数字图像处理实验

华南理工大学《数字图像处理》课程实验报告实验题目：实验1、数字图像读取及色彩、亮度对比度变化姓名：学号：班级：组别：合作者：指导教师：实验概述【实验目的及要求】实验目的：了解数字图像的存储格式，并学会对图像的某些视觉特征作简单处理。实验要求：1．从最常用的“.BMP”图像格式中读取图像数据；2．对数字图像的表示方式（如RGB、YUV）及各种表示方式之间的转换有初步了解；3．根据输入参数改变数字图像的色彩、亮度、对比度。【实验环境】操作系统：WindowsXP实验平台：Matlab实验内容【实验过程】一、实验步骤：1．利用工具（如ACDSee、PhotoShop）将Sample1-1.jpg转换为Sample1-1.bmp；2．将BMP图像内容读入内存数组；3．通过访问数字图像RGB三个通道的对应矩阵，改变数字图像的色彩；4．将数字图像的RGB表示转换为YUV表示；Y=0.30R+0.59G+0.11BU=0.70R-0.59G-0.11BV=-0.30R-0.59G+0.89B5．通过访问Y（亮度）通道，改变数字图像的亮度；二、实验图像：三、实验主要过程：1、读入图像，分离RGB三个通道，结果如下：代码如下：%读入图像并分离RGB，显示；src=imread('sample1-1.bmp');[rcd]=size(src);R=src;G=src;B=src;R(:,:,2)=zeros(r,c);R(:,:,3)=zeros(r,c);G(:,:,1)=zeros(r,c);G(:,:,3)=zeros(r,c);B(:,:,1)=zeros(r,c);B(:,:,2)=zeros(r,c);subplot(1,3,1);imshow(R);title('R分量');subplot(1,3,2);imshow(G);title('G分量');subplot(1,3,3);imshow(B);title('B分量');2、修改RGB值（反色），改变图像的色彩，结果如下：代码如下：%修改RGB的值（这时采用了反色），改变图像的色彩；R(:,:,1)=255-R(:,:,1);%为了进行后面的实验，请注释此行G(:,:,2)=255-G(:,:,2);%为了进行后面的实验，请注释此行B(:,:,3)=255-B(:,:,3);%为了进行后面的实验，请注释此行subplot(2,3,1);imshow(R);title('R分量反色');subplot(2,3,2);imshow(G);title('G分量反色');subplot(2,3,3);imshow(B);title('B分量反色');subplot(2,3,4);imshow(src);title('原图');subplot(2,3,6);imshow(R+G+B);title('反色');3、将RGB转为YUV，结果如下：代码如下：R=double(R(:,:,1));G=double(G(:,:,2));B=double(B(:,:,3));Y=0.299*R+0.587*G+0.114*B;U=-0.147*R-0.289*G+0.436*B;V=0.615*R-0.515*G-0.100*B;subplot(2,3,1);imshow(uint8(Y));title('Y分量');subplot(2,3,2);imshow(uint8(U));title('U分量');subplot(2,3,3);imshow(uint8(V));title('V分量');4、修改Y分量（这里除以1.5），重新由YUV转为RGB，结果如下：代码如下：Y=Y/1.5;R=Y+1.140*V;G=Y-0.395*U-0.581*V;B=Y+2.032*U;rgb(:,:,1)=uint8(R(:,:));rgb(:,:,2)=uint8(G(:,:));rgb(:,:,3)=uint8(B(:,:));subplot(2,3,4);imshow(rgb);title('修改亮度');小结通过本次实验，掌握了基本的图像颜色空间变换，及简单的图像修改。指导教师评语及成绩评语：成绩：指导教师签名：批阅日期：华南理工大学《数字图像处理》课程实验报告实验题目：实验2、数字图像空间域增强姓名：学号：班级：组别：合作者：指导教师：实验概述【实验目的及要求】实验目的：了解数字图像的灰度变换和（0.4，0.6，0.8）校正。实验要求：1.了解图像的灰度变换。2.对图像进行校正。【实验环境】操作系统：WindowsXP实验平台：Matlab实验内容【实验过程】一、实验步骤：1.利用工具（如ACDSee、PhotoShop）将图像sample2-1.jpg转换为sample2-1.bmp2.将BMP图像内容读入内存数组。3.对图像进行校正较正,分别取值为0.4,0.6,0.8.4.调整图像的灰度。二、实验图像：三、实验主要过程：1、对源图像进行标准化，使像素的RGB值的范围为0到1代码如下：src=imread('sample2-1.bmp');src=double(src);src=src/256.0;2、对源图像的各像素，采用不同的珈玛值进行校正，并显示比较，结果如下：代码如下：gamma0p4=uint8(src.^(1/0.4).*256.0);gamma0p6=uint8(src.^(1/0.6).*256.0);gamma0p8=uint8(src.^(1/0.8).*256.0);subplot(2,2,1);imshow(src);title('源图像');subplot(2,2,2);imshow(gamma0p4);title('0.4');subplot(2,2,3);imshow(gamma0p4);title('0.6');subplot(2,2,4);imshow(gamma0p4);title('0.8');小结通过本次实验，掌握了珈玛校正的原理及操作方法。指导教师评语及成绩评语：成绩：指导教师签名：批阅日期：华南理工大学《数字图像处理》课程实验报告实验题目：实验3、数字图像的噪声去除姓名：学号：班级：组别：合作者：指导教师：实验概述【实验目的及要求】实验目的：学会用滤波器去除图像中的噪声。实验要求：1．用均值滤波器去除图像中的噪声；2．用中值滤波器去除图像中的噪声；3．比较两种方法的处理结果【实验环境】操作系统：WindowsXP实验平台：Matlab实验内容【实验过程】一、实验步骤：1．将BMP图像内容读入内存数组；2．用均值滤波器去除图像中的噪声；3．用中值滤波器去除图像中的噪声；4．将两种处理方法的结果与原图比较；注意两种处理方法对边缘的影响。二、实验图像：源图像加噪声后的图像三、实验主要过程：1、对源图像进行3*3的均值滤波，结果如下：代码如下：src=imread('sample3-2.bmp');[r,c]=size(src);output=src;n=3;k=(n-1)/2;forrow=1+k:r-kforcolumn=1+k:c-km=src(row-k:row+k,column-k:column+k);temp=sum(sum(m,1),2)*(1/n/n);output(row,column)=uint8(temp);endendimshow(output);在本代码中，边缘并没有被处理，而是直接采用源图像的对应值。2、对源图像进行3*3的中值滤波，结果如下：代码如下：src=imread('sample3-2.bmp');[r,c]=size(src);output=src;n=3;k=(n-1)/2;forrow=1+k:r-kforcolumn=1+k:c-km=src(row-k:row+k,column-k:column+k);v=m(1:end);v=sort(v);output(row,column)=v((n*n-1)/2+1);endendimshow(output);在本代码中，边缘并没有被处理，而是直接采用源图像的对应值。3、比较：从结果图像中看出，滤波后的图像比之前的图像模糊，但是可以基本滤去噪声。而从直观上比较两种滤波，均值滤波的结果比中值滤波的结果亮一点。小结通过本次实验，掌握了简单的滤波器原理及过滤方法。指导教师评语及成绩评语：成绩：指导教师签名：批阅日期：华南理工大学《数字图像处理》课程实验报告实验题目：实验4、频率域低通和高通滤波姓名：学号：班级：组别：合作者：指导教师：实验概述【实验目的及要求】实验目的：学会两种简单的频域低通和高通滤波方法。实验要求：1．使用布特沃斯和高斯滤波器进行低通滤波；2．使用布特沃斯和高斯滤波器进行高通滤波。【实验环境】操作系统：WindowsXP实验平台：Matlab实验内容【实验过程】一、实验步骤：1、用布特沃思低通滤波器对图像进行低通滤波；2、用高斯低通滤波器对图像进行低通滤波；3、用布特沃思高通滤波器对图像进行高通滤波；4、用高斯高通滤波器对图像进行高能滤波；二、实验图像：源图像加噪声后的图像三、实验主要过程：1、对源图像进行进行空间域到频域的变换，结果如下：代码如下：src=imread('sample4-2.bmp');[r,c]=size(src);f=fftshift(fft2(double(src)));mx=max(max(f,[],1),[],2);imf=abs(f)/mx*25600;imshow(uint8(imf));2、进行频域的高斯低通滤波，结果如下：（取D0为10，20，40，80）代码如下：D0=[20,50,80,120];D=f;H=D;forrow=1:rforcolumn=1:cD(row,column)=sqrt((row-r/2)^2+(column-c/2)^2);endendfortype=1:length(D0)H=exp(D.^2/(2*D0(type)^2)*(-1));f2=f.*H;f2=ifft2(ifftshift(f2));subplot(2,2,type);imshow(uint8(real(f2)));title(D0(type));end从结果可知，D0越小，结果越模糊，去噪效果越好；D0越大，则相反。3、进行频域的高斯高通滤波，结果如下：（取D0为10，20，40，80）代码如下：D0=[10,20,40,80];n=2;D=f;H=D;forrow=1:rforcolumn=1:cD(row,column)=sqrt((row-r/2)^2+(column-c/2)^2);endendfortype=1:length(D0)H=1-exp(D.^2/(2*D0(type)^2)*(-1));f2=f.*H;f2=ifft2(ifftshift(f2));subplot(2,2,type);imshow(uint8(real(f2)));title(D0(type));end4、进行频域的布特沃斯低通滤波，结果如下：（取D0为10，20，40，80，n为2）代码如下：D0=[10,20,40,80];n=2;D=f;H=D;forrow=1:rforcolumn=1:cD(row,column)=sqrt((row-r/2)^2+(column-c/2)^2);endendfortype=1:length(D0)H=1./(1+(D/D0(type)).^(2*n));f2=f.*H;f2=ifft2(ifftshift(f2));subplot(2,2,type);imshow(uint8(real(f2)));title(D0(type));end5、进行频域的布特沃斯高通滤波，结果如下：（取D0为10，20，40，80，n为2）代码如下：D0=[10,20,40,80];n=2;D=f;H=D;forrow=1:rforcolumn=1:cD(row,column)=sqrt((row