数字图像处理实验

自动化1201张正波2012307201405数字图像处理实验（MATLAB）一．实验目的1．熟悉MATLAB图像处理工具箱的使用；2．掌握各种常用数字图像处理算法的源程序和应用；二．实验设备1.PC机一台；2.软件MATLAB；三．程序设计在MATLAB环境中，通过调用函数并设置相关参数，完成程序设计。四．实验步骤1.启动MATLAB双击桌面MATLAB图标启动MATLAB环境。2.在MATLAB命令窗口中输入相应程序；或使用开始菜单，新建一个script文档，在其中编辑程序。目标图像放在“currentfolder”指向的文件夹中；或指定具体路径。3．编译源程序并排查编译错误。4．运行，观察显示结果。5．结束运行，退出。五．实验报告要求使用网络下载的图片作为输入图像；与源图像对比，观察实验结果；分析和总结该处理方法的特点和功能。附录MATLAB源程序1.图像读取及彩色图像转换为灰度图像clearclosealltitle('灰度变换');I=imread('1.jpg');subplot(1,2,1),imshow(I)L=rgb2gray(I);subplot(1,2,1),imshow(L)title('源图像')2.直方图I=imread('cameraman.tif');%读取图像subplot(1,2,1),imshow(I)%输出图像title('原始图像')%在原始图像中加标题subplot(1,2,2),imhist(I)%输出原图直方图title('原始图像直方图')%在原图直方图上加标题3.图像旋转I=imread('cameraman.tif');figure,imshow(I);theta=30;K=imrotate(I,theta);%Tryvaryingtheangle,theta.figure,imshow(K)自动化1201张正波20123072014054.边缘检测I=imread('cameraman.tif');J1=edge(I,'sobel');J2=edge(I,'prewitt');J3=edge(I,'log');subplot(1,4,1),imshow(I);subplot(1,4,2),imshow(J1);subplot(1,4,3),imshow(J2);subplot(1,4,4),imshow(J3);5.图像反转MATLAB程序实现如下：I=imread('xian.bmp');J=double(I);J=-J+(256-1);%图像反转线性变换H=uint8(J);subplot(1,2,1),imshow(I);subplot(1,2,2),imshow(H);6.灰度线性变换MATLAB程序实现如下：I=imread('xian.bmp');subplot(2,2,1),imshow(I);title('原始图像');axis([50,250,50,200]);axison;%显示坐标系I1=rgb2gray(I);subplot(2,2,2),imshow(I1);title('灰度图像');axis([50,250,50,200]);axison;%显示坐标系J=imadjust(I1,[0.10.5],[]);%局部拉伸，把[0.10.5]内的灰度拉伸为[01]subplot(2,2,3),imshow(J);title('线性变换图像[0.10.5]');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系K=imadjust(I1,[0.30.7],[]);%局部拉伸，把[0.30.7]内的灰度拉伸为[01]subplot(2,2,4),imshow(K);title('线性变换图像[0.30.7]');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系7.非线性变换MATLAB程序实现如下：I=imread('xian.bmp');自动化1201张正波2012307201405I1=rgb2gray(I);subplot(1,2,1),imshow(I1);title('灰度图像');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系J=double(I1);J=40*(log(J+1));H=uint8(J);subplot(1,2,2),imshow(H);title('对数变换图像');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系8.直方图均衡化MATLAB程序实现如下：I=imread('xian.bmp');I=rgb2gray(I);figure;subplot(2,2,1);imshow(I);subplot(2,2,2);imhist(I);I1=histeq(I);figure;subplot(2,2,1);imshow(I1);subplot(2,2,2);imhist(I1);9.线性平滑滤波器用MATLAB实现领域平均法抑制噪声程序：I=imread('xian.bmp');subplot(231)imshow(I)title('原始图像')I=rgb2gray(I);I1=imnoise(I,'salt&pepper',0.02);subplot(232)imshow(I1)title('添加椒盐噪声的图像')k1=filter2(fspecial('average',3),I1)/255;%进行3*3模板平滑滤波k2=filter2(fspecial('average',5),I1)/255;%进行5*5模板平滑滤波k3=filter2(fspecial('average',7),I1)/255;%进行7*7模板平滑滤波k4=filter2(fspecial('average',9),I1)/255;%进行9*9模板平滑滤波自动化1201张正波2012307201405subplot(233),imshow(k1);title('3*3模板平滑滤波');subplot(234),imshow(k2);title('5*5模板平滑滤波');subplot(235),imshow(k3);title('7*7模板平滑滤波');subplot(236),imshow(k4);title('9*9模板平滑滤波');10.中值滤波器用MATLAB实现中值滤波程序如下：I=imread('xian.bmp');I=rgb2gray(I);J=imnoise(I,'salt&pepper',0.02);subplot(231),imshow(I);title('原图像');subplot(232),imshow(J);title('添加椒盐噪声图像');k1=medfilt2(J);%进行3*3模板中值滤波k2=medfilt2(J,[5,5]);%进行5*5模板中值滤波k3=medfilt2(J,[7,7]);%进行7*7模板中值滤波k4=medfilt2(J,[9,9]);%进行9*9模板中值滤波subplot(233),imshow(k1);title('3*3模板中值滤波');subplot(234),imshow(k2);title('5*5模板中值滤波');subplot(235),imshow(k3);title('7*7模板中值滤波');subplot(236),imshow(k4);title('9*9模板中值滤波');11.用用Sobel算子和拉普拉斯对图像锐化：I=imread('xian.bmp');subplot(2,2,1),imshow(I);title('原始图像');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系I1=im2bw(I);subplot(2,2,2),imshow(I1);title('二值图像');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系H=fspecial('sobel');%选择sobel算子J=filter2(H,I1);%卷积运算subplot(2,2,3),imshow(J);title('sobel算子锐化图像');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系h=[010,1-41,010];%拉普拉斯算子J1=conv2(I1,h,'same');%卷积运算subplot(2,2,4),imshow(J1);title('拉普拉斯算子锐化图像');axis([50,250,50,200]);自动化1201张正波2012307201405gridon;%显示网格线axison;%显示坐标系12.真彩色图像的分解clc;RGB=imread('peppers.png');subplot(221),imshow(RGB)title('原始真彩色图像')subplot(222),imshow(RGB(:,:,1))title('真彩色图像的红色分量')subplot(223),imshow(RGB(:,:,2))title('真彩色图像的绿色分量')subplot(224),imshow(RGB(:,:,3))title('真彩色图像的蓝色分量')13.伪彩色增强举例：I=imread('cameraman.tif');imshow(I);X=grayslice(I,16);%thresholdstheintensityimageIusing%thresholdvalues1/16,2/16,…..,15/16,returninganindexed%imageinXfigure;imshow(X,hot(16));14.梯度算子检测边缘I=imread('xian.bmp');subplot(2,3,1);imshow(I);title('原始图像');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系I1=im2bw(I);subplot(2,3,2);imshow(I1);title('二值图像');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系I2=edge(I1,'roberts');figure;subplot(2,3,3);imshow(I2);title('roberts算子分割结果');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系I3=edge(I1,'sobel');自动化1201张正波2012307201405subplot(2,3,4);imshow(I3);title('sobel算子分割结果');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系I4=edge(I1,'Prewitt');subplot(2,3,5);imshow(I4);title('Prewitt算子分割结果');axis([50,250,50,200]);gridon;%显示网格线axison;%显示坐标系15.LOG算子检测边缘用MATLAB程序实现如下：I=imread('xian.bmp');subplot(2,2,1);imshow(I);title('原始图像');I1=rgb2gray(I);subplot(2,2,2);imshow(I1);title('灰度图像');I2=edge(I1,'log');subplot(2,2,3);imshow(I2);title('log算子分割结果');16.Canny算子检测边缘用MATLAB程序实现如下：I=imread('xian.bmp');subplot(2,2,1