数字图像处理复习资料
数字图像处理复习资料
第1章绪论第2章数字图像处理基本概念
1. 解答题
（1）什么叫数字图像？
答：数字图像，又称为数码图像或数位图像，是二维图像用有限数字数值像素的表示。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。
（2）数字图像处理包括哪些内容？
答：图像数字化；图像变换；图像增强；图像恢复；图像压缩编码；图像分割；图像分析与描述；图像的识别分类。
（3）数字图像处理系统包括哪些部分？
答：输入（采集）；存储；输出（显示）；通信；图像处理与分析。
（4）从“模拟图像”到“数字图像”要经过哪些步骤？
答：图像信息的获取；图像信息的存储；图像信息处理；图像信息的传输；图像信息的输出和显示。
（5）什么叫数字图像的“空间分辨率”和“幅度分辨率”？各由数字化哪个过程决定？
答：空间分辨率是指图像可辨认的临界物体空间几何长度的最小极限；幅度分辨率是指幅度离散，每个像素都有一个强度值，称该像素的灰度，一般量化采用8bit。
（6）数字图像1600?1200什么意思？灰度一般取值范围0~255，其含义是什么？
答：数字图像1600x1200表示空间分辨率为1600x1200像素；灰度范围0~255指示图像的256阶灰阶，就是通过不同程度的灰色来来表示图像的明暗关系，8bit的灰度分辨率。（7）P42：2，3，6（直方图概念），10，11
2.图像的数字化包括哪两个过程？它们对数字化图像质量有何影响？
答：采样；量化
采样是将空间上连续的图像变换成离散的点，采样频率越高，还原的图像越真实。
量化是将采样出来的像素点转换成离散的数量值，一幅数字图像中不同灰度值得个数称为灰度等级，级数越大，图像越是清晰。
3数字化图像的数据量与哪些因素有关？
答：图像分辨率；采样率；采样值。
6．什么是灰度直方图？它有哪些应用？从灰度直方图中你可可以获得哪些信息？
答：灰度直方图反映的是一幅图像中各灰度级像素出现的频率之间的关系；
它可以用于：判断图像量化是否恰当；确定图像二值化的阈值；计算图像中物体的面积；计算图像信息量。
从灰度直方图中你可可以获得：
暗图像对应的直方图组成成分几种在灰度值较小的左边一侧
明亮的图像的直方图则倾向于灰度值较大的右边一侧
对比度较低的图像对应的直方图窄而集中于灰度级的中部
对比度高的图像对应的直方图分布范围很宽而且分布均匀
10.什么是点处理？你所学算法中哪些属于点处理？
答：在局部处理中，输出值仅与像素灰度有关的处理称为点处理。如：图像对比图增强，图像二值化。
11．什么是局部处理？你所学算法中哪些属于局部处理？
答：在对输入图像进行处理时，计算某一输出像素值由输入图像像素的小领域中的像素值确定，这种处理称为局部处理。如：图像的移动平均平滑法，空间域锐化法。
第4章 图像增强、平滑去躁（空域）
1. 解答题
（1）图像增强的目的是什么？
答：图像增强的目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的的增强图像的整体或局部特性，将原来不清晰的图像变得清晰或增强某些感兴趣的特征，扩大图像中不同物体的特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，将强图像判读和识别效果，满足某些特征分析的需求。
（2）什么是灰度图像的直方图？简述用它可以简单判断图像质量？
答：灰度直方图定义为数字图像中各灰度级与其出现的频数间的统计关系，它能描述该图像的概貌，例如图像的灰度范围，每个灰度级出现的频率，灰度级的分布，整幅图像的平均明暗和对比度等。
（3）常用图像增强方法有哪些？
答：图像的线性变换；图像的非线性变化；图像的直方图均衡化和规定化。 （4）“平均模板”对图像做哪种处理？写出 3?3和5?5“平均模板”。 答：抑制噪声，改善图像质量。
3?3“平均模板”H =??????????11111111191 ；5?5“平均模板”H =??
????
??????????1111111111111111111111111251 （5）“中值滤波”对图像做哪种处理？是如何运算的？
答：中值滤波是对一个滑动窗口内的诸像素灰度值排序，用其中值代替窗口中心像素的灰度值的滤波方法，它是一种非线性的平滑法，对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。
（6）什么叫点处理、局部处理、全局处理？3?3平均模板、直方图修正、灰度反转各属于哪种处理？
答：局部处理：计算某一输出像素值由输入图像像素的小领域中的像素值确定，这种处理称为局部处理。（灰度反转）
点处理：输出值仅与像素灰度有关的处理称为点处理。（直方图修正） 全局处理：图像某一像素灰度的变化与图像全部像素灰度值有关。（3?3平均模板） 2．计算题
（1）P100：9、10 中值滤波处理与领域平均，见后面
（2）P102：26、左表是8级灰度数字图像原始数据，右表是规定直方图。 要求：（1）完成本题要求的“直方图规定化”处理，同时完成“直方图均衡化”处理。
（2）只要求画出表格，数据放在表格中，不要计算过程。表格可以按照课堂横表，也可以按照课表设计为纵表。要求画出原始图像、直方图均匀化和直方图规定化处理后图像的直方图，直方图画法参考如下。
第3章图像变换及频域处理（频域）
常用图像变换算法：
（1）图像的几何变换（图像畸变校正*、图像缩放、旋转*、拼接*）
?图像缩放：双线性插值
（2）图像变换（傅立叶、余弦、沃尔什－哈达玛、K-L变换、小波变换）
（3）图像频域处理（增强算法：高频率提升、同态滤波；平滑去噪：
?增强算法：高频提升、同态滤波；
?平滑去噪：低通滤波
解答题
（1）说出数字图像处理中有哪几种图像变换？
答：傅里叶；余弦；沃尔什；哈达玛；K-L变换；小波变换。
（2）简述为什么要进行图像变换？各种变换应用在图像什么处理上？
答：图像变换在数字图像处理与分析中起着很重要的作用，是一种常用的、有效的分
析手段。图像变换的目的在于：使图像处理问题化；有利于图像特征提取；有助于从概念
上增强对图像信息的理解。
（3）简述快速傅里叶变换算法（FFT）原理。
答：
（4）长度为N的一维信号的
离散傅里叶变换（DFT）其计算量= N2次乘法+ N(N-1)次法；
快速傅里叶变换（FFT）其计算量= N/2 log2N次乘法+ N log2N加法。
（5）解释图像处理空域与频域。
答：
（6）频域进行图像增强、去噪、边缘检测分别用哪种滤波器？（高通、低通、带通或其它？）答：增强------------同态滤波器
去噪------------低通滤波器
边缘检测------高通滤波器
（7）频域处理图像的步骤？
答： a.清除噪声，改善图像的视觉效果 b.突出边缘有利于识别和处理
（8）图像增强可以在“空域”和“频域”进行，什么叫“空域”和“频域”？两种域各采用什
么处理方法？
答：空域法：直接对图像的像素灰度进行操作。常用算法：图像的灰度变换；直方图
修正（均衡化、规定化）；平滑和锐化处理；彩色增强。
频域法：在图像的变换域中，对图像的变换值进行操作，然后经逆变换获得所需要的
增强结果。常用算法：低通滤波；高频提升滤波；同态滤波。
（9）频域处理图像的步骤？
答：
第4章图像复原
常用图像变换算法：
（1）逆滤波；（2）维纳滤波（Wiener Filter）；（3）盲卷积*
1. 解答题
（1）什么叫图像复原？与图像增强有什么区别？
答：图像在形成、传输和记录中，由于成像系统、传输介质和设备的不完善，导致图像质量下降，这一现象称为图像退化。
图像复原和图像增强是有区别的，虽然二者的目的都是为了改善图像的质量，但图像增强不考虑图像是如何退化的，只通过试探各种技术来来增强图像的视觉效果。因此，图像增强可以不顾增强后的图像是否失真，只要看着舒服就行。而图像复原则完全不同，需知道图像退化的机制和过程等先验知识，据此找出一种相应的逆过程解算方法，从而得到复原的图像。如果图像已退化，应先做复原处理，再做增强处理。
（2）说出几种图像退化。
答：图像模糊、失真、有噪声等
（3）什么是维纳滤波器？
答：是一种以最小平方为最优准则的线性滤波器，在一定的约束条件下，其输出与给定函数的差的平方达到最小，通过数学运算最终可变为可变为一个拖布列兹方程的求解问题，是利用平稳随机过程的相关特性和频谱特性混有噪声的信号进行滤波。
（4）说出几种常用的图像复原方法？
答：代数恢复方法：无约束复原；约束最小二乘法
频域恢复方法：逆滤波恢复法；去除由均匀运动引起的模糊；维纳滤波复原法
第5章图像压缩编码
常用图像变换算法：
（1）哈夫曼编码；（2）算术编码；（3）预测编码；（4）变换编码
1．解答题
（1）图像为什么可以压缩？（即数字图像中存在哪几种冗余？）
答：图像数据之所以可以被压缩，是因为数据中存在着冗余。
在图像压缩中，有三种基本的数据冗余：编码冗余；像素间冗余；视觉冗余。
（2）什么是有损和无损压缩？
答：无损压缩：是对文件本身的压缩，和其它数据文件的压缩一样，是对文件的数据存储方式进行优化，采用某种算法表示重复的数据信息，文件可以完全还原，不影响文件内容，对于数字图像而言，也不会使图像细节有任何损失。
有损压缩：是对图像本身的改变，在保存图像时保留了较多的亮度信息，而将色相和色纯度的信息和周围的像素进行合并，合并的比例不同，压缩的比例也不同，由于信息量减少了，所以压缩比可以很高，图像质量也会相应的下降。
（3）霍夫曼编码算法的基本思想是什么？
答：是根据源数据符号发生的概率进行编码的。在源数据中出现概率越大的符号，分配的码字越短；出现概率越小的信号，其码长越长，从而达到用尽可能少的码表示源数据。
（4）无损和有损预测编码算法不同之处？各在哪个环节对数据实现了压缩？
答：无损（亦称无失真、无误差、信息保持）编码中删除的仅仅是图像数据中冗余的数据，经解码重建的图像和原始图像没有任何失真。
有损（亦称有误差、有失真）编码是指解码重建的图像与原图像相比有失真，不能精确的复原，但视觉效果上基本相同，是实现高压缩比的编码方式。
（5）简述统计编码、算术编码、预测编码、变换编码算法的基本原理。
答： 统计编码：根据信源的概率分布可变长码，使平均码长非常接近于熵。 算数编码：利用编码符号的联合概率，用一个单独的浮点数来代替一串输入符号。 预测编码：不是直接对信号编码，而是对图像预测误差编码。实质上是对新的信息进行编码，以消除相邻像素之间的相关性和冗余性。
变换编码算法：是通过正交变换把图像从空间域转化为能量比较集中的变换域系数，然后对变换系数经行编码，从而达到压缩数据的目的。
（6）各种压缩方法分别在哪个环节上实现了数据压缩？
答：
（7）压缩效果如何评价？
答：
2. 计算题（五）
（1）P139：3 霍夫曼编码，并计算信源的熵、平均码长、编码效率及冗余度。 （2）（补充）对下表信源进行Huffman （哈夫曼）和Fano-Shannon （费诺--仙农）的变长编码，并计算信源熵、两种变长编码的平均码长、编码效率、冗余度和与自然编码的
（3BACCA 进行算术编码，写出编码过程，求出消息熵、平均码长和编码效率。 计算题（六） 1．（补充）预测编码：对序列106，102，120，120，118，116，采用下面两种“预测规则”
进行预测编码、解码，并进行比较。（特别注意两种预测规则的不同）
（1）无损预测编码，预测函数如下： )1(f )(f
?-=m m （2）有损预测编码，预测函数如下： )1(f )(f
?'-=m m
并使用一个2位量化器，即：
第7章 图像边缘检测、分割
图像处理常用算法：
（1）边缘检测：Canny 算子、Laplacian 算子、Sobel 算子 （2）Hough 变换检测直线和圆算法
（3）图像分割：阈值分割算（也叫二值化）、区域分割算法 ? 区域分割方法：区域生长法、分裂合并法、空间聚类法。 1. 解答题
（1）说出几个常用的边缘检测算子。
答：Canny 算子、Laplacian 算子、Sobel 算子。
（2）分别说出下面四种模板分别实现平滑去噪（低通滤波器）、图像锐化（梯度法）、边缘检测（高通滤波器）哪种处理？
3*3加权低通滤波器（平滑去噪） A1=
???????
???121242121161 A2=??????????11111111191 A3=????
??????111121111101
A4=??????????11110111181 A5=????
???
???04/104/114/104/1021
拉普拉斯增强算子（边缘检测 ）B=????
?
?????----010151010 Sobel 算子（边缘检测，抑制噪声）C1=??
????????---101202101 C2=??????????---121000121
Prewitt 算子（检测边缘，抑制噪声）D1=??????????---111000111 D2=????
?
?????---101101101
高通滤波法：在空间域用高通滤波算子和图像卷积来增强边缘。常用算子有：
E1=??????????----010151010 E2=????
??????--------121252121
（3）图像边缘检测、图像分割处理的目的是什么？分割与边缘检测有什么不同？
（4）频域进行图像边缘检测分别用哪种滤波器？（高通、低通、带通或其它？）
（5）什么是图像二值化处理？二值化处理的目的是什么？
（6）常用的图像分割算法有哪些？
低通滤波器，高通滤波器
计算题
1 .设图像的长宽比为4:3，300万和800万像素的数码相机的空间分辨率大约是多少？
一幅800万像素彩色图像需要多少个字节来存储？
答：（1）设4:3的300万相机的空间分辨率为x.y则有：
x.y=300 0000
x/y=4/3
得：x=2000；y=1500. x.y=2000x1500
同理得800万相机的空间分辨率为：3265x2450。
（2）一幅800万彩色图像需要的存储空间为：800 0000 *24 / 8 / 1024/1024 =22.89(M)
3-2、对上图作33?领域平均，并比较领域平均与中值滤波的差异。
比较：领域平均滤波在滤除点噪声的同时，会使目标物边缘变得模糊；中值滤波法在滤除噪声的同时，保留了目标物边缘；中值滤波在抑制噪声方面比均值滤波差一点。
★3-3已知一幅6464?的8bit 数字图像，各个灰度出现的概率如左表。要求将此直方图变换，使其变换后的图像具有右表的灰度分布。画出变换前后图像的直方图。（重点，期末和补考选考其中一种）
解：
（1）直方图均衡化
计算方法及公示计算结果
1 列出图像灰度级（i或j）0 1
2
3
4
5
6 7
2 统计原图像个灰度级像素个数560 920 1046 705 356 267 170 72
3 计算原始直方图()i
n
p i
n
=0.14 0.22 0.26 0.17 0.09 0.06 0.04 0.02
4 计算累计直方图()
j
j
k
P p k
=
=∑0.14 0.36 0.62 0.79 0.88 0.94 0.98 1.00 5
计算变换后的灰度值：
()
[]
10.5
j
j INT L P
=-+
1 3 5 6 6 7 7 7 6 确定灰度变换关系：i j
→01
→13
→25
→3,46
→5,6,77
→
7 统计变换后各灰度级的像素个数j n560 920 1046 1061 509
8 计算变换后图像直方图()j
n
p j
n
=0 0.14 0 0.22 0 0.26 0.26 0.12
直方图均衡化变换前后的图像直方图如下：
原始图像直方图均衡化后直方图
（2）直方图规定化
计算方法及公示计算结果
1 列出图像灰度级i，j 0 1
2
3
4
5
6 7
2 计算原始直方图()i n
p i
n
=0.14 0.22 0.26 0.17 0.09 0.06 0.04 0.02
3 列出规定直方图()
z
p j0 0 0 0.19 0.25 0.21 0.24 0.11
4 计算原始累计直方图i P0.14 0.36 0.62 0.79 0.88 0.94 0.98 1.00
5 计算规定累计直方图j P0 0 0 0.19 0.44 0.65 0.89 1.00
6 按照
i j
P P
→找到i对应的j 3 4 5 6 6 7 7 7
7 确定灰度变换关系：i j
→03
→14
→25
→3,46
→5,6,77
→
8 求变换后的匹配直方图()
p j0 0 0 0.14 0.22 0.26 0.26 0.12 直方图规定化变换前后的图像直方图如下：
★5-1有如下之信源X，12345678
12345678
u u u u u u u u
X
P P P P P P P P
??
=??
??
，其中：
1
0.20
P=，2
0.09
P=，
3
0.11
P=，
4
0.13
P=，
5
0.07
P=，
6
0.12
P=，
7
0.08
P=，
8
0.20
P=。试将该信源进行霍夫曼编码，并计算信源的熵、平均编码、编码效率及冗余度。若采用二叉树编码，请绘出二叉树。
（考哈夫曼，不会考二叉树）
原始图像直方图规定化后直方图
解：（1）Huffman （哈夫曼）编码 信符
1 2
3 4 5 6 u1 0.6 u8 0.4 u4 u6 u3 u2
u7 u5
信源熵：()7
20log 2.9i i i H A P P ==-=∑
哈夫曼编码平均码长：
7
100.220.230.1330.1230.1130.0930.0840.074 2.95i i i Lavg L P ===?+?+?+?+?+?+?+?=∑哈夫曼编
码编码效率：()1==H A Lavg 2.92.95100%=98.3%η?
哈夫曼编码冗余度：()111100% 1.7%D R η=-?=
0 1
★5-2对下表信源进行Huffman （哈夫曼）和Fano-Shannon （费诺--仙农）的变长编码，并计算信源熵、两
解（1）Huffman （哈夫曼） 信符
1
2 3 4 5
6 a1
0.35 0.35 0.35
0.6 a2 0.25 0.25 0.25 0.4 a0 0.15 0.15 a3 0.11 a4 a5 a6 a7
信源熵：
()
()
7
2
222222220
log
0.35log 0.350.25log 0.250.15log 0.150.11log 0.110.06log 0.060.05log 0.050.02log 0.020.01log 0.01
0.53010.50.41050.350180.243530.216090.1128770.06643 2.43i
i i H
A P P bit ==-
=--------=+++++++=∑哈夫曼编码平均码长：
7
100.3520.2520.1520.1130.0640.0550.0260.016 2.5i i i Lavg L P ===?+?+?+?+?+?+?+?=∑哈夫曼
编码编码效率：()11==100%=97.2%H A 2.432.5η?
哈夫曼编码冗余度：()111100% 2.8%D R η=-?= 哈夫曼编码压缩比：11
32.5 1.2R m
C Lavg ===
（2）Fano-Shannon （费诺-仙农）（概率大的一组赋0，概率小的一组赋1；或者上面一组赋0，下面一组赋1）
编
码
00 01
11 101 100
0 1
6 1
a5 0.05
10000 a6 0.02
100
010 a7
0.01
100011
费诺--仙农编码平均码长：
20.3520.2520.1520.1130.0640.0550.0260.016 2.5Lavg =?+?+?+?+?+?+?+?=费诺--仙农编码编码效率：()22==100%=97.2%H A Lavg 2.432.5η?
费诺--仙农编码冗余度：()221100% 2.8%D R η=-?= 费诺--仙农编码压缩比：22
32.5 1.2R m
C Lavg ===
6-1预测编码：对序列106，
102，120，120，118，116，采用下面两种“预测规则” 进行预测编码、解码，并进行比较。（特别注意两种预测规则的不同）
（1）无损预测编码，预测函数如下： ?f
()f (1)m m =- （2）有损预测编码，预测函数如下： ?()(1)f
m f m =- 并使用一个2位量化器，即：
解：（1）无损预测编码结果如下：
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
数字图像处理课程心得
数字图像处理课程心得 本学期，我有幸学习了数字图像处理这门课程，这也是我大学学习中的最后一门课程，因此这门课有着特殊的意义。人类传递信息的主要媒介是语音和图像。据统计，在人类接受的信息中，听觉信息占20%,视觉信息占60%，其它如味觉、触觉、嗅觉信息总的加起来不过占20%。可见图像信息是十分重要的。通过十二周的努力学习，我深刻认识到数字图像处理对于我的专业能力提升有着比较重要的作用，我们可以运用Matlab对图像信息进行加工，从而满足了我们的心理、视觉或者应用的需求，达到所需图像效果。 数字图像处理起源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约采用数字压缩技术传输了第一幅数字照片。此后，由于遥感等领域的应用，使得图像处理技术逐步受到关注并得到了相应的发展。第三代计算机问世后，数字图像处理便开始迅速发展并得到普遍应用。由于CT的发明、应用及获得了备受科技界瞩目的诺贝尔奖，使得数字图像处理技术大放异彩。目前数字图像处理科学已成为工程学、计算机科学、信息科学、统计学、物理、化学、生物学、医学甚至社会科学等领域中各学科之间学习和研究的对象。随着信息高速公路、数字地球概念的提出以及Internet的广泛应用，数字图像处理技术的需求与日俱增。其中，图像信息以其信息量大、传输速度快、作用距离远等一系列优点成为人类获取信息的重要来源及利用信息的重要手段，因此图像处理科学与技术逐步向其他学科领域渗透并为其它学科所利用是必然的。 数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展（特别是离散数学理论的创立和完善）;三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。图像处理科学是一门与国计民生紧密相联的应用科学，它给人类带来了巨大的经济和社会效益，不久的将来它不仅在理论上会有更深入的发展，在应用上亦是科学研究、社会生产乃至人类生活中不可缺少的强有力的工具。它的发展及应用与我国的现代化建设联系之密切、影响之深远是不可估量的。在信息社会中，数字图象处理科学无论是在理论上还是在实践中都存在着巨大的潜力。近几十年，数字图像处理技术在数字信号处理技术和计算机技术发展的推动下得到了飞速的发展，正逐渐成为其他科学技术领域中不可缺少的一项重要工具。数字图像处理的应用领域越来越广泛，从空间探索到微观研究，从军事领域到工农业生产，从科学教育到娱乐游戏，越来越多的领域用到了数字图像处理技术。 虽然通过一学期的课程学习我们还没有完全掌握数字图像处理技术，但也收获了不少，对于数字图像处理方面的知识有了比较深入的了解，当然也更加理解了数字图像的本质，即是一些数字矩阵，但灰度图像和彩色图像的矩阵形式是不同的。对于一些耳熟能详的数字图像相关术语有了明确的认识，比如常见的：像素（衡量图像的大小）、分辨率（衡量图像的清晰程度）、位图（放大后会失真）、矢量图（经过放大不会失真）等大家都能叫上口却知识模糊的名词。也了解图像处理技术中一些常用处理技术的实质，比如锐化处理是使模糊的图像变清晰，增强图像的边缘等细节。而平滑处理是的目的是消除噪声，模糊图像，在提取大目标之前去除小的细节或弥合目标间的缝隙。对常提的RGB图像和灰度图像有了明确的理解，这对大家以后应用Photoshop等图像处理软件对图像进行处理打下了
数字图像处理 课程设计报告
数字图像处理 课程设计报告 姓名： 学号： 班级： 设计题目：图像处理 教师：赵哲老师 提交日期： 12月29日
一、设计内容： 主题：《图像处理》 详细说明：对图像进行处理（简单滤镜，模糊，锐化，高斯模糊等），对图像进行处理（上下对称，左右对称，单双色显示，亮暗程度调整等），对图像进行特效处理（反色，实色混合，色彩平衡，浮雕效果，素描效果，雾化效果等）， 二、涉及知识内容： 1、二值化 2、各种滤波 3、算法等 三、设计流程图 四、实例分析及截图效果： 运行效果截图： 第一步：读取原图,并显示 close all;clear;clc; % 清楚工作窗口clc 清空变量clear 关闭打开的窗口close all I=imread(''); % 插入图片赋给I imshow(I);% 输出图I I1=rgb2gray(I);%图片变灰度图 figure%新建窗口 subplot(321);% 3行2列第一幅图 imhist(I1);%输出图片
title('原图直方图');%图片名称 一，图像处理模糊 H=fspecial('motion',40); %% 滤波算子模糊程度40 motion运动 q=imfilter(I,H,'replicate');%imfilter实现线性空间滤波函数，I图经过H滤波处理，replicate反复复制q1=rgb2gray(q); imhist(q1); title('模糊图直方图'); 二，图像处理锐化 H=fspecial('unsharp');%锐化滤波算子，unsharp不清晰的 qq=imfilter(I,H,'replicate'); qq1=rgb2gray(qq); imhist(qq1); title('锐化图直方图'); 三，图像处理浮雕(来源网络) %浮雕图 l=imread(''); f0=rgb2gray(l);%变灰度图 f1=imnoise(f0,'speckle',; %高斯噪声加入密度为的高斯乘性噪声 imnoise噪声污染图像函数 speckle斑点 f1=im2double(f1);%把图像数据类型转换为双精度浮点类型 h3=1/9.*[1 1 1;1 1 1;1 1 1]; %采用h3对图像f2进行卷积滤波 f4=conv2(f1,h3,'same'); %进行sobel滤波 h2=fspecial('sobel'); g3=filter2(h2,f1,'same');%卷积和多项式相乘 same相同的 k=mat2gray(g3);% 实现图像矩阵的归一化操作 四，图像处理素描(来源网络) f=imread(''); [VG,A,PPG] = colorgrad(f); ppg = im2uint8(PPG); ppgf = 255 - ppg; [M,N] = size(ppgf);T=200; ppgf1 = zeros(M,N); for ii = 1:M for jj = 1:N if ppgf(ii,jj) 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 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： 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); 《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。 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 集中稀疏表示的图像恢复 董伟胜中国西安电子科技大学电子工程学院wsdong@https://www.wendangku.net/doc/d93378265.html, 张磊香港理工大学计算机系cslzhang@https://www.wendangku.net/doc/d93378265.html,.hk 石光明中国西安电子科技大学电子工程学院gmshi@https://www.wendangku.net/doc/d93378265.html, 摘要 本文对于图像恢复任务提出了一种新的称为集中稀疏表示(CSR)的稀疏表示模型。为了重建高还原度的图像，通过给定的字典，退化图像的稀疏编码系数预计应该尽可能接近那些未知的原始图像。然而，由于可用的数据是原始图像的退化版本(如噪声、模糊和/或者低采样率)，正如许多现有的稀疏表示模型一样，如果只考虑局部的稀疏图像，稀疏编码系数往往不够准确。为了使稀疏编码更加准确，通过利用非局部图像统计，引入一个集中的稀疏性约束。为了优化，局部稀疏和非局部稀疏统一到一个变化的框架内。大量的图像恢复实验验证了我们的CSR模型在以前最先进的方法之上取得了令人信服的改进。 1、介绍 图像恢复（IR）目的是为了从，比如说通过一个低端摄像头或者在有限条件下得到图像的图像退化版本（例如噪声、模糊和/或者低采样率），来恢复一副高质量的图像。对于观察的图像y，IR问题可以表示成： y = Hx + v (1) 其中H是一个退化矩阵，x是原始图像的矢量，v是噪声矢量。由于IR的病态特性，尝试把观察模型和所需解决方案的先验知识合并到一个变分公式的正则化技术，已经被广泛地研究。对于正则方法，对自然图像适当的先验知识进行寻找和建模是最重要的关注点之一，因此学习自然图像先验知识的各种方法已经被提出来了【25,5,6,12】。 近年来，对于图像恢复基于建模的稀疏表示已经被证明是一种很有前途的模型【9,5,13,20,16,21,27,15,14】。在人类视觉系统【23,24】的研究中，已经发现细胞感受区域使用少量的从一个超完备的编码集中稀疏选出的结构化基元来编码自然图像。在数学上，一个x ∈ R N的信号可以表示为一个字典Φ中的几个原子的线性组合，例如，X ≈Φα,用|0 最小化： 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) 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 上数字图像处理技术的心得我一直对PS挺感兴趣的，虽然我去图书馆借了许多书，可是有很多地方解释不清楚也没有素材，我都快崩溃了。单我发现这门课立即就报了它。我的最初目的不是要去学数字图像处理技术，而是冲着学photoshop去的。 刚开始上第一节课时，老师您并没有讲PS，而是讲一些关于数字图像处理技术的原理知识。我本以为我可能不会喜欢这种类型的课。但是出于一个理科生的本能反应，我挺喜欢这些内容。我发觉我的几个选修都正好符合我的兴趣爱好。我第一次接触数字图像处理技术，才知道图像的原理竟然一些数字矩阵。不愧叫数字图像处理技术。 但老师开始讲PS的时候，我自然是更加高兴了。因为这是我主要的学习目的。图像处理技术只是碰巧撞上。说实话，我对PS上的一些工具及使用方法还不是很了解。老师能从基本知识讲起正和我心意。虽然有很多我以前都会了。 我现在来讲讲我从在这门选修课中学到最主要的两项知识。 其一就是老师最希望我们了解的数字图像处理技术。我们现在都知道一张像数码相机照出来的照片（数字图像）是由一大堆数字矩阵组成。黑白与彩色图像的矩阵又有一些不同。老师用北京邮电大学的那个软件给我们演示一下PS里面的图像处理原理是怎样形成的。比如模糊，锐化等等。还有很多的图像处理通过PS来说明解释。后面主要就是介绍压缩技术。当然也涉及到一些视频音频的压缩。图像 压缩老师您也介绍了很多不同的方法。可我想不起来了，但是起码我们知道了它的压缩原理。知道原图像与压缩后所占存储量的巨大差异。我在这里也和老师一样用画图做一个。有一点失真，这就是有损压缩。 另外那个无损压缩从视觉上是抗不出来的，就不用做了。 其二，就是在photosop的操作上。老师您举了许许多多的操作例子来提高我们对数字图像处理技术的兴趣，尤其是在图层和滤镜的学习，我都学到很多在书上看不懂的方法技能。下面我也简简单单做一张，就当做是作业来完成吧！ 如下三张图：通过第一张图中草地，山与第二张的天空合成第三张图。 数字图像处理 课程设计报告 课设题目：彩色图像增强软件学院：信息科学与工程学院专业：电子与信息工程 班级： 1002501 姓名：曾小路 学号： 100250131 指导教师：赵占峰 哈尔滨工业大学（威海） 2013 年12月27日 目录 目录 .......................................................................................................................... I 一. 课程设计任务 (1) 二. 课程设计原理及设计方案 (2) 2.1 彩色图像基础 (2) 2.2 彩色模型 (2) 三. 课程设计的步骤和结果 (6) 3.1 采集图像 (6) 3.2 图像增强 (7) 3.3 界面设计 (9) 四. 课程设计总结 (12) 五. 设计体会 (13) 六. 参考文献 (14) 哈尔滨工业大学（威海）课程设计报告 一. 课程设计任务 1.1设计内容及要求： （1）、独立设计方案，根据所学知识，对由于曝光过度、光圈过小或图像亮度不均匀等情况下的彩色图像进行增强，提高图像的清晰度（通俗地讲，就是图像看起来干净、对比度高、颜色鲜艳）。 （2）、参考photoshop 软件，设计软件界面，对处理前后的图像以及直方图等进行对比显示； （3）、将实验结果与处理前的图像进行比较、分析。总结设计过程所遇到的问题。 1.2参考方案 1、实现图像处理的基本操作 学习使用matlab 图像处理工具箱，利用imread（）语句读入图像，例如image=imread（flower.jpg），利用彩色图像模型转换公式，将RGB 类型图像转换为HSI 类型图像，显示各分量图像(如imshow（image）)，以及计算和显示各分量图像直方图。 2、彩色图像增强实现 对HSI彩色模型图像的I分量进行对比度拉伸或直方图均衡化等处理，提高亮度图像的对比度。对S分量图像进行适当调整，使图像色彩鲜艳或柔和。 H 分量保持不变。将处理后的图像转换成RGB 类型图像，并进行显示。分析处理图像过程和结果存在的问题。 3、参照“photoshop”软件，设计图像处理软件界面 可设计菜单式界面，在功能较少的情况下，也可以设计按键式界面，视 功能多少而定；参考matlab 软件中GUI 设计，学习软件界面的设计 - 1 - 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 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； 数字图像处理课程综合实习 实习报告 学院 班级 学号 姓名 日期 指导教师 一、实习目的和意义 本实习内容旨在让同学们通过用VC等高级语言编写数字图像处理的一些基本算法程序，来巩固和掌握图像处理技术的基本技能，提高实际动手能力，并通过实际编程了解图像处理软件的实现的基本原理。为学生进一步学习数字摄影测量、遥感和地理信息系统等专业课程以及应用图像处理解决实际问题奠定基础。 二、实习原理和方法 实习一实现RAW->BMP格式的转换 RAW格式：文件按照数字图像组成的二维矩阵，将像素按行列号顺序存储在文件中。这种文件只含有图像像素数据，不含有信息头，因此，在读图像时，需要根据文件大小，计算图像所包含的行列号，或者需要事先知道图像大小（矩阵大小）。但这种文件读取和保存简单。 RAW文件按图像上行到下行、左列到右列顺序存储，而BMP文件数据区按图像上下行到上行、左列列到右列顺序存储到数据区。 实现RAW文件到BMP文件的转换，需要为BMP文件生成文件头、信息头、颜色表、数据区，将RAW文件数据区赋值到BMP文件数据区。 实习二灰度线性变换 点运算是指像素值（即像素点上的灰度值）通过运算改变之后，可以改善图象的显示效果。这是一种像素的逐点运算，是旧图象与新图象之间的映射关系，是一种简单但却十分有效的一种图象处理手段。常用方法有灰度线性变换、直方图均衡、对比度调整、直方图规定化、对数变换、指数变换、密度分割等方法。 灰度的线性变换就是指图像的中所有点的灰度按照线性灰度变换函数进行变换。灰度变换方程如下： D0=f(Di)=a*Di+b 该方程为线性方程。式中参数Di为输入图像的像素的灰度值，参数D0为输出图像的灰度，a和b由给定条件确定。 实习三图像局部处理：高通滤波和低通滤波 课程设计报告书课程名称：数字图像处理 题目：数字图像处理的傅里叶变换 学生姓名： 专业：计算机科学与技术 班别：计科本101班 学号： 指导老师： 日期： 2013 年 06 月 20 日 数字图像处理的傅里叶变换 1.课程设计目的和意义 (1)了解图像变换的意义和手段 (2)熟悉傅里叶变换的基本性质 (3)热练掌握FFT的方法反应用 (4)通过本实验掌握利用MATLAB编程实现数字图像的傅里叶变换 通过本次课程设计，掌握如何学习一门语言，如何进行资料查阅搜集，如何自己解决问题等方法，养成良好的学习习惯。扩展理论知识，培养综合设计能力。 2.课程设计内容 (1)熟悉并掌握傅立叶变换 (2)了解傅立叶变换在图像处理中的应用 (3)通过实验了解二维频谱的分布特点 (4)用MATLAB实现傅立叶变换仿真 3.课程设计背景与基本原理 傅里叶变换是可分离和正交变换中的一个特例，对图像的傅里叶变换将图像从图像空间变换到频率空间，从而可利用傅里叶频谱特性进行图像处理。从20世纪60年代傅里叶变换的快速算法提出来以后，傅里叶变换在信号处理和图像处理中都得到了广泛的使用。 3.1课程设计背景 数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 3.2 傅里叶变换 (1)应用傅里叶变换进行数字图像处理 数字图像处理（digital image processing）是用计算机对图像信息进行处理的一门技术，使利用计算机对图像进行各种处理的技术和方法。 20世纪20年代，图像处理首次得到应用。20世纪60年代中期，随电子计算机的发展得到普遍应用。60年代末，图像处理技术不断完善，逐渐成为一个新兴的学科。利用数字图像处理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。数字图像处理主要研究以下内容：傅立叶变换、小波变换等各种图像变换；对图像进行编码和压缩；采用各种方法对图像进行复原和增强；对图像进行分割、描述和识别等。随着技术的发展，数字图像处理主要应用于通讯技术、宇宙探索遥感技术和生物工程等领域。数字图像处理四个实验报告,带有源程序
数字图像处理实验报告
武汉科技大学 数字图像处理实验报告
数字图像处理实验指导书模板
数字图像处理实验 实验二
数字图像处理技术应用课程报告
数字图像处理程序
数字图像处理——彩色图像实验报告
上数字图像处理技术的心得
2013数字图像处理课程设计报告
数字图像处理实验报告
数字图像处理实验
武汉大学数字图像处理课程综合实习实习报告
数字图像处理课程设计报告