东北大学matlab计算机图像处理实验报告

计算机图像处理实验报告学院：信息学院班级：姓名：学号：实验内容：数字图像处理1、应用MATLAB语言编写显示一幅灰度图像、二值图像、索引图像及彩色图像的程序，并进行相互之间的转换；（1）、显示一副真彩RGB图像代码：I=imread('mikasa.jpg');imshow(I);效果：（2）、RGB转灰度图像代码：graycat=rgb2gray(I);subplot(1,2,1);subimage(I);subplot(1,2,2);subimage(graycat);效果：（3）、RGB转索引图像代码：[indcat,map]=rgb2ind(I,0.7);subplot(1,2,1);subimage(I);subplot(1,2,2);subimage(indcat,map);效果：（4）、索引图像转RGB代码：I1=ind2rgb(indcat,map);subplot(1,2,1);subimage(indcat,map);subplot(1,2,2);subimage(I1);效果：（5）、索引转灰度图像代码：i2gcat=ind2gray(indcat,map);subplot(1,2,1);subimage(indcat,map);subplot(1,2,2);subimage(i2gcat);效果：（6）、灰度转索引图像代码：[g2icat,map]=gray2ind(graycat,64);subplot(1,2,1);subimage(graycat);subplot(1,2,2);subimage(g2icat,map);效果：（7）、RGB转二值图像代码：r2bwcat=im2bw(I,0.5);subplot(1,2,1);subimage(I);subplot(1,2,2);subimage(r2bwcat);效果：（8）灰度转二值图像代码：g2bwcat=im2bw(graycat,0.5);subplot(1,2,1);subimage(graycat);subplot(1,2,2);subimage(g2bwcat);效果：（9）、索引转二值图像代码：i2bwcat=im2bw(indcat,map,0.7);subplot(1,2,1);subimage(indcat,map);subplot(1,2,2);subimage(i2bwcat);效果：2、应用MATLAB工具箱演示一幅图像的傅里叶变换、离散余弦变换，观察其频谱图。然后将它们进行逆变换，观察逆变换后的图像；（1）傅里叶正变换代码：F=fft2(graycat);subplot(1,2,1);subimage(graycat);subplot(1,2,2);subimage(log(abs(F)),[3,10]);效果：（2）傅里叶反变换代码：IF=ifft2(F);subplot(1,2,1);subimage(log(abs(F)),[3,10]);subplot(1,2,2);subimage(uint8(IF));效果：（3）DCT变换代码：B=dct2(graycat);subplot(1,2,1);subimage(graycat);subplot(1,2,2);subimage(log(abs(B)),[3,5]);效果：（4）iDCT变换代码：iB=idct2(B);subplot(1,2,1);subimage(log(abs(B)),[3,5]);subplot(1,2,2);subimage(uint8(iB));效果：3.应用MATLAB语言编程来实现一幅图像的增强。（1）取一幅灰度图像，对其进行线性点运算，要求：要求线性函数为Y=aX+b，（a,b）分别取（1.5,1.2）、（0.7,1.2），分析变化后图像，并分析直方图。代码：graycat=double(graycat);graycat1=1.5*graycat+1.2;subplot(2,2,1);subimage(uint8(graycat));subplot(2,2,2);imhist(uint8(graycat));subplot(2,2,3);subimage(uint8(graycat1));subplot(2,2,4);imhist(uint8(graycat1));效果：代码2：graycat=double(graycat);graycat1=0.7*graycat+1.2;subplot(2,2,1);subimage(uint8(graycat));subplot(2,2,2);imhist(uint8(graycat));subplot(2,2,3);subimage(uint8(graycat1));subplot(2,2,4);imhist(uint8(graycat1));效果：分析：a=0.7时，图像对比度减小，输出灰度值范围减小a=1.5时，图像对比度增大，输出灰度值范围增大（2）取一幅灰度图像，对其进行直方图均衡化处理，再对其进行规定化处理，并对结果进行分析。代码：graycat=uint8(graycat);eqcat=histeq(graycat);subplot(2,2,1);subimage(graycat);subplot(2,2,2);imhist(graycat);subplot(2,2,3);subimage(eqcat);subplot(2,2,4);imhist(eqcat);效果：规定化代码：hgram=50:2:250;speciacat=histeq(graycat,hgram);subplot(2,2,1);subimage(graycat);subplot(2,2,2);imhist(graycat);subplot(2,2,3);subimage(speciacat);subplot(2,2,4);imhist(speciacat);效果：分析：图像均衡化将一已知灰度概率密度分布的图像经过某种变换，变成一幅具有均衡灰度概率密度分布的新图像，其扩展了象元取值的动态范围，从而达到增强图像整体对比度。直方图规定化能自动增强整个图像的对比度，但具体效果不容易控制，处理结果总是得到全局的均衡化直方图。思考题：如果将一幅图像进行一次直方图均衡化处理后，再进行一次直方图均衡化处理，结果会发生变化吗？观察两次均衡化的直方图是否一样。答：A=imread('mikasa.jpg');B=rgb2gray(A);I=histeq(B);%第一次均衡化I1=histeq(I);%第二次均衡化subplot(121);imshow(I1);subplot(122);imhist(I1)从图可知2次结果相同，先直方图均衡了，就相当于所有的灰度级上的像素点数目相同，无论你再进行多少次直方图均衡，他始终都不再变化，因为第一次就已经均衡了。（3）取一幅灰度图像，加入噪声后对其进行平滑滤波（均值滤波、中值滤波），并观察不同滤波方式下的效果。代码：noisecat=imnoise(graycat,'salt&pepper');avecat=filter2(fspecial('average',3),noisecat)/255;medcat=medfilt2(noisecat,[3,3]);subplot(2,2,1);subimage(graycat);title('原图');subplot(2,2,2);subimage(noisecat);title('加噪声图');subplot(2,2,3);subimage(avecat);title('均值平滑图');subplot(2,2,4);subimage(medcat);title('中值滤波图');效果：分析：均值滤波效果与所使用领域半径大小有关，半径越大，像素点越多，信噪比提高越大，平衡效果越好，但是平滑图像的模糊程度越大。中值滤波时一种非线性滤波，可以克服线性滤波所带来的图像细节模糊，对滤波脉冲干扰及颗粒噪声最有效。（4）取一幅灰度图像，采用不同的算子对其进行边缘锐化，并分析结果。代码：sobelcat=filter2(fspecial('sobel'),graycat);prewittcat=filter2(fspecial('prewitt'),graycat);laplaciancat=filter2(fspecial('laplacian'),graycat);subplot(2,2,1);subimage(graycat);title('原图');subplot(2,2,2);subimage(sobelcat);title('sobel猫');subplot(2,2,3);subimage(prewittcat);title('prewitt猫');subplot(2,2,4);subimage(laplaciancat);title('laplacian猫');效果：分析：sobel算子：对称的一阶差分，对中心加权具有一定的平滑作用Prewitt算子：一种一阶微分算子的边缘检测，利用像素点上下，左右邻点的灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用Laplacian算子：二次微分算子，满足不同走向的图像边缘锐化要求，对噪声的增强作用较弱，一半用它进行边缘增强时，有必要将图像先进行平滑处理。思考题：为了达到边缘锐化的反差增强效果，实际应用中将高频增强和直方图均衡化结合起来使用，这两个操作的次序能互换吗？效果一样吗？答：I=imread('mikasa.jpg');I=rgb2gray(I);subplot(241),imshow(I);title('原始图像');I1=[0,-1,0;-1,5,-1;0,-1,0];I3=imfilter(I,I1);subplot(242),imshow(uint8(I3));title('拉普拉斯算子锐化图像');h=ones(size(I3));[f1,f2]=freqspace(size(I3),'meshgrid');r=sqrt(f1.^2+f2.^2);h(r0.3)=0;Y=fft2(double(I3));Y=fftshift(Y);y=Y.*h;y=ifftshift(y);I4=ifft2(y);subplot(243),imshow(uint8(I4));title('高频增强图像');I5=histeq(I4);subplot(244),imshow(I5);title('均衡化图像');P=imread('mikasa.jpg');P=rgb2gray(P);subplot(245),imshow(P),title('原始图像');ii=[0,-1,0;-1,5,-1;0,-1,0];P1=imfilter(P,I1);subplot(246),imshow(uint8(P1));title('拉普拉斯算子锐化图像');P2=histeq(P1);subplot(248),imshow(P2);title('均衡化图像');J=ones(size(P2));[f3,f4]=freqspace(size(P2),'meshgrid');r1=sqrt(f3.^2+f4.^2);J(r10.3)=0;Y=fft2(double(P2));Y=fftshift(Y);y=Y.*h;y=ifftshift(y);P3=ifft2(y);subplot(247),imshow(uint8(P3));title('高频增强