数字图像处理实验指导书2010

《数字图像处理》实验指导书成功编中南大学地球科学与信息物理学院GIS中心2010年9月i目录实验一、数字图像读取...................................................................................................................1实验二、图像变换...........................................................................................................................2实验三、图像增强...........................................................................................................................5实验四、图像分割（选修）...........................................................................................................9实验五、图像压缩与编码.............................................................................................................10实验六、应用KL变换进行图像的特征提取（选修）..............................................................18实验七、图像融合.........................................................................................................................191实验一、数字图像读取一、实验目的：（1）熟悉MATLAB软件；（2）用MATLAB软件读取各种图像二、实验内容：（1）计算出一幅灰度图像的直方图clearcloseallI=imread('图像1.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性变换，figuresubplot(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)figuresubplot(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,[0.50.8],[0,1],1);subplot(2,2,4)imshow(J)(4)图像二值化（选取一个域值，将图像变为黑白图像）figuresubplot(2,2,1)imshow(I)J=find(I150);I(J)=0;J=find(I=150);I(J)=255;2title('实验一（4）图像二值化(域值为150）');subplot(2,2,2)imshow(I)clc;I=imread('图像2.jpg');bw=im2bw(I,0.5);%选取阈值为0.5figure;imshow(bw)%显示二值图像实验二、图像变换一、实验目的1．了解图像变换的意义和手段；2．熟悉傅里叶变换的孩本性质；3．热练掌握FFT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。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：二维离散傅立叶变换为：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，3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。3．利用MATLAB软件实现数字图像傅立叶变换的程序：I=imread(‘原图像名.gif’);%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)))*225;%归一化figure;%设定窗口imshow(A);%显示原图像的频谱三、实验内容：1．傅立叶变换熟悉其概念和原理，实现对一幅灰度图像的快速傅立叶变换，并求其变换后的系数分布。2．离散余弦变换熟悉其概念和原理，实现对一幅灰度和彩色图像作的离散余弦变换，选择适当的DCT系数阈值对其进行DCT反变换。%图像的FFT变换clc;I=imread('图像1.bmp');subplot(1,2,1)imshow(I);title('原图');subplot(1,2,2)imhist(I);title('直方图');colorbar;J=fft2(I);figure;subplot(1,2,1)imshow(J);title('FFT变换结果');subplot(1,2,2)K=fftshift(J);imshow(K);title('零点平移');figure;imshow(log(abs(K)),[]),colormap(jet(64)),colorbar;title('系数分布图');4%图像的DCT变换RGB=imread('图像1.bmp');figure;subplot(1,2,1)imshow(RGB);title('彩色原图');a=rgb2gray(RGB);subplot(1,2,2)imshow(a);title('灰度图');figure;b=dct2(a);imshow(log(abs(b)),[]),colormap(jet(64)),colorbar;title('DCT变换结果');figure;b(abs(b)10)=0;%idctc=idct2(b)/255;imshow(c);title('IDCT变换结果');3．小波变换实验内容：熟悉小波变换的概念和原理，熟悉matlab小波工具箱主要函数的使用。利用二维小波分析对一幅图像作2层小波分解，并在此基础上提取各层的低频信息实现图像的压缩。程序如下：clccloseallcleara=imread('实验图像.tif');subplot(1,2,1);imshow(a);title('原始图像');I=rgb2gray(a);subplot(1,2,2);imshow(I);title('原始图像的灰度图');%进行二维小波变换[a,b]=wavedec2(I,2,'bior3.7');%提取各层低频信息figure;c=appcoef2(a,b,'bior3.7',1);subplot(1,2,1);imshow(c,[]);title('一层小波变换结果');5d=appcoef2(a,b,'bior3.7',2);subplot(1,2,2);imshow(d,[]);title('二层小波变换结果');四、实验步骤1．打开计算机，安装和启动MATLAB程序；程序组中“work”文件夹中应有待处理的图像文件；2．利用MatLab工具箱中的函数编制FFT频谱显示的函数;3．a)调入、显示“实验一”获得的图像；图像存储格式应为“.gif”;b)对这三幅图像做FFT并利用自编的函数显示其频谱;c)讨论不同的图像内容与FFT频谱之间的对应关系。4．记录和整理实验报告。五、实验仪器1计算机；2MATLAB程序；3移动式存储器（软盘、U盘等）。4记录用的笔、纸。六、实验报告内容1叙述实验过程；2提交实验的原始图像和结果图像。七、思考题1．傅里叶变换有哪些重要的性质?2．图像的二维频谱在显示和处理时应注意什么?实验三、图像增强一、实验目的：1掌握灰度直方图的概念及其计算方法；2熟练掌握直方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。61、直方图均衡化增强直方图是多种空间域处理技术的基础。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。下面给出直方图均衡化增强图像对比度的MATLAB程序：I=imread(‘原图像名.gif);%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Figure；imshow(J);%对原图像进行屏幕控制；显示直方图均衡化后的图像Title(‘直方图均衡化后的图像’);%给直方图均衡化后的图像加标题名Figure;subplot(1,2,1);%对直方图均衡化后的图像进行屏幕控制；作一幅子图作为并排两幅图的第1幅图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处理后的图像直方图分布更均匀了，图像在每个灰度级上都有像素点。从处理前后的图像可以看出，许多在原始图像中看不清楚的细节在直方图均衡化处理后所得到的图像中都变得十分清晰。2、滤波增强（模板卷积增强）（1）平滑：平滑的目的是模糊和消除噪声。平滑是用低通滤波器来完成，在空域