材料堆积密度试 验 (7) 4、水泥细度试验…………………………………………… (10) 5、砂的筛分析试验………………………………………… （13) 6、混凝土拌合物试验……………………………………… （17） 7、混凝土抗压强度试验…………………………………… (21) 8、混凝土抗折强度试验…………………………………… (24) 9、混凝土劈裂抗拉强度试验……………………………… (27) 10、水泥胶砂试件成型试验………………………………… (30) 11、水泥胶砂强度试验……………………………………… (32) 12、沥青试样制备试验………………………………………

(36) 13、沥青针入度试验………………………………………… (38) 14、沥青延度试验…………………………………………… (41) 15、沥青软化试验…………………………………………… (44) 16、钢筋试验………………………………………………… （47） 17、新拌筑砂浆试验………………………………………… (52) 18、砂浆抗压强度试验……………………………………… (55) 19、普通粘土砖试验………………………………………… (59) 20、水泥净浆的SEM实验（设计 性）…………………………… 21、水泥稠度凝结时间安定性（设计 性）…………………………

数字图像处理实验指导书模板

《数字图像处理》实验指导书 编写: 罗建军 海南大学三亚学院 10月

目录 一、概述 ....................................................................... 错误!未定义书签。 二、建立程序框架 ....................................................... 错误!未定义书签。 三、建立图像类 ........................................................... 错误!未定义书签。 四、定义图像文档实现图像读/写.............................. 错误!未定义书签。 五、实现图像显示 ....................................................... 错误!未定义书签。 六、建立图像处理类................................................... 错误!未定义书签。 七、实现颜色处理功能............................................... 错误!未定义书签。 (一) 亮度处理................................................................. 错误!未定义书签。 (二) 对比度处理............................................................. 错误!未定义书签。 (三) 色阶处理................................................................. 错误!未定义书签。 (四) 伽马变换................................................................. 错误!未定义书签。 (五) 饱和度处理............................................................. 错误!未定义书签。 (六) 色调处理................................................................. 错误!未定义书签。 八、实现几何变换功能............................................... 错误!未定义书签。 (一) 图像缩放................................................................. 错误!未定义书签。 (二) 旋转......................................................................... 错误!未定义书签。 (三) 水平镜像................................................................. 错误!未定义书签。 (四) 垂直镜像................................................................. 错误!未定义书签。 (五) 右转90度................................................................. 错误!未定义书签。 (六) 左转90度................................................................. 错误!未定义书签。 (七) 旋转180度............................................................... 错误!未定义书签。 九、实现平滑锐化功能............................................... 错误!未定义书签。 十、图像处理扩展编程............................................... 错误!未定义书签。

东南大学数字图像处理实验报告

数字图像处理 实验报告 学号：04211734 姓名：付永钦 日期：2014/6/7 1.图像直方图统计 ①原理：灰度直方图是将数字图像的所有像素，按照灰度值的大小，统计其所出现的频度。 通常，灰度直方图的横坐标表示灰度值，纵坐标为半个像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。 ②算法： clear all PS=imread('girl-grey1.jpg'); %读入JPG彩色图像文件figure(1);subplot(1,2,1);imshow(PS);title('原图像灰度图'); [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率end figure(1);subplot(1,2,2);bar(0:255,GP,'g') %绘制直方图 axis([0 255 min(GP) max(GP)]); title('原图像直方图') xlabel('灰度值') ylabel('出现概率') ③处理结果：

原图像灰度图 100 200 0.005 0.010.0150.020.025 0.030.035 0.04原图像直方图 灰度值 出现概率 ④结果分析：由图可以看出，原图像的灰度直方图比较集中。 2. 图像的线性变换 ①原理：直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主 要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。 ②算法： clear all %一，图像的预处理，读入彩色图像将其灰度化 PS=imread('girl-grey1.jpg'); figure(1);subplot(2,2,1);imshow(PS);title('原图像灰度图'); %二，绘制直方图 [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255

数字图像处理实验 实验二

实验二MATLAB图像运算一、实验目的 1．了解图像的算术运算在数字图像处理中的初步应用。 2．体会图像算术运算处理的过程和处理前后图像的变化。 二、实验步骤 1．图像的加法运算-imadd 对于两个图像f x,y和 (x,y)的均值有： g x,y=1 f x,y+ 1 (x,y) 推广这个公式为： g x,y=αf x,y+β (x,y) 其中，α+β=1。这样就可以得到各种图像合成的效果，也可以用于两张图像的衔接。说明：两个示例图像保存在默认路径下，文件名分别为'rice.png'和'cameraman.tif'，要求实现下图所示结果。 代码： I1 = imread('rice.png'); I2 = imread('cameraman.tif'); I3 = imadd(I1, I2,'uint8'); I4 = imadd(I1, I2,'uint16'); subplot(2, 2, 1), imshow(I1), title('?-ê?í???1'); subplot(2, 2, 2), imshow(I2), title('?-ê?í???2'); subplot(2, 2, 3), imshow(I3), title('8??í?????ê?'); subplot(2, 2, 4), imshow(I4), title('16??í?????ê?'); 结果截图：

2．图像的减法运算-imsubtract 说明： 背景图像可通过膨胀算法得到background = imopen(I,strel('disk',15));，要求实现下图所示结果。 示例代码如下： I1 = imread('rice.png'); background = imerode(I1, strel('disk', 15)); rice2 = imsubtract(I1, background); subplot(2, 2, 1), imshow(I1), title('?-ê?í???'); subplot(2, 2, 2), imshow(background), title('±3?°í???'); subplot(2, 2, 3), imshow(rice2), title('′|àíoóμ?í???'); 结果截图： 3.图像的乘法运算-immultiply

数字图像处理程序

数字图像处理程序

数字图像处理实验 图像处理实验（一）直方图 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。 1、灰度直方图 （1）计算出一幅灰度图像的直方图 clear close all I=imread('004.bmp'); imhist(I) title('实验一（1）直方图'); （2）对灰度图像进行简单的灰度线形变换， figure subplot(2,2,1) imshow(I); title('试验2-灰度线性变换'); subplot(2,2,2) histeq(I); （3）看其直方图的对应变化和图像对比度的变化。 原图像 f(m,n) 的灰度范围 [a,b] 线形变换为图像 g(m,n),灰度范围[a’,b’]公式：g(m,n)=a’+(b’-a’)* f(m,n) /(b-a) figure subplot(2,2,1) imshow(I) J=imadjust(I,[0.3,0.7],[0,1],1); title(' 实验一（3）用g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)进行变换 '); subplot(2,2,2) imshow(J) subplot(2,2,3) imshow(I) J=imadjust(I,[0.5 0.8],[0,1],1); subplot(2,2,4) imshow(J) (4) 图像二值化（选取一个域值，(5) 将图像变为黑白图像） figure subplot(2,2,1)

数字图像处理——彩色图像实验报告

6.3实验步骤 (1)对彩色图像的表达和显示 * * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * * rgbcube(0,0,10); %从正面观察彩色立方体 rgbcube(10,0,10); %从侧面观察彩色立方 rgbcube(10,10,10); %从对角线观察彩色立方体 %* * * * * * * * * *索引图像的显示和转换* * * * * * * * * * f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %rgb图像转换成8色索引图像，不采用抖动方式 [X1,map1]=rgb2ind(f,8,'nodither'); figure,imshow(X1,map1); %采用抖动方式转换到8色索引图像 [X2,map2]=rgb2ind(f,8,'dither'); figure,imshow(X2,map2); %显示效果要好一些 g=rgb2gray(f); %f转换为灰度图像 g1=dither(g);%将灰色图像经过抖动处理，转换打二值图像figure,imshow(g);%显示灰度图像 figure,imshow(g1);%显示抖动处理后的二值图像 程序运行结果：

彩色立方体原图 不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像 灰度图像抖动处理后的二值图像

(2)彩色空间转换 f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %转换到NTSC彩色空间 ntsc_image=rgb2ntsc(f); figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息 %转换到HIS彩色空间 hsi_image=rgb2hsi(f); figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2)); %显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息 程序运行结果： 原图 转换到NTSC彩色空间

地质雷达实验报告封面报告

地质雷达实验报告封面 报告 Document number：PBGCG-0857-BTDO-0089-PTT1998

地质雷达实验报告 成绩： 系别：资源勘查与土木工程系 专业班级： 姓名： 学号： 指导教师： 年月日

实验项目名称：地质雷达的操作及应用 同组学生姓名： 实验地点：结构检测实验室91110 实验日期：年月日 实验目的 （1）了解地质雷达基本构造、性能和工作原理。 （2）掌握地质雷达的操作步骤和使用方法。 实验原理及方法 通过发射天线向地下发射宽频带高频电磁波。在传播过程中，当遇到存在电性差异的地下介质或目标体时，雷达波会发生反射返回地面，并由接收天线接收，并以波或图像的形式，存储在电脑中。 仪器设备 OKO-2俄罗斯地质雷达。

实验步骤 （1）连好数据线； （2）打开主机和天线上的电源开关； （3）运行采集软件； （4）设置参数； （5）数据采集并保存数据； （6）关机、拆线。 数据处理 主要包括两个方面：即增益和滤波。增益的目的是放大深部信号的增幅，使较弱的信号能被识别，滤波的种类很多，一般包括中值滤波、平均值滤波、带通滤波和巴特沃斯带通滤波等等。 注意事项 在运用雷达过程中，须掌握雷达工作的三个重要参数：环境电导率、介电常数和探测频率。 环境电导率σ是表征介质导电能力的参数，它决定了电磁波在介质中的穿透深度，其穿透深度随电导率的增加而减小，当介质的电导率σ>10-2S/m时，电磁波衰减极大，难于传播，雷达方法不宜使用，如：湿粘土、湿页岩、海水、海水冰、湿沃土、金属物等。

介电常数是影响应用效果的另一个重要因素，它决定了高频电磁波在介质中的传播速度，并且反射信号的强弱也取决于介电常数的差异。电磁波在介质中的传播速度可采用下式近似考虑： r C V ε≈ 式中： C ─ 电磁波在真空中的传播速度，C =ns （光速）， r ε─ 介质的相对介电常数。 介质的介电常数主要受介质的含水量以及孔隙率的影响，相对介电常数与水含量的关系曲线，相对介电常数的范围为：1（空气）~81（水），多数干燥的地下介质，其相对介电常数值均小于10。 探测频率不但是制约探测深度的一个关键因素，同时也决定了探测的分辨率；探测频率越高，探测深度越浅，探测的垂直分辨率和水平分辨率越高。高频 电磁波在传播过程中发生衰减，其衰减的程度随电磁波频率的增加而增加，这也是造成探测频率越高，探测深度越浅的原因。因此，在实际工作时，必须根据目标体的探测深度选用合理的探测频率。 附图（不少于6张图片）

数字图像处理实验报告

数字图像处理实验报告

实验一数字图像处理编程基础 一、实验目的 1. 了解MA TLAB图像处理工具箱； 2. 掌握MA TLAB的基本应用方法； 3. 掌握MA TLAB图像存储/图像数据类型/图像类型； 4. 掌握图像文件的读/写/信息查询； 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法； 6. 编程实现图像类型间的转换。 二、实验内容 1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序，并保存处理结果图像。 三、源代码 I=imread('cameraman.tif') imshow(I); subplot(221), title('图像1'); imwrite('cameraman.tif') M=imread('pout.tif') imview(M) subplot(222), imshow(M); title('图像2'); imread('pout.bmp') N=imread('eight.tif') imview(N) subplot(223), imshow(N); title('图像3'); V=imread('circuit.tif') imview(V) subplot(224), imshow(V); title('图像4');

N=imread('C:\Users\Administrator\Desktop\1.jpg') imshow(N); I=rgb2gary(GRB) [X.map]=gary2ind(N,2) RGB=ind2 rgb(X,map) [X.map]=gary2ind(I,2) I=ind2 gary(X,map) I=imread('C:\Users\dell\Desktop\111.jpg'); subplot(231),imshow(I); title('原图'); M=rgb2gray(I); subplot(232),imshow(M); [X,map]=gray2ind(M,100); subplot(233),imshow(X); RGB=ind2rgb(X,map); subplot(234),imshow(X); [X,map]=rbg2ind(I); subplot(235),imshow(X); 四、实验效果

数字图像处理实验报告

数字图像处理试验报告 实验二：数字图像的空间滤波和频域滤波 姓名：XX学号：2XXXXXXX 实验日期：2017 年4 月26 日 1.实验目的 1. 掌握图像滤波的基本定义及目的。 2. 理解空间域滤波的基本原理及方法。 3. 掌握进行图像的空域滤波的方法。 4. 掌握傅立叶变换及逆变换的基本原理方法。 5. 理解频域滤波的基本原理及方法。 6. 掌握进行图像的频域滤波的方法。 2.实验内容与要求 1. 平滑空间滤波： 1) 读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一 图像窗口中。 2) 对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要 求在同一窗口中显示。 3) 使用函数 imfilter 时，分别采用不同的填充方法（或边界选项，如零填 充、’replicate’、’symmetric’、’circular’）进行低通滤波，显示处理后的图 像。 4) 运用 for 循环，将加有椒盐噪声的图像进行 10 次，20 次均值滤波，查看其特点, 显 示均值处理后的图像（提示:利用fspecial 函数的’average’类型生成均值滤波器）。 5) 对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有噪声的图像做处理，要 求在同一窗口中显示结果。 6) 自己设计平滑空间滤波器，并将其对噪声图像进行处理，显示处理后的图像。 2. 锐化空间滤波 1) 读出一幅图像，采用3×3 的拉普拉斯算子 w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1] 对其进行滤波。 2) 编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n 的拉普拉斯算子，如5 ×5的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1] 3) 分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对

数字图像处理实验

《数字图像处理》 实验报告 学院：信息工程学院 专业：电子信息工程 学号： 姓名： 2015年6月18日

目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)

实验一图像的读取、存储和显示 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像的显示。 二、实验原理 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 三、实验设备 (1) PC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、实验内容及步骤 1．利用imread( )函数读取一幅图像，假设其名为flower.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； 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flower.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flower.bmp。 7．用imread()读入图像：Lenna.jpg 和camema.jpg； 8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小；

数字图像处理实验

学院计算机与通信工程学院专业生物医学工程专业 班级51111 学号5111133 姓名杨静 指导教师贾朔 2014年04月21日

实验一图像的基本运算 一、实验目的： 1、掌握图像处理中的点运算、代数运算、逻辑运算和几何运算及应用。 2、掌握各种运算对于图像处理中的效果。 二、实验内容： 1、（1）选择一幅图像lena8.jpg，设置输入/输出变换的灰度级范围，a=0.2，b=0.6，c=0.1，d=0.9. （2）设置非线性扩展函数的参数c=2. （3）采用灰度级倒置变换函数s=255-r进行图像变换 （4）设置二值化图像的阈值，分别为level=0.4,level=0.7 解：参考程序如下： I=imread('C:\lena8.jpg'); figure; subplot(2,3,1); imshow(I); title('原图'); J=imadjust(I,[0.3;0.6],[0.1;0.9]); %设置灰度变换的范围 subplot(2,3,2); imshow(J); title('线性扩展'); I1=double(I); %将图像转换为double类型 I2=I1/255; %归一化此图像 C=2; K=C*log(1+I2); %求图像的对数变换 subplot(2,3,3); imshow(K); title('非线性扩展'); M=im2bw(I,0.5); M=~M; %M=255-I; %将此图像取反 %Figure subplot(2,3,4); imshow(M); title('灰度倒置'); N1=im2bw(I,0.4); %将此图像二值化，阈值为0.4 N2=im2bw(I,0.7); %将此图像二值化，阈值为0.7 subplot(2,3,5); imshow(N1); title('二值化阈值0.4'); subplot(2,3,6); imshow(N2); title('二值化阈值0.7');

数字图像处理实验报告

数字图像处理实验 报告 学生姓名：学号： 专业年级： 09级电子信息工程二班

实验一常用MATLAB图像处理命令 一、实验内容 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。 实验结果如右图： 代码如下： Subplot (1,3,1) i=imread('E:\数字图像处理\2.jpg') imshow(i) title('RGB') Subplot (1,3,2) j=rgb2gray(i) imshow(j) title('灰度') Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title('二值') 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。 实验结果如右图： 代码如下： Subplot (3,2,1) i=imread('E:\数字图像处理 \16.jpg') x=imresize(i,[250,320]) imshow(x) title('原图x') Subplot (3,2,2) j=imread(''E:\数字图像处理 \17.jpg') y=imresize(j,[250,320]) imshow(y) title('原图y') Subplot (3,2,3) z=imadd(x,y) imshow(z)

title('相加结果')；Subplot (3,2,4)；z=imsubtract(x,y)；imshow(z)；title('相减结果') Subplot (3,2,5)；z=immultiply(x,y)；imshow(z)；title('相乘结果') Subplot (3,2,6)；z=imdivide(x,y)；imshow(z)；title('相除结果') 3、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。 实验结果如右图： 代码如下： Subplot (2,2,1) i=imread('E:\数字图像处理 \23.jpg') imshow(i) title('原图') Subplot (2,2,2) J = imadjust(i,[],[],3); imshow(J) title('变暗') Subplot (2,2,3) J = imadjust(i,[],[],0.4) imshow(J) title('变亮') Subplot (2,2,4) J=255-i Imshow(J) title('变负') 二、实验总结 分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。 解答：图像减运算与图像加运算的原理和用法类似，同样要求两幅图像X、Y的大小类型相同，但是图像减运算imsubtract()有可能导致结果中出现负数，此时系统将负数统一置为零，即为黑色。 乘运算实际上是对两幅原始图像X、Y对应的像素点进行点乘(X.*Y)，将结果输出到矩阵Z中，若乘以一个常数，将改变图像的亮度：若常数值大于1，则乘运算后的图像将会变亮；叵常数值小于是，则图像将会会暗。可用来改变图像的灰度级，实现灰度级变换，也可以用来遮住图像的某些部分，其典型应用是用于获得掩膜图像。 除运算操作与乘运算操作互为逆运算，就是对两幅图像的对应像素点进行点（X./Y)， imdivide()同样可以通过除以一个常数来改变原始图像的亮度，可用来改变图像的灰度级，其典型运用是比值图像处理。 加法运算的一个重要应用是对同一场景的多幅图像求平均值 减法运算常用于检测变化及运动的物体，图像相减运算又称为图像差分运算，差分运算还可以用于消除图像背景，用于混合图像的分离。

数字图像处理实验一

数字图像处理—实验一 一．实验内容： 图像灰度变换 二．实验目的： 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．实验步骤： 1．获取实验用图像：rice.jpg. 使用imread函数将图像读入Matlab。 程序： clc;clear; figure; subplot(4,4,1); i = imread('rice.png'); i = im2double(i); imshow(i);title('1'); 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rice.jpg进行处理，使用imwrite函数保存处理后的新图像。程序： subplot(4,4,2); r=[0:0.001:1]; s=[r<0.35].*r*0.3+[r<=0.65].*[r>=0.35].*(0.105+2.6333*(r-0.35))+[r>0.65].*(1 +0.3*(r-1)); plot(r,s);title('2p'); subplot(4,4,3); T1=[i<0.35].*i*0.3+[i<=0.65].*[i>=0.35].*(0.105+2.6333*(i-0.35))+[i>0.65].*( 1+0.3*(i-1)); imshow(T1);title('2i'); imwrite(T1,'rice_T1.jpg','jpg');

3．产生灰度变换函数T2，使得： 用T2对原图像rice.jpg进行处理，使用imwrite保存处理后的新图像。 %3 subplot(4,4,4); r = [0:0.001:1];

武汉科技大学 数字图像处理实验报告讲解

二○一四～二○一五学年第一学期电子信息工程系 实验报告书 班级：电子信息工程（DB）1102班姓名 学号： 课程名称：数字图像处理 二○一四年十一月一日

实验一图像直方图处理及灰度变换（2学时） 实验目的： 1. 掌握读、写、显示图像的基本方法。 2. 掌握图像直方图的概念、计算方法以及直方图归一化、均衡化方法。 3. 掌握图像灰度变换的基本方法，理解灰度变换对图像外观的改善效果。 实验内容： 1. 读入一幅图像，判断其是否为灰度图像，如果不是灰度图像，将其转化为灰度图像。 2. 完成灰度图像的直方图计算、直方图归一化、直方图均衡化等操作。 3. 完成灰度图像的灰度变换操作，如线性变换、伽马变换、阈值变换（二值化）等，分别使用不同参数观察灰度变换效果（对灰度直方图的影响）。 实验步骤： 1. 将图片转换为灰度图片,进行直方图均衡，并统计图像的直方图： I1=imread('pic.jpg'); %读取图像 I2=rgb2gray(I1); %将彩色图变成灰度图 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('灰度图'); subplot(3,2,4); imhist(I2); %统计直方图 title('统计直方图'); subplot(3,2,5); J=histeq(I2); %直方图均衡 imshow(J); title('直方图均衡'); subplot(3,2,6); imhist(J); title('统计直方图');

原 图 灰度图 01000 2000 3000统计直方图 100200直方图均衡 0统计直方图 100200 仿真分析： 将灰度图直方图均衡后，从图形上反映出细节更加丰富，图像动态范围增大，深色的地方颜色更深，浅色的地方颜色更前，对比更鲜明。从直方图上反应，暗部到亮部像素分布更加均匀。 2. 将图片进行阈值变换和灰度调整，并统计图像的直方图： I1=imread('rice.png'); I2=im2bw(I1,0.5); %选取阈值为0.5 I3=imadjust(I1,[0.3 0.9],[]); %设置灰度为0.3-0.9 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('阈值变换'); subplot(3,2,5); imshow(I3); title('灰度调整'); subplot(3,2,2); imhist(I1); title('统计直方图'); subplot(3,2,4);