目录
实验一： 数字图像的基本处理操作 ......................................................................................................2 1.1： 实验目的 .........................................................................................................................................2 1.2：实验任务和要求 ...............................................................................................................................2 1.3：实验步骤和结果 ...............................................................................................................................2 1.4：结果分析 ...........................................................................................................................................6 实验二： 图像的灰度变换和直方图变换 ..............................................................................................7 2.1： 实验目的 .........................................................................................................................................7 2.2：实验任务和要求 ...............................................................................................................................7 2.3：实验步骤和结果 ...............................................................................................................................7 2.4：结果分析 .........................................................................................................................................11 实验三： 图像的平滑处理 ....................................................................................................................12 3.1： 实验目的 .......................................................................................................................................12 3.2：实验任务和要求 .............................................................................................................................12 3.3：实验步骤和结果 .............................................................................................................................12 3.4：结果分析 .........................................................................................................................................16 实验四：图像的锐化处理 ......................................................................................................................17 4.1： 实验目的 .......................................................................................................................................17 4.2：实验任务和要求 .............................................................................................................................17 4.3：实验步骤和结果 .............................................................................................................................17 4.4：结果分析 .........................................................................................................................................19
实验一：
数字图像的基本处理操作
1.1： 实验目的
1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用；
2、实现图像的读取、显示、代数运算和简单变换。
3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。
1.2：实验任务和要求
1.读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。 3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。 4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的对应关系。
1.3：实验步骤和结果
1.对实验任务1的实现代码如下： a=imread(\'d:\\tp.jpg\'); i=rgb2gray(a); I=im2bw(a,0.5); subplot(1,3,1);imshow(a);title(\'原图像\'); subplot(1,3,2);imshow(i);title(\'灰度图像\'); subplot(1,3,3);imshow(I);title(\'二值图像\'); subplot(1,3,1);imshow(a);title(\'原图像\');
结果如图1.1 所示：
图1.1 原图及其灰度图像，二值图像 2.对实验任务2的实现代码如下： a=imread(\'d:\\tp.jpg\'); A=imresize(a,[800 800]); b=imread(\'d:\\tp2.jpg\'); B=imresize(b,[800 800]); Z1=imadd(A,B); Z2=imsubtract(A,B); Z3=immultiply(A,B); Z4=imdivide(A,B); subplot(3,2,1);imshow(A);title(\'原图像 A\'); subplot(3,2,2);imshow(B);title(\'原图像 B\'); subplot(3,2,3);imshow(Z1);title(\'加法图像\'); subplot(3,2,4);imshow(Z2);title(\'减法图像\'); subplot(3,2,5);imshow(Z3);title(\'乘法图像\'); subplot(3,2,6);imshow(Z2);title(\'除法图像\'); 结果如图1.2所示：
3.对实验任务3的实现代码如下：
s=imread(\'d:\\tp3.jpg\'); i=rgb2gray(s); i=double(i); j=fft2(i); k=fftshift(j);
%直流分量移到频谱中心 I=log(abs(k));
%对数变换
m=fftshift(j);
%直流分量移到频谱中心 RR=real(m);
%取傅里叶变换的实部 II=imag(m);
%取傅里叶变换的虚部 A=sqrt(RR.^2+II.^2); A=(A-min(min(A)))/(max(max(A)))*255; b=circshift(s,[800 450]); b=rgb2gray(b); b=double(b); c=fft2(b); e=fftshift(c); I=log(abs(e)); f=fftshift(c); WW=real(f); ZZ=imag(f); B=sqrt(WW.^2+ZZ.^2);
4 B=(B-min(min(B)))/(max(max(B)))*255; subplot(2,2,1);imshow(s);title(\'原图像\'); subplot(2,2,2);imshow(uint8(b));title(\'平移图像\'); subplot(2,2,3);imshow(A);title(\'离散傅里叶变换频谱\'); subplot(2,2,4);imshow(B);title(\'平移图像离散傅里叶变换频谱\'); 结果如图1.3所示：
4.对实验任务4的实现代码如下： s=imread(\'d:\\tp3.jpg\'); i=rgb2gray(s); i=double(i); j=fft2(i); k=fftshift(j); I=log(abs(k)); m=fftshift(j); RR=real(m); II=imag(m); A=sqrt(RR.^2+II.^2); A=(A-min(min(A)))/(max(max(A)))*255; b=imrotate(s,-90); b=rgb2gray(b); b=double(b); c=fft2(b);
5 e=fftshift(c); I=log(abs(e)); f=fftshift(c); WW=real(f); ZZ=imag(f); B=sqrt(WW.^2+ZZ.^2); B=(B-min(min(B)))/(max(max(B)))*255; subplot(2,2,1);imshow(s);title(\'原图像\'); subplot(2,2,2);imshow(uint8(b));title(\'平移图像\'); subplot(2,2,3);imshow(A);title(\'离散傅里叶频谱\'); subplot(2,2,4);imshow(B);title(\'平移图像离散傅里叶频谱\'); 结果如图1.4所示：
1.4：结果分析
对MATLAB软件的操作开始时不太熟悉，许多语法和函数都不会使用，写出程序后，调试运行，最开始无法显示图像，检查原因，是有些标点符号没有在英文状态下输入和一些其他的细节，学会了imread()，imshow()，rgb2gray（）等函数。
6 实验二： 图像的灰度变换和直方图变换
2.1： 实验目的
1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换。
2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图均衡对图像进行修正。
2.2：实验任务和要求
1、对一幅图像进行2倍、4倍、8倍和16倍减采样，显示结果。
2、显示一幅灰度图像a，改变图像亮度使其整体变暗得到图像b，显示两幅图像的直方图。
3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。
4、对一副图像进行直方图均衡化，显示结果图像和对应直方图。
5、对一副图像进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。
2.3：实验步骤和结果
1.对实验任务1的实现代码如下：
a=imread(\'d:\\tp2.jpg\');
b=rgb2gray(a); for m=1:4 figure [width,height]=size(b); quartimage=zeros(floor(width/(m)),floor(height/(2*m))); k=1; n=1; for i=1:(m):width for j=1:(2*m):height
7 quartimage(k,n)=b(i,j); n=n+1; end k=k+1; n=1; end imshow(unit8(quartimage)); end
结果如图所示：
2.对实验任务2的实现代码如下：
a=imread(\'d:\\tp2.jpg\'); c=rgb2gray(a); b=c-46; subplot(3,2,1);imshow(c);title(\'原图像\') subplot(3,2,2);imhist(c);title(\'原图像的直方图\') subplot(3,2,3);imshow(b);title(\'变暗后的图像\') subplot(3,2,4);imhist(b);title(\'变暗后的图像直方图\'); d=imadjust(c,[0,1],[1,0]); subplot(3,2,5);imshow(d);title(\'反转图像\'); 结果如图2.2所示：
8
3.对实验任务3的实现代码如下： a=imread(\'d:\\tp.jpg\'); m=imadjust(a,[,],[0.5;1]);%图像变亮 n=imadjust(a,[,],[0;0.5]);%图像变暗 g=255-a;%负片效果
subplot(2,2,1);imshow(a);title(\'原图像\'); subplot(2,2,2);imshow(m);title(\'图像变亮\'); subplot(2,2,3);imshow(n);title(\'图像变暗\'); subplot(2,2,4);imshow(g);title(\'负片效果\'); 结果如图所示：
4.对实验任务4的实现代码如下：
b=imread(\'d:\\tp.jpg\'); c=rgb2gray(b); j=histeq(c); subplot(2,2,1),imshow(c); subplot(2,2,2),imshow(j); subplot(2,2,3),imhist(c);
9 subplot(2,2,4),imhist(j); 结果如图2.4所示：
5.对实验任务5的实现代码如下： x1=0:0.01:0.125; x2=0.125:0.01:0.75; x3=0.75:0.01:1; y1=2*x1; y2=0.25+0.6*(x2-0.125); y3=0.625+1.5*(x3-0.75); x=[x1,x2,x3]; y=[y1,y2,y3]; plot(x,y); 结果如图所示：
2.4：结果分析
这次实验主要是对图像的灰度变换和直方图均衡化，实验内容包括灰度拉伸、图像反转、图像的二值化以及直方图均衡。通过实验将课本上理论知识加以实践，实验过程中明白了图像处理的一些技巧。但是以上几种方法采用的基本都是线性变换法，在实际应用中存在很多缺陷。它只能处理一些黑白分明的图像，而对于一些颜色丰富或者处理比较复杂图像时，往往于心不足。
实验三： 图像的平滑处理
3.1： 实验目的
1、熟悉并掌握常见的图像噪声种类；
2、理解并掌握常用的图像的平滑技术，如邻域平均法和中值滤波的原理、特点、适用对象。
3.2：实验任务和要求
1、读出lena.jpg这幅图像，给这幅图像分别加入椒盐噪声、高斯噪声和乘性噪声后并与前一张图显示在同一图像窗口中。
2、对受高斯噪声（模拟均值为0方差为0.02的高斯噪声）干扰的lena图像分别利用邻域平均法和中值滤波进行滤波去噪（窗口可变，可先取3*3，依次再取5*5，7*7），并显示滤波结果。
3、对受椒盐噪声（噪声方差为0.02）干扰的lena图像，选择合适的滤波器将噪声滤除。
4、对受乘性噪声（噪声方差为0.02）干扰的lena图像，选择合适的滤波器将噪声滤除。
3.3：实验步骤和结果
1.对实验任务1的实现代码如下：
>> I=imread(\'d:\\tp.jpg\'); >> i=rgb2gray(I); >> J=imnoise(i,\'gauian\',0,0.02);%高斯噪声 >> K=imnoise(i,\'salt & pepper\',0.02);%椒盐噪声 >> P=imnoise(i,\'speckle\',0.02);%乘性噪声 >> subplot(2,2,1);imshow(i); >> xlabel(\'原图\'); >> subplot(2,2,2);imshow(J);xlabel(\'高斯噪声\'); >> subplot(2,2,3);imshow(K);xlabel(\'椒盐噪声\'); >> subplot(2,2,4);imshow(P);xlabel(\'乘性噪声\'); 结果如图3.1所示：
12
2.对实验任务2的实现代码如下： >> I=imread(\'d:\\tp.jpg\'); >> i=rgb2gray(I); >> J=imnoise(i,\'gauian\',0,0.02); >> K=im2double(J); >> h=fspecial(\'average\'); >> G1=filter2(h,K,\'same\'); >> G2=medfilt2(K); >> subplot(2,2,1);imshow(1); >> subplot(2,2,1);imshow(i); >> xlabel(\'原图\'); >> subplot(2,2,2);imshow(J); >> xlabel(\'添加高斯噪声\'); >> subplot(2,2,3);imshow(G1); >> xlabel(\'均值滤波\'); >> subplot(2,2,4);imshow(G2); >> xlabel(\'中指滤波\'); 结果如图3.2所示：
3.对实验任务3的实现代码如下： >> I=imread(\'D:\\tp.jpg\'); >> i=rgb2gray(I); >> J=imnoise(i,\'salt & pepper\',0.02); >> K=im2double(J); >> h=fspecial(\'average\'); >> G1=filter2(h,K,\'same\'); >> G2=medfilt2(K); >> subplot(2,2,1);imshow(i); >> xlabel(\'原图\'); >> subplot(2,2,2);imshow(J); >> xlabel(\'添加椒盐噪声\'); >> subplot(2,2,3);imshow(G1); >> xlabel(\'均值滤波\'); >> subplot(2,2,4);imshow(G2); >> xlabel(\'中值滤波\'); 结果如图3.3所示：
4.对实验任务4的实现代码如下： >> i=imread(\'D:\\tp.jpg\'); >> I=rgb2gray(i); >> J=imnoise(I,\'speckle\',0.02); >> K=im2double(J); >> h=fspecial(\'average\'); >> G1=filter2(h,K,\'same\'); >> G2=medfilt2(K); >> subplot(2,2,1);imshow(I); >> xlabel(\'原图\'); >> subplot(2,2,2);imshow(J); >> xlabel(\'添加乘性噪声\'); >> subplot(2,2,3);imshow(G1); >> xlabel(\'均值滤波\'); >> subplot(2,2,4);imshow(G2); >> xlabel(\'中值滤波\'); 结果如图3.4所示：
3.4：结果分析
（1）采用均值滤波器对图像处理能达到去噪的效果，并且一般滤波器的模板越大去噪效果越好，但是应该适中，当模板选择的过大时，处理的效果就会下降，因此我们应该根据具体的要求选择合适的模板来处理图像。
（2）采用高斯滤波器对图像处理能达到去噪的效果，与均值滤波器相同，随着所用的滤波器尺寸的增大，图像的细节锐化程度相应降低图像变得模糊起来。但相较于均值滤波器，其模糊程度较小。但是高斯滤波同时受到标准差 sigma 的影响。
（3）中值滤波对去除“椒盐”噪声可以起到很好的效果,因为椒盐噪声只在画面中的部分点上随机出现,所以根据中值滤波原理可知,通过数据排序的方法,将图像中未被噪声污染的点代替噪声点的值的概率比较大,因此噪声的抑制效果很好。中值滤波与均值滤波相比，在去除图像椒盐噪声的同时，还能够保持图像比较清晰的轮廓。从实验结果可以看出，通过3*3 的均值滤波器，图像中的噪声点有明显的消除。但是 3*3 的非线性模板中值滤波器上对噪声的滤除效果更完美。
实验四：图像的锐化处理
4.1： 实验目的
1、熟悉并掌握MATLAB图像处理工具箱的使用；
2、理解并掌握常用的图像的锐化技术。
4.2：实验任务和要求
1、采用三种不同算子对图像进行锐化处理。
2、锐化空间滤波
1) 采用3×3的拉普拉斯算子w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]滤波
2) 编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n的拉普拉斯算子，如5×5的拉普拉斯算子：
w =
[ 1
-24
1] 3) 分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对blurry_moon.tif
2g(x,y)f(x,y)f(x,y)完成图像的锐化增强，进行锐化滤波，并利用式观察其有何不同，要求在同一窗口中显示。
4.3：实验步骤和结果
1.对实验任务1的实现代码如下：
>> i=imread(\'d:\\tp.jpg\'); >> I=rgb2gray(i); >> H=fspecial(\'sobel\'); >> I1=filter2(H,I); >> H=fspecial(\'prewitt\'); >> I2=filter2(H,I); >> H=fspecial(\'log\'); >> I3=filter2(H,I); >> subplot(2,2,1);imshow(i);title(\'原图像\'); >> subplot(2,2,2);imshow(I1);title(\'sobel算子锐化图像\'); >> subplot(2,2,3);imshow(I2);title(\'prewitt算子锐化图像\'); >> subplot(2,2,4);imshow(I3);title(\'log算子锐化图像\'); 结果如图所示：
2.对实验任务2的实现代码如下： 1）
>> i=imread(\'D:\\tp.jpg\'); >> I=rgb2gray(i); >> T=double(I); >> subplot(1,2,1),imshow(T,[]); >> w=[1,1,1; 1,-8,1; 1,1,1]; >> K=conv2(T,w,\'same\'); >> subplot(1,2,2),imshow(K,[]); >> title(\'Lalacian Transformation\'); 结果如图所示：
2）
function w = genlaplacian(n)
w=ones(n);
x=ceil(n/2);
w(x,x)=-1*(n*n-1);
end
3）w1=genlaplcaian(5);
I=imread(‘d:\\tp.jpg’); T=double(I); K=conv2(T,w1’same’); J=T-K; 4.4：结果分析
19 通过对数字图像进行锐化处理，可以增强图像的边缘，使模糊的图像变得清晰起来，而以上几种方法都能很好的将图像的边缘变得清晰，但是要在不影响图像整体效果的情况下还是比较困难。综上所述，根据不同的情况可以需要选用不同的方法。在边缘检测中，常用的一种模板是Sobel 算子。Sobel 算子有两个，一个是检测水平边缘的 ；另一个是检测垂直边缘的 。与Prewitt算子相比，Sobel算子对于象素的位置的影响做了加权，可以降低边缘模糊程度，因此效果更好。
