东南大学数字图像处理实验报告

数字图像处理

实验报告

学号：04211734

姓名：付永钦

日期：2014/6/7

1.图像直方图统计

①原理：灰度直方图是将数字图像的所有像素，按照灰度值的大小，统计其所出现的频度。

通常，灰度直方图的横坐标表示灰度值，纵坐标为半个像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。

②算法：

clear all

PS=imread('girl-grey1.jpg'); %读入JPG彩色图像文件figure(1);subplot(1,2,1);imshow(PS);title('原图像灰度图');

[m,n]=size(PS); %测量图像尺寸参数

GP=zeros(1,256); %预创建存放灰度出现概率的向量

for k=0:255

GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率end

figure(1);subplot(1,2,2);bar(0:255,GP,'g') %绘制直方图

axis([0 255 min(GP) max(GP)]);

title('原图像直方图')

xlabel('灰度值')

ylabel('出现概率')

③处理结果：

原图像灰度图

100

200

0.005

0.010.0150.020.025

0.030.035

0.04原图像直方图

灰度值

出现概率

④结果分析：由图可以看出，原图像的灰度直方图比较集中。

2. 图像的线性变换

①原理：直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主

要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。

②算法：

clear all

%一，图像的预处理，读入彩色图像将其灰度化

PS=imread('girl-grey1.jpg');

figure(1);subplot(2,2,1);imshow(PS);title('原图像灰度图');

%二，绘制直方图

[m,n]=size(PS); %测量图像尺寸参数

GP=zeros(1,256); %预创建存放灰度出现概率的向量

for k=0:255

GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率end

figure(1);subplot(2,2,2);bar(0:255,GP,'g') %绘制直方图axis([0 255 min(GP) max(GP)]);

title('原图像直方图')

xlabel('灰度值')

ylabel('出现概率')

%三，直方图均衡化

S1=zeros(1,256);

for i=1:256

for j=1:i

S1(i)=GP(j)+S1(i); %计算Sk

end

end

S2=round((S1*256)+0.5); %将Sk归到相近级的灰度

for i=1:256

GPeq(i)=sum(GP(find(S2==i))); %计算现有每个灰度级出现的概率

end

figure(1);subplot(2,2,4);bar(0:255,GPeq,'b') %显示均衡化后的直方图

axis([0 255 min(GPeq) max(GPeq)]);

title('均衡化后的直方图')

xlabel('灰度值')

ylabel('出现概率')

%四，图像均衡化

PA=PS;

for i=0:255

PA(find(PS==i))=S2(i+1); %将各个像素归一化后的灰度值赋给这个像素

end

figure(1);subplot(2,2,3);imshow(PA) %显示均衡化后的图像title('均衡化后图像')

imwrite(PA,'PicEqual.bmp');

③处理结果：

原图像灰度图

1002000

0.010.020.03

0.04原图像直方图

灰度值

出现概率

0100

200

00.010.020.03

0.04均衡化后的直方图

灰度值

出现概

率

均衡化后图像

④结果分析：通过原始图像和均衡化后的图像对比，均衡化后图像由彩色图像变为了

灰度图像。原始图像直方图与均衡化后直方图对比，均衡化后的直方图灰度值更加平均，在整幅图像中不在集中。

3. 图象平滑消噪处理

①原理：图像的平滑方法是一种实用的图像处理技术，能减弱或消除图像中的高频率分量，

但不影响低频率分量。因为高频率分量主要对应图像中的区域边缘等灰度值具有较大较快变化的部分，平滑滤波将这些分量滤去可减少局部灰度起伏，使图像变得比较平滑。实际应用中，平滑滤波还可用于消除噪声，或者在提取较大目标前去除过小的细节或将目标内的小间断连接起来。它的主要目的是消除图像采集过程中的图像噪声，在空间域中主要利用邻域平均法、中值滤波法和选择式掩模平滑法等来减少噪声；在频率域内，由于噪声主要存在于频谱的高频段，因此可以利用各种形式的低通滤波器来减少噪声。

②算法：

clear all;

x=imread('smooth_Gauss.jpg'); n=5;

a(1:n,1:n)=1; %a 即n×n 模板,元素全是1

[height, width]=size(x); %hight>n,width>n

x1=double(x);

x2=x1;

for i=1:height-n+1

for j=1:width-n+1

c=x1(i:i+(n-1),j:j+(n-1)).*a;

%取出x1中从(i,j)开始的n行n列元素与模板相乘

s=sum(sum(c)); %求c矩阵中各元素之和

x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n);

%将与模板运算后的各元素的均值赋给模板中心位置的元素

end

end

%未被赋值的元素取原值

d=uint8(x2);

figure(1);subplot(1,2,1);imshow(x);title('原图像');

figure(1);subplot(1,2,2);imshow(d);title('5*5模板均值滤波后的图像');

③处理结果：

原图像5*5模板均值滤波后的图像

④结果分析：由图像可知，原图像的噪声得到了较好的消除。实验结果比较理想。

4.彩色图象锐化处理

①原理：图像平滑往往使图像中的边界、轮廓变得模糊，为了减少这类不利效果的影响，需要利用图像锐化技术，使图像的边缘变得清晰。

②算法：

clear all;

rgb = imread('acute.bmp');

figure(1);subplot(2,2,1);imshow(rgb);title('原图');

lapmatrix = [1 1 1; 1 -8 1; 1 1 1];

I = imfilter(rgb, lapmatrix, 'replicate');

figure(1);subplot(2,2,2);imshow(I);title('图像边缘锐化');

I_sharp = double(rgb) - double(I);

figure(1);subplot(2,2,3);

imshow(uint8(I_sharp));title('锐化后的图像');

③处理结果：

原图图像边缘锐化

锐化后的图像

④结果分析：由处理后的图像与原图像对比，可以看出处理后的图像细节特征得到了

增强，得到了较好的锐化效果。

5.中值滤波处理

①原理：统计滤波器是一种非线性的空间滤波器，它的响应基于图像滤波器包围的图像区

域中像素的排列，然后用统计排序结果决定的值代替中心像素的值。统计滤波器中最常见的例子是中值滤波器，是将邻域内像素灰度的中值代替该像素的值。对处理椒盐噪声非常有效。

②算法：

clear all;

x=imread('r.bmp');

x=rgb2gray(x);

n=5;

[height, width]=size(x); %输入图像是p×q的,且p>n,q>n

x1=double(x);

x2=x1;

for i=1:height-n+1

for j=1:width-n+1

c=x1(i:i+(n-1),j:j+(n-1));

%取出x1中从(i,j)开始的n行n列元素,即模板(n×n的) e=c(1,:); %是c矩阵的第一行

for u=2:n

e=[e,c(u,:)]; %将c矩阵变为一个行矩阵

end

mm=median(e); %mm是中值

x2(i+(n-1)/2,j+(n-1)/2)=mm;

%将模板各元素的中值赋给模板中心位置的元素

end

end

%未被赋值的元素取原值

d=uint8(x2);

figure(1);subplot(1,2,1);imshow(x);title('原图像');

figure(1);subplot(1,2,2);imshow(d);title('5*5模板中值滤波后的图像');

③处理结果：

④结果分析：由处理后的图像可知，原图像中小猫脸上的圆圈得到了较好的消除。

6.伪彩色增强处理

①原理：可以有多种方式实现从灰度空间到彩色空间的变换。最简单的一种是把灰度图

像的灰度级从0~255 分成255 个区间，给每个区间指定一种彩色。这种方法较简单，但变换出的彩色有限。从灰度空间到彩色空间的一种有代表性的变换方式是将源图像f(x，y)的灰度经红、绿、蓝3 种不同变换，变成3 基色的分量R(x，y)、G(x、y)、B(x、y)，生成相应的彩色。彩色的含量由变换函数而定。还有一种伪彩色增强也可通过频率域处理来实现。输入图像的傅立叶变换通过三个不同的滤波器被分成不同的频率分量，对各频率分量分别进行傅立叶逆变换，其结果进一步处理（如直方图均衡化或规定化），然后进行彩色合成就能得到增强后的彩色图像。

②算法：

clear all;

A=imread('pseudo.bmp');

I=rgb2gray(A);

I=double(I);

[m,n]=size(I);

L=256;

R=zeros([m,n]);

G=zeros([m,n]);

B=zeros([m,n]);

s1=find(I<=L/4); %0-L/4

R(s1)=0;

G(s1)=4*I(s1);

B(s1)=L;

s2=find(I<=L/2&I>L/4) ; %L/4-L/2

R(s2)=0;

G(s2)=L;

B(s2)=-4*I(s2)+2*L;

s3=find(L/2

R(s3)=4*I(s3)-2*L;

G(s3)=L;

B(s3)=0;

s4=find(3*L/4

R(s4)=L;

G(s4)=-4*I(s4)+4*L;

B(s4)=0;

out(:,:,1)=R;

out(:,:,2)=G;

out(:,:,3)=B;

out=out/256;

figure(1);subplot(1,2,1);imshow(A);title('原图像');

figure(1);subplot(1,2,2);imshow(out);title('伪彩色增强后图像');

③处理结果：

原图像伪彩色增强后图像

④结果分析：由处理后的图像可知，经过伪彩色增强后的图像给人的视觉刺激更为强烈。

7.图像勾边处理

（1）梯度法算子

①原理：

②算法：

clear;

sourcePic=imread('edge.jpg'); %读取原图像

grayPic=mat2gray(sourcePic); %转换成灰度图像

[m,n]=size(grayPic);

newGrayPic=grayPic;%为保留图像的边缘一个像素

gradNum=0; %经梯度法算子计算得到的每个像素的值

gradThreshold=0.2; %设定阈值

for j=1:m-1 %进行边界提取

for k=1:n-1

gradNum = abs(grayPic(j+1,k)-grayPic(j,k)) + abs(grayPic(j,k+1)-grayPic(j,k));

if(gradNum > gradThreshold)

newGrayPic(j,k)=255;

else

newGrayPic(j,k)=0;

end

end

end

figure,imshow(newGrayPic);

title('梯度法算子的处理结果')

③处理结果：

梯度法算子的处理结果

④结果分析：由处理后的图像知，梯度法算子较好地勾勒出了图像的轮廓，但比较容易受到噪声的影响。

（2）Roberts算子

①原理：212

2}

x

y

x

f

y

y

x

f

y

+

+

-

=

+

+

g+

-

f

x

f

(

[

)]

,

)1

x

,1

(

1

)]

,1

,

(y

{[

)

(

)

(

,

②算法：

clear;

sourcePic=imread('edge.jpg'); %读取原图像

grayPic=mat2gray(sourcePic); %转换成灰度图像

[m,n]=size(grayPic);

newGrayPic=grayPic;%为保留图像的边缘一个像素

robertsNum=0; %经roberts算子计算得到的每个像素的值

robertThreshold=0.2; %设定阈值

for j=1:m-1 %进行边界提取

for k=1:n-1

robertsNum = abs(grayPic(j,k)-grayPic(j+1,k+1)) + abs(grayPic(j+1,k)-grayPic(j,k+1)); if(robertsNum > robertThreshold)

newGrayPic(j,k)=255;

else

newGrayPic(j,k)=0;

end

end

end

figure,imshow(newGrayPic);

title('roberts算子的处理结果')

③处理结果：

roberts算子的处理结果

④结果分析：采用对角线方向相邻两像素之差表示信号的突变，检测水平和

垂直方向边缘的性能好于斜线方向，定位精度比较高，但对噪声敏感，检测出的边缘较细。

⑶prewitt算子

①原理：

因为平均能减少或消除噪声，Prewitt梯度算子法就是先求平均，再求差分来求梯度。利用检测模板可求得水平和垂直方向的梯度，再通过梯度合成和边缘点判定，就可得到平均差分法的检测结果。

②算法：

clear;

sourcePic=imread('edge.jpg');%读取原图像

grayPic=mat2gray(sourcePic);%转换成灰度图像

[m,n]=size(grayPic);

newGrayPic=grayPic;%为保留图像的边缘一个像素

PrewittNum=0;%经Prewitt算子计算得到的每个像素的值

PrewittThreshold=0.5;%设定阈值

for j=2:m-1 %进行边界提取

for k=2:n-1

PrewittNum=abs(grayPic(j-1,k+1)-grayPic(j+1,k+1)+grayPic(j-1,k)-grayPic(j+1,k)+grayP ic(j-1,k-1)-grayPic(j+1,k-1))+abs(grayPic(j-1,k+1)+grayPic(j,k+1)+grayPic(j+1,k+1)-gra yPic(j-1,k-1)-grayPic(j,k-1)-grayPic(j+1,k-1));

if(PrewittNum > PrewittThreshold)

newGrayPic(j,k)=255;

else

newGrayPic(j,k)=0;

end

end

end

figure,imshow(newGrayPic);

title('Prewitt算子的处理结果')

③处理结果：

Prewitt算子的处理结果

④结果分析：对噪声有平滑作用，检测出的边缘比较粗，定位精度低，容易

损失角点。。

⑷Sobel算子

①原理： Sobel算子是典型的基于一阶导数的边缘检测算子，由于该算子中引入了类似局

部平均的运算，因此对噪声具有平滑作用，能很好的消除噪声的影响。Sobel算子包含两组3x3的矩阵，分别为横向及纵向模板，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。

②算法：

clear;

sourcePic=imread('edge.jpg');%读取原图像

grayPic=mat2gray(sourcePic);%转换成灰度图像

[m,n]=size(grayPic);

newGrayPic=grayPic;%为保留图像的边缘一个像素

sobelNum=0;%经sobel算子计算得到的每个像素的值

sobelThreshold=0.8;%设定阈值

for j=2:m-1 %进行边界提取

for k=2:n-1

sobelNum=abs(grayPic(j-1,k+1)+2*grayPic(j,k+1)+grayPic(j+1,k+1)-grayPic(j-1,k-1)-2*grayPic(j,k-1) -grayPic(j+1,k-1))+abs(grayPic(j-1,k-1)+2*grayPic(j-1,k)+grayPic(j-1,k+1)-grayPic(j+1,k-1)-2*grayPic (j+1,k)-grayPic(j+1,k+1));

if(sobelNum > sobelThreshold)

newGrayPic(j,k)=255;

else

newGrayPic(j,k)=0;

end

end

end

figure,imshow(newGrayPic);

title('Sobel算子的处理结果')

③处理结果：

Sobel算子的处理结果

④结果分析：单独使用Sobel算子做边缘检测，边缘定位精度不高，有时还可能对非边缘

像素的响应大于某些边缘处的响应或者响应差别不是很大，造成漏检或误检，但是它对噪声具有较好的鲁棒性。

（5）Kirsch算子

①原理：Kirsch算子由8个3×3窗口模扳组成、每个模板分别代表一个特定的检测方向，其模板算子如图2.3.1所示。

在进行边缘检测时，把M0-M7所表示的边缘模板(加权矩阵)分别与图像

中的一个3×3区域相乘，选取输出值为最大的模板。然后，把这一最大输出值作为中央像素点上的边缘强度，把取得最大值的边缘模板Mk 的方向k(k 的取值如图2.3.2所示)作为其边缘方向。假设图像中一点P(i ，j)及其八邻域的灰度如图3.3.3所示，并设Qk(k ＝0，1，…，7)为图像经过kirsch 算子第k 个模板处理后得到的k 方向上的边缘强度，则P(i,j)的边缘强度为s(i,j)=max|qk|(k=0,1，…，7)，而相应的边缘方向D(i ，j)={k|qk 为最大值}

???

?

?

??----+-++????? ??--+-+--+????? ??-++-+---????? ??+++-----???

??

??++-+----????? ??+--+-+--????? ??---+-++-????? ??-----+++333

305

355

335305335355305333555303333553

503

333

533503533333503553333303555

图

2.3.1

图2.3.2 图2.3.3

②算法：

clear all

>> close all

>> A=imread('edge.jpg');

>> mask1=[-3,-3,-3;-3,0,5;-3,5,5]; >> mask2=[-3,-3,5;-3,0,5;-3,-3,5]; >> mask3=[-3,5,5;-3,0,5;-3,-3,-3]; >> mask4=[-3,-3,-3;-3,0,-3;5,5,5]; >> mask5=[5,5,5;-3,0,-3;-3,-3,-3]; >> mask6=[-3,-3,-3;5,0,-3;5,5,-3]; >> mask7=[5,-3,-3;5,0,-3;5,-3,-3]; >> mask8=[5,5,-3;5,0,-3;-3,-3,-3]; >> I=im2double(A); >> d1=imfilter(I,mask1); >> d2=imfilter(I,mask2); >> d3=imfilter(I,mask3); >> d4=imfilter(I,mask4); >> d5=imfilter(I,mask5);

>> d6=imfilter(I,mask6);

>> d7=imfilter(I,mask7);

>> d8=imfilter(I,mask8);

>> dd=max(abs(d1),abs(d2));

>> dd=max(abs(dd),abs(d3));

>> dd=max(abs(dd),abs(d4));

>> dd=max(abs(dd),abs(d5));

>> dd=max(abs(dd),abs(d6));

>> dd=max(abs(dd),abs(d7));

>> dd=max(abs(dd),abs(d8));

>> grad=mat2gray(dd);

>> level=graythresh(grad);

>> BW=im2bw(grad,level);

>> figure,imshow(BW);

>> title('kirsch算子的处理结果')

③处理结果：

kirsch算子的处理结果

④结果分析：Kirsch算子是像素邻域的加权和，模板中心值较大，不但产生

较好的边缘效果，而且对噪声具有平滑作用。但存在伪边缘，边缘比较粗且定位精度低。

8.使用小波分解产生多种分辨率图像

①原理：一个图像作小波分解后，可得到一系列不同分辨率的子图像,不同分辨率的子图像对应的频率是不相同的。高分辨率(即高频)子图像上大部分点都接近于0，越是高频这种

现象越明显。对一个图像来说，表现一个图像最主要的部分是低频部分，所以一个最简单的压缩方法是利用小波分解，去掉图像的高频部分而只保留低频部分。

②算法：

clc;

clear all;

a=imread('lenna.jpg');

X=rgb2gray(a);

subplot(221);image(X);colormap(gray(256));

title('原始图像');

axis square;

[c,s]=wavedec2(X,2,'bior3.7');

ca1=appcoef2(c,s,'bior3.7',1);

ch1=detcoef2('h',c,s,1);

cv1=detcoef2('v',c,s,1);

cd1=detcoef2('d',c,s,1);

a1=wrcoef2('a',c,s,'bior3.7',1);

h1=wrcoef2('h',c,s,'bior3.7',1);

v1=wrcoef2('v',c,s,'bior3.7',1);

d1=wrcoef2('d',c,s,'bior3.7',1);

c1=[a1,h1;v1,d1];

subplot(222);image(c1);

axis square

title('分解后低频和高频信息');

ca1=appcoef2(c,s,'bior3.7',1);

ca1=wcodemat(ca1,440,'mat',0);

ca1=0.5*ca1;

subplot(223);image(ca1);colormap(gray(256));

title('第一次压缩图像');

axis square

ca2=appcoef2(c,s,'bior3.7',2);

ca2=wcodemat(ca2,440,'mat',0);

ca2=0.25*ca2;

subplot(224);image(ca2);colormap(gray(256)); axis square;

title('第二次压缩图像'); ③处理结果：

原始图像

5010015020025050100150

200250

分解后低频和高频信息100200300400500100200300

400500

第一次压缩图像20406080100120

20406080

100120

第二次压缩图像

20

40

60

20

4060

④结果分析：从图中可以看出，第一次压缩我们是提取原始图像中小波分解第一层

的低频信息，此时压缩效果较好，压缩比较小(约为1/3)；第二次压缩是提取第一层分解低频部分的低频部分(即小波分解第二层的低频部分)，其压缩比比较大(1/12)，压缩效果在视觉上也基本过得去，它不需要经过其它处理即可获得较好的压缩效果。

东南大学高等数学数学实验报告上

Image Image 高等数学数学实验报告 实验人员：院（系） ___________学号_________姓名____________实验地点：计算机中心机房 实验一 1、 实验题目： 根据上面的题目，通过作图，观察重要极限：lim（1+1/n）n =e 2、 实验目的和意义 方法的理论意义和实用价值。 利用数形结合的方法观察数列的极限，可以从点图上看出数列的收敛性，以及近似地观察出数列的收敛值；通过编程可以输出数列的任意多项值，以此来得到数列的收敛性。通过此实验对数列极限概念的理解形象化、具体化。 三、计算公式 （1+1/n）n 四、程序设计 五、程序运行结果 六、结果的讨论和分析 当n足够

Image Image 大时，所画出的点逐渐接近于直线，即点数越大，精确度越高。对于不同解题方法最后均能获得相同结果，因此需要择优，从众多方法中尽可能选择简单的一种。程序编写需要有扎实的理论基础，因此在上机调试前要仔细审查细节，对程序进行尽可能的简化、改进与完善。 实验二一、实验题目 制作函数y=sin cx的图形动画，并观察参数c对函数图形的影响。 二、实验目的和意义 本实验的目的是让同学熟悉数学软件Mathematica所具有的良好的作图功能，并通过函数图形来认识函数，运用函数的图形来观察和分析函数的有关性态，建立数形结合的思想。三、计算公式：y=sin cx 四、程序设计五、程序运行结果 六、结果的讨论和分析 c的不同导致函数的区间大小不同。 实验三 一、实验题目 观察函数f(x)=cos x的各阶泰勒展开式的图形。 二、实验目的和意义 利用Mathematica计算函数的各阶泰勒多项式，并通过绘制曲线图形，来进一步掌握泰勒展开与函数逼近的思想。 三、计算公式

数字图像处理实验报告

数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方 法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取，显示等基本函数 特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot（）函数、Figure（）函数。 1)将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread， imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray() 将其 转化为灰度图像，记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用 imadjust函 数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰

度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理，试比较与源图的异同。 3) 对B 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。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为：

东南大学电路实验实验报告

电路实验 实验报告 第二次实验 实验名称：弱电实验 院系：信息科学与工程学院专业：信息工程姓名：学号：

实验时间：年月日 实验一：PocketLab的使用、电子元器件特性测试和基尔霍夫定理 一、仿真实验 1.电容伏安特性 实验电路： 图1-1 电容伏安特性实验电路 波形图：

图1-2 电容电压电流波形图 思考题： 请根据测试波形，读取电容上电压，电流摆幅，验证电容的伏安特性表达式。 解：()()mV wt wt U C cos 164cos 164-=+=π， ()mV wt wt U R sin 10002cos 1000=??? ? ? -=π，us T 500=； ()mA wt R U I I R R C sin 213.0== =∴，ππ40002==T w ； 而()mA wt dt du C C sin 206.0= dt du C I C C ≈?且误差较小，即可验证电容的伏安特性表达式。 2.电感伏安特性 实验电路： 图1-3 电感伏安特性实验电路 波形图：

图1-4 电感电压电流波形图 思考题： 1.比较图1-2和1-4，理解电感、电容上电压电流之间的相位关系。对于电感而言，电压相位 超前 （超前or 滞后）电流相位；对于电容而言，电压相位 滞后 （超前or 滞后）电流相位。 2.请根据测试波形，读取电感上电压、电流摆幅，验证电感的伏安特性表达式。 解：()mV wt U L cos 8.2=， ()mV wt wt U R sin 10002cos 1000=??? ? ? -=π，us T 500=； ()mA wt R U I I R R L sin 213.0===∴，ππ 40002==T w ； 而()mV wt dt di L L cos 7.2= dt di L U L L ≈?且误差较小，即可验证电感的伏安特性表达式。 二、硬件实验 1.恒压源特性验证 表1-1 不同电阻负载时电压源输出电压 电阻()Ωk 0.1 1 10 100 1000 电源电压（V ） 4.92 4.98 4.99 4.99 4.99 2.电容的伏安特性测量

东南大学数字图像处理实验报告

数字图像处理 实验报告 学号：04211734 姓名：付永钦 日期：2014/6/7 1.图像直方图统计 ①原理：灰度直方图是将数字图像的所有像素，按照灰度值的大小，统计其所出现的频度。 通常，灰度直方图的横坐标表示灰度值，纵坐标为半个像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。 ②算法： clear all PS=imread('girl-grey1.jpg'); %读入JPG彩色图像文件figure(1);subplot(1,2,1);imshow(PS);title('原图像灰度图'); [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率end figure(1);subplot(1,2,2);bar(0:255,GP,'g') %绘制直方图 axis([0 255 min(GP) max(GP)]); title('原图像直方图') xlabel('灰度值') ylabel('出现概率') ③处理结果：

原图像灰度图 100 200 0.005 0.010.0150.020.025 0.030.035 0.04原图像直方图 灰度值 出现概率 ④结果分析：由图可以看出，原图像的灰度直方图比较集中。 2. 图像的线性变换 ①原理：直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主 要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。 ②算法： clear all %一，图像的预处理，读入彩色图像将其灰度化 PS=imread('girl-grey1.jpg'); figure(1);subplot(2,2,1);imshow(PS);title('原图像灰度图'); %二，绘制直方图 [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255

东南大学高数a下实验报告

高数实验报告 学号： 姓名： 数学实验一 一、实验题目：（实验习题7-3） 观察二次曲面族kxy y x z ++=22的图形。特别注意确定k 的这样一些值，当k 经过这些值时，曲面从一种类型变成了另一种类型。 二、实验目的和意义 1. 学会利用Mathematica 软件绘制三维图形来观察空间曲线和空间曲线图形的特点。 2. 学会通过表达式辨别不同类型的曲线。 三、程序设计 这里为了更好地分辨出曲线的类型，我们采用题目中曲线的参数方程来画图，即t t kr r z sin cos 22+= 输入代码： ParametricPlot3D [{r*Cos[t]，r*Sin[t],r^2+ k*r^2*Cos[t]*Sin[t]}, {t, 0, 2*Pi}, {r, 0, 1}，PlotPoints -> 30] 式中k 选择不同的值：-4到4的整数带入。 四、程序运行结果

k=4： k=3： k=2：

k=1: k=0:

k=-1: k=-2:

k=-3: k=-4: 五、结果的讨论和分析 k取不同值，得到不同的图形。我们发现，当|k|<2时，曲面为椭圆抛物面；当|k|=2时，曲面为抛物柱面；当|k|>2时，曲面为双曲抛物面。

数学实验二 一、实验题目 一种合金在某种添加剂的不同浓度下进行实验，得到如下数据： 2 + y+ = cx a bx 法确定系数a,b,c，并求出拟合曲线 二、实验目的和意义 1.练习使用mathematic进行最小二乘法的计算 2.使用计算机模拟，进行函数的逼近 三、程序设计 x={,,,,}; y={,,,,}; xy=Table[{x[[i]],y[[i]]},{i,1,5}]; q[a_,b_,c_]:=Sum[(a+b*x[[i]]+c*x[[i]]*x[[i]]-y[[i]])^2,{i,1 ,5}]; Solve[{D[q[a,b,c],a]?0,D[q[a,b,c],b]?0,D[q[a,b,c],c]?0},{a, b,c}] A={a,b,c}/.%; a=A[[1,1]]; b=A[[1,2]];

高等数学下实验报告

高等数学实验报告 实验人员：院（系）化学化工学院 学号19013302 姓名 黄天宇 实验地点：计算机中心机房 实验七：空间曲线与曲面的绘制 一、 实验目的 1、利用数学软件Mathematica 绘制三维图形来观察空间曲线和空 间曲面图形的特点，以加强几何的直观性。 2、学会用Mathematica 绘制空间立体图形。 二、实验题目 利用参数方程作图，做出由下列曲面所围成的立体图形： (1) x y x y x z =+--=2 222,1及xOy 平面； (2) 01,=-+=y x xy z 及.0=z 三、实验原理 空间曲面的绘制 作参数方程],[],,[,),(),() ,(max min max min v v v u u v u z z v u y y v u x x ∈∈? ?? ??===所确定的曲面图形的 Mathematica 命令为： ParametricPlot3D[{x[u,v],y[u,v],z[u,v]},{u,umin,umax}, {v,vmin,vmax},选项] 四、程序设计及运行 (1)

(2)

六、结果的讨论和分析 1、通过参数方程的方法做出的图形，可以比较完整的显示出空 间中的曲面和立体图形。 2、可以通过mathematica 软件作出多重积分的积分区域，使积分能够较直观的被观察。 3、从(1)中的实验结果可以看出，所围成的立体图形是球面和圆柱面所围成的立体空间。 4、从(2)中的实验结果可以看出围成的立体图形的上面曲面的方程是xy z =，下底面的方程是z=0，右边的平面是01=-+y x 。 实验八 无穷级数与函数逼近 一、 实验目的 (1) 用Mathematica 显示级数部分和的变化趋势； (2) 展示Fourier 级数对周期函数的逼近情况; (3) 学会如何利用幂级数的部分和对函数进行逼近以及函数值的近似计算。 二、实验题目 （1）、观察级数 ∑ ∞ =1 ! n n n n 的部分和序列的变化趋势，并求和。 （2）、改变例2中m 及x 0的数值来求函数的幂级数及观察其幂级数逼近函数的情况 （3）、观察函数? ? ?<≤<≤--=ππx x x x f 0,10 ,)(展成的Fourier 级数

数字图像处理实验报告

数字图像处理试验报告 实验二：数字图像的空间滤波和频域滤波 姓名：XX学号：2XXXXXXX 实验日期：2017 年4 月26 日 1.实验目的 1. 掌握图像滤波的基本定义及目的。 2. 理解空间域滤波的基本原理及方法。 3. 掌握进行图像的空域滤波的方法。 4. 掌握傅立叶变换及逆变换的基本原理方法。 5. 理解频域滤波的基本原理及方法。 6. 掌握进行图像的频域滤波的方法。 2.实验内容与要求 1. 平滑空间滤波： 1) 读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一 图像窗口中。 2) 对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要 求在同一窗口中显示。 3) 使用函数 imfilter 时，分别采用不同的填充方法（或边界选项，如零填 充、’replicate’、’symmetric’、’circular’）进行低通滤波，显示处理后的图 像。 4) 运用 for 循环，将加有椒盐噪声的图像进行 10 次，20 次均值滤波，查看其特点, 显 示均值处理后的图像（提示:利用fspecial 函数的’average’类型生成均值滤波器）。 5) 对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有噪声的图像做处理，要 求在同一窗口中显示结果。 6) 自己设计平滑空间滤波器，并将其对噪声图像进行处理，显示处理后的图像。 2. 锐化空间滤波 1) 读出一幅图像，采用3×3 的拉普拉斯算子 w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1] 对其进行滤波。 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 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 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

东南大学数字电路实验报告

东南大学电工电子实验中心实验报告 数字逻辑设计实践 实验一数字逻辑电路实验基础 学院电气工程学院 指导老师团雷鸣 地点 104 姓名 学号 __________得分实验日期

1．实验目的 （1）认识数字集成电路，能识别各种类型的数字器件和封装； （2）学习查找器件资料，通过器件手册了解器件； （3）了解脉冲信号的模拟特性，了解示波器的各种参数及其对测量的影响，了解示波器探头的原理和参数，掌握脉冲信号的各项参数； （4）了解逻辑分析的基本原理，掌握虚拟逻辑分析的使用方法； （5）掌握实验箱的结构、功能，面包板的基本结构、掌握面包板连接电路的基本方法和要求； （6）掌握基本的数字电路的故障检查和排除方法。 2．必做实验 （1）复习仪器的使用，TTL信号参数及其测量方法 用示波器测量并记录频率为200KHz的TTL信号的上升沿时间、下降沿时间、脉冲宽度和高、低电平值。 接线图 理论仿真TTL图像 TTL实验数据表格

（2）节实验：电路安装调试与故障排除 要求：测出电路对应的真值表，并进行模拟故障排查，记录故障设置情况和排查过程。 接线图 真值表 F=1，G=1 序号S1B1S2B2L 100000110100001020110 103 110040 150110 006101107111001800 001190 思考题 ①能否用表格表示U8脚输出端可能出现1的全部情况 2

②存在一个使报警器信号灯持续接通的故障，它与输入的状态无关。那么，什么是最有可能的故障？ 答：两个集成电路74HC00与74HC20未加工作电压VCC并接地，造成集成电路无法工作，L一直为低电平，Led发光。 ③下列故障的现象是什么样的？ a.U8脚输出端的连线开路。1答：无论S2与B2输入什么信号，都视为U4 与U5输入0信号(副驾驶有人22且安全带未扣上)，会造成报警。 b.U3脚的输出停留在逻辑0。1答：无论B1输入什么信号，都视为U13输 入0信号。（驾驶座安全带扣上）1 ④当汽车开始发动，乘客已坐好，而且他的座位安全带已扣上，报警灯亮，这结果仅与司机有关，列出可能的故障，并写出寻找故障的测试顺序。 可能情况：司机未系安全带

数字图像处理实验报告

数字图像处理实验 报告 学生姓名：学号： 专业年级： 09级电子信息工程二班

实验一常用MATLAB图像处理命令 一、实验内容 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。 实验结果如右图： 代码如下： Subplot (1,3,1) i=imread('E:\数字图像处理\2.jpg') imshow(i) title('RGB') Subplot (1,3,2) j=rgb2gray(i) imshow(j) title('灰度') Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title('二值') 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。 实验结果如右图： 代码如下： Subplot (3,2,1) i=imread('E:\数字图像处理 \16.jpg') x=imresize(i,[250,320]) imshow(x) title('原图x') Subplot (3,2,2) j=imread(''E:\数字图像处理 \17.jpg') y=imresize(j,[250,320]) imshow(y) title('原图y') Subplot (3,2,3) z=imadd(x,y) imshow(z)

title('相加结果')；Subplot (3,2,4)；z=imsubtract(x,y)；imshow(z)；title('相减结果') Subplot (3,2,5)；z=immultiply(x,y)；imshow(z)；title('相乘结果') Subplot (3,2,6)；z=imdivide(x,y)；imshow(z)；title('相除结果') 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。 实验结果如右图： 代码如下： Subplot (2,2,1) i=imread('E:\数字图像处理 \23.jpg') imshow(i) title('原图') Subplot (2,2,2) J = imadjust(i,[],[],3); imshow(J) title('变暗') Subplot (2,2,3) J = imadjust(i,[],[],0.4) imshow(J) title('变亮') Subplot (2,2,4) J=255-i Imshow(J) title('变负') 二、实验总结 分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。 解答：图像减运算与图像加运算的原理和用法类似，同样要求两幅图像X、Y的大小类型相同，但是图像减运算imsubtract()有可能导致结果中出现负数，此时系统将负数统一置为零，即为黑色。 乘运算实际上是对两幅原始图像X、Y对应的像素点进行点乘(X.*Y)，将结果输出到矩阵Z中，若乘以一个常数，将改变图像的亮度：若常数值大于1，则乘运算后的图像将会变亮；叵常数值小于是，则图像将会会暗。可用来改变图像的灰度级，实现灰度级变换，也可以用来遮住图像的某些部分，其典型应用是用于获得掩膜图像。 除运算操作与乘运算操作互为逆运算，就是对两幅图像的对应像素点进行点（X./Y)， imdivide()同样可以通过除以一个常数来改变原始图像的亮度，可用来改变图像的灰度级，其典型运用是比值图像处理。 加法运算的一个重要应用是对同一场景的多幅图像求平均值 减法运算常用于检测变化及运动的物体，图像相减运算又称为图像差分运算，差分运算还可以用于消除图像背景，用于混合图像的分离。

东南大学自控实验报告实验三闭环电压控制系统研究

东南大学自控实验报告实验三闭环电压控制系统研究

东南大学 《自动控制原理》 实验报告 实验名称：实验三闭环电压控制系统研究 院（系）：专业： 姓名：学号： 实验室： 416 实验组别： 同组人员：实验时间：年 11月 24日评定成绩：审阅教师：

实验三闭环电压控制系统研究 一、实验目的： （1）经过实例展示，认识自动控制系统的组成、功能及自动控制原理课程所要解决的问题。 （2）会正确实现闭环负反馈。 （3）经过开、闭环实验数据说明闭环控制效果。 二、实验原理： （1）利用各种实际物理装置（如电子装置、机械装置、化工装置等）在数学上的“相似性”，将各种实际物理装置从感兴趣的角度经过简化、并抽象成相同的数学形式。我们在设计控制系统时，不必研究每一种实际装置，而用几种“等价”的数学形式来表示、研究和设计。又由于人本身的自然属性，人对数学而言，不能直接感受它的自然物理属性，这给我们分析和设计带来了困难。因此，我们又用替代、模拟、仿真的形式把数学形式再变成“模拟实物”来研究。这样，就能够“秀才不出门，遍知天下事”。实际上，在后面的课程里，不同专业的学生将面对不同的实际物理对象，而“模拟实物”的实验方式能够做到举一反三，我们就是用下列“模拟实物”——电路系统，替代各种实际物理对象。 （2）自动控制的根本是闭环，尽管有的系统不能直接感受到它的

闭环形式，如步进电机控制，专家系统等，从大局看，还是闭环。闭环控制能够带来想象不到的好处，本实验就是用开环和闭环在负载扰动下的实验数据，说明闭环控制效果。自动控制系统性能的优劣，其原因之一就是取决调节器的结构和算法的设计（本课程主要用串联调节、状态反馈），本实验为了简洁，采用单闭环、比例调节器K。经过实验证明：不同的K，对系性能产生不同的影响，以说明正确设计调节器算法的重要性。 （3）为了使实验有代表性，本实验采用三阶（高阶）系统。这样，当调节器K值过大时，控制系统会产生典型的现象——振荡。本实验也能够认为是一个真实的电压控制系统。 三、实验设备： THBDC-1实验平台 四、实验线路图： 五、实验步骤： （1）如图接线，建议使用运算放大器U8、U10、U9、U11、U13。

过程控制实验报告

东南大学自动化学院 实验报告 课程名称：过程控制实验 实验名称：水箱液位控制系统 院（系）：自动化专业：自动化姓名：学号： 实验室：实验组别： 同组人员： 实验时间： 评定成绩：审阅教师：

目录 一、系统概论 (3) 二、对象的认识 (4) 三、执行机构 (14) 四、单回路调节系统 (15) 五、串级调节系统Ⅰ (18) 六、串级调节系统Ⅱ (19) 七、前馈控制 (21) 八、软件平台的开发 (21)

一、系统概论 1.1实验设备 图1.1 实验设备正面图图1.2 实验设备背面图 本实验设备包含水箱、加热器、变频器、泵、电动阀、电磁阀、进水阀、出水阀、增压器、流量计、压力传感器、温度传感器、操作面板等。 1.1.2 铭牌 ·加热控制器： 功率1500w，电源220V（单相输入） ·泵： Q40-150L/min，H2.5-7m，Hmax2.5m，380V，VL450V， IP44，50Hz，2550rpm，1.1kw，HP1.5，In2.8A，ICL B ·全自动微型家用增压器： 型号15WZ-10，单相电容运转马达 最高扬程10m，最大流量20L/min，级数2，转速2800rmp，电压220V， 电流0.36A，频率50Hz，电容3.5μF，功率80w，绝缘等级 E ·LWY-C型涡轮流量计： 口径4-200mm，介质温度-20—+100℃，环境温度-20—+45℃，供电电源+24V， 标准信号输出4-20mA，负载0-750Ω，精确度±0.5%Fs ±1.0%Fs，外壳防护等级 IP65 ·压力传感器 YMC303P-1-A-3 RANGE 0-6kPa，OUT 4-20mADC，SUPPLY 24VDC，IP67，RED SUP+，BLUE OUT+/V- ·SBWZ温度传感器 PT100 量程0-100℃，精度0.5%Fs，输出4-20mADC，电源24VDC

武汉科技大学 数字图像处理实验报告讲解

二○一四～二○一五学年第一学期电子信息工程系 实验报告书 班级：电子信息工程（DB）1102班姓名 学号： 课程名称：数字图像处理 二○一四年十一月一日

实验一图像直方图处理及灰度变换（2学时） 实验目的： 1. 掌握读、写、显示图像的基本方法。 2. 掌握图像直方图的概念、计算方法以及直方图归一化、均衡化方法。 3. 掌握图像灰度变换的基本方法，理解灰度变换对图像外观的改善效果。 实验内容： 1. 读入一幅图像，判断其是否为灰度图像，如果不是灰度图像，将其转化为灰度图像。 2. 完成灰度图像的直方图计算、直方图归一化、直方图均衡化等操作。 3. 完成灰度图像的灰度变换操作，如线性变换、伽马变换、阈值变换（二值化）等，分别使用不同参数观察灰度变换效果（对灰度直方图的影响）。 实验步骤： 1. 将图片转换为灰度图片,进行直方图均衡，并统计图像的直方图： I1=imread('pic.jpg'); %读取图像 I2=rgb2gray(I1); %将彩色图变成灰度图 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('灰度图'); subplot(3,2,4); imhist(I2); %统计直方图 title('统计直方图'); subplot(3,2,5); J=histeq(I2); %直方图均衡 imshow(J); title('直方图均衡'); subplot(3,2,6); imhist(J); title('统计直方图');

原 图 灰度图 01000 2000 3000统计直方图 100200直方图均衡 0统计直方图 100200 仿真分析： 将灰度图直方图均衡后，从图形上反映出细节更加丰富，图像动态范围增大，深色的地方颜色更深，浅色的地方颜色更前，对比更鲜明。从直方图上反应，暗部到亮部像素分布更加均匀。 2. 将图片进行阈值变换和灰度调整，并统计图像的直方图： I1=imread('rice.png'); I2=im2bw(I1,0.5); %选取阈值为0.5 I3=imadjust(I1,[0.3 0.9],[]); %设置灰度为0.3-0.9 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('阈值变换'); subplot(3,2,5); imshow(I3); title('灰度调整'); subplot(3,2,2); imhist(I1); title('统计直方图'); subplot(3,2,4);

东南大学数学实验报告(1)

高等数学数学实验报告实验人员：院(系) 土木工程学院学号05A11210 姓名李贺__ 实验地点：计算机中心机房 实验一空间曲线与曲面的绘制 一、实验题目：(实验习题1-2) 利用参数方程作图，做出由下列曲面所围成的立体图形： 2 2 2 2 ⑴ Z 1 X y，x y X 及xOy平面； ⑵ z xy,x y 1 0 及z 0. 二、实验目的和意义 1、利用数学软件Mathematica绘制三维图形来观察空间曲线和空间曲面图形的特点，以加 强几何的直观性。 2、学会用Mathematica绘制空间立体图形。 三、程序设计 空间曲面的绘制 x x(u, V) y y(u,v),u [u min , max ],V [V min , V max ] 作参数方程z z(u,v)所确定的曲面图形的Mathematica命令

为: ParametricPlot3D[{x[u,v],y[u,v],z[u,v]},{u,umi n,umax}. {v,vmi n,vmax}, 选项] ⑵ t2 = ParametricPlotJD [{u f 1 v}, [u^ ?0?§尸1}^ (v, 0F 1}, HxegLabel {"x" 11 y" J1 z" }. PlotPolnts t 5B, Dlspla^unction -> Identity」： t3 = ParametricPlotSD[{u f 0}* (u, -U.J5』1}^ {v z-0.5, 1} f AxesLabel {"x" 11y" 11 z" PlotPoints 50, Display1 unction — Identity]: Slinw[tl z t2, t3 f DisplayFunction -> SDlsplajfunction] 四、程序运行结果 ⑴ (2) 五、结果的讨论和分析 1、通过参数方程的方法做出的图形，可以比较完整的显示出空间中的曲面和立体图形。 2、可以通过mathematica软件作出多重积分的积分区域，使积分能够较直观的被观察。

高等数学(下册)数学实验报告

高等数学A（下册）实验报告 院（系）: 学号：姓名： 实验一 利用参数方程作图，作出由下列曲面所围成的立体： （1） 2 2 1Y X Z- - = ， X Y X= +2 2 及 xOy 面 ·程序设计： -1, 1},Axe s2=ParametricPlot3D[{1/2*Cos[u]+1/2,1/2*Sin[u],v},{u,- s3=ParametricPlot3D[{u,v,0},{u,-1,1},{v,- DisplayFunction 程序运行结果： 实验二 实验名称：无穷级数与函数逼近 实验目的：观察的部分和序列的变化趋势，并求和

实验内容： （1）利用级数观察图形的敛散性 当n 从1~400时，输入语句如下： 运行后见下图，可以看出级数收敛，级数和大约为1.87985 （2先输入： 输出： 输出和输入相同，此时应该用近似值法。输入： 输出： 1.87985 结论：级数大约收敛于1.87985 实验三： 1. 改变例2中m 的值及的数值来求函数的幂级数及观察其幂级数逼近函数的情况

·程序设计： m 5; f x_:1 x^m;x0 1; g n_,x0_ :D f x, x, n .x x0; s n_,x_: Sum g k,x0/k x x0 ^k, k, 0, t Table s n, x, n, 20; p1 Plot Evaluate t ,x,1,2,3 2; p2 Plot 1 x ^m , x,1 2,3 2, PlotStyle RGBColor 0,0,1; Show p1,p2 ·程序运行结果 实验四 实验名称：最小二乘法 实验目的：测定某种刀具的磨损速度与时间的关系实验内容：

数字图像处理实验报告

- 院系：计算机科学学院专业：计算机科学与技术年级： 2012级 课程名称：数字图像处理组号： 姓名(学号)： 指导教师：高志荣 2015年 5月 25日

实验原理（算法流程）2.运行结果 1-1-1图查看2012213500.png图片的基本信息和显示图片过程 1-1-2图将2012213500.png图片保存为2012213500.bmp图片3.实验分析

实验原理（算法流程） 先用imread()函数将2012213500.png存入I数组中，可见1-1-1图右上角的Workspace中的I。然后用imfinfo()函数和ans函数读取该图像的大小、类型等信息，具体在1-1-1图的Command Window中可见。至于图片格式的转换，就是用rgb2gray()函数将保存在I数组中的数据转换成灰度格式保存在原来的数组I中。最后将变换所得到的数据保存于2012213500.bmp文件中。 实验（2）： 1.代码实现 I=imread(2012213500.bmp');%读取灰度图片 subplot(221),imshow(I,[]),title('256*256,256') I=I(1:2:end,1:2:end);%图片采样 subplot(222),imshow(I,[]),title('128*128,256') I=I(1:2:end,1:2:end);%图片采样 subplot(223),imshow(I,[]),title('64*64,256') I=I(1:2:end,1:2:end);%图片采样 subplot(224),imshow(I,[]),title('32*32,256') 2.运行结果 1-2 图图片空间分辨率对图片的影响 3.实验分析 由1-2图可以看出，在保持灰度级数一定的条件下，随着图片空间分辨率的减半，即256*256,128*128,64*64,32*32的图像，图中的各个区域边缘处的棋盘模式越来越明显，并且全图的像素颗粒越来越粗。证明了空间分辨率是影响图片清晰度的因素之一。 实验（3）： 1.代码实现 I=imread('2012213500.bmp');%读取灰度图片 subplot(221),imshow(I,256),title('256*256,256')%灰度级为256 subplot(222),imshow(I,50),title('256*256,50') %灰度级为50 subplot(223),imshow(I,10),title('256*256,10') %灰度级为10 subplot(224),imshow(I,5),title('256*256,5') %灰度级为5

东南大学系统实验报告

实验八：抽样定理实验（PAM ） 一． 实验目的： 1. 掌握抽样定理的概念 2. 掌握模拟信号抽样与还原的原理和实现方法。 3. 了解模拟信号抽样过程的频谱 二． 实验内容： 1. 采用不同频率的方波对同一模拟信号抽样并还原，观测并比较抽样信号及还原信号的波形和频谱。 2. 采用同一频率但不同占空比的方波对同一模拟信号抽样并还原，观测并比较抽样信号及还原信号的波形和频谱 三． 实验步骤： 1. 将信号源模块、模拟信号数字化模块小心地固定在主机箱中，确保电源接触良好。 2. 插上电源线，打开主机箱右侧的交流开关，在分别按下两个模块中的电源开关，对应的发光二极管灯亮，两个模块均开始工作。 3. 信号源模块调节“2K 调幅”旋转电位器，是“2K 正弦基波”输出幅度为3V 左右。 4. 实验连线 5. 不同频率方波抽样 6. 同频率但不同占空比方波抽样 7. 模拟语音信号抽样与还原 四． 实验现象及结果分析： 1. 固定占空比为50%的、不同频率的方波抽样的输出时域波形和频谱： (1) 抽样方波频率为4KHz 的“PAM 输出点”时域波形： 抽样方波频率为4KHz 时的频谱： 50K …… …… PAM 输出波形 输入波形

分析： 理想抽样时，此处的抽样方波为抽样脉冲，则理想抽样下的抽样信号的频谱应该是无穷多个原信号频谱的叠加，周期为抽样频率；但是由于实际中难以实现理想抽样，即抽样方波存在占空比（其频谱是一个Sa()函数），对抽样频谱存在影响，所以实际中的抽样信号频谱随着频率的增大幅度上整体呈现减小的趋势，如上面实验频谱所示。仔细观察上图可发现，某些高频分量大于低频分量，这是由于采样频率为4KHz ，正好等于奈奎斯特采样频率，频谱会在某些地方产生混叠。 (2) 抽样方波频率为8KHz 时的“PAM 输出点”时域波形： 2KHz 6K 10K 14K 输入波形 PAM 输出波形

数模实验报告

数学建模与实验实验报告 姓名：李明波 院系：仪器科学与工程学院 学号:22013108 老师：王峰

数学建模与实验实验报告 实验一 实验题目 （1）已知某平原地区的一条公路经过如下坐标所示的点，请采用样条插值绘出这条公路（不考虑 （2）对于上表给出的数据，估计公路长度。 实验过程 （1）第一问代码如下: X=[0,30,50,70,80,90,120,148,170,180,202,212,230,248,268,271,280,290,300,312,320,340,3 60,372,382,390,416,430,478]; Y=[80,64,47,42,48,66,80,120,121,138,160,182,200,208,212,210,200,196,188,186,200,184,1 88,200,202,240,246,280,296]; %给出坐标点 xx=0:1:478;%选取0~478内的点 yy=spline(X,Y,xx);%样条插值法找出曲线 plot(X,Y, 'p ',xx,yy, 'g ');%绘出曲线图 x=[440,420,380,360,340,320,314,280,240,200]; y=[308,334,328,334,346,356,360,392,390,400]; hold on xy=440:-1:200; yx=spline(x,y,xy); plot(x,y, 'p ',xy,yx, 'g '); 运行上述代码得到结果如下：

上图为所绘公路图 （2）代码如下： X=[0 30 50 70 80 90 120 148 170 180 202 212 230 248 268 271 280 290 300 312 320 340 360 372 382 390 416 430 478 440 420 380 360 340 320 314 280 240 200]; Y=[80 64 47 42 48 66 80 120 121 138 160 182 200 208 212 210 200 196 188 186 200 184 188 200 202 240 246 280 296 308 334 328 334 346 356 360 392 390 400]; for k=1:length(X)-1 len(k)=sqrt((X(k+1)-X(k))^2+(Y(k+1)-Y(k))^2); end; Len=sum(len);Len 运行得到结果如下： 即公路长为967.46米。

高等数学实验报告

课程实验报告 专业年级2016级计算机类2班课程名称高等数学 指导教师张文红 学生姓名李发元 学号20160107000215 实验日期2016.12 .21 实验地点勤学楼4-24 实验成绩 教务处制 2016 年9月21 日

实验项 目名称 Matlab软件入门与求连续函数的极限 实验目的 及要求 实验目的： 1.了解Matlab软件的入门知识； 2.掌握Matlab软件计算函数极限的方法； 3.掌握Matlab软件计算函数导数的方法。 实验要求： 1.按照实验要求，在相应位置填写答案； 2.将完成的实验报告，以电子版的形式交给班长, 转交给任课教师，文件名“姓名+ 学号”。 实验内容利用Matlab完成下列内容： 1、（1） 2 2 1 lim 471 x x x x →∞ - -+ ；（2） 3 tan sin lim x x x x → - ；（3） 1 lim 1 x x x x →∞ - ?? ? + ??2、（1）x x y ln 2 =，求y'；（2）ln(1) y x =+，求()n y 实验步骤1.开启MATLAB编辑窗口,键入编写的命令，运行； 2.若出现错误，修改、运行直到输出正确结果; 3.将Matlab输入输出结果，粘贴到该实验报告相应的位置。第一题 2 2 1 lim 471 x x x x →∞ - -+ 运行编码是 >> syms x >> limit((x^2-1)/(4x^2x+1),x,inf) ans =

1/4 第二题3 0tan sin lim x x x x →- >> syms x >> limit((tanx-sinx)/(x^3),x,0) ans = 1 第三题1lim 1x x x x →∞-?? ?+?? >> syms x >> limit(((x-1)^x)/(x+1),x,inf) ans = 2 第四题（1）x x y ln 2=，求y '； >> syms x >>f(x)=x^2in(x) f(x)=x^2in(x) >>diff(f(x))， ans = 2xinx+x 第五题ln(1)y x =+，求()n y >> syms x >>f(x)In(1+x) f(x)In(1+x) >>diff(f(x),n)， ans =

数字图像处理实验报告

数 字 图 像 处 理 II 实 验 报 告 课程名称：数字图像处理 II 专业：印刷工程班级： 学生姓名：学号： 指导教师：

一．直方图的定义、性质？打开图像，调整直方图，然后看有什么效果？ 答：直方图定义：颜色直方图是在许多图像检索系统中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例，而并不关心每种色彩所处的空间位置，即无法描述图像中的对象或物体。颜色直方图特别适于描述那些难以进行自动分割的图像。 直方图的性质：直方图中的数值都是统计而来，描述了该图像中关于颜色的数量特征，可以反映图像颜色的统计分布和基本色调;直方图只包含了该图像中某一颜色值出现的频数，而丢失了某象素所在的空间位置信息;任一幅图像都能唯一的给出一幅与它对应的直方图，但不同的图像可能有相同的颜色分布，从而就具有相同的直方图，因此直方图与图像是一对多的关系;如将图像划分为若干个子区域，所有子区域的直方图之和等于全图直方图;一般情况下，由于图像上的背景和前景物体颜色分布明显不同，从而在直方图上会出现双峰特性，但背景和前景颜色较为接近的图像不具有这个特性。 在PS上进行调整： 原图： 调整直方图：

二．说明什么是平滑与锐化？说明分别的原理及其应用中各个参数的意义？ 答：平滑：压制、弱化或消除图像中的细节、突变、边缘和噪声, 平滑原理：图像平滑是对图像作低通滤波,可在空间域或频率域实现。空问域图像平滑方法主要用低通卷积滤波、中值滤波等；频率域图像平滑常用的低通滤波器有低通梯形滤波器、低通高斯滤波器、低通指数滤波器、巴特沃思低通滤波器等。 锐化：图像锐化(image sharpening)就是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，亦分空域处理和频域处理两类。 锐化原理：图像锐化技术，使图像的边缘变的清晰。图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算（如微分运算）就可以使图像变的清晰。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。 在水下图像的增强处理中除了去噪，对比度扩展外，有时候还需要加强图像中景物的边缘和轮廓。而边缘和轮廓常常位于图像中灰度突变的地方，因而可以直观地想到用灰度的差分对边缘和轮廓进行提取。 模糊的参数和作用 1 动感模糊 作用：模拟了摄像中拍摄运动物体时间接曝光的功能，从而使图像产生一种动态效果。 参数：①角度：控制图像的模糊方向。 ②距离：控制图像的模糊强度。 2 高斯模糊 作用：根据高斯钟形曲线调节像素色值，控制模糊效果，甚至能造成难以辨认的