实验二 图像融合与镶嵌
实验二图像融合与镶嵌
一、实验目的与要求
1 掌握ENVI图像融合方法，本实验提供两个实例：英国伦敦TM图像和SPOT图像融合、法国布雷斯特SPOT多光谱和全色图像融合。
2 掌握ENVI图像镶嵌原理和方法：羽化、基于像素的镶嵌、基于地图的镶嵌、颜色平衡。
二、实验材料与数据
三、实验方法与步骤
（一）图像融合
图像融合是将多幅图像合成单一图像的方法，通常用以提高多光谱数据的空间分辨率并保留多光谱图像的色彩信息，融合后的图像更容易目视判读。高空间分辨率图像可以是全色图像，也可以是单波段合成孔径雷达图像。
进行融合的图像要么是具有相同的地理坐标系统，要么是覆盖相同的地理区域且图像大小相同、像素大小相同且具有相同的方向。如果图像不具有相同的地理坐标系统，低空间分辨率的图像必须采样到与高空间分辨率图像的像素大小相同。
英国伦敦图像融合示例
1 读取和显示ER Mapper图像
所用的图像是具有ER Mapper格式头文件的TM图像和SPOT图像。ENVI可以自动读取具有ER Mapper头文件的图像。
●从ENVI主菜单栏选择File→ Open External File→IP Software→ER Mapper，出现文
件选择对话框。
●按下Shift键选择lon_tm.ers和lon_spot.ers，单击Open。
●在Available Bands List中，选择RGB Color单选按钮，然后单击Load RGB显示TM
真彩色图像（lon_tm）。
●在Available Bands List中，单击Display ＃1并选择New display。
●选择Gray Scale单选按钮。在lon_spot下，选择Pseudo Layer波段并单击Load Band 显示SPOT灰度图像（lon_spot）。
2 调整图像到相同的像素大小
在Available Bands List对话框中可以看到，SPOT图像的大小为2820 x 1569，空间分辨率为10 m，TM图像的大小是1007 x 560，空间分辨率为28 m。因此需要将TM图像调整拉伸2.8倍创建10 m空间分辨率图像来匹配SPOT图像。
●从ENVI主菜单栏，选择Basic T ools→Resize Data（Spatial/Spectral），出现Resize Data
Input File对话框。
●选择lon_tm并单击OK，出现Resize Data Parameters对话框。
●在xfac栏中，输入2.8。在yfac栏中，输入2.8009。yfac使用值2.8009而不是2.8是
为了使图像完全匹配。
●在Enter Output Filename栏中输入resize_lon_tm，单击OK。
●在Available Bands List中，单击Display ＃2然后选择Display ＃1。
●单击RGB Color按钮，加载resize_lon_tm RGB合成图像到Display ＃1。
●在图像窗口选择T ools→Link→Link Displays，出现Link Displays对话框。单击OK连
接调整大小后的图像(Display #1)到SPOT全色图像(Display #2)，并比较两幅图像。●选择T ool s→Link→Unlink Displays取消连接。
3 手动HSV变换图像融合
手动图像融合可以帮助您更好地理解图像融合的过程。首先，将TM图像从RGB色彩空间转换到HSV（Hue-Saturation-V alue）色彩空间。将SPOT图像拉伸到0到1之间，并替换TM变换后的V alue波段，通过HSV逆变换回到RGB色彩空间。
◆HSV色彩模型正向变换
●从ENVI主菜单栏，选择Transform→Color T ransforms→RGB to HSV，出现RGB to
HSV对话框。
●选择Display ＃1（即resize_lon_tm），单击OK。出现RGB to HSV Parameters对话
框。
●在Enter Output Filename栏中输入out_hsv，单击OK执行转换。
●在Available Bands List中out_hsv下，显示hue、saturation、value波段，可以分别以
灰度图像显示，也可以彩色合成显示。
◆创建一个拉伸SPOT图象替换TM V alue波段值
●从ENVI主菜单栏，选择Basic T ools→Stretch Data，出现Data Stretch Input File对话
框。
●选择lon_spot并单击OK，出现Data Stretching对话框。
●在Data Stretching对话框Output Data section的Min field栏输入0，在Max field栏输
入1.0。
●在Enter Output Filename栏输入stretch_lon_spot，单击OK，将SPOT图像拉伸到0～
1.0之间。
◆HSV逆变换
●从ENVI主菜单栏，选择Transform→Color T ransforms→HSV to RGB，出现HSV to
RGB Input Bands对话框。
●在out_hsv下选择Hue和Sat波段作为H和S波段，在stretch_lon_spot下选择Stretch
波段作为V波段，单击OK，出现HSV to RGB Parameters对话框。
●在Enter Output Filename栏输入fused_london，并单击OK进行逆变换。
◆显示结果
●在Available Bands List中，加载fused_london RGB合成图像到Display ＃1。
●在Available Bands List中，单击Display ＃1并选择New Display。
●加载resize_lon_tm RGB合成图像到Display ＃3。
Display #1:融合后的TM/SPOT图像(fused_london)
Display #2: SPOT全色图像(lon_spot)
Display #3:调整大小后的TM图像(resize_lon_tm)
●在图像窗口选择T ools→Link→Link Displays，出现Link Displays对话框。
●单击OK，连接三组图像。在图像窗口中单击使用动态重叠进行图像比较。
4 自动HSV数据融合
●从ENVI主菜单栏，选择Transform →Image Sharpening →HSV，出现Select Input
RGB对话框。
●选择Display ＃3（resize_lon_tm），单击OK，出现High Resolution Input File对话框。
●在lon_spot下选择Pseudo Layer波段，单击OK，出现HSV Sharpening Parameters
对话框。
●在Enter Output Filename栏输入lontmsp.img，单击OK。
●在Available Bands Lis中，单击Display ＃3，然后选择New Display。
●加载lontmsp.img RGB合成图像到Display ＃4。
●在图像窗口选择T ools→Link→Link Displays，出现Link Displays对话框。单击OK，
连接四幅图像。
以下是原始TM图像（左）与融合后TM/SPOT图像（右）在大致相同地区之间的比较
●从ENVI主菜单栏尝试用同样的操作方法进行其他方法的图像融合。如T ransform →
Image Sharpening →Color Normalized (Brovey)。
法国布雷斯特图像融合示例
1 打开并显示图像
●从ENVI主菜单栏选择File →Open Image File，选择s_0417_2.bil，单击Open。这是
一个SPOT-XS多光谱图像文件。
●在Available Bands List中，单击RGB Color按钮，单击加载s_0417_2.bil假彩色红外
合成图像。
●从ENVI主菜单栏选择File →Open Image File，选择s_0417_1.bil，单击Open。这是
一个SPOT全色图像文件。
●在Available Bands Lis中，单击Gray Scale按钮，选择s_0417_1.bil下的Band 1，单
击Load Band以显示SPOT全色图像。
2 调整图像到相同的像素大小
●在Available Bands List中的图像维数栏中显示全色图像大小为2835 x 2227，空间分辨
率为10 m，SPOT-XS多光谱图像大小为1418 x 1114，空间分辨率为20 m，因此需要将SPOT –XS多光谱图像拉伸2.0倍来创建10米空间分辨率的图像来匹配SPOT全色图像。
●从ENVI主菜单栏，选择Basic T ools→Resize Data（Spatial/Spectral），出现Resize Data
Input File对话框。
●选择s_0417_2.bil（SPOT - XS图像）并单击OK，出现Resize Data Parameters对话框。
●在xfac栏和yfac栏中，输入1.999。使用值1.999而不是2.0是为了使图像完全匹配。
●在Enter Output Filename栏中输入resize_spotxs，单击OK。
●在Available Bands List中，单击Display ＃1然后选择New Display。
●单击RGB Color按钮，加载resize_spotxs RGB合成图像到Display ＃2。
●在图像窗口选择T ools→Link→Link Displays，出现Link Displays对话框。单击OK连
接调整大小后的图像(Display #2)到SPOT全色图像(Display #1)，并比较两幅图像。●选择T ools→Link→Unlink Displays取消连接。
SPOT - XS的图像（20 m空间分辨率，左）和SPOT全色图像（10 m空间分辨率，右）
3 融合SPOT全色图象
●从ENVI主菜单栏，选择Transform →Image Sharpening →HSV，出现Select Input
RGB对话框。
●选择Display ＃2（resize_spotxs），然后单击OK，出现High Resolution Input File对
话框。
●在s_0417_1.bil下选择Band 1，单击OK，出现HSV Sharpening Parameters对话框。
●在Enter Output Filename栏输入brest_fused.img，单击OK。
4 结果显示和比较
●在Available Bands List中，单击Display ＃2并选择New Display。
●加载融合图像（brest_fused.img）彩色合成图像到Display ＃3。
●在图像窗口选择T ools→Link→Link Displays，出现Link Displays对话框。单击OK，
将融合后连接到两个原始SPOT图像。
●完成图像比较，退出ENVI。
（二）图像镶嵌
图像镶嵌是将几幅相互邻接的图像拼接成一幅图像的过程。ENVI提供基于像素和基于地理坐标两种镶嵌方法，同时提供设置透明度、直方图匹配和自动色彩平衡等功能。虚拟镶嵌允许不需要创建大的输出文件就可以打开和显示镶嵌图像。
羽化
镶嵌的图像之间可能有模糊的接缝，可以在指定距离的边缘重叠区使用边缘羽化或切割线羽化对接边处进行羽化处理。
边缘羽化
边缘羽化是使用一个指定的距离对镶嵌图像接缝的边缘进行融合，边缘的融合是使用线性斜坡在指定的距离对两幅图像进行均衡化。例如：如果指定的距离是20个象元，将会有0%的顶部图像和100%的底部图像参与融合，输出镶嵌图像。而距边缘线在指定的距离（20个像元）时，将会使用100 ％的顶部图像和0 ％的底部图像，来输出镶嵌图像。在距边缘线10 个像元的距离处，顶部和底部图像都会使用50 ％来混合输出镶嵌图像。
边缘羽化实例
切割线羽化
切割线羽化使用像素距离和注记文件来融合图像边缘，在镶嵌前你必须使用注释工具来定义一条切割线。注记文件必须包含一条折线和一个符号。折线用来定义切割线是从边缘绘制到边缘，符号用来放置在图像中需要切除的区域。在距离切割线指定的距离内，生成一个线性斜坡对两幅图像进行均衡化处理。例如：如果指定的距离为20 个像元，那么在切割线处，将会有100 ％的顶部图像和0％的底部图像参与混合，输出镶嵌图像。而距切割线在指定的距离（20个像元）之外时，将会使用0 ％的顶部图像和100 ％的底部图像，来输出镶嵌图像。在距边缘线10个像元的距离处，顶部和底部图像都会使用50 ％来混合输出镶嵌图像。
切割线羽化实例
虚拟镶嵌
你可以使用一个虚拟文件来构建“虚拟镶嵌”，它是一个可以显示和使用但实际上并没有创建镶嵌输出文件的虚拟文件，当使用虚拟镶嵌时你就不能进行羽化。
创建虚拟镶嵌文件后，在Image Mosaicking对话框主菜单栏选择File→Save T emplate 来保存模板文件。这将创建一个小的用来描述虚拟布局的文本文件。
要打开一幅虚拟镶嵌，在ENVI主菜单栏中选择File→Open Image File来打开虚拟模板文件。所有在镶嵌中用到的图像都被打开，并且被加载到Available Bands List对话框中。在显示或处理虚拟镶嵌的任何波段时，ENVI把单个的图像看做是一个实际的虚拟输出文件来处理。新处理的文件指定了镶嵌文件的大小以及输入文件在镶嵌中各自的指定位置。
基于像素的镶嵌示例
1 输入和定位图像
●在ENVI的主菜单栏中选择Map →Mosaicking →Pixel Based，弹出Pixel Based Mosaic 对话框。
●在Pixel Based Mosaic对话框的菜单栏中选择Import→Import Files，弹出Mosaic Input Files对话框。
●选择Open →New File，选择dv06_2.img，单击Open。
●重复上述步骤，打开dv06_3.img。
●在Mosaic Input Files对话框中，按住Shift键并选中两个图像，单击OK，出现Select Mosaic Size对话框。
●在Mosaic Xsize字段中，输入614，在Mosaic Ysize字段中，输入1024，单击确定，一个Pixel Mosaic对话框出现：
●在Pixel Mosaic对话框底部列出了图像的当前位置，选择dv06_3.img，在Y0字段输入
513，按回车键，文件dv06_3.img直接放在了dv06_2.img下面。
●从Pixel Mosaic对话框菜单栏中选择File →Apply，出现Mosaic Parameters对话框；
●在Enter Output Filename字段中，输入dv06.img并单击OK进行镶嵌。
●要创建一个虚拟镶嵌，而不是一个镶嵌文件，从Pixel Mosaic对话框菜单栏中选择File
→Save T emplate，在弹出的Output Mosaic T emplate对话框中，输入输出文件名dv06a.mos。
●在Available Bands List 中，选择Mosaic (Band 1)进行镶嵌，单击Load Band。
2 更多关于定位图像
下面介绍两种定位待镶嵌图像的方法：（1）输入X0和Y0值（2）在Pixel Mosaic对话框内拖动图像到指定位置。
●从Pixel Mosaic对话框主菜单栏中，选择Options →Change Mosaic Size，出现Select
Mosaic Size。
●在Mosaic Xsize和Mosaic Ysize字段中输入768，单击OK。
●在Pixel Mosaic对话框中，单击图像dv06_2.img（周围显示绿色方框）并把它拖到对
话框的右下角；
●在图片内右击，选择Edit Entry，出现Entry对话框；
●在Data Value to Ignore字段中，输入0；
●在Feathering Distance字段中，输入25；
●其他字段保留默认值并单击确定；
●单击图片dv06_3.img（周围显示红色方框），并将其拖到对话框的左上角，然后，对这
幅图像重复相应步骤；
●从Pixel Mosaic对话框菜单栏中选择File →Save T emplate，出现Output Mosaic
T emplate对话框；
●在Enter Output Filename字段输入dv06b.mos，单击确定；
●在Available Bands List中，选择Virtual Mosaic (Band 1)，单击Load Band，形成一个
没有进行羽化处理的虚拟镶嵌；
●通过创建一个输出文件来制作经过羽化操作的镶嵌图像。在Pixel Mosaic对话框菜单栏中选择File →Apply，出现Mosaic Parameters对话框。
●在Enter Output Filename字段中，输入dv06f.img。
●在Background Value字段中，输入255，单击OK。
●在Available Bands List中，单击Display #1并选择New Display。
●选择dv06f.img下的Mosaic (Band 1)，并单击Load Band。如果不能在图像窗口中看到完整的图像，可以通过单击并拖动图像窗口的一个角来调整。
●用图像链接和动态覆盖来比较虚拟镶嵌和羽化镶嵌，下图显示的是通过两个A VIRIS场景做出来的羽化镶嵌图像：
●从Available Bands List菜单栏中选择File →Close All Files。
●关闭像素镶嵌对话框和所有的显示组。
基于地图的镶嵌示例
1 创建基于镶嵌影像地图
●在ENVI主菜单中，选择Map →Mosaicking →Georeferenced，出现Map Based
Mosaic对话框。
●从Map Based Mosaic对话框菜单栏中，选择File →Restore T emplate，出现file
selection对话框。
●选择lch_a.mos，单击Open，这将打开与镶嵌模板关联的文件、地理参考、羽化处理
所必需的参数。
也可以通过从Map Based Mosaic对话框菜单栏中选择Import →Import Files逐一输入地理参考图像并设置羽化参数。图像会自动放置在正确的地理位置。地理坐标图像的位置和大小将决定输出的镶嵌图像的大小。
2 查看顶部图像，切割线和虚拟镶嵌
●从Available Bands List中，选择lch_01w.img下的Warp，单击Load Band。
●在图像窗口右击，选择T oggle →Display Scroll Bars，单击滚动条直到图像比较好的
部分可见。
●从图像窗口菜单栏，选择Overlay →Annotation，出现Annotation对话框。
●从Annotation对话框菜单栏中选择File →Restore Annotation，出现file selection对话
框。
●选择lch_01w.ann，单击OK，图像中会显示一个红色的切割线。
●在Available Bands List中，单击Display #1，选择New Display。
●选择lch_02w.img下的Warp，单击Load Band。
●在ENVI主菜单栏中选择File →Open Image File，出现file selection对话框。
●选择lch_a.mos，单击Open。
●在Available Bands List中，单击Display #2，选择New Display。
●选择lch_a.mos下的Virtual Mosaic，单击Load Band。
●检查两幅图像之间的未经羽化处理的边缘。
3 羽化镶嵌
●从Mosaic对话框菜单栏中，选择File →Apply，出现Mosaic Parameters对话框。
●在Enter Output Filename字段中，输入lch_mos.img，单击OK。
●关闭Display #1 (lch_01w.img)和Display #2 (lch_02w.img)。
●在Available Bands List中，单击Display #3并选择New Display.。
●选择lch_01w.img下的Warp，单击Load Band。
●用影像链接和动态覆盖来比较羽化镶嵌和非羽化镶嵌。
镶嵌中的颜色平衡
下面介绍利用色彩自动平衡进行图像镶嵌的过程，在这个练习中，你将使用两张具有重叠区域的landsat-7 ETM图像。
1 创建没有经过颜色平衡处理的镶嵌图像
首先创建一个没有经过颜色平衡处理的镶嵌图像，镶嵌时没有进行羽化处理，因此可以清楚地看到图像之间的接缝。
●从ENVI主菜单栏中选择Map →Mosaicking →Georeferenced，出现Map Based
Mosaic对话框。
●从Map Based Mosaic对话框菜单栏中，选择Import →Import File s，出现Mosaic
Input Files对话框。
●在Mosaic Input Files对话框中，单击Open，选择New Fil e，然后选择
mosaic1_equal.dat，单击Open，图像中每个波段都独立地进行直方图均衡拉伸处理。
对mosaic_2.dat重复上述操作。
●在Mosaic Input Files对话框中，单击Shif t键选择mosaic_2.da t和mosaic1_equal.dat，
单击OK，在Mosaic对话框中，这两个图像被自动放置正确的地理位置上，默认情况下，图像以2%对比度拉伸进行显示。
2 RGB镶嵌预览
●在有绿色方框的图像（mosaic1_equal.dat）上右击，然后选择Edit Entry，出现Entry
对话框。
●点击Mosaic Display toggle按钮选择RGB。
●在红色字段输入1，在绿色字段输入2，在蓝色字段输入3。
●单击OK，mosaic1_equal.dat以彩色形式显示在的Mosaic对话框中。
●对mosaic_2.dat重复上述步骤。
默认情况下，ENVI在自动创建RGB模式的镶嵌图像的时候将第一个波段作为红色，第二个波段作为绿色，第三个波段作为蓝色。如果一幅影像超过三个波段，镶嵌窗口将只显示第一个波段的灰度图像。
3 输出没有进行颜色平衡的镶嵌图像
在Mosaic窗口中所看到的并不一定是你最后得到的镶嵌图像。在Mosaic对话框中，两幅图像是独立拉伸的。如果两幅图像进行镶嵌，ENVI将对两幅图像进行对比度拉伸。
●从Mosaic菜单栏中选择File →Apply，出现Mosaic Parameters对话框。
●在Enter Output Filename字段中，输入mosaic_unbalanced.dat，单击OK。
●在A vailable Bands List中，单击RGB Color，选择Band 1、Band 2和Band 3，单击Load
RGB，两幅图像之间的接缝是显而易见的。
4 输出经过颜色平衡处理的镶嵌图像
●在Mosaic对话框中，在有绿色方框的影像(mosaic1_equal.dat)上右击，然后选择Edit
Entry，出现Entry对话框。
●单击Adjust radio 按钮，调整这幅图像的对比度以配合其他图像，单击OK。
●在Mosaic对话框中，在有红色方框的影像(mosaic2_equal.dat)上右击，然后选择Edit
Entry，出现Entry对话框。
●单击Fixed radio按钮，这幅图像的对比度不会改变，其他图像的对比度将会调整来匹
配合这幅图像，单击OK。
●在Mosaic对话框菜单栏中，选择File →Apply，出现Mosaic Parameters参数对话框，
在对话框底部有一个颜色平衡选项，将“stats from overlapping regions”设置为默认值，一般来说只计算重叠区域的图像的颜色平衡效果会更好。颜色平衡的另外一种选择是“stats from complete files”，它是当镶嵌影像之间很少或根本没有重叠的时候使用。●在Enter Output Filename字段中，输入mosaic_balanced.dat，单击OK。
●在Available Bands List中，单击RGB Color。在图像mosaic_balanced.da t中选择Band
1、Band 2和Band 3，然后单击Load RGB。两幅图像之间的接缝就几乎看不到了。
图像处理实验二解析
昆明理工大学信息工程与自动化学院学生实验报告 （2014—2015学年第二学期） 课程名称：图形图像基础开课实验室：444 2014年 6月 4 日年级、专业、班计科111 学号201110405138 姓名成绩实验项目名称图像分割指导教师刘辉教 师 评语 教师签名： 年月日 一、实验目的及内容 目的：掌握和熟悉Matlab编程环境及语言；掌握数学形态学和图像分割的基本原理及 应用。 内容： 1.通过数学形态学实现边界提取。 2.通过全局阈值及局部阈值实现灰度图像二值化； 3.分别用Sobel算子和Canny算子对图像进行边缘检测；通过Hough检测图像中的直 线。 二、要求 1.描述腐蚀、膨胀、开运算、闭运算的原理。 膨胀：将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。 利用它可以填补物体中的空洞。B对X膨胀所产生的二值图像D是满足以下条件的点（x,y）的集合:如果B的原点平移到点（x,y），那么它与X的交集非空。 数学表达式：B=A⊕C 腐蚀：一种消除边界点，使边界向内部收缩的过程。利用它可以消除小而且无意义的物体。B对X腐蚀所产生的二值图像E是满足以下条件的点（x,y)的集合：如果B的原点平移到点（x,y），那么B将完全包含于X中。 数学表达式：B=AΘC 腐蚀：是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的
物体。 膨胀：是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。 可以用来填补物体中的空洞。 开运算：先腐蚀后膨胀的过程开运算。用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。开运算通常是在需要去除小颗粒噪声，以及断开目标物之间粘连时使用。其主要作用与腐蚀相似，与腐蚀操作相比，具有可以基本保持目标原有大小不变的优点。 闭运算：先膨胀后腐蚀的过程称为闭运算。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。 2.编写程序，使用数学形态学方法实现边界提取。 3.描述全局阈值、局部阈值对图像进行二值化的原理。 数学形态学中二值图像的形态变换是一种针对集合的处理过程。其形态算子的实质是表达物体或形状的集合与结构元素间的相互作用，结构元素的形状就决定了这种运算所提取的信号的形状信息。形态学图像处理是在图像中移动一个结构元素，然后将结构元素与下面的二值图像进行交、并等集合运算。 阈值分割法分为全局阈值法和局部阈值分割法。所谓局部阈值分割法是将原始图像划分成较小的图像，并对每个子图像选取相应的阈值。在阈值分割后， 相邻子图像之间的边界处可能产生灰度级的不连续性，因此需用平滑技术进行 排除。局部阈值法常用的方法有灰度差直方图法、微分直方图法。局部阈值分 割法虽然能改善分割效果，但存在几个缺点： （1）每幅子图像的尺寸不能太小，否则统计出的结果无意义。 （2）每幅图像的分割是任意的，如果有一幅子图像正好落在目标区域或背景区域，而根据统计结果对其进行分割，也许会产生更差的结果。 （3）局部阈值法对每一幅子图像都要进行统计，速度慢，难以适应实时性的要求。
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)
实验二 图像的基本操作
实验二图像的基本操作 实验目的 1．熟悉Photoshop CS的基本操作 2．掌握常用工具的使用 3．掌握图层的简单应用 实验内容 1．立体相框的制作 2．移花接木 3．制作圆柱体等图案 4．修补照片 5．制作彩色文字 6．制作心形图案 1．立体相框的制作，请把结果文件保存为sy2-1.psd。 ①打开图片“牡丹花.jpg”，单击菜单“图像|图像大小”，观察图像现在的像素大小是多少MB？然后用计算器计算2048*1536*3/（1024*1024）是不是正好等于图像的像素大小，为什么？ 将图片大小改为1024*768，分辨率为72pps（像素/英寸），观察现在的文档大小是多少？ 请计算1024/（72/2.54）和768/（72/2.54）是否就是文档大小？（1英寸=2.54厘米），下面请将分辨率改为300pps，如果保持文档大小不变，请观察像素大小的变化，继续将像素大小改为1024*768，请观察文档大小是多少？ 通过本实验请大家了解像素大小、文档大小和分辨率之间的关系。 ②打开“t1.jpg”图片，图像大小改为100*72，选取该照片定义为图案。 ③继续将“牡丹花.jpg”图片的画布四周扩大2厘米，然后将自己定义的图案填充到扩充的画布区域内。 ④在图层面板中双击背景图层将其转换为普通图层，然后添加斜面与浮雕的立体效果，样式自己定义。效果如图2-1所示。 图2-1 立体相框图2-2 一串红 2．移花接木，请把结果文件保存为sy2-2.psd。 ①打开“一串红.jpg”，将图像的大小改成800*600，图像顺时针旋转90度，如图2-2所示。 ②打开图像文件“蝴蝶.jpg”，将图像放大显示到300%，用钢笔工具描绘出蝴蝶的路径（注意工具选项栏中按下路径按钮），如图2-3所示，然后在如图2-4所示的路径面板中
《遥感原理与应用》实验报告——影像融合
实验名称：影像融合 一、 实验内容 1. 对TM 影像和SPOT 影像进行HSV 数据融合。 2. 查阅相关资料用envi 软件实现一种数据融合的方法，如Brovey 、PCA 等。 3. 利用均值、标准差、特征值等参数对上述两种方法的融合效果进行评价。 二、 实验所用的仪器设备，包括所用到的数据 电脑一台，Window7操作系统，遥感影像处理软件（ENVI4.3)英国伦敦的TM 影像数据lon_tm 和SPOT 影像数据lon_spot 。 三、 实验原理 1. 定义：图像（影像）融合是指将多余遥感影像按照一定的算法，在规定的地理坐标系中，生成新的图像的过程。 2. 目的： (1) 提高图像空间分辨率 (2) 改善分类 (3) 多时相图像融合用于变化检测 3. 基本原理 (1) HSV 变换法： HSV （hue, saturation, and value ：色调，饱和度，亮度值）。首先将多光谱图像经HSV 变换得到H 、S 、V 三个分量。然后将高分辨率的全色图像代替V 分量，保持H 、S 分量不变。最后再进行HSV 变换得到具有高空间分辨率的多光谱图像。 (2) Brovey 变换法: 对彩色图像和高分辨率数据进行数学合成，从而使图像锐化。彩色图像中的每一个波段都乘以高分辨率数据与彩色波段总和的比值。函数自动地用最近邻、双线性或三次卷积技术将3个彩色波段重采样到高分辨率像元尺寸。输出的RGB 图像的像元将与高分辨率数据的像元大小相同。 4. 评价指标 (1) 均值与标准差 ∑==n i i x n μ1 1 （公式1） () 2 1 2∑=-=n i i μx σ （公式2） 上述两个式子中，n 表示图像总的像素的个数，xi 为第i 像素的灰度值。 (2) 特征值 设 A 是n 阶方阵，如果存在数m 和非零n 维列向量 x ，使得 Ax=mx 成立，则称 m
图像处理实验二图像增强
实验二图像的增强 一、实验目的 1)掌握在计算机上进行直方图统计，以及直方图均衡化、线性变换的图像增强的方法 2)掌握在计算机上进行图象平滑、图象锐化特别是中值滤波平滑及拉普拉斯算子锐化 的方法 二、实验要求 1)显示图像（cameraman.tif）及灰度直方图。 2)对指定图像（cameraman.tif）进行直方图均衡化和线性变换，将原始图像及增强 后的图像都显示于屏幕上，比较增强的效果。 3)对指定图像（lena.bmp）加入椒盐噪声，然后进行邻域平滑、中值滤波，将原始图 像及平滑后的图像都显示于屏幕上，比较效果。 4)对指定图像（lena.bmp）进行锐化（简单梯度算法、ROBERT算子，Prewitt边缘算 子和拉普拉斯算子），将原始图像及锐化后的图像都显示于屏幕上，比较锐化的效果。 三、实验仪器设备及软件 HP D538、MATLAB 四、实验原理 以自己的语言结合课堂笔记进行总结，要求过程推导清晰明了。 五、实验步骤及程序 实验步骤、程序流程、实验源程序和注释齐全 实验源程序： (1). 显示图像（cameraman.tif）及灰度直方图: I=imread('cameraman.tif'); subplot(121); imshow(I); title('原始图象'); subplot(122); imhist(I); title('灰度直方图')实验结果与分析
(2)对指定图像（cameraman.tif）进行直方图均衡化和线性变换，将原始图像及增强后的图像都显示于屏幕上，比较增强的效果。 I=imread('cameraman.tif'); subplot(221); imshow(I); title('原始图象'); I1=histeq(I); subplot(222); imshow(I1); title('原始图象均衡化'); subplot(223); imshow(I); title('原始图象'); I2=imadjust(I); subplot(224); imshow(I1); title('原始图象线性变化'); (3)对指定图像（lena.bmp）加入椒盐噪声，然后进行邻域平滑、中值滤波，将原始图像及平滑后的图像都显示于屏幕上，比较效果。
实验2 Idrisi图像处理软件的基本操作
实习2 Idrisi图像处理软件的基本操作 实验目的：初步认识Idrisi的界面、功能和软件的基本操作方法 实习内容： 1.设置工作环境 2.察看各类图件的属性 3.显示各类栅格图、矢量图及叠加显示 4.了解调色板及符号库的使用 5.学习制作图例 6.DEM的立体显示 7.图像的直方图分析 实验步骤： 基本知识 1 Environ / list / describe 2 文件系统（img / doc, vec / dvc, val, smp / sm0 / sm1 / sm2） 3 display (Brazilfc 图像/ color composit 调色版) 注：TM432合成图 4 display (awrajas 矢量图/ idrpoly) 调色板及图例 5 overlay(dec88c图像/NDVI16调色板+ country矢量图) 6 显示dec88c（ndvi16及grey256） 7 显示etdem + etprov 并变换其调色板（idrisi256和grey256） 8 显示affaosol 图像（qual256） 9 显示dec88c(gray16)和affaosol图的图例（了解*.doc文件的图例标注） 10 图例设计（调色板/ 符号库/ 图例文字） 矢量图件的叠加显示 11 显示矢量图clarkblk / idrpoly 12 在图上叠加clarkbld / idr16 和clarkbd2 / idrpoly dem的三维显示及其与影像的叠加 13 ortho显示relief 14 ortho叠加显示njolodem和njolofc / grey256 （务必选中use drape image） 15 显示afsurf图像/grey16 16 histogram显示直方图（h87tm1/ h87tm2/ h87tm4） 思考题: 1 工作环境如何设定 2 调色板有何重要作用 3 矢量栅格的叠加显示方法 4 直方图\ 图例\ 1
实验五 遥感图像的融合
实验五遥感图像的融合 一、实验目的和要求 1.理解遥感图像的融合处理方法和原理； 2.掌握遥感图像的融合处理，即分辨率融合处理。 二、设备与数据 设备：影像处理系统软件 数据：TM SPOT 数据 三、实验内容 多光谱数据与高分辨率全色数据的融合。 分辨率融合是遥感信息复合的一个主要方法，它使得融合后的遥感图象既具有较好的空间分辨率，又具有多光谱特征，从而达到增强图象质量的目的。 注意：在调出了分辨率融合对话框后，关键是选择融合方法，定义重采样的方法。 四、方法与步骤 融合方法有很多，典型的有HSV、Brovey、PC、CN、SFIM、Gram-Schmidt 等。ENVI 里除了SFIM 以外，上面列举的都有。 HSV 可进行RGB 图像到HSV 色度空间的变换，用高分辨率的图像代替颜色亮度值波段，自动用最近邻、双线性或三次卷积技术将色度和饱和度重采样到高分辨率像元尺寸，然后再将图像变换回RGB 色度空间。输出的RGB 图像的像元将与高分辨率数据的像元大小相同。 打开ENVI,在主菜单中打开数据文件LC81200362016120LGN00_MTL 选择File>data manage，任意选择3个波段组合，查看效果
打开分辨率为30和15的图像
下图分别是分辨率为30、15的，可以看到图像清晰度明显发生改变，分辨率越高，图像越清晰
下面进行融合 点击工具栏中的Image Sharpening>Gram-Schmidt Pan Sharpening，在对话框中点击Spectral Subset…改变其波段 选择如下图所示的三个波段
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
实验1_基于MATLAB的图像基本操作
第1次实验基于MATLAB的图像基本操作 二、实验内容和要求： 1．实现图像Baboon.bmp（MATLAB自带）的读入（可使用imread）和显示（可使用imshow）操作，代码加上足够的注释，需要建立一个M文件实现。 I=imread('F:\标准图像\Baboon.bmp');//读入图像 imshow(I);//显示图像 2．编程实现将一幅RGB图像转换为二值图像，并在一个窗口同时显示处理过程中得到的每一个图像和原图像，同时需要给图像加上标题。（原始数据可以是任意的RGB图像）。需要新建一个M文件实现。 figure,subplot(1,3,1),imshow(I(:,:,1)),title('R'); subplot(1,3,2),imshow(I(:,:,2)),title('G'); subplot(1,3,3),imshow(I(:,:,3)),title('B'); 3.计算图象统计参数： 读取图像（文件名为‘cameraman.tif’）; 最大值 最小值 均值 K=imread('cameraman.tif'); d_max=max(K(:)) d_min=min(K(:)) d_mean=mean(K(:)) 4.利用帮助系统了解im2double,imresize,image函数的作用和语法，并利用这些函数处理已知图像pout.tif（MATLAB自带）并显示处理前后效果。 J=imread('pout.tif'); J1=im2double(J); figure,subplot(1,2,1),imshow(J),title('Before') subplot(1,2,2),imshow(J1),title('After') J2=imresize(J,0.3); figure,subplot(1,2,1),imshow(J),title('Before') subplot(1,2,2),imshow(J2),title('After') figure,subplot(1,2,1),imshow(J),title('Before') subplot(1,2,2),image(J);title('After') 1
Photoshop平面图像处理实验报告
Photoshop平面图像处理实验报告 一、实验项目 安徽大学宣传画 二、实验目的 （1）使用Photoshop基本工具实现宣传画制作； （2）利用所学知识使得构图美观，各图层间融合度高，辨识度高； （3）尽可能多的使用不同的方法完成制作； （4）学会使用一些常用工具的快捷键，例如“Alt+滚轮”可改变图像大小，“Ctrl+T”可对对象使用“自由变换”等； （5）习惯在新建图层上进行操作，习惯对需要进行较大改动的图层进行备份； （6）在图像放大的基础上进行精确抠图； （7）对图层边界进行模糊处理，提高融合度； （8）学会对绘制图形及文字添加效果，使其立体化（更加真实），或是（多彩化）更加绚丽； （9）学会对设计的图像进行分解与重组，例如球体就是由一层底色加效果、以及白色高光层组合而成； （10）要注意整体构图中的光影效果，使整体井然有序，而不是杂乱无章； （12）学会合理利用滤镜中的各种效果，设计出最为合适的组合； （13）不要忽视重叠图层的“叠加效果”，合理利用可提升叠加图层的融合度； （14）习惯给图层取名，方便修改。 三、实验步骤
（1）新建文件，打开图片（安徽大学校门）文件，使用移动工具拖曳至新建文件中。 （2）为使得校门朝向满足构图设计，使用“编辑——变换——水平翻转”功能，将其实现左右水平翻转。
（3）利用“磁性套索工具”将大门主体部分选出，再使用“选择——反选”功能，选出该图层中不需要的部分，利用“编辑——清除”使其被清除。 （4）使用“橡皮”工具，调整合适的笔锋、不透明度及流量大小对剩余主体部分多余的边角、门内的空隙进行擦除。 使用“编辑——自由变换”调整大小，移动到设计位置。
图像处理实验报告
实验报告 实验课程名称：数字图像处理 班级：学号：姓名： 注：1、每个实验中各项成绩按照10分制评定，每个实验成绩为两项总和20分。 2、平均成绩取三个实验平均成绩。
2016年 4 月18日 实验一 图像的二维离散傅立叶变换 一、实验目的 掌握图像的二维离散傅立叶变换以及性质 二、实验要求 1) 建立输入图像，在64?64的黑色图像矩阵的中心建立16?16的白色矩形图像点阵， 形成图像文件。对输入图像进行二维傅立叶变换，将原始图像及变换图像（三维、中心化）都显示于屏幕上。 2) 调整输入图像中白色矩形的位置，再进行变换，将原始图像及变换图像（三维、中 心化）都显示于屏幕上，比较变换结果。 3) 调整输入图像中白色矩形的尺寸（40?40，4?4），再进行变换，将原始图像及变 换图像（三维、中心化）都显示于屏幕上，比较变换结果。 三、实验仪器设备及软件 HP D538、MATLAB 四、实验原理 傅里叶变换作为分析数字图像的有利工具，因其可分离性、平移性、周期性和共轭对称性可以定量地方分析数字化系统，并且变换后的图像使得时间域和频域间的联系能够方便直观地解决许多问题。实验通过MATLAB 实验该项技能。 设),(y x f 是在空间域上等间隔采样得到的M ×N 的二维离散信号，x 和y 是离散实变量，u 和v 为离散频率变量，则二维离散傅里叶变换对一般地定义为 ∑∑ -=-=+-= 101 )],( 2ex p[),(1),(M x N y N yu M xu j y x f MN v u F π,1,0=u …，M-1；y=0，1，…N-1 ∑∑-=-=+=101 )],( 2ex p[),(),(M x N y N uy M ux j v u F y x f π ,1,0=x …，M-1；y=0，1，…N-1
实验一图像处理基本操作
实验一图像处理基本操作 一、 实验目的 1、熟悉并掌握在MATLAB中进行图像类型转换及图像处理的基本操作。 2、熟练掌握图像处理中的常用数学变换。 二、实验设备 1、计算机1台 2、MATLAB软件1套 3、实验图片 三、实验原理 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在坐标(x,y)处的幅度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，而彩色图像是由若干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也适用于彩色图像处理，方法是分别处理三幅独立的分量图像即可。 图像关于x和y坐标以及幅度连续。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幅度。将坐标值数字化称为取样，将幅度数字化称为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和幅度都是有限且离散的量时，称该图像为数字图像。 作为MATLAB基本数据类型的数组十分适于表达图像，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 图1 采样和量化的过程 根据图像数据矩阵解释方法的不同，MATLAB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) (1) 亮度图像 一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。若亮度图像的像素都是uint8类型或uint16类型，则它们的整数值范围分别是[0，255]和[0，65536]。若图像是double 类型，则像素取值就是浮点数。规定双精度double型归一化亮度图像的取值范围是[0 1]。 (2) 二值图像 一幅二值图像是一个取值只有0和1的逻辑数组。而一幅取值只包含0和1的uint8
微波遥感实验报告
实验一：SAR图像下载与认识 一：实验目的 1掌握SAR图像的下载方法； 2了解不同地物在图像上的特性； 二、实验要求 1掌握雷达图像的成像原理与地物特性 2数据说明 3本实验采用Sentinel-1卫星拍摄于2014年12月5日的天山山脉的遥感影像三、实验步骤 打开地理空间数据云网站； 图1 找到Sentinel-1卫星下载有效数据； 图2
在ERDAS中打开影像； 图3 分析地物在影像上的特性； 1雷达图像的成像机理 雷达图像的获取系统不同于光学影像获取系统,它是采用有源主动式工作方法,其本质是一个距离测量系统雷达图像.上的信息是地物目标对雷达波束的反应，而且主要是目标后向散射形成的图像信息,以及朝向雷达天线那部分被散射的电磁波所形成的图像信息由于地物目标所处的位置地物结构表面形态和介电性能等不同,对雷达波束的反应是不一样的同时不同雷达波段极化方式入射角也会使地物产生不同的反应，使其图像具有近距离压缩透视收缩叠掩阴影和地面起伏引起的影像移位等现象,因此,在图像.上形成不同的色调纹理和图案,与中心投影的光学影像有很大的差别。 2雷达图像的信息特点 地物目标对雷达波束的反应是散射(或反射)穿透和吸收r种情况并存,波长不同,对地物的穿透性是不一样的;地物目标的类型本身的结构表面的粗糙度和介电性能不同,则会对电磁波的穿透反射(或散射)和吸收带来不同程度的效应同时，入射雷达波束和地物的相对方向也有关系,在一定方向的条件下，地物目标可以产生强回波,在另一方向，回波则可能很弱或无回波例如平行于飞行方向的铁丝网(电力线)，会产生强回波，垂直于飞行方向回波则很弱或消失因此,在雷达图像解译时,尽可能采用多侧视方向的图像 3目视解译 就本实验的雷达图像而言，主要有以下几种地物； 雷达波束的穿透性对冰雪覆盖区地物的判读有着独特的优势例如雪上被覆盖区域,在光学影像上很难辨清究竟是雪，还是湖泊,在雷达图像上则表现极为清晰对于雪山区域冰斗湖碛尾湖的判断，应采用多侧视方向,避免将阴影误判为湖泊。
实验报告四综述
成都信息工程大学遥感图像处理上机报告
1. 实验项目名称 遥感图像光谱增强处理 2. 实验目的 主成分分析：为了去除波段之间多余信息、将多波段的图像信息压缩到比原波段更有效的少数几个转换波段。 主成分逆变换：将主成分变换的图像重新恢复到RGB 彩色空间。缨帽变换：根据多光谱遥感中土壤、植被等信息在多维光谱空间中信息分布结构对图像 做的经验性线性正交变换。图像融合：将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术 等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。 3. 实验原理 主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，使之指向样本点散布最开的p 个正交方向，然后对多维变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。 缨帽变换又称KT 变换。是一种经验性的多波段图像的线性变换,是Kauth 和Thomas(1976) 在研究MSS 图像反映农作物和植被的生长过程时提出的。在研究过程中他们发现MSS 四个波段组成的四维空间中,植被的光谱数据点呈规律性分布,像缨帽状,因此将这种变换命名为缨帽变换。 图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。该技术有基本的体系，主要包括的内容有：图像预处理，图像融合算法，图像融合评价，融合结果。图像融合系统的层次划分为：像素层融合、特征层融合、决策层融合，目前绝大多数融合算法研究都集中在这一层次上。 4. 数据来源
数字图像处理实验2冈萨雷斯.
实验二灰度直方图及直方图均衡化 一、 实验目的： 1、直方图显示 2、计算并绘制图像直方图 3、直方图均衡化二、实验内容 学习使用函数 imhist(, histeq(, bar(, stem(, plot(, imadjust(，及 title, axis, set 等描述图像工具。 1、直方图显示 显示图 Fig0354(a(einstein_orig.tif，标注图的题目为：EINSTEIN ，作出其直方图，调整参数如下图所示： EINSTEIN
4 2、分别用 bar 和 stem 函数显示直方图 由 h=imhist( 获得直方图；分别用 bar 和 stem 显示直方图 h ，并通过参数调整，改变直方图的显示方式。用 axis 设置轴的最大、最小值（例如：axis([0 255 0 15000];），用 set 设置显示坐标的间隔（例如：set(gca,’xtick ’, 0:50:255）。作出如下的直方图： 00 50
100 150 200 250 3、用 plot 函数显示直方图要求同 2. 12000 1000080006000400020000 0 50 100 150 200 250 300 4、用 imadjust( 函数调整图像对比度，并用 imhist( 查看调整前后直方图的变化。 3 . 2 . 1 . 0 . 4
5、用 histeq( 进行直方图均衡化，并用 imhist( 查看均衡化前后直方图的变化。
4 三、实验要求 将本实验的 10 个图用 MATLAB 显示到屏幕上。程序： i=imread('Fig0354(a(einstein_orig.tif'; imshow(i; title('EINSTEIN'; figure; imhist(i; title('直方图';
实验二、PhotoShop的基本操作
实验二、PhotoShop的基本操作 【实验主要内容】 掌握PhotoShop图像大小的修改和图像的裁切,掌握标尺、参考线、网格等视图辅助工具的使用。 【本实验主要知识点】 修改图像；裁切图像；使用辅助工具。 【主要实验步骤】 一、修改图像 1、修改图像大小 （1）从菜单中选择【图像】│【图像大小】命令，会弹出“图像大小”对话框，如图2-1所示。练习在其中改变图像大小。 图2-1 “图像大小”对话框 （2）像素大小：可以通过修改图像的宽度和高度像素值和百分比来改变图像的 大小，并可随时看出图像改变前后的大小变化。 （3）文档大小：可以通过修改图像的宽度和高度厘米、英寸、点等以及图像的 分辨率来改变图像的大小。 （4）缩放样式：该选项用于在调整图像大小时是否按比例缩放。 （5）约束比例：该选项用于在设置图像宽度和高度时进行等比例调整。 （6）重定图像像素：该选项用于在调整图像大小时像素数目是否随图像大小协 调变化。 （7）设置完毕后单击“好”按钮即可确定图像大小的改变。 2、修改画布大小 （1）从菜单中选【图像】│【画布大小】，打开“画布大小”对话框，如图2-2 所示，练习在其中改变画布大小。 图2-2 “画布大小”对话框
（2）当前大小：其中显示了当前图像画布的实际大小。 （3）新大小：可以通过修改宽度和高度厘米、像素、英寸、百分比来改变图像画布的大小，其中“相对”选项可以改变以上是绝对值还是相对值，“定位”选项区可以调整画布修改后图像位于画布的新具体位置。 （4）画布扩展颜色：设置画布多余部分的色彩。 二、裁切图像 1、在工具箱中使用裁切工具。 2、移动鼠标指针到图像窗口中，按下左键并进行拖曳，释放左键后，会出现一个四周有8个控制点的裁切范围。如图2-3所示。 图2-3 选择裁切范围 3、选定裁切范围后，使用控制点对裁切区域进行平移、缩放、旋转等操作。如图2-4所示。 图2-4 变换裁切范围 4、最后在裁切区内双击鼠标左键，或在工具栏中单击按钮，即可完成裁切工作。 三、使用辅助工具 1、标尺 （1）从菜单中选择【视图】│【标尺】命令，可以在图像窗口的顶部和左 边显示标尺，如图2-5所示。
ENVI实验报告
实验报告 课程名称：系部名称：测绘工程学院专业班级：遥感科学与技术11-1班学生姓名：学号：指导教师：田静 实验报告1 实验报告2 篇二：envi上机报告 《遥感软件应用与开发》 实验指导书、作业 系部名称：测绘工程学院 专业班级：遥感科学与技术11-1班 学生姓名： 学号： 指导教师：田静 测绘工程学院 目录 《遥感软件应用与开发》课程实验指导书错误！未定义书签。 实验一：envi软件安装与基本功能操作3 实验二：影像的地理坐标定位和校正19 实验三：图像融合、图像镶嵌、图像裁剪 25 实验四：图像分类 31 实验报告： 37 实验报告1： 38 实验报告2： 41 实验报告3： 44 实验报告4： 47 实验一：envi软件安装与基本功能操作 一、实验目的 熟悉遥感数据图像处理软件envi的安装过程，了解envi基本信息、基本概念及其主要特性。对envi操作界面有一个基本的熟悉，对各菜单功能有一个初步了解，为后面的实验作好准备。 二、实验学时 2学时 三、实验类型 实践 四、实验原理及内容 （1）遥感图像处理软件envi界面总体介绍 （2）envi软件能识别的图像类型介绍 （3）各种图像文件的打开 重点： envi能识别的文件类型 学生可自行阅读帮助文件学习。 五、实验步骤 1．envi的安装 2．遥感图像处理软件envi界面介绍 启动envi后,出现主菜单条,一共12项 file：文件操作。支持众多的卫星和航空传感器。支持80多种图像以及矢 量数据格式的输入，支持多种格式图像文件的直接输入。可输 出的格式包括：栅格格式和矢量格式。 basic tools：基本图像工具。提供了多种envi功能的入口。这些功能对于
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 (4) ：实验目的 (4) ：实验任务和要求 (4) ：实验步骤和结果 (5) ：结果分析 (8) 实验二：图像的灰度变换和直方图变换 (9) ：实验目的 (9) ：实验任务和要求 (9) ：实验步骤和结果 (9) ：结果分析 (13) 实验三：图像的平滑处理 (14) ：实验目的 (14) ：实验任务和要求 (14) ：实验步骤和结果 (14) ：结果分析 (18) 实验四：图像的锐化处理 (19) ：实验目的 (19) ：实验任务和要求 (19) ：实验步骤和结果 (19) ：结果分析 (21)
实验一：数字图像的基本处理操作 ：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。：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。 ：实验步骤和结果 1.对实验任务1的实现代码如下： a=imread('d:\'); i=rgb2gray(a); I=im2bw(a,; 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'); 结果如图所示：
医学图像处理实验报告
医学图像处理实验报告 班级专业姓名学号 实验名称：图像增强 一、实验目的 1：理解并掌握常用的图像的增强技术。 2：熟悉并掌握MA TLAB图像处理工具箱的使用。 3：实践几种常用数字图像增强的方法，增强自主动手能力。 二、实验任务 对于每张图像(共三张图片)，实现3种图像增强方法。根据图像的特点，分别选用不用的图像增强算法。 三、实验内容（设计思路） 1、artery_vessel (1)直方图均衡化 直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。 图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。 直方图均衡化是指：采用累积分布函数（CDF）变化生成一幅图像，该图像的灰度级较为均衡化，且覆盖了整个范围[0，1]，均衡化处理的结果是一幅扩展了动态范围的图像。直方图均衡化就是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。主要用途是：将一幅灰度分布集中在较窄区间，细节不够清晰的图像，修正后使图像的灰度间距增大或灰度分布均匀，令图像的细节清晰，达到图像增强的目的。 (2)中值滤波加直方图均衡化 中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。 中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，
数字图像处理实验报告 (2)
数字图像处理试验报告 实验二:数字图像得空间滤波与频域滤波 姓名：XＸ学号：2XXXXXXX 实验日期:2017 年4 月2６日 1、实验目得 １、掌握图像滤波得基本定义及目得. 2、?理解空间域滤波得基本原理及方法。 3、掌握进行图像得空域滤波得方法。 4、?掌握傅立叶变换及逆变换得基本原理方法。 ５、?理解频域滤波得基本原理及方法。 ６、掌握进行图像得频域滤波得方法。 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与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得平滑(低通）模板做运算,对比不同模板所形成得效果, 要求在同一窗口中显示。 3) 使用函数 iｍfiltｅｒ时，分别采用不同得填充方法（或边界选项，如 零填充、’repliｃaｔe'、'ｓymmetric’、’ｃirｃulａr')进行低通滤波，显 示处理后得图像. 4）运用ｆoｒ循环，将加有椒盐噪声得图像进行10 次,２0 次均值滤波，查瞧其特点，显示均值处理后得图像（提示：利用fspｅｃiaｌ函数得’averagｅ’ 类型生成均值滤波器）。 5)?对加入椒盐噪声得图像分别采用均值滤波法，与中值滤波法对有噪声得图像做处理， 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,显示处理后得图像。 ２、锐化空间滤波 １)?读出一幅图像,采用３×３得拉普拉斯算子 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 得拉普拉斯算子， 如 5 ×5得拉普拉斯算子 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与２5×25大小得拉普拉斯算子对blurry_moon、tｉf
实验二 数字图像Matlab基本操作
实验二数字图像的基本操作 一．实验目的 1.掌握图像数据的格式； 2．掌握MATLAB语言中图象数据与信息的读取方法； 3．掌握在图像基本运算的方法及操作原理。 二．实验内容 1．图像文件的读、写和显示 参照2.2和2.4的内容，熟练掌握imread、imwrite、imshow、imfinfo、imagesc的使用。 (1)任意读入一个.bmp格式的彩色图像文件（数据要少），查看文件的数据形式。 (2)写一个m文件，包含上述五个命令的使用，并包含二值图像的显示和添加色条； (3)由二维数组创建灰度图像，并显示和保存。自己创建一个二维数组，然后用图像显 示命令显示出来。 (4)将一幅256灰度级的原始图像，显示为64灰度级图像； (5)分别列出一幅索引图像的数据和调色板，改动部分调色板内容后，显示图像，观察 图像有何变化，改动部分数据，显示图像，观察图像有何变化；
Height: 512 BitDepth: 8 ColorType: 'indexed' FormatSignature: 'GIF89a' BackgroundColor: 0 AspectRatio: 0 ColorTable: [256x3 double] Interlaced: 'no' DelayTime: 50 DisposalMethod: 'DoNotspecify' （3）A=ones(100,300); A(1:20,20:40)=0.5; i=mat2gray(A); imshow(i); （4）I=imread('harbour.tif'); imshow(I,[0,63]);