数字图像处理实验报告

数字图像处理实验报告学院：信息与电子工程学院班级：姓名：学号：日期：实验一：图像傅里叶变换与反变换实验1、实验目的1)了解图像变换的意义和手段；2)熟悉傅里叶变换的基本性质；3)熟练掌握FFT的方法及应用；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。2、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)傅立叶变换的定义二维离散傅立叶变换定义为二维离散傅立叶逆变换定义为同样为了方便，我们可将上述两式改为向量形式其中,。3实验内容与要求读入某一幅图像，请自己编程和调用Matlab函数用常用的函数对输入图像图像傅里叶变换与反变换4、实验具体实现1）图像傅里叶变换与反变换A=imread('D:\111\2.jpg','jpg');subplot(1,3,1),imshow(A);title('原图像');B=fftshift(fft2(A));subplot(1,3,2),imshow(log(abs(B)),[],'notruesize');title('二维傅立叶变换');C=ifft2(B);subplot(1,3,3),imshow(log(abs(C)),[],'notruesize');title('逆变换后图像');5、实验总结通过本次实验，熟悉掌握了MATLAB软件的使用；还充分了解图像变换的意义和手段；并且熟悉傅里叶变换的基本性质；通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。实验二：对加噪声的图像进行频域低通滤波，并针对其显示图像进行对比分析1、实验目的1)掌握频域低通滤波的原理2）对加噪声的图像进行频域低通滤波，并针对其显示图像进行对比分析2、实验原理1）低通滤波器的原理原理很简单,它就是利用电容同高频阻低频,电感通低频阻高频的原理.对于需要截止的高频,利用电容吸收电感、阻碍的方法不使它通过,对于需要的低频，利用电容高阻、电感低阻的特点是它通过。利用该原理对加噪声的图像进行频域低通滤波，并针对其显示图像进行对比分析。3、实验内容与要求读入某一幅图像，请自己编程和调用Matlab函数用常用的函数实现实验①对源图像进行空域到频域的变换②频域的巴特沃斯低通滤波③频域的巴特沃斯低通滤波4、实验具体实现1）对加噪声的图像进行频域低通滤波I=imread('D:\111\22.jpg');figure;subplot(1,3,1);imshow(I);title('原图');x=rgb2gray(I);y1=imnoise(x,'gaussian',0,0.02);f=double(y1);%?数据类型转换，MATLAB不支持图像的无符号整型的计算?g=fft2(f);%?傅立叶变换?g=fftshift(g);%?转换数据矩阵?[M,N]=size(g);nn=4;%?四阶巴特沃斯(Butterworth)低通滤波器?d0=50;%截止频率为50?m=fix(M/2);n=fix(N/2);fori=1:Mforj=1:Nd=sqrt((i-m)^2+(j-n)^2);h=1/(1+0.414*(d/d0)^(2*nn));%计算低通滤波器传递函数dd(i,j)=h*g(i,j);endendresult=ifftshift(dd);y2=ifft2(dd);y3=uint8(real(y2));subplot(1,3,2),imshow(y1),title('添加高斯噪声后');subplot(1,3,3),imshow(y3),title('四阶巴特沃斯低通滤波');5、实验总结通过本次实验，掌握频域低通滤波的原理，并且发现设计要求，写程序要根据不同图像要不同的写法。实验三：图像分水岭分割法1、实验目的1）对图像进行分水岭分割2、实验原理1）分水岭分割法的原理如果图像中的目标物体是连在一起的，则分割起来会更困难，分水岭算法经常用于处理这类问题，通常会取得比较好的效果。分水岭分割算法把图像看成一副“地形图”，其中亮度比较强的地区像素值较大，而比较暗的地区像素比较小，通过寻找“汇水盆地”和“分水岭界限”，对图像进行分割。3、实验内容与要求读入某一幅图像，请自己编程和调用Matlab函数用常用的函数实现实验。4、实验具体实现1）对图像进行分水岭分割I=imread('D:\111\22.jpg');f=rgb2gray(I);figure;subplot(2,2,1);imshow(f);title('原图');f=double(f);hv=fspecial('prewitt');hh=hv.';gv=abs(imfilter(f,hv,'replicate'));gh=abs(imfilter(f,hh,'replicate'));g=sqrt(gv.^2+gh.^2);l=watershed(g);wr=l==0;subplot(2,2,2);imshow(wr);title('分水岭');f(wr)=255;subplot(2,2,3);imshow(uint8(f));title('(c)分割结果')rm=imregionalmin(g);subplot(2,2,4);imshow(rm);title('（d）局部极小值')5、实验总结通过本次实验，我成功实现对图像进行分水岭分割，发现如果图像中的目标物体是连在一起的，则分割起来会更困难，分水岭算法经常用于处理这类问题，通常会取得比较好的效果。实验四：图像腐蚀、膨胀实验1、实验目的1）对图像进行腐蚀、膨胀2、实验原理1）图像腐蚀、膨胀的原理腐蚀是指把结构元素S平移x后得到Sx，若Sx包含于X，我们记下这个x点，所有满足上述条件的x点组成的集合称做X被S腐蚀(Erosion)的结果。膨胀是指把结构元素S平移x后得到Sx，若Sx与X相交不为空，我们记下这个x点，所有满足上述条件的x点组成的集合称做X被S膨胀((dilation))的结果。3、实验内容与要求读入某一幅图像，请自己编程和调用Matlab函数用常用的函数实现实验。4、实验具体实现1）对图像进行腐蚀、膨胀i=imread('D:\111\2.jpg');figure;subplot(2,4,1);imshow(i);title('原图');t=graythresh(i);bw1=im2bw(i,t);se1=strel('square',3);se2=strel('square',5);bw2=imerode(bw1,se1);subplot(2,4,2);imshow(bw2);title('3*3腐蚀');bw4=imerode(bw1,se2);subplot(2,4,3);imshow(bw4);title('5*5腐蚀');bw5=imdilate(bw1,se2);subplot(2,4,4);imshow(bw5);title('5*5膨胀');5、实验总结通过本次实验，我成功对图像进行3*3腐蚀、5*5腐蚀和5*5膨胀。并掌握了对图像腐蚀和膨胀的原理。实验五：利用拉普拉斯算法对扩散现象引起的模糊进行图像锐化操作1、实验目的1）掌握拉普拉斯算法的原理及常用算子形式；2）分析扩散现象引起的模糊属于哪种类型；3）实现拉普拉斯算子对图像的锐化，并实现显示。2、实验原理拉普拉斯算子法是常用的二阶微分算法通常是将原图像和对他实施拉式算子后的结果组合后产生一个锐化图像。然后对其在数字图像处理方面进行举例分析，并编程实现锐化效果。最后对实验结果进行分析与讨论，说明其在图像处理应用方面，特别是用来改善因扩散效应的模糊方面特别有效。3、实验内容与要求读入某一幅图像，请自己编程和调用Matlab函数用常用的函数实现实验。4、实验具体实现A=imread('D:\111\22.jpg');B=fspecial('disk',5);C=imfilter(A,B,'replicate');h=[-1,-1,-1;-1,9,-1;-1,-1,-1];D=imfilter(C,h,'replicate');subplot(131),imshow(A),title('原图')subplot(132),imshow(C),title('模糊')subplot(133),imshow(D),title('锐化后');5、实验总结通过本次实验，我掌握拉普拉斯算法的原理及常用算子形式；并实现拉普拉斯算子对图像的锐化，并实现显示。利用拉普拉斯算法对扩散现象引起的模糊进行图像锐化特别有效。