数字图像处理实验报告

重庆邮电大学《数字图像处理》课程上机实验

学院生物信息学院

专业生物医学工程

班级 0611302

姓名李霞

学号 2013211957

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。

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)

(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类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。若图像是double类，则像素取值就是浮点数。规定双精度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类数组，在MA TLAB 中并不认为是二值图像。使用logical函数可以把数值数组转化为二值数组或逻辑数组。创建一个逻辑图像，其语法为：

B=logical(A)

其中，B是由0和1构成的数值数组。

要测试一个数组是否为逻辑数组，可以使用函数:

islogical(c)

若C是逻辑数组，则该函数返回1；否则，返回0。

(3) 索引图像

索引颜色通常也称为映射颜色，在这种模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。

一幅索引颜色图像在图像文件里定义，当打开该文件时，构成该图像具体颜色的索引值就被读入程序里，然后根据索引值找到最终的颜色。

(4) RGB图像

一幅RGB图像就是彩色像素的一个M×N×3数组，其中每一个彩色相似点都是在特定空间位置的彩色图像相对应的红、绿、蓝三个分量。按照惯例，形成一幅RGB彩色图像的三个图像常称为红、绿或蓝分量图像。

令fR，fG和fB分别代表三种RGB分量图像。一幅RGB图像就利用cat(级联)操作将这些分量图像组合成彩色图像：

rgb_image=cat(3,fR,fG,fB)

在操作中，图像按顺序放置。

三、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；

解：读取图像，存入数组I中：I = imread('flower.tif');

2．利用whos 命令提取该读入图像flower.tif的基本信息；

解：查询数组I的信息：

3．利用imshow()函数来显示这幅图像；

解：因为imshow()方法不能直接显示tif图像矩阵，因此要先转换成RGB模式，再调用imshow()显示。

代码如下：

>>I1 = I(:,:,1);

>> I2 = I(:,:,2);

>> I3 = I(:,:,3);

>> RGB = cat(3,I1,I2,I3);

>>imshow(RGB);

显示的图像为：

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；

解：代码如下：>> imfinfo('flower.tif') 结果截图：

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。

解：代码：>> imwrite(RGB,'flower.jpg','quality',80);

结果截图：

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。解：代码：>> imwrite(RGB,'flower.bmp');结果截图：

7．用imread()读入图像：Lenna.jpg 和camema.jpg；

解：代码：>> J = imread('Lenna.jpg');

>> K = imread('camema.jpg');

8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小；

解：代码：>> imfinfo('Lenna.jpg')

>> imfinfo('camema.jpg')

结果截图：

9．用figure,imshow()分别将Lenna.jpg和camema.jpg显示出来，观察两幅图像的质量。解：

代码：

>>imshow(J);

结果截图：>> imshow(K)

结果截图：

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。解：代码：>> gg = im2bw(J);

>> imshow(gg);

结果截图：

四、思考题

(1) 简述MatLab软件的特点。

答：①高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；②具有完备的图形处理功能,实现计算结果和编程的可视化;

③友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握；④功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ,为用户提供了大量方便实用的处理工具。

(2) MatLab软件可以支持哪些图像文件格式？

JPEG、JPEG、PCX、TIFF、PNG、GIF、HDF、XWD等等。(3) 说明函数imread 的用途格式以及各种格式所得到图像的性质。

imread函数用于读入各种图像文件，其一般的用法为

[X，MAP]=imread(‘’,‘fmt’)

其中，X，MAP分别为读出的图像数据和颜色表数据，fmt为图像的格式，为读取的图像文件（可以加上文件的路径）。

(4) 为什么用I = imread(‘lena.bmp’) 命令得到的图像I 不可以进行算术运算？

Matlab系统默认的算术运算时针对双精度类型（double）的数据，而上述命令产生的矩阵的数据类型是无符号8位，直接进行运算会溢出。

实验二图像的代数运算

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、实验原理

图像的代数运算是图像的标准算术操作的实现方法，是两幅输入图像之间进行的点对点的加、减、乘、除运算后得到输出图像的过程。如果输入图像为A(x,y)和B(x,y)，输出图像为C(x,y)，则图像的代数运算有如下四种形式：

C(x,y) = A(x,y) + B(x,y)

C(x,y) = A(x,y) - B(x,y)

C(x,y) = A(x,y) * B(x,y)

C(x,y) = A(x,y) / B(x,y)

图像的代数运算在图像处理中有着广泛的应用，它除了可以实现自身所需的算术操作，还能为许多复杂的图像处理提供准备。例如，图像减法就可以用来检测同一场景或物体生产的两幅或多幅图像的误差。

使用MATLAB的基本算术符(+、-、*、/ 等)可以执行图像的算术操作，但是在此之前必须将图像转换为适合进行基本操作的双精度类型。为了更方便地对图像进行操作，MATLAB图像处理工具箱包含了一个能够实现

所有非稀疏数值数据的算术操作的函数集合。

三、实验步骤

1．图像的加法运算

代码如下：

>> I = imread('flower2.jpg');

>> J = imread('flowerBackground.jpg');

>> Z = I + J;%直接矩阵加法运算

>> imshow(Z);

>> K = imadd(I, J);%用函数进行加法运算

>> imshow(K);结果截图：

%

图像加亮：

代码如下：

>> RGB = imread('rose.jpg');

>> RGB1 = imadd(RGB, 50);

>> RGB2 = imadd(RGB, -50);

>> subplot(2,2,1);

>> imshow(RGB);

>> subplot(2,2,2);

>> imshow(RGB1);

>> subplot(2,2,3);

>> imshow(RGB2);

结果截图：

2．图像的减法运算

代码如下：

>> I = imread('camema.jpg');

>> background = imopen(I,strel('disk',15));%提取

背景

>> I2 = imsubtract(I,background);

>> subplot(1,2,1);

>> imshow(I);

>> subplot(1,2,2);

>> imshow(I2);

结果截图：

3.图像的乘法运算

代码如下：

>> I = imread('room.tif');

>> J = immultiply(I,1.2);

>> subplot(1,2,1);

>> imshow(I);

>> subplot(1,2,2);

>> imshow(J);

结果截图：

4．图像的除法运算

代码如下：

>> I = imread('camema.jpg');

>> J = double(I);

>> J = J*0.43+90;

>> I2 = uint8(J);

>> Ip = imdivide(I,I2);

>> imshow(Ip,[])

结果

5．图像的四则代数运算

代码如下：

Z = imlincomb(A,X,B,Y,C);%Z = A*X+B*Y+C

四、思考题

1.由图像算术运算的运算结果，思考图像减法运算在什么场合上发挥优势？

答：使用背景减法进行运动目标检测可以提取出完整的目标图像．可将所得标用于进一步的图像处理工作中。

除去人身体在环境中运动产生的动态区域外．背景减法对其它的动态场景的变化、干扰等特别敏感背景图像获取的理想情况是在场景没有运动因素，最简单背景获取方法是当场景中任何目标时采集一幅图像作为背景图像，但这种固定背景图像的方法．只适合应于外界条件较好的场。

实验三图像变换

内容一：灰度变换

一、实验目的：

1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。

2、学会对图像直方图的分析。

3、掌握直接灰度变换的图像增强方法。

二、实验原理

术语‘空间域’指的是图像平面本身，在空间与内处理图像的方法是直接对图像的像素进行处理。空间域处理方法分为两种：灰度级变换、空间滤波。空间域技术直接对像素进行操作其表达式为 g(x,y)=T[f(x,y)]

其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，定义在点(x,y)的指定领域内。

定义点(x,y)的空间邻近区域的主要方法是，使用中心位于(x,y)的正方形或长方形区域，。此区域的中心从原点(如左上角)开始逐像素点移动，在移动的同时，该区域会包含不同的领域。T应用于每个位置(x,y)，以便在该位置得到输出图像g。在计算(x,y)处的g值时，只使用该领域的像素。

灰度变换T的最简单形式是使用领域大小为1×1，此时,(x,y)处的g值仅由f在该点处的亮度决定，T也变为一个亮度或灰度级变化函数。当处理单设(灰度)图像时，这两个术语可以互换。由于亮度变换函数仅取决于亮度的值，而与(x,y)无关，所以亮度函数通常可写做如下所示的简单形式：

s=T(r)

其中，r表示图像f中相应点(x,y)的亮度，s表示图像g中相应点(x,y)的亮度。

三、实验内容：

1、图像数据读出

2、计算并分析图像直方图

3、利用直接灰度变换法对图像进行灰度变换

代码如下：

f=imread('medicine_pic.jpg');

g=imhist(f,256); %显示其直方图

g1=imadjust(f,[0 1],[1 0]); %灰度转换，实现明暗转换(负片图像)

figure,imshow(g1)

%将0.5到0.75的灰度级扩展到范围[0 1]

g2=imadjust(f,[0.5 0.75],[0 1]);

figure,imshow(g2)

g=imread('point.jpg');

h=log(1+double(g)); %对输入图像对数映射变换

h=mat2gray(h); %将矩阵h转换为灰度图片

h=im2uint8(h); %将灰度图转换为8位图

figure,imshow(h)

结果截图：

内容二直方图变换

一、实验目的

1．掌握灰度直方图的概念及其计算方法；

2．熟练掌握直力图均衡化和直方图规定化的计算过程；

3．熟练掌握空域滤波中常用的平滑和锐化滤波器；

4．掌握色彩直方图的概念和计算方法

5．利用MATLAB程序进行图像增强。

二、实验原理

图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。本实验以直方图均衡化增强图像对比度的方法为主要内容，其他方法同学们可以在课后自行联系。

直方图是多种空间城处理技术的基础。直方图操作能有效地用于图像增强。除了提供有用的图像统计资料外，直方图固有的信息在其他图像处理应用中也是非常有用的，如图像压缩与分割。直方图在软件中易于计算，也适用于商用硬件设备，因此，它们成为了实时图像处理的一个流行工具。

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。

三、实验步骤

1打开计算机，启动MATLAB程序；程序组中“work”文件夹中应有待处理的图像文件；

2调入“实验一”中获取的数字图像，并进行计算机均衡化处理；

3显示原图像的直方图和经过均衡化处理过的图像直方图。

4记录和整理实验报告

代码如下：

>> I=imread('pollen.jpg'); % 读入原图像

J=histeq(I); %对原图像进行直方图均衡化处理

imshow(I); %显示原图像

title('原图像'); %给原图像加标题名

%对原图像进行屏幕控制；显示直方图均衡化后的图像

figure;imshow(J);

%给直方图均衡化后的图像加标题名

title('直方图均衡化后的图像') ;

%对直方图均衡化后图像进行屏幕控制；作一幅子图，并排两幅图的第1幅

figure; subplot(1,2,1) ;

imhist(I,64); %将原图像直方图显示为64级灰度

title('原图像直方图') ; %给原图像直方图加标题名

subplot(1,2,2); %作第2幅子图

imhist(J,64) ; %将均衡化后图像的直方图显示为64级灰度

title('均衡变换后的直方图') ; %给均衡化后图像直方图加标题名

结果截图：

四、思考题

1．直方图是什么概念？它反映了图像的什么信息？

答：直方图是灰度级数的函数，反映了图像中具有该灰度级数的像素的个数。

2．直方图均衡化是什么意思？它的主要用途是什么？均衡化后的图像有什么特点？

答：直方图均衡化就是把原图像的灰度直方图从比较集中的某个区间变成在全部灰度范围内的均匀分布。均衡化后图像的像素重新分配，使一定会度范围内的像素数量大致相同。图像的亮度变得更亮了，增强了图像的整体效果。

内容三图像的傅立叶变换

一、实验目的

1了解图像变换的意义和手段；

2熟悉傅立叶变换的基本性质；

3熟练掌握FFT变换方法及应用；

4通过实验了解二维频谱的分布特点；

5通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。

6评价人眼对图像幅频特性和相频特性的敏感度。

二、实验原理

1 应用傅立叶变换进行图像处理

傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。通过实验培养这项技能，将有助于解决大多数图像处理问题。对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。

2 傅立叶（Fourier）变换的定义

对于二维信号，二维Fourier变换定义为：

逆变换：

二维离散傅立叶变换为：

逆变换：

图像的傅立叶变换与一维信号的傅立叶变换变换一样，有快速算法，具体参见参考书目，有关傅立叶变换的快速算法的程序不难找到。实际上，现在有实现傅立叶变换的芯片，可以实时实现傅立叶变换。

三、实验步骤

1．将图像内容读入内存；

2．用Fourier变换算法，对图像作二维Fourier变换；

3．将其幅度谱进行搬移，在图像中心显示；

4．用Fourier系数的幅度进行Fourier反变换；

5．用Fourier系数的相位进行Fourier反变

换；

6．比较4、5的结果，评价人眼对图像幅频特

性和相频特性的敏感度。

7．记录和整理实验报告。

代码如下：

I=imread('number.tif'); %读入原图像文件

imshow(I); %显示原图像

fftI=fft2(I); %二维离散傅立叶变

换

sfftI=fftshift(fftI); %直流分量移到频谱

中心

RR=real(sfftI); %取傅立叶变换的实部

II=imag(sfftI); %取傅立叶变换的虚

部

A=sqrt(RR.^2+II.^2); %计算频谱幅值

A=(A-min(min(A)))/(max(max(A))-min(min(A)))*22

5; %归一化

figure; %设定窗口

imshow(A); %显示原图像的频谱

结果截图：

原图：

傅立叶频谱图：

四、思考题

1．傅里叶变换有哪些重要的性质?

答：①线性性②对称性③折叠型④尺度变换性⑤时移性⑥频移性⑦时域微分性

2．图像的二维频谱在显示和处理时应注意什么?

答：我在做实验的时候，把彩色图像用傅里叶变换后发现出不了结果，但是黑白图像或者彩色图像经过灰度处理就出来了图像，这些细节要在以后的实验中多多注意。

傅立叶频谱图上看到的明暗不一的亮点，实际上图像上某一点与邻域点差异的强弱，即梯度的大小，也即该点的频率的大小（可以这么理解，图像中的低频部分指低梯度的点，高频部分相反）。一般来讲，梯度大则该点的亮度强，否则该点亮度弱。这样通过观察傅立叶变换后的频谱图，也叫功率图，我们首先就可以看出，图像的能量分布，如果频谱图中暗的点数更

多，那么实际图像是比较柔和的（因为各点与邻域差异都不大，梯度相对较小），反之，如果频谱图中亮的点数多，那么实际图像一定是尖锐的，边界分明且边界两边像素差异较大的。对频谱移频到原点以后，可以看出图像的频率分布是以原点为圆心，对称分布的。

实验四图像增强—空域滤波

一、实验目的

进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。

了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。

二、实验内容与步骤

a) 调入并显示原始图像Sample2-1.jpg 。

b) 利用imnoise 命令在图像Sample2-1.jpg 上加入高斯(gaussian) 噪声

c)利用预定义函数fspecial 命令产生平均(average)滤波器

d）分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器，对加入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果；

e）选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。

f）利用imnoise 命令在图像Sample2-1.jpg 上加入椒盐噪声(salt & pepper)

g）重复c)~ e）的步骤

h）输出全部结果并进行讨论。

解：代码如下：

>>I=imread('electric.tif');

>>J = imnoise(I,'gauss',0.02); %添加高斯噪声

>>J = imnoise(I,'salt & pepper',0.02); (注意空格) %添加椒盐噪声

>>ave1=fspecial('average',3); %产生3×3的均值模版

>>ave2=fspecial('average',5); %产生5×5的均值模版

>>K = filter2(ave1,J)/255; %均值滤波3×3

>>L = filter2(ave2,J)/255; %均值滤波5×5

>>M = medfilt2(J,[3 3]); %中值滤波3×3模板

>>N = medfilt2(J,[4 4]); %中值滤波4×4模板

>> subplot(2,3,1);imshow(I);

>> subplot(2,3,2);imshow(J);

>> subplot(2,3,3);imshow(K);

>> subplot(2,3,4);imshow(L);

>> subplot(2,3,5);imshow(M);

>> subplot(2,3,6);imshow(N);

结果截图：

三、思考题/问答题

(1) 简述高斯噪声和椒盐噪声的特

点。

答：高斯噪声特点是它主要由阻性

元器件内部产生，它的概率密度函

数服从高斯分布（即正态分布）。

椒盐噪声特点：主要由图像切割引

起的黑图像上的白点噪声或光电转

换过程中产生的泊松噪声等，其噪

声的灰度值与邻域像素点具有明显

不同，在图像中造成过亮或过暗的像素点，严重影响图像质量。

(2) 结合实验内容，定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果？

答：使用均值滤波器对高斯噪声进行去噪效果比较好，虽然对椒盐也有效果，但是不如对高斯噪声的处理效果好。中值滤波对于去除椒盐噪声效果好，而对高斯噪声不是很理想。中值滤波器对于去除椒盐噪声效果明显。

(3) 结合实验内容，定性评价滤波窗口对去噪效果的影响？

答：1、线性滤波：对一些图像进行线性滤波可以去除图像中某些类型的噪声，如采用邻域平均法的均值滤波器就非常适应于去除通过扫描得到的图像中的颗粒噪声。

2、中值滤波：其是一种典型的低通滤波器，主要目的是保护图像边缘，同时也能去除噪声。

3、自适应滤波：其能够根据图像的局部方差来调整滤波器的输出，其滤波效果要优于线性滤波，同时可以更好的保存图像的边缘和高频细节信息。

实验五图像增强—频域滤波

一、实验目的

1．掌握怎样利用傅立叶变换进行频域滤波

2．掌握频域滤波的概念及方法

3．熟练掌握频域空间的各类滤波器

4．利用MATLAB程序进行频域滤波

二、实验原理及知识点

频域滤波分为低通滤波和高通滤波两类，对应的滤波器分别为低通滤波器和高通滤波器。频域低通过滤的基本思想：

G(u,v)=F(u,v)H(u,v)

F(u,v)是需要钝化图像的傅立叶变换形式，H(u,v)是选取的一个低通过滤器变换函数，G(u,v)是通过H(u,v)减少F(u,v)的高频部分来得到的结果，运用傅立叶逆变换得到钝化后的图像。

理想地通滤波器(ILPF)具有传递函数：

其中，为指定的非负数，为(u,v)到滤波器的中心的距离。的点的轨迹为一个圆。

n阶巴特沃兹低通滤波器(BLPF)(在距离原点处出现截至频率)的传递函数为

与理想地通滤波器不同的是，巴特沃兹率通滤波器的传递函数并不是在处突然不连续。

高斯低通滤波器(GLPF)的传递函数为

其中，为标准差。

相应的高通滤波器也包括：理想高通滤波器、n阶巴特沃兹高通滤波器、高斯高通滤波器。给定一个低通滤波器的传递函数，通过使用如下的简单关系，可以获得相应高通滤波器的传递函数：

三、实验步骤：

1．调入并显示所需的图片；

2．利用MATLAB提供的低通滤波器实现图像信号的滤波运算，并与空间滤波进行比较。

3．利用MATLAB提供的高通滤波器对图像进行处理。

4．记录和整理实验报告。

解：代码如下：

f=imread('room.tif');

F=fft2(f); %对图像进行傅立叶变换

%对变换后图像进行队数变化，并对其坐标平移，使其中心化

S=fftshift(log(1+abs(F)));

%S=gscale(S); %将频谱图像标度在0-256的范围内

imshow(S) %显示频谱图像

h=fspecial('sobel'); %产生空间‘sobel’模版

freqz2(h) %查看相应频域滤波器的图像

PQ=paddedsize(size(f)); %产生滤波时所需大小的矩阵

H=freqz2(h,PQ(1),PQ(2)); %产生频域中的‘sobel’滤波器

H1=ifftshift(H); %重排数据序列，使得原点位于频率矩阵的左上角imshow(abs(H),[]) %以图形形式显示滤波器

figure,imshow(abs(H1),[])

gs=imfilter(double(f),h); %用模版h进行空域滤波

gf=dftfilt(f,H1); %用滤波器对图像进行频域滤波

figure,imshow(gs,[])

figure,imshow(gf,[])

figure,imshow(abs(gs),[])

figure,imshow(abs(gf),[])

f=imread('number.tif'); %读取图片

PQ=paddedsize(size(f)); %产生滤波时所需大小

的矩阵

D0=0.05*PQ(1); %设定高斯高通滤波器

的阈值

H=hpfilter('gaussian',PQ(1),PQ(2),D0); %产生

高斯高通滤波器

g=dftfilt(f,H); %对图像

进行滤波

figure,imshow(f) %显示

原图像

figure,imshow(g,[]) %显示滤波后图像

结果截图：

原图：

Room.tif 1.频域处理：

注：第一个为图像room的频域傅里叶频谱。

2、空域滤波与频域滤波的对比：

注：图a为在空间域使用垂直Soble掩膜对图room滤波后的结果。

3、高通滤波：

七、思考题

1.结合实验，评价频域滤波有哪些优点？

答：在频域中分析图像的频域成分与图像的视觉效果间的对应关系比较直观。有些空间域比较难以表达和分析的图像增强任务可以比较简单的在频域中表达和分析。由于频域滤波的方式可以对图像进行低通和高通滤波进行处理，低通滤波是要保留图像中的低频分量而除去高频分量，由于图像中的边缘和噪声都对应图像傅里叶频谱中的高频部分，所以低通滤波可以去除或减弱噪声的影响并模糊边缘轮廓；高通滤波是要保留图像中的高频分量而除去低频分量，所以高通滤波可以保留较多的边缘轮廓信息，这些作用都彰显了频域滤波的优点。

2.在频域滤波过程中需要注意哪些事项？

答：频域滤波一般都是将信号变换到频域，再同所设计的窗函数项乘，然后反变换到时域，而窗函数又是根据所需滤除的频率分量所决定的。

实验六图像复原

1、实验目的

1.掌握噪声模拟和图像滤波函数的使用方法

2.了解图像复原的Matlab实现方法

2、实验要求

利用MatLab工具箱中关于数学形态学运算的函数，计算本指导书中指

定二值图像进行处理。

2、实验过程及步骤

A)对图像‘flowers.tif’分别采用运动PSF和均值滤波PSF进行模糊。

I=imread('E:/flowers.tif');

I=I(10+[1:256],222+[1:256],:); %剪切图像imshow(I)

len=30; %运动位移

theta=10; %运动角度

PSF=fspecial('motion',len,theta);

blurred=imfilter(I,PSF,'circular','conv');

figure,imshow(blurred)

I=imread('E:/flowers.tif');

imshow(I)

H=fspecial('motion',50,45); %运动

PSP

motionblur=imfilter(I,H);

figure,imshow(motionblur)

H=fspecial(‘disk’,10); %均值滤波PSP

averageblur=imfilter(I,H);

figure,imshow(averageblur)

B 在上述模糊图像上再添加噪声

I=imread('flowers.tif');

I=I(10+[1:256],222+[1:256],:); %剪切图像

imshow(I)

len=30; %运动位移

theta=10; %运动角度

PSF=fspecial('motion',len,theta);

blurred=imfilter(I,PSF,'circular','conv');

figure,imshow(blurred)

I=imread('flowers.tif');

imshow(I)

H=fspecial('motion',50,45); %运动PSP

motionblur=imfilter(I,H);

figure,imshow(motionblur)

H=fspecial(‘disk’,10); %均值滤波PSP

averageblur=imfilter(I,H);

figure,imshow(averageblur)

B)在上述模糊图像上再添加噪声

J=imnoise(motionblur,'salt & pepper');

figure,imshow(J)

(2)维纳滤波复原

A)使用维纳滤波复原函数deconvwnr复原无噪声模糊图像。

len=30; theta=10; PSF=fspecial('motion',len,theta);

blurred=imfilter(I,PSF,'circular','conv');

figure,imshow(blurred)

wnr1=deconvwnr(blurred,PSF); %真实PSF

figure,imshow(wnr1)

%非真实PSF

wnr2=deconvwnr(blurred,fspecial('motion',2*len,theta));

figure,imshow(wnr2)

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

数字图像处理试卷及答案

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HSI模型，它适于做图像处理的原因有:1、在HIS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. MATLAB函数fspecial(type,parameters)常用类型有:average 、gaussian、laplacian、prewitt、sobel、unsharp; 6. 检测边缘的Sobel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(Quantizer)的作用是减少心里视觉冗余; 9. MPEG4标准主要编码技术有DCT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

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（pixel）。 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 邻域是指一个像元（x，y）的邻近（周围）形成的像元集合。即{（x=p,y=q）}p、q 为任意整数。 像素的四邻域 像素p(x,y)的4-邻域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1) 三、简答题( 每小题10分,本题共30 分 )： 1. 举例说明直方图均衡化的基本步骤。 直方图均衡化是通过灰度变换将一幅图象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。

关于数字图像处理论文的题目

长春理工大学——professor——景文博——旗下出品 1基于形态学运算的星空图像分割 主要内容： 在获取星图像的过程中，由于某些因素的影响，获得的星图像存在噪声，而且星图像的背景经常是不均匀的，为星图像的分割造成了极大的困难。膨胀和腐蚀是形态学的两个基本运算。用形态学运算对星图像进行处理，补偿不均匀的星图像背景，然后进行星图像的阈值分割。 要求： 1> 图像预处理：对原始星空图像进行滤波去噪处理； 2> 对去噪后的图像进行形态学运算处理； 3> 选取自适应阈值对形态学运算处理后的图像进行二值化； 4> 显示每步处理后的图像； 5> 对经过形态学处理后再阈值的图像和未作形态学处理后再阈值的图像进行对比分析。 待分割图像直接分割图像处理后的分割图像 2基于数字图像处理的印刷电路板智能检测方法 主要内容： 通过对由相机实时获取的印刷电路板图像进行焊盘识别，从而提高电子元件的贴片质量，有效提高电路板的印刷效率。 要求： 1> 图像预处理：将原始彩色印刷电路板图像转成灰度图像，对灰度图像进行背景平滑和滤波去噪； 2> 对去噪后的图像进行图像增强处理，增强边缘提取的效果。 3> 对增强后的图像进行边缘提取（至少两种以上的边缘提取算法）； 4> 显示每步处理后的图像（原始电路板图像可自行查找）； 5> 图像处理后要求能对每个焊盘进行边缘提取，边缘清晰。 3静止背景下的移动目标视觉监控 主要内容：

基于视觉的人的运动分析最有前景的潜在应用之一是视觉监控。视觉监控系统的需求主要来自那些对安全要求敏感的场合，如银行、商店、停车场、军事基地等。通过对静止背景下的目标识别，来提醒监测人员有目标出现。 要求： 1>对原始参考图和实时图像进行去噪处理； 2>对去噪后的两幅图像进行代数运算，找出目标所在位置，提取目标，并将背景置黑； 3> 判断目标大小，若目标超过整幅图像的一定比例时，说明目标进入摄像保护区域，系统对监测人员进行提示（提示方式自选）。 4>显示每步处理后的图像； 5>分析此种图像监控方式的优缺点。 背景目标出现目标提取 4车牌识别图像预处理技术 主要内容： 车辆自动识别涉及到多种现代学科技术，如图像处理、模式识别与人工智能、计算机视觉、光学、机械设计、自动控制等。汽车作为人类生产、生活中的重要工具被广泛的使用，实现自动采集车辆信息和智能管理的车牌自动识别系统具有十分重要的意义: 要求： 1>对原始车牌图像做增强处理； 2>对增强后的彩色图像进行灰度变换； 3>对灰度图像进行直方图均衡处理； 4>选取自适应的阈值，对图像做二值化处理； 5>显示每步处理后的图像； 6>分析此种图像预处理的优缺点及改进措施，简要叙述车牌字符识别方法 原始车牌图像处理后的车牌图像 5医学细胞图像细胞分割图像增强算法研究 主要内容： 医学图象处理利用多种方法对各种图像数据进行处理，以期得到更好的显示效果以便医生根据细胞的外貌进行病变分析。 要求： 1>通过对图像的灰度变换调整改变细胞图像的灰度，突出感兴趣的细胞和细胞核区域。 2>通过直方图修改技术得到均衡化或规定化等不同的处理效果。 3>采用有效的图像平滑方法对细胞图像进行降噪处理，消除图像数字化和传输时所混入的噪声，提高图像的视觉效果。 4>利用图像锐化处理突出细胞的边缘信息，加强细胞的轮廓特征。 5>显示每步处理图像，分析此种细胞分割图像预处理方法的优缺点。 原始细胞图像 图像处理后的细胞图像 6瓶子灌装流水线检测是否液体灌装满瓶体 当饮料瓶子在罐装设备后要进行液体的检测，即：进行判断瓶子灌装流水线是否灌装满瓶体的检测，如液面超过瓶颈的位置，则装满，否则不满，如果不满则灌装液体不合格，需重新进行灌装。 具体要求： 1）将原进行二值化 2）二值化后的图像若不好，将其滤波再进行膨胀处理,并重新进行二值化

大学数字图像处理模拟试卷及答案 (1)

（注：以下两套模拟题仅供题型参考，请重点关注选择填空以及判断题、名词解释，蓝色下划线内容肯定不考） 《数字图像处理》模拟试卷（A 卷） 一、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.一一对应 b.多对一 c.一对多 d.都不对 ( d )3.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )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 ( ) 5.一曲线的方向链码为12345，则曲线的长度为 a.5 b.4 c.5.83 d.6.24 ( c )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.wendangku.net/doc/cb3729686.html,placian增强 ( )7.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( c)8.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45° c.垂直 d.135° ( d )9.二值图象中分支点的连接数为： a.0 b.1 c.2 d.3 ( a )10.对一幅100′100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： a.2:1 b.3:1 c.4:1 d.1:2 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。 3.直方图修正法包括直方图均衡和直方图规定化两种方法。 4.常用的灰度差值法有最近邻元法、双线性内插法和三次内插法。 5.多年来建立了许多纹理分析法，这些方法大体可分为和结构分析法两大类。 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。 7.检测边缘的Sobel算子对应的模板形式为和。 8.一般来说，采样间距越大，图象数据量少，质量差；反之亦然。 三、名词解释（每小题3分，共15分） 1.数字图像是将一幅画面在空间上分割成离散的点（或像元），各点（或像元）的灰度值经量化用离散的整数来表示，形成计算机能处理的形式。 2.图像锐化是增强图象的边缘或轮廓。 3.从图象灰度为i的像元出发，沿某一方向θ、距离为d的像元灰度为j同时出现的概率

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：

《数字图像处理》试题及答案.

。中间过程：先补上一圈的 0：解：结果： y ，然后和模板 作卷积，例如 y 中的-4 是这样得到的： -4(即对应元 素相乘相加，其他的数同理。 1、如图为一幅 16 级灰度的图像。请写出均值滤波和中值滤波的 3x3 滤波器；说明这两种滤波器各自的特点；并写出两种滤波器对下图的滤波结果（只处理灰色区域，不处理边界）。（15 分）题5图答：均值滤波：中值滤波：（2 分）（2 分）均值滤波可以去除突然变化的点噪声，从而滤除一定的噪声，但其代价是图像有一定程度的模糊；中值滤波容易去除孤立的点、线噪声，同时保持图像的边缘。（5 分）均值滤波：（3 分）中值滤波：（3 分） 2. 设有编码输入 X={x1,x2,x3,x4,x5,x6}, 其频率分布分别为p(x1=0.4,p(x2=0.3, p(x3=0.1,p(x4=0.1, p(x5=0.06,p(x6=0.04, 现求其最佳霍夫曼编码。 3 对数字图像 f(i,j(图象 1进行以下处理，要求： 1 计算图像 f(i,j的信息量。（10 分） 2 按下式进行二值化，计算二值化图象的欧拉数。 0 0 1 2 3 2 1 3 1 5 6 6 2 6 2 1 3 7 0 7 2 5 3 2 2 6 6 5 7 0 2 3 1 2 1 3 2 2 1 1 3 5 6 5 6 3 2 2 2 7 3 6 1 5 4 0 1 6 1 5 6 2 2 1 解：1统计图象 1 各灰度级出现的频率结果为； 信息量为 ）对于二值化图象，若采用 4-连接，则连接成分数为 4，孔数为 1，欧拉数为 4-1=3；若采用 8-连接，则连接成分数为 2，孔数为 2，欧拉数为 2-2=0； 1 给出一维连续图像函数傅里叶变换的定义，并描述空间频率的概念。解：1）一维连续图像函数的傅立叶变换定义为： 2）空间频率是指单位长度内亮度作周期变化的次数，对于傅立叶变换基函数，考虑的最大值直线在坐标轴上的截距为，则 表示空间周期，即为空间频率。 2、试给出把灰度范围（0，10）拉伸为（0，15），把灰度范围（10，20）移到（15，25），并把灰度范围（20，30）压缩为（25，30）的变换方程。解：如图所示，由公式

数字图像处理毕业论文

毕业论文声明 本人郑重声明： 1．此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外，本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2．本人完全了解学校、学院有关保留、使用学位论文的规定，同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版，允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3．若在大学学院毕业论文审查小组复审中，发现本文有抄袭，一切后果均由本人承担，与毕业论文指导老师无关。 4.本人所呈交的毕业论文，是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等，均已明确注明出处。论文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体，均已在论文中已明确的方式标明。 学位论文作者（签名）： 年月

关于毕业论文使用授权的声明 本人在指导老师的指导下所完成的论文及相关的资料（包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等），知识产权归属华北电力大学。本人完全了解大学有关保存，使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版，允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果，一定征得指导教师同意，且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 论文作者签名：日期： 指导教师签名：日期：

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

数字图像处理复习题

第一章绪论 一.选择题 1. 一幅数字图像是：( ) A、一个观测系统 B、一个有许多像素排列而成的实体 C、一个2-D数组中的元素 D、一个3-D空间的场景。 提示：考虑图像和数字图像的定义 2. 半调输出技术可以：( ) A、改善图像的空间分辨率 B、改善图像的幅度分辨率 C、利用抖动技术实现 D、消除虚假轮廓现象。 提示：半调输出技术牺牲空间分辨率以提高幅度分辨率 3. 一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：( ) A、256K B、512K C、1M C、2M 提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。 4. 图像中虚假轮廓的出现就其本质而言是由于：( ) A、图像的灰度级数不够多造成的 B、图像的空间分辨率不够高造成 C、图像的灰度级数过多造成的 D、图像的空间分辨率过高造成。 提示：平滑区域内灰度应缓慢变化，但当图像的灰度级数不够多时会产生阶跃，图像中的虚假轮廓最易在平滑区域内产生。 5. 数字图像木刻画效果的出现是由于下列原因所产生的：（） A、图像的幅度分辨率过小 B、图像的幅度分辨率过大 C、图像的空间分辨率过小 D、图像的空间分辨率过大 提示：图像中的木刻效果指图像中的灰度级数很少 6. 以下图像技术中属于图像处理技术的是：（）（图像合成输入是数据，图像分类输出 是类别数据） A、图像编码 B、图像合成 C、图像增强 D、图像分类。 提示：对比较狭义的图像处理技术，输入输出都是图像。 解答：1.B 2.B 3.A 4.A 5.A 6.AC 二.简答题 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 2. 什么是图像识别与理解？ 3. 简述数字图像处理的至少3种主要研究内容。 4. 简述数字图像处理的至少4种应用。 5. 简述图像几何变换与图像变换的区别。 解答: 1. ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。③图像的几何变换：改变图像的大小或形状。④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将

数字图像处理应用论文数字图像处理技术论文

数字图像处理应用论文数字图像处理技术论文 关于数字图像处理及其应用的研究 摘要：首先对数字图像处理的关键技术以及相应的处理设备进行详细的探讨，然后对数字图像处理的应用领域以及发展趋势进行详尽论述。 关键词：数字图像处理：关键技术；应用领域 0 引言 人类通过眼、耳、鼻、舌、身接受信息，感知世界。约有75％的信息是通过视觉系统获取的。数字图象处理是用数字计算机处理所获取视觉信息的技术，上世纪20年代Bartlane电缆图片传输系统(纽约和伦敦之间海底电缆)传输一幅图片所需的时间由一周多减少到小于3个小时；上世纪50年代，计算机的发展，数字图像处理才真正地引起人们的巨大兴趣；1964年，数字图像处理有效地应用于美国喷气推进实验室(J.P.L)对“徘徊者七号”太空船发回的大批月球照片的处理；但是直到上世纪六十年代末至七十年代扔，由于离散数学理论的创立和完善，使之形成了比较完整的理论体系，成为一门新兴的学科。数字图像处理的两个主要任务：如何利用计算机来改进图像的品质以便于人类视觉分析；对图像数据进行存储、传输和表示，便于计算机自动化处理。图像处理的范畴是一个受争论的话题，因此也产生了其他的领域比如图像分析和计算机视觉等等。

1 数字图像处理主要技术概述 不论图像处理是基于什么样的目的，一般都需要通过利用计算机图像处理对输入的图像数据进行相关的处理，如加工以及输出，所以关于数字图像处理的研究，其主要内容可以分为以下几个过程。图像获取：这个过程基本上就是把模拟图像通过转换转变为计算机真正可以接受的数字图像，同时，将数字图像显示并且体现出来(例如彩色打印)。数据压缩和转换技术：通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。图像分割：虽然国内外学者已提出很多种图像分割算法，但由于背景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。图像校正：在理想情况下，卫星图像上的像素值只依赖于进入传感器的辐射强度；而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性(反射率和发射率)有关，使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异，从而区分地物目标。图像复原，以图像退化的数学模型为基础，来改善图像质量表达与描述，图像分割后，输出分割标记或目标特征参数；特征提取：计算描述目标的特征，如目标的几何形状特征、统计特征、矩特征、纹理特征等。图像增强：显示图像中被模糊的细节。或是突出图像中感兴趣的特征。图像识别：统计模式识别、模糊模式识别、人工神经网络等。

数字图像处理试卷及答案2015年

中南大学考试试卷 2015-- 2016 学年1学期 时间100分钟 2015 年11月4日 数字图像处理 课程32学时2学分考试形式：也卷 专业年级： 电子信息2013级 总分100分，占总评成绩 70% 注：此页不作答题纸，请将答案写在答题纸上 一、填空题（本题20分，每小题1分） 1. 图像中像素具有两个属性： _空间位置 ______ 和—灰度 ______ 。 2. _红（R ）_、_绿（G ）_、 _____________ 蓝（B ）_这三种颜色被称为图像的三基色。 3. 对于一个6位的灰度图像，其灰度值范围是 __0-63 _________ 。 4. RGB 模型中黑色表示为 _____ （0，0，0） _____ 。 5. 直方图修正法包括 —直方图均衡 ___________ 和 _直方图规定化_ 两种方法。 6. 常用的灰度内插法有最近邻内插法、 _双线性内插法_和 三次内插法。 7. 依据图像的保真度，图像压缩可分为一无损压缩_和一有损压缩。 8. 图像压缩是建立在图像存在 _编码冗余，空间和时间冗余（像素间冗余） ， 视觉心理冗余三种冗余基础上。 9. 根据分割时所依据的图像特性的不同，图像分割方法大致可以分为阈值分割法、边缘检 ________ 测法和一区域分割法一三大类。 10. 傅立叶频谱中，与图像的平均灰度值对应的系数是 F （0 ， 0） _________ 。 二、选择题（本题20分，每小题2分） 1. 图像与灰度直方图间的对应关系是： （b ） a. ------- 对应 b. 多对一 c. 一对多 d. 都不对 2. 下列算法中属于图像平滑处理的是： （c ） a.梯度锐化 b. 直方图均衡 c. 中值滤波 https://www.wendangku.net/doc/cb3729686.html,placian 增强 3. 下列图像边缘检测算子中抗噪性能最好的是： （b ） a.梯度算子 b.Prewitt 算子 c.Roberts 算子 d. Laplacian 算子 6. 维纳滤波器通常用于：（c ） a.去噪 b. 减小图像动态范围 7. 采用幕次变换进行灰度变换时，当幕次 4. 5. 采用模板］-1 1 ］主要检测__ a.水平 b.45 0 c. 一幅256*256的图像，若灰度级为 a. 256Kb b.512Kb c.1Mb 方向的边缘。（c ） 垂直 d.135 16,则存储它所需的总比特数是 d. 2M c.复原图像 d.平滑图像

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

数字图像处理试卷A答案

电子科技大学网络教育考卷（A 卷）答案 一、名词解释（每题2分，共10分） 1. 一幅图像可定义为一个二维函数f(x,y)，这里x 和y 是空间坐标，而在任何一对空间坐标(x,y)上的幅值f 称为该点图像的强度或灰度。当x,y 和幅值f 为有限的、离散的数值时，称该图像为数字图像。 2. 对数变换是一种灰度变换方法，其一般表达式是s=clog(1+r)。其中c 是一个常数，并假设r≥0。此种变换使一窄带低灰度输入图像值映射为一宽带输出值。相对的是输入灰度的高调整值。可以利用这种变换来扩展被压缩的高值图像中的暗像素。 3. CMY 是一种颜色模型，常用于打印机。CMY 表示青、品红、黄，等量的颜料原色(青、品 红和黄色)可以产生黑色。实际上，为打印组合这些颜色产生的黑色是不纯的。因此，为 了产生真正的黑色(在打印中起主要作用的颜色)加入了第四种颜色——黑色，提出了 CMYK 彩色模型。 4. 空间分辨率是图像中可辨别的最小细节.涉及物理意义时可以用每单位距离可分辨的最 小线对数目，当不涉及物理意义时也可用图像的像素数目表示。 5. 令H 是一种算子，其输入和输出都是图像。如果对于任何两幅图像f 和g 及任何两个标 量a 和b 有如下关系，称H 为线性算子： 。 二、判断正误 × × × × √ 三、单项选择题 1、D 2、D 3、C 4、C 5、A 6、B 7、D 8、B 9、D 10、D 四、简答题 (每题5分，共10分) 1. 什么是直接逆滤波？这种方法有何缺点？如何改进？ 直接逆滤波方法是用退化函数除退化图像的傅里叶变换(G(u,v))来计算原始图像的傅里叶变换估计：? (,)(,)/(,)F u v G u v H u v =。但考虑到噪声的影响，我们即使知道退化函数，也不能准确地复原未退化的图像。 (,)(,)(,)?(,)(,)F u v H u v N u v F u v H u v += 因为N(u,v)是一个随机函数，而它的傅里叶变换未知。还有更糟的情况。如果退化是零或非常小的值，N(u,v)/H(u,v)之比很容易决定^ F (u,v)的估计值。—种解决退化是零或者很小值问题的途径是限制滤波的频率使其接近原点值。 2. 伪彩色图像处理(也称假彩色)是根据特定的准则对灰度值赋以彩色的处理。伪彩色的主要应用是为了人眼观察和解释一幅图像或序列图像中的灰度目标。人类可以辨别上千种颜色和强度，而相形之下只能辨别几十种灰度。 3、彩色模型(也称彩色空间或彩色系统)的用途是在某些标准下用通常可接受的方式简化彩色规范。本质上，彩色模型是坐标系统和子空间的规范。位于系统中的每种颜色都由单个点

数字图像处理论文

华东交通大学理工学院课程设计报告书 所属课程名称数字图像处理期末论文分院电信分院专业班级14 计科 学号20140210440214 学生姓名习俊 指导教师熊渊 2016 年12 月13 日

摘要 数字图像处理是用计算机对图像信息进行处理的一门技术，主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。本文论述了用Matlab编程对数字图像进行图像运算的基本方法。图像运算涵盖了MA TLAB程序设计、图像点运算、代数运算、几何运算等基本知识及其应用（点运算是图象处理的一个重要运算）。以及对图像加入噪声、图像缩放和图像旋转。 关键词图像点运算；代数运算；几何运算；图像缩放；图像旋转

目录 绪论 第一章图像运算 2.1点运算 2.2代数运算 2.3几何运算 第二章程序设计与调试 结束语 参考文献

绪论 早期的计算机无论在计算速度或存储容量方面，难于满足对庞大图像数据进行实时处理的要求。随着计算机硬件技术及数字化技术的发展，计算机、内存及外围设备的价格急剧下降，而其性能却有了大幅度的提高。 图像信息是人类获得外界信息的主要来源，数字图像处理技术越来越多的应用于人们日常工作、学习和生活中。和传统图像处理相比，它具有精度高、再观性好、通用性和灵活性强等特点。在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中也得到了广泛应用。 近几年来，随着计算机和各个相关领域研究的迅速发展，科学计算可视化、多媒体技术等研究和应用的兴起，数字图像处理从1个专门领域的学科，变成了1种新型的科学研究和人机界面的工具。数字图像作为一门新兴技术，它是二十一世纪五十年代数字计算机发展到相当水平后开拓出来的计算机应用新领域，它把图像转换成数据矩阵存放于计算机中，并进行滤波、增强、删除等处理，包括图像输入输出技术、图像分析、变换于处理技术以及图像识别和特征提取等方面。六十到七十年代数字处理技术的理论和方法更加完善，其准确性、灵活性和通用性逐步提高。 在日常生活中，电脑人像艺术，电视中的特殊效果，自动售货机钞票的识别，邮政编码的自动识别和利用指纹、虹膜、面部等特征的身份识别等均是图像处理的广泛应用。 进行数字图像处理时主要涉及数字图像点运算处理，针对图像的像素进行加、减、乘、除等运算，有效地改变了图像的直方图分布。

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；

数字图像处理结课论文

数字图像处理结课作业 --数字图像频域增强方法 及在matlab中的实现 学生姓名： 学号： 学院：理学院 班级：电科班 指导教师：

摘要:图像增强的目的是使处理后的图像更适合于具体的应用，即指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。从总体上可以分为两大类:空域增强和频域增强。频域处理时将原定义空间中的图像以某种形式转换到其他空间中，利用该空间的特有性质方便的进行图像处理。而空域增强是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。本文主要从空域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种空域图像增强方法。 关键词：图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波

目录： 1、何为数字图像处理及MATLAB的历史 2、空间域图像增强技术研究的目的和意义 3、空间域的增强 3.1 背景知识 3.2 空间域滤波和频域滤波之间的对应关系 3.3 锐化滤波 3.4 平滑滤波 4、结论 1、何为数字图像处理及MATLAB的历史 数字图像处理（digital image processing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。 MATLAB是由美国Math Works公司推出的软件产品。MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。MATLAB是一完整的并可扩展的计算机环境,是一种进行科学和工程计算的交互式程序语言。它的基本数据单元是不需要指定维数的矩阵,它可直接用于表达数学的算式和技术概念,而普通的高级语言只能对一个个具体的数据单元进行操作。它还是一种有利的教学工具,它在大学的线性代数课程以及其它领域的高一级课程的教学中,已成为标准的教学工具。

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];