图像处理综合实验报告

专业综合实验报告——图像处理

学院：

专业：

班级：

学号：

姓名：

指导教师：

2011.12.1

实验二 图像变换

一、实验目的

学习灰度变换修正图像的颜色和灰度的方法。学习图像直方图的生成和修正技术的原理和实现方法，理解其对于观察图像的意义。了解图像变换的意义和手段，熟练掌握傅里叶变换等图像正交变换方法，了解二维频谱的分布特点。 二、实验要求

1.掌握灰度变换函数的用法，对图像进行灰度变换，增强对比度，显示变换前后的图像以及它们的灰度直方图。

2.选择一幅直方图不均匀的图像，对其作直方图均衡化处理，显示处理前后的图像以及它们的灰度直方图。 三、实验内容

1.直方图均衡化处理

I1=imread('h1.bmp'); % 读入原图像 I2=imread('h2.bmp'); % 读入原图像 I3=imread('h3.bmp'); % 读入原图像 I4=imread('h4.bmp'); % 读入原图像

J=histeq(I); %对原图像进行直方图均衡化处理 imshow(I); %显示原图像

title('原图像'); %给原图像加标题名

figure,imshow(J); %对原图像进行屏幕控制；显示直方图均衡化后的图像 title('直方图均衡化所得图像'); %给直方图均衡化后的图像加标题名

figure;subplot(121); %对直方图均衡化后的图像进行屏幕控制；作一幅子图作为并排两幅图的第1幅图 imhist(I,64); %将原图像直方图显示为64级灰度 title('原图像直方图'); %给原图像直方图加标题名 subplot(122); %作第2幅子图

imhist(J,64); %将均衡化后图像的直方图显示为64级灰度 title(‘均衡变换后的直方图’); %给均衡化后图像直方图加标题名

2.显示图像频谱

I=imread('chuizhi.bmp'); %读入原图像文件

imshow(I); %显示原图像

fftI=fft2(I); %二维离散傅立叶变换

sfftI=fftshift(fftI); %直流分量移到频谱中心

RR=real(sfftI); %取傅立叶变换的实部

II=imag(sfftI); %取傅立叶变换的虚部

A=sqrt(RR.^2+II.^2);%计算频谱幅值

A=(A-min(min(A)))/(max(max(A))-min(min(A)))*225; %归一化

figure; %设定窗口

imshow(A); %显示原图像的频谱

四、思考题

1．直方图是什么概念？它反映了图像的什么信息？

答：直方图是图像亮度分布的概率密度函数，是图像最基本的统计特征，它反映的是图像的灰度值的分布情况和图像的明暗分布规律，。直方图操作能有效地用于图像增强，其固有的信息还可用于在其他图像处理应用中，如图像压缩与分割。直方图在软件中易于计算，也适用于商用硬件设备，因此，它们成为了实时图像处理的一个流行工具。

2．直方图均衡化是什么意思？它的主要用途是什么？

答：直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。

直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程

3．直方图规定化是什么意思？它的主要用途是什么？

答：直方图匹配(规定化)

函数histeq实现直方图匹配的形式为：

g=histeq(f,hspec)其中，f为输入图像，hspec为指定的直方图(一个由指定值构成的行向量)，g为输出图像，其直方图近似于指定的直方图hspec。向量中包含对应于等分空间bin的整数值。histeq的一个特性是在length(hspec)远小于

图像f中的灰度级数时，图像g的直方图通常会较好地匹配hspec。

4．傅里叶变换有哪些重要的性质?

答：1.在傅里叶变换(FT, Fourier Transform)域中，高频分量往往对应图像的边缘2. 傅里叶变换后，图像能量往往集中在少数项上，或者说能量主要集中在低频分量上，于是通过对低频成分分配较多的比特数，对高频成分分配较少的比特数，即可实现图像数据压缩。3. 舍弃变换函数矩阵中某些幅度小的系数，可缩减计算维数，提高计算速度等等。

5．图像的二维频谱在显示和处理时应注意什么?

这两种处理过程不可互换。即fftshift(fft2(f)) fft2(fftshift(f))。

实验三图像增强

一、实验目的

掌握常见的图像噪声种类。学习用于图像增强中的去噪声等平滑技术。理解在空间域邻域平均法和中值滤波的原理、特点、适用对象。学习用于突出目标形状特征、改善视觉效果的图像锐化技术的原理和常用方法。

二、实验要求

1．用邻域平均法对含噪声图像进行滤波，比较不同邻域半径的处理效果。

2．用邻域平均法和中值滤波两种方法分别处理叠加椒盐噪声和高斯噪声的图像，比较其滤波效果。

三、实验原理及内容

图像增强是指按特定的需要突出一幅图像中的有用信息，同时，消弱或去除某些不需要的信息，提高图像的使用价值的处理方法。常用的图像增强技术有灰度修正法、直方图修正法，图像平滑处理、图像锐化处理、几何校正和彩色处理技术等空间域处理方法。还有频域增强、维纳滤波和卡尔曼滤波等频率域处理方法。

1.邻域平均法滤波

I=imread('Example-1.bmp');

J=imnoise(I,'gaussian',0,0.02);

subplot(2,2,1),imshow(I);

title('原图像')

subplot(2,2,2),imshow(J);

title('添加高斯噪声图像')

K1=filter2(fspecial('average',3),J)/255; %应用3×3邻域窗口法

subplot(2,2,3),imshow(K1);

title('3×3窗的邻域平均滤波图像')

K2=filter2(fspecial('average',5),J)/255; %应用3×3邻域窗口法

subplot(2,2,4),imshow(K2);

title('5×5窗的邻域平均滤波图像')

I=imread('Example-1.bmp');

J1=imnoise(I,'gaussian',0,0.02);

J2=imnoise(I,'salt & pepper',0.02);subplot(2,2,1),imshow(I);

subplot(2,2,1),imshow(I);

title('原图像')

subplot(2,2,2),imshow(J);

title('添加高斯噪声图像')

K1=filter2(fspecial('average',3),J)/255; %应用3×3邻域窗口法

subplot(2,2,3),imshow(K1);

title('3×3窗的邻域平均滤波图像')

B=medfilt2(K1); %应用3×3邻域窗口法

subplot(2,2,4),imshow(B);

title('中值滤波图像')

四、思考题

1．在对图像进行邻域平均法滤波时，邻域半径的大小对图像有什么影响，为什么？

答：半径不同，图像的模糊度也不同。

2．邻域平均法更适合于处理高斯噪声还是椒盐噪声？试分析原因。

答：邻域平均法更适合于处理高斯噪声。

3．中值滤波更适合于处理高斯噪声还是椒盐噪声？试分析原因。

答：中值滤波更适合于处理椒盐噪声。

4．对叠加有乘性噪声的图像，设计一种处理方法，既能去噪声又能保持边缘清晰。

答：采用取对数的方法使乘性噪声变为加性噪声。

实验四图像分割

一、实验目的

掌握常用的边缘提取算法，从图像中提取感兴趣的区域，实现图像分割。在图像中，寻找灰度相同或相似的区域，区分图像中的背景区域和目标区域，利用Matlab实现图像的边缘检测，进行图像分割。

二、实验要求

1．运用罗伯特梯度算子、Sobel算子、Prewitt算子、LoG算子、Canny算子等检测图像边缘，编程实现并观看图像分割的效果。

2．运用边缘检测函数edge对图像作边缘检测，并观看检测效果。

三、实验原理及内容

图像边缘是图像中特性（如像素灰度、纹理等）分布的不连续处，图像周围特性有阶跃变化或屋脊状变化的那些像素的集合。图像边缘存在于目标与背景、目标与目标、基元与基元的边界，标示出目标物体或基元的实际含量，是图像识

别信息最集中的地方。

图像分割处理主要用于检测出图像中的轮廓边缘、细节以及灰度跳变部分，形成完整的物体边界，达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的。常用的分割方法是边缘检测。边缘检测是采用多种边缘算子实现突出图像边缘，抑制图像中非边缘信息，使图像轮廓更加清晰。

1. Laplacian算子和模板匹配法示例

I=imread('Example-2.bmp');

subplot(1,4,1);imshow(I);title('原图像');

H=fspecial('sobel'); %应用sobel模板滤波锐化图像

sobelH=filter2(H,I);

subplot(1,4,2);imshow(sobelH);

title('sobel模板锐化图像');

H=fspecial('laplacian'); %应用Laplacian算子滤波锐化图像

laplacianH=filter2(H,I);

subplot(1,4,3);imshow(laplacianH);

title('laplacian算子锐化图像');

H=fspecial('prewitt'); %应用prewitt模板滤波锐化图像

prewittH=filter2(H,I);

subplot(1,4,4);imshow(prewittH);

title('prewitt模板锐化图像');

2．边缘检测的函数edge

I=imread('Example-2.bmp');

subplot(1,4,1);imshow(I);title('原图像');

BW1 = edge(I,'sobel '); subplot(1,4,2);imshow(BW1);title('edge- sobel');

BW2 = edge(I,'prewitt'); subplot(1,4,3);imshow(BW2);title('edge- prewitt ');

BW3 = edge(I,'roberts'); subplot(1,4,4);imshow(BW3);title('edge- roberts');

四、思考题

1．分析Sobel 算子特点，并给予说明。

答：Sobel 相对于先对图像进行加权平均再做差分。

2．分析laplacian 算子特点，并解释它为何能增强图像的边缘？

答：拉普拉斯算子定义图像f(x,y)的梯度为

22222

y

f

x f f ??+??=? 锐化后的图像g 为 []

f k f

g 2?-=

式中k 为扩散效应系数。对系数k 的选择要合理，太大会使图像中的轮廓边

缘产生过冲；太小则锐化不明显。

3．比较各个边缘算子对图像边缘的检测效果。

答：laplacian 算子对边缘的处理最明显，Sobel 和 prewitt 较差一些。

4．比较各个边缘检测算子对噪声的敏感性，并提出抗噪声性能较好的边缘检测的方法。

答：laplacian 算子对噪声的敏感性最强，可先对图像进行平滑处理，再进行边缘检测

实验五 图像压缩

一、 实验目的

1． 理解有损压缩和无损压缩的概念； 2． 理解图像压缩的主要原则和目的； 3． 了解几种常用的图像压缩编码方式。 4． 利用MATLAB 程序进行图像压缩。

二、 实验原理

图像压缩原理

图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。

信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。 三、实验内容

I = imread('Example-3.bmp'); [m n]=size(I);

J=[];

for i=n:m

value=I(i,1);

num=1;

for j=2:n

if I(i,j)==value

num=num+1;

else

J=[J num value];

num=1;

value=I(i,j);

end

end

I=[J num value 0 0]; %添加的行判断位0 0

end

disp('原图像大小：')

whos('I');

disp('压缩图像大小：')

whos('J');

disp('图像的压缩比：')

disp(m*n/length(J))

原图像大小：

Name Size Bytes Class

I 1x454 454 uint8 array

Grand total is 454 elements using 454 bytes

压缩图像大小：

Name Size Bytes Class

J 1x450 450 uint8 array

Grand total is 450 elements using 450 bytes

图像的压缩比：

145.6356

JPEG:76.9KB

TIF: 364KB

BMP: 102KB

四、思考题

1．图像中哪些信息是主要的，哪些信息是次要的？

2．简述离散余弦变换(DCT)和行程编码(RLE)的原理。

答：离散余弦变换(DCT)图像压缩原理

1）.离散余弦变换DCT在图像压缩中具有广泛的应用，它是JPEG、MPEG 等数据压缩标准的重要数学基础。

和相同图像质量的其他常用文件格式(如GIF(可交换的图像文件格式)，TIFF(标签图像文件格式)，PCX(图形文件格式))相比，JPEG是目前静态图

像中压缩比最高的。JPEG比其他几种压缩比要高得多，而图像质量都差不

多(JPEG处理的图像只有真彩图和灰度图)。正是由于其高压缩比，使得JPEG

被广泛地应用于多媒体和网络程序中。JPEG有几种模式，其中最常用的是

基于DCT变换的顺序型模式，又称为基本系统(Baseline)。

2）.行程编码（RLE）原理：

例如如下这幅的二值图像，

如果采用行程编码可以按如下格式保存

其中10和8表示图像的宽和高。在这个小例子中行程编码并没有起到

压缩图像的作用。这是由于这个图的尺寸过小，当图像尺寸较大时行程编码

还是不错的无损压缩方法。对于灰度图像和二值图像，用行程编码—般都有

很高的压缩率。行程编码方法实现起来很容易，对于具有长重复值的串的压

缩编码很有效，例如：对于有大面积的阴影或颜色相同的图像，使用这种方

法压缩效果很好。很多位图文件格式都采用行程编码，如TIFF，PCX，GEM，BMP等

实验六图像运算与区域处理

一、实验目的

学习并掌握图像运算的一些方法，便于图像的分析与理解。

二、实验内容和要求

a)实现图像的算术运算（加、减、乘、除及求补运算）。

b)实现图像的位逻辑运算。

c)实现图像的几何运算。

d)实现图像的空间变换。

e)实现图像的区域处理。

三、实验结果及分析

5.1 车牌图像预处理

首先要做的是去除背景，为下一步的二值化做铺垫，在这里我们对车辆图像背景进行Top－Hat变换，车牌图像被很好的保留下来，背景图像则变得不清晰。如图b所示。

(a) (b)

图车牌灰度转换

(a)转换前；(b)转换后

进行灰度拉伸前后车牌区域的效果对比如图四所示。从图中可以看出，拉伸后的对比度明显增强。

图像进行灰度拉伸前后牌照区域的效果对比

5.2 车牌图像二值化即边缘检测

对顶帽变换后的图像本文选取了Otsu的方法进行二值化，对不同的图片效果进行特定的阈值设定，结果见图。

图c. 二值化操作效果图

边缘检测对比图如图所示。

原灰度图 canny边缘检测

Roberts边缘检测 sobel边缘检测5.3对灰度图像进行车牌区域提取

提取出的灰度图像车牌区域如图：

5.4对二值图像进行车牌区域提取

对二值图像进行车牌区域提取的结果如图：

5.5车牌字符分割的MATLAB实现如图

程序源码

图象提取程序如下：

close all;

%Tophat算法：

I=imread('831.bmp');%读取图片

se=strel('disk',10);%使用顶帽算法处理此图片

f1=imtophat(I,se);

%二值化算法：

f2= imadjust(f1, stretchlim(f1), [0 1]);%首先调整图像亮度值f3 = im2double(f2);

bw = im2bw(f3,0.8);%对图像进行二值化

%%%%%%%%横向截取图片%%%%%%%%%

bwImage=bw;

hist = sum(bwImage);%统计图像的白色点数

noise=20;%设定噪声

min_height = 26;%设定最小阈值

max_height = 48;%设定最大阈值

res = -1;

found = 0;

% 在发现一个好信号之前反复迭代%

while res == -1

if noise > 40

break;

end;

% 如果信号高于噪声，我们增加噪声反复迭代%

noise = noise + 1;

s = find(hist < noise);

% 没有发现满足条件的信号%

if(length(s) < 1)

break;

end;

%左边界修正：（以免第一个信号之为高）%

if s(1) ~= 1 && s(1) - 1 >= min_height && s(1) - 1 < max_height

s = [1 s];

end;

% 右边界修正%

if s(length(s)) ~= length(hist) && length(hist) - s(length(s)) >= min_height&&length(hist)-s(length(s))< max_height

s = [s length(hist)];

end;

% 寻找想要的带宽信号%

for i = 2:length(s)

if s(i)-s(i-1) >= min_height && s(i)-s(i-1) < max_height

res = i-1;

found =1;

break;

end;

end;

if found == 1

break;

end;

end;

% 成功的话，返回创建区域的图像%

if res ~= -1

low = s(res);

high = s(res+1);

image = bwImage(low: high, :);

else

% 否则，返回原始图像%

image = bwImage;

end;

%统计白色像素点

[x,y]=size(image);

myI=double(image);

%%%%%%%统计分析%%%%%%%%

%%%%%%%X方向%%%%%%%%%%

white_x=zeros(x,1);

for i=1:x

for j=1:y

if(myI(i,j)==1)%判断是否为白色亮度点

white_x(i,1)=white_x(i,1)+1;%统计每行白色点的个数 end

end

end

[temp MaxX]=max(white_x);

PX1=x/2;

while ((white_x(PX1,1)<=170)&&(PX1>1))%设定阈值

PX1=PX1-1;

end

PX2=x/2;

while ((white_x(PX2,1)>=200)&&(PX2

PX2=PX2+1;

end

IX=image(PX1:PX2,:);

figure(55),imshow(IX)

%%%%%%%%Y方向%%%%%%%%%

white_y=zeros(1,y);

for j=1:y

for i=PX1:PX2

if(myI(i,j)==1)

white_y(1,j)=white_y(1,j)+1;

end

end

end

PY1=1;

while (( white_y(1,PY1)<13)&&(PY1

PY1=PY1+1;

end

PY2=y;

while (( white_y(1,PY2)<13)&&(PY2>PY1))

PY2=PY2-1;

end

Plate=image(PX1:PX2,PY1:PY2,:);%提取车牌

figure(8),imshow(Plate)

%%%%%%%%%显示各步骤的图像%%%%%%%%

subplot(2,3,1),imshow(I);

subplot(2,3,2),imshow(f1);

subplot(2,3,3),imshow(bw);

subplot(2,3,4),imshow(image);

subplot(2,3,5),imshow(IX);

subplot(2,3,6),,imshow(Plate);

图象切分程序如下：

I=imread('车牌截取.JPG');

%I=imread('49-3-BW01.jpg');

I=im2bw(I,0.43);

[y x]=size(I);

Top=zeros(1,x); %顶端轮廓检测

for i=1:x

j=1;

while((I(j,i)==1)&&(j

j=j+1;

end

Top(i)=y-j;

end

Bottom=zeros(1,x); %底部轮廓检测

for i=1:x

j=y;

while((I(j,i)==1)&&(j>1))

j=j-1;

end

Bottom(i)=y-j;

end

Height=Top-Bottom;

WordHeight=max(Height); %文字高度

%===轮廓线的凹检测===%

TopD=zeros(1,x-1);

Concave=1; %记录凹轮廓出的位置，1表示默认起始列为第一个Concave Deep=0; %下降值

DeepH=0; %上升值

DeepT=5; %凹轮廓的深度阈值

Sign=0;

for i=1:x-1

TopD(i)=Top(i+1)-Top(i);

end

for i=1:x-2

if(TopD(i)<0) %判断是否为凹轮廓

Sign=1; %置标志位

DeepH=0;

Deep=Deep+TopD(i);

tempX=i+1; %下一列可能为切分的Concave,最接近于左端 end

if((Sign==1)&&(TopD(i)>0))

if(abs(Deep)>=DeepT)

DeepH=DeepH+TopD(i);

if(abs(DeepH)>=DeepT)

Concave=[Concave tempX];

Sign=0; %确认为凹后，复位标志位

DeepH=0;

end

else

Sign=0; %确认为凹后，复位标志位

Deep=0;

end

end

end

%===轮廓线的凸检测===%

BottomD=zeros(1,x-1);

Convex=1;

Asend=0; %上升值

Desend=0; %下降值

ConvexT=3; %凸程度阈值

Sign=0;

for i=1:x-1

BottomD(i)=Bottom(i+1)-Bottom(i);

end

for i=1:x-2

if(BottomD(i)>0)

Sign=1;

Desend=0;

Asend=Asend+BottomD(i);

tempX=i+1; %最接近于左端

end

if((Sign==1)&&(BottomD(i)<0))

if(abs(Asend)>=ConvexT)

Desend=Desend+BottomD(i);

if(abs(Dsend)>=ConvexT)

ConvexT=[Convex tempX];

Sign=0; %复位

Desend=0;

end

else

Sign=0; %复位

Asend=0;

end

end

end

%=== 切分 ===%

[Mytemp n]=size(Concave); %注意Concave的第一个数值无效

StrokeT=5; %笔划宽度阈值

GapT=8;

W=zeros(1,n);

for i=1:n-1

W(i)=Concave(i+1)-Concave(i);

end

W(n)=x-Concave(n);

Width=median(W); %近似的字符宽度

PXR1=1; %记录第一次切分位置

PXR2=1; %记录第二次切分位置

Mark=0; %记录黑白转换的次数

%CrossSign=0; %交错粘连的标志

White=zeros(1,x); %统计笔划像素点

BP=zeros(1,x);

SegSoke=zeros(3,x); %切分点处的笔划宽度

RH=zeros(1,x); %切分后的高度比

RW=zeros(1,x); %切分后的宽度比

Score=zeros(1,x); %特征值的总得分

XGood=1; %X切分位置

SegY=1; %记录第一次切分的Y深度

for k=2:n

WordH=max(Height(Concave(k-1):Concave(k)));

WordW=Concave(k)-Concave(k-1);

if ((WordW>=0.5*Width)&&(WordW<=1.5*Width))

%选定切分的区域

PX1=Concave(k);

PX2=PX1;

while ((TopD(PX2)==0)&&(PX2

PX2=PX2+1; %凹右边的列位置

end

i=fix((PX1+PX2)/2);

if (Top(i)==1) %无粘连

PXR1=[PXR1 i];

PXR2=[PXR2 i];

else

j=y+1-Top(i); %PY为实际的y坐标值，此处已为黑色像素点 Mark=0;

while((j

if (I(j,i)==0)

White(i)=White(i)+1; %记录白色像素点数

Si=i;

while((Si>1)&&(I(j,Si)==0)) %左笔划宽度

Si=Si-1;

SegSoke(1,i)=SegSoke(1,i)+1;

end

Si=1;

while((Si

Si=Si+1;

SegSoke(2,i)=SegSoke(2,i)+1;

end

end

Mark=Mark+abs(I(j+1,i)-I(j,i)); %第一次切分截止处

j=j+1;

end

SegY=[SegY j];

if(j==38)

PXR1=[ PXR1 i];

PXR2=[ PXR2 i];

else %单点粘连

SLi=i;

while((SLi>1)&&(I(j-1,SLi)==1)) %选定区域左边界

SLi=SLi-1;

end

SRi=i;

while((SRi

SRi=SRi+1;

end

[Mytemp PX2]=max(Bottom(SLi:SRi));

PXR2=[PXR2 PX2+SLi-1];

PXR1=[PXR1 i];

end

end

else if(WordW>1.5*Width)

PX=fix((Concave(k)+Concave(k-1))/2); %避免水平“横”的粘连 k=k-1;

end

%如果宽度过小，则不切分

end

end

%====Segment====%

for i=2:n

WI=I(:,fix((PXR1(i-1)+PXR2(i-1))/2):fix((PXR1(i)+PXR2(i))/2));

figure(10+i);imshow(WI);

end

WI=I(:,fix((PXR1(i)+PXR2(i))/2):x); figure(10+i+1);imshow(WI);

%=== 图像显示 ===%

px=(1:x); %X轴坐标

figure(1);

imshow(I);

figure(2);

plot(Top);hold on

plot(px,y,'red');grid

title('上轮廓');

figure(3);

plot(Bottom);hold on

plot(px,y,'red');grid

title('下轮廓');

figure(4);

plot(Height);grid

大学数字图像处理模拟试卷及答案 (1)

（注：以下两套模拟题仅供题型参考，请重点关注选择填空以及判断题、名词解释，蓝色下划线内容肯定不考） 《数字图像处理》模拟试卷（A 卷） 一、单项选择题（从下列各题四个备选答案中选出一个正确答案，并将其代号填在题前的括号内。答案选错或未作选择者，该题不得分。每小题1分，共10分） ( d )1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，则该图象的信息量为： a. 0 b.255 c.6 d.8 ( b )2.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对 ( d )3.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )4.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( ) 5.一曲线的方向链码为12345，则曲线的长度为 a.5 b.4 c.5.83 d.6.24 ( c )6. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波 https://www.docsj.com/doc/7e7653086.html,placian增强 ( )7.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( c)8.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45° c.垂直 d.135° ( d )9.二值图象中分支点的连接数为： a.0 b.1 c.2 d.3 ( a )10.对一幅100′100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： a.2:1 b.3:1 c.4:1 d.1:2 二、填空题（每空1分，共15分） 1.图像锐化除了在空间域进行外，也可在频率域进行。 2.图像处理中常用的两种邻域是4-邻域和8-邻域。 3.直方图修正法包括直方图均衡和直方图规定化两种方法。 4.常用的灰度差值法有最近邻元法、双线性内插法和三次内插法。 5.多年来建立了许多纹理分析法，这些方法大体可分为和结构分析法两大类。 6.低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。 7.检测边缘的Sobel算子对应的模板形式为和。 8.一般来说，采样间距越大，图象数据量少，质量差；反之亦然。 三、名词解释（每小题3分，共15分） 1.数字图像是将一幅画面在空间上分割成离散的点（或像元），各点（或像元）的灰度值经量化用离散的整数来表示，形成计算机能处理的形式。 2.图像锐化是增强图象的边缘或轮廓。 3.从图象灰度为i的像元出发，沿某一方向θ、距离为d的像元灰度为j同时出现的概率

matlab图像处理实验报告

图像处理实验报告 姓名：陈琼暖 班级：07计科一班 学号：20070810104

目录： 实验一：灰度图像处理 (3) 实验二：灰度图像增强 (5) 实验三：二值图像处理 (8) 实验四：图像变换 (13) 大实验：车牌检测 (15)

实验一：灰度图像处理题目：直方图与灰度均衡 基本要求： （1） BMP灰度图像读取、显示、保存； （2）编程实现得出灰度图像的直方图； （3）实现灰度均衡算法. 实验过程： 1、BMP灰度图像读取、显示、保存； ?图像的读写与显示操作：用imread( )读取图像。 ?图像显示于屏幕：imshow( ) 。 ?

2、编程实现得出灰度图像的直方图； 3、实现灰度均衡算法； ?直方图均衡化可用histeq( )函数实现。 ?imhist(I) 显示直方图。直方图中bin的数目有图像的类型决定。如果I是个灰度图像，imhist将 使用默认值256个bins。如果I是一个二值图像，imhist使用两bins。 实验总结： Matlab 语言是一种简洁，可读性较强的高效率编程软件，通过运用图像处理工具箱中的有关函数,就可以对原图像进行简单的处理。 通过比较灰度原图和经均衡化后的图形可见图像变得清晰，均衡化后的直方图形状比原直方图的形状更理想。

实验二：灰度图像增强 题目：图像平滑与锐化 基本要求： （1）使用邻域平均法实现平滑运算； （2）使用中值滤波实现平滑运算； （3）使用拉普拉斯算子实现锐化运算. 实验过程： 1、 使用邻域平均法实现平滑运算； 步骤：对图像添加噪声，对带噪声的图像数据进行平滑处理； ? 对图像添加噪声 J = imnoise(I,type,parameters)

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：

图像处理实验报告

重庆交通大学 学生实验报告 实验课程名称数字图像处理 开课实验室数学实验室 学院理学院年级信息与计算科学专业 2 班学生姓名李伟凯学号631122020203 开课时间2014 至2015 学年第 1 学期

实验（一）图像处理基础 ?实验目的 学习Matlab软件的图像处理工具箱，掌握常用的一些图像处理命令；通过编程实现几种简单的图像增强算法，加强对图像增强的理解。 ?实验内容 题目A.打开Matlab软件帮助，学习了解Matlab中图像处理工具箱的基本功能；题目B.掌握以下常见图像处理函数的使用： imread( ) imageinfo( ) imwrite( ) imopen( ) imclose( ) imshow( ) impixel( ) imresize( ) imadjust( ) imnoise( ) imrotate( ) im2bw( ) rgb2gray( ) 题目C.编程实现对图像的线性灰度拉伸y = ax + b，函数形式为：imstrech(I, a, b)； 题目D.编程实现对图像进行直方图均衡化处理，并将实验结果与Matab中imhist 命令结果比较。 三、实验结果 1）．基本图像处理函数的使用： I=imread('rice.png'); se = strel('disk',1); I_opened = imopen(I,se); %对边缘进行平滑 subplot(1,2,1), imshow(I), title('原始图像') subplot(1,2,2), imshow(I_opened), title('平滑图像') 原始图像平滑图像

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

数字图像处理实验报告 (2)

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 (11) 3.1：实验目的 (11) 3.2：实验任务和要求 (11) 3.3：实验步骤和结果 (12) 3.4：结果分析 (15) 实验四：图像的锐化处理 (16) 4.1：实验目的 (16) 4.2：实验任务和要求 (16) 4.3：实验步骤和结果 (16) 4.4：结果分析 (18)

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：

数字图像处理试卷及答案2015年

中南大学考试试卷 2015-- 2016 学年1学期 时间100分钟 2015 年11月4日 数字图像处理 课程32学时2学分考试形式：也卷 专业年级： 电子信息2013级 总分100分，占总评成绩 70% 注：此页不作答题纸，请将答案写在答题纸上 一、填空题（本题20分，每小题1分） 1. 图像中像素具有两个属性： _空间位置 ______ 和—灰度 ______ 。 2. _红（R ）_、_绿（G ）_、 _____________ 蓝（B ）_这三种颜色被称为图像的三基色。 3. 对于一个6位的灰度图像，其灰度值范围是 __0-63 _________ 。 4. RGB 模型中黑色表示为 _____ （0，0，0） _____ 。 5. 直方图修正法包括 —直方图均衡 ___________ 和 _直方图规定化_ 两种方法。 6. 常用的灰度内插法有最近邻内插法、 _双线性内插法_和 三次内插法。 7. 依据图像的保真度，图像压缩可分为一无损压缩_和一有损压缩。 8. 图像压缩是建立在图像存在 _编码冗余，空间和时间冗余（像素间冗余） ， 视觉心理冗余三种冗余基础上。 9. 根据分割时所依据的图像特性的不同，图像分割方法大致可以分为阈值分割法、边缘检 ________ 测法和一区域分割法一三大类。 10. 傅立叶频谱中，与图像的平均灰度值对应的系数是 F （0 ， 0） _________ 。 二、选择题（本题20分，每小题2分） 1. 图像与灰度直方图间的对应关系是： （b ） a. ------- 对应 b. 多对一 c. 一对多 d. 都不对 2. 下列算法中属于图像平滑处理的是： （c ） a.梯度锐化 b. 直方图均衡 c. 中值滤波 https://www.docsj.com/doc/7e7653086.html,placian 增强 3. 下列图像边缘检测算子中抗噪性能最好的是： （b ） a.梯度算子 b.Prewitt 算子 c.Roberts 算子 d. Laplacian 算子 6. 维纳滤波器通常用于：（c ） a.去噪 b. 减小图像动态范围 7. 采用幕次变换进行灰度变换时，当幕次 4. 5. 采用模板］-1 1 ］主要检测__ a.水平 b.45 0 c. 一幅256*256的图像，若灰度级为 a. 256Kb b.512Kb c.1Mb 方向的边缘。（c ） 垂直 d.135 16,则存储它所需的总比特数是 d. 2M c.复原图像 d.平滑图像

图像处理实验报告

实验报告 实验课程名称：数字图像处理 班级：学号：姓名： 注：1、每个实验中各项成绩按照10分制评定，每个实验成绩为两项总和20分。 2、平均成绩取三个实验平均成绩。 2016年 4 月18日

实验一 图像的二维离散傅立叶变换 一、实验目的 掌握图像的二维离散傅立叶变换以及性质 二、实验要求 1) 建立输入图像，在64?64的黑色图像矩阵的中心建立16?16的白色矩形图像点阵， 形成图像文件。对输入图像进行二维傅立叶变换，将原始图像及变换图像（三维、中心化）都显示于屏幕上。 2) 调整输入图像中白色矩形的位置，再进行变换，将原始图像及变换图像（三维、中 心化）都显示于屏幕上，比较变换结果。 3) 调整输入图像中白色矩形的尺寸（40?40，4?4），再进行变换，将原始图像及变 换图像（三维、中心化）都显示于屏幕上，比较变换结果。 三、实验仪器设备及软件 HP D538、MATLAB 四、实验原理 傅里叶变换作为分析数字图像的有利工具，因其可分离性、平移性、周期性和共轭对称性可以定量地方分析数字化系统，并且变换后的图像使得时间域和频域间的联系能够方便直观地解决许多问题。实验通过MATLAB 实验该项技能。 设),(y x f 是在空间域上等间隔采样得到的M ×N 的二维离散信号，x 和y 是离散实变量，u 和v 为离散频率变量，则二维离散傅里叶变换对一般地定义为 ∑∑ -=-=+-= 101 )],( 2ex p[),(1 ),(M x N y N yu M xu j y x f MN v u F π,1,0=u …，M-1；y=0，1，…N-1 ∑∑-=-=+=101 )],( 2ex p[),(),(M x N y N uy M ux j v u F y x f π ,1,0=x …，M-1；y=0，1，…N-1 在图像处理中，有事为了讨论上的方便，取M=N ，这样二维离散傅里叶变换对就定义为 ,]) (2ex p[),(1 ),(101 ∑∑ -=-=+- = N x N y N yu xu j y x f N v u F π 1,0,=v u …，N-1 ,]) (2ex p[ ),(1 ),(101 ∑∑-=-=+= N u N v N vy ux j v u F N y x f π 1,0,=y x ，…，N-1 其中，]/)(2exp[N yv xu j +-π是正变换核，]/)(2exp[N vy ux j +π是反变换核。将二维离散傅里叶变换的频谱的平方定义为),(y x f 的功率谱，记为 ),(),(|),(|),(222v u I v u R v u F v u P +== 功率谱反映了二维离散信号的能量在空间频率域上的分布情况。 五、实验步骤、程序及结果： 1、实验步骤： （1）、编写程序建立输入图像； （2）、对上述图像进行二维傅立叶变换，观察其频谱 （3）、改变输入图像中白框的位置，在进行二维傅里叶变换，观察频谱；

数字图像处理实验报告92184

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blurry_moon.tif

图像处理 实验报告

摘要： 图像处理，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理一般指数字图像处理。 数字图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。目前，图像处理演示系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本图像处理演示系统以数字图像处理理论为基础，对某些常用功能进行界面化设计，便于初级用户的操作。 设计要求 可视化界面，采用多幅不同形式图像验证系统的正确性； 合理选择不同形式图像，反应各功能模块的效果及验证系统的正确性 对图像进行灰度级映射，对比分析变换前后的直方图变化； 1.课题目的与要求 目的： 基本功能：彩色图像转灰度图像 图像的几何空间变换：平移，旋转，剪切，缩放 图像的算术处理：加、减、乘 图像的灰度拉伸方法（包含参数设置）； 直方图的统计和绘制；直方图均衡化和规定化； 要求： 1、熟悉图像点运算、代数运算、几何运算的基本定

义和常见方法； 2、掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法 3、掌握在MATLAB中进行插值的方法 4、运用MATLAB语言进行图像的插值缩放和插值旋转等 5、学会运用图像的灰度拉伸方法 6、学会运用图像的直方图设计和绘制；以及均衡化和规定化 7、进一步熟悉了解MATLAB语言的应用，将数字图像处理更好的应用于实际2.课题设计内容描述 1>彩色图像转化灰度图像： 大部分图像都是RGB格式。RGB是指红，绿，蓝三色。通常是每一色都是256个级。相当于过去摄影里提到了8级灰阶。 真彩色图像通常是就是指RGB。通常是三个8位，合起来是24位。不过每一个颜色并不一定是8位。比如有些显卡可以显示16位，或者是32位。所以就有16位真彩和32位真彩。 在一些特殊环境下需要将真彩色转换成灰度图像。 1单独处理每一个颜色分量。 2.处理图像的“灰度“，有时候又称为“高度”。边缘加强，平滑，去噪，加 锐度等。 3.当用黑白打印机打印照片时，通常也需要将彩色转成灰白，处理后再打印 4.摄影里，通过黑白照片体现“型体”与“线条”，“光线”。 2>图像的几何空间变化： 图像平移是将图像进行上下左右的等比例变化，不改变图像的特征，只改变位置。 图像比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴按比例缩放fy倍，从而获得一幅新的图像。如果fx=fy，即在x轴方向和y轴方向缩放的比率相同，称这样的比例缩放为图像的全比例缩放。如果fx≠fy，图像的比例缩放会改变原始图象的像素间的相对位置，产生几何畸变。 旋转。一般图像的旋转是以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转后图像的的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。图像的旋转变换也可以用矩阵变换来表示。

数字图像处理试卷A答案

电子科技大学网络教育考卷（A 卷）答案 一、名词解释（每题2分，共10分） 1. 一幅图像可定义为一个二维函数f(x,y)，这里x 和y 是空间坐标，而在任何一对空间坐标(x,y)上的幅值f 称为该点图像的强度或灰度。当x,y 和幅值f 为有限的、离散的数值时，称该图像为数字图像。 2. 对数变换是一种灰度变换方法，其一般表达式是s=clog(1+r)。其中c 是一个常数，并假设r≥0。此种变换使一窄带低灰度输入图像值映射为一宽带输出值。相对的是输入灰度的高调整值。可以利用这种变换来扩展被压缩的高值图像中的暗像素。 3. CMY 是一种颜色模型，常用于打印机。CMY 表示青、品红、黄，等量的颜料原色(青、品 红和黄色)可以产生黑色。实际上，为打印组合这些颜色产生的黑色是不纯的。因此，为 了产生真正的黑色(在打印中起主要作用的颜色)加入了第四种颜色——黑色，提出了 CMYK 彩色模型。 4. 空间分辨率是图像中可辨别的最小细节.涉及物理意义时可以用每单位距离可分辨的最 小线对数目，当不涉及物理意义时也可用图像的像素数目表示。 5. 令H 是一种算子，其输入和输出都是图像。如果对于任何两幅图像f 和g 及任何两个标 量a 和b 有如下关系，称H 为线性算子： 。 二、判断正误 × × × × √ 三、单项选择题 1、D 2、D 3、C 4、C 5、A 6、B 7、D 8、B 9、D 10、D 四、简答题 (每题5分，共10分) 1. 什么是直接逆滤波？这种方法有何缺点？如何改进？ 直接逆滤波方法是用退化函数除退化图像的傅里叶变换(G(u,v))来计算原始图像的傅里叶变换估计：? (,)(,)/(,)F u v G u v H u v =。但考虑到噪声的影响，我们即使知道退化函数，也不能准确地复原未退化的图像。 (,)(,)(,)?(,)(,)F u v H u v N u v F u v H u v += 因为N(u,v)是一个随机函数，而它的傅里叶变换未知。还有更糟的情况。如果退化是零或非常小的值，N(u,v)/H(u,v)之比很容易决定^ F (u,v)的估计值。—种解决退化是零或者很小值问题的途径是限制滤波的频率使其接近原点值。 2. 伪彩色图像处理(也称假彩色)是根据特定的准则对灰度值赋以彩色的处理。伪彩色的主要应用是为了人眼观察和解释一幅图像或序列图像中的灰度目标。人类可以辨别上千种颜色和强度，而相形之下只能辨别几十种灰度。 3、彩色模型(也称彩色空间或彩色系统)的用途是在某些标准下用通常可接受的方式简化彩色规范。本质上，彩色模型是坐标系统和子空间的规范。位于系统中的每种颜色都由单个点

图像处理实验报告模板

桂林电子科技大学 实验报告 一、实验目的 1、掌握基本的图像处理方法，包括读取、写入、显示、剪切、运算以及快操作 等等。 2、掌握常用的图像变换方法，分析变换结果。 二、实验内容 编写程序，在Matlab下调试运行，并注意观察分析结果。 1、使用imread函数分别读入图象cameraman.tif 、canoe.tif，并使用subplot 和imshow函数进行显示。再使用imcrop对第一幅图片进行剪切，并保存成文件。 2、申明向量X和矩阵A，使用二维傅立叶变换和fftshift函数进行处理，观察向量和矩阵结果。 3、创建一个1000*1000的全0图像，其中选择某矩形区域设置其象素为1（350：649,475:524），对该二值图逆时针旋转45°角，比较旋转前后的图像和傅里叶变换频谱。 三、实验设备、环境 计算机 四、实验原理 1、图像平滑算法 (1) 简单平均法：

设某像素的灰度值为，迭加噪声后，一幅含噪声的图像可表示为 现取以为中心的邻域S ——NN 方形窗口，在S 域内进行局部平均，得 式中，N 的平方为窗口内像素总数。令 ，则 式中，加权函数 （2）中值滤波： 中值滤波是一种非线性的信号处理方法。中值滤波器在1971 年由J.w.Jukey 首先提出并应用在一维信号处理技术(时间序列分析)中，后来被二维图象信号处理技术所引用。中值滤波在一定的条件下可以克服线性滤波器如最小均方滤波、均直滤波等带来的图象细节模糊，而且对滤除脉冲干扰及图象扫描噪声最为有效。由于在实际运算过程中不需要图象的统计特征，因此这也带来不少方便。但是对于一些细节多，特别是点、线、尖顶细节多的图象不宜采用中值滤波。中值滤波一般采用一个含有奇数个点的滑动窗口，将窗口中各点灰度值的中值来替代值定点(一般是窗口的中心点)的灰度值。对于奇数个元素，中值是指按大小排序后，中间的数值；对于偶数个元素，中值是指排序后中间两个元素灰度值的平均值。 一般选用3*3或5*5窗口，形状可分为方形或十字形，如下图所示。 (a) 方形 (b) 十字形 图2-1 二维中值滤波窗口形状 二维中值滤波可表示为

数字图像处理实验报告实验三

中南大学 数字图像处理实验报告实验三数学形态学及其应用

实验三 数学形态学及其应用 一．实验目的 1.了解二值形态学的基本运算 2.掌握基本形态学运算的实现 3.了解形态操作的应用 二．实验基本原理 腐蚀和膨胀是数学形态学最基本的变换，数学形态学的应用几乎覆盖了图像处理的所有领域，给出利用数学形态学对二值图像处理的一些运算。 膨胀就是把连接成分的边界扩大一层的处理。而收缩则是把连接成分的边界点去掉从而缩小一层的处理。 二值形态学 I(x,y), T(i,j)为 0/1图像Θ 腐蚀：[]),(&),(),)((),(0,j i T j y i x I AND y x T I y x E m j i ++=Θ== 膨胀：[]),(&),(),)((),(0 ,j i T j y i x I OR y x T I y x D m j i ++=⊕== 灰度形态学T(i,j)可取10以外的值 腐蚀： []),(),(min ),)((),(1 ,0j i T j y i x I y x T I y x E m j i -++=Θ=-≤≤ 膨胀： []),(),(max ),)((),(1 ,0j i T j y i x I y x T I y x D m j i +++=⊕=-≤≤ 1.腐蚀Erosion: {}x B x B X x ?=Θ: 1B 删两边 2B 删右上 图5-1 剥去一层（皮） 2.膨胀Dilation: {}X B x B X x ↑⊕:＝ 1B 补两边 2B 补左下 图5-2 添上一层（漆） 3.开运算open ：

B B X ⊕Θ=)(X B 4.闭close ：∨ Θ⊕=B B X X B )( 5.HMT(Hit-Miss Transform:击中——击不中变换) 条件严格的模板匹配 ),(21T T T =模板由两部分组成。1T ：物体，2T ：背景。 {} C x x i X T X T X T X ??=?21, 图5-3 击不中变换示意图 性质： （1）φ=2T 时，1T X T X Θ=? （2）)()()(21T X T X T X C Θ?Θ=? C T X T X )()(21Θ?Θ= )/()(21T X T X ΘΘ= 6.细化/粗化 (1)细化（Thin ） C T X X T X XoT )(/??=?= 去掉满足匹配条件的点。 图5-4 细化示意图 系统细化{}n B oB XoB T Xo ))(((21=， i B 是1-i B 旋转的结果（90?，180?，270?）共8种情况 适于细化的结构元素 1111000d d I = d d d L 10110 0= (2)粗化（Thick ） )(T X X T X ??=? 用(){}0,01=T (){}0,12=T 时，X X X T X =?=? X 21 1 1 2 3 T ? XoT X ? X X ?T X ΘT T ⊕

图形图像处理实验报告

第四次实验报告 实验课程：图像图像处理实验人：尹丽（200921020047） 实验时间：2012年4月19日实验地点：5-602 指导老师：夏倩老师成绩： 一、实验内容： ⑴图像的锐化：使用Sobel，Laplacian 算子分别对图像进行运算，观察并体会运算结果。 ⑵综合练习：对需要进行处理的图像分析，正确运用所学的知识，采用正确的步骤，对图像进行各类处理，以得到令人满意的图像效果。 二、实验目的： 学会用Matlab中的下列函数对输入图像按实验内容进行运算；感受各种不同的图像处理方法对最终图像效果的影响。（imfilter；fspecial；） 三、实验步骤：

1、仔细阅读Matlab 帮助文件中有关以上函数的使用说明，能充分理解其使用方法并能运用它们完成实验内容。 2、将Fig3.41(c).jpg 图像文件读入Matlab ，使用filter2函数分别采用不同的算子对其作锐化运算，显示运算前后的图像。 3、算子的输入可采用直接输入法。其中Sobel ，Laplacian ，也可用fspecial 函数产生。 4、各类算子如下： ???? ??????---121000121 ??????????-111181111 5、将Fig3.46(a).jpg 图像文件读入Matlab ，按照以下步骤对其进行处理： （1）用带对角线的Laplacian 对其处理，以增强边缘。 （2）用imadd 函数叠加原始图像。可以看出噪声增强了，应想法降低。 （3）获取Sobel 模板并用filter2对其进行5×5邻域平均，以减少噪声。 5（1）实验代码如图： 对角线Laplacian Sobel 垂直梯度

数字图像处理考试

符号 ａ1 a2 a3 a4 a5 ａ6 概率 0、１ 0、4 0、０6 0、１ 0、04 0、3 解：霍夫曼编码: 原始信源 信源简化 符号 概率 1 2 3 4 a2 ０、4 0、4 ０、4 0、4 0、6 a ６ 0、３ ０、3 0、３ ０、３ ０、4 a １ ０、1 0、1 ０、2 0、3 a4 0、1 0、1 0、1 a ３ 0、06 ０、１ a5 0、04 霍夫曼化简后得信源编码： 从最小得信源开始一直到原始得信源 编码得平均长度： 压缩率： 冗余度: 1、 简述灰度分辨率、空间分辨率与图像质量得关系。： 空间分辨率就是瞧原图像转化为数字图像得像素点数，越多图像质量越高；灰度分辨率，即每一个像素点得灰度级数，灰度级越大，图像越清晰、 (0.4)(1)(0.3)(2)(0.1)3(0.1)(4)(0.06)(5)(0.04)(5) 2.2/avg L bit =+++++=（）符号

2、简述采样与量化得一般原则：空间坐标得离散化叫做空间采样, 而灰度得离散化叫做灰度量化。图像得空间分辨率主要由采样所决定，而图像得幅度分辨率主要由量化所决定。 3、图像锐化与图像平滑有何区别与联系?：图象锐化就是用于增强边缘，导致高频分量增强,会使图象清晰；图象平滑用于去噪，对图象高频分量即图象边缘会有影响。都属于图象增强，改善图象效果。 ４、伪彩色增强与假彩色增强有何异同点？: 伪彩色增强就是对一幅灰度图象经过三种变换得到三幅图象,进行彩色合成得到一幅彩色图像；假彩色增强则就是对一幅彩色图像进行处理得到与原图象不同得彩色图像;主要差异在于处理对象不同。 1、对于椒盐噪声,为什么中值滤波效果比均值滤波效果好?：均值滤波器就是一种最常用得线性低通平滑滤波器,可抑制图像中得加性噪声，但同时也使图像变得模糊;中值滤波器就是一种最常用得非线性平滑滤波器,可消除图像中孤立得噪声点,又可产生较少得模糊。一般情况下中值滤波得效果要比邻域平均处理得低通滤波效果好,主要特点就是滤波后图像中得轮廓比较清晰.因此,滤除图像中得椒盐噪声采用中值滤波。 2.什么就是区域？什么就是图像分割?:图像分割就就是把图像分成若干 个特定得、具有独特性质得区域并提出感兴趣目标得技术与过程。它就是由图像处理到图像分析得关键步骤. 3.写出颜色RGB模型转换到ＨIS模型得变换公式;并说明HSI模型各分 量得含义及取值范围对应得颜色信息。书上 4.灰度图像：当点足够小,观察距离足够远时,人眼就不容易分开各个小点， 从而得到比较连续，平滑得灰度图像. 5.GIF格式：GIＦ格式就是一种公用得图像文件格式，它就是8位文件格 式,所以最多只能存储25６色图像，不支持24位得真彩色图像.GＩF文件中得图像数据均经过压缩,采用得压缩算法就是改进得LZW算法，所提供得压缩率通常在1：1到1：3之间,当图像中有随机噪声时效果不好 6.图像直方图:一幅图得灰度统计直方图就是一个1-D得离散函数,即Ｐｆ (fk)=nk/ｎ，ｋ＝０、1、、、，L—１。可以设置一个有L个元素得数组，通过对不同灰度值像素个数得统计来获得图像得直方图。 7.中值滤波：它实现一种非线性得平滑滤波、１、将模板在图像中漫游， 并将模板中心与图像中某个像素位置重合.2、读取模板下各对应像素得

东北大学图像处理实验报告

计算机图像处理实验报告 哈哈哈哈哈哈实验台31 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)彩色图像转换为灰度图像、索引图像、二值图像 A=imread('F:\colorful.jpg'); subplot(221);imshow(A);title('彩色图像'); I1=rgb2gray(A); subplot(222);imshow(I1);title('灰度图像'); [X1,map]=rgb2ind(A,256); subplot(223);imshow(X1);title('索引图像'); BW=im2bw(A); subplot(224);imshow(BW);title('二值图像'); 彩色图像灰度图像 索引图像二值图像

2)灰度图像转换为索引图像、二值图像 clear A=imread('F:\colorful.jpg'); B=rgb2gray(A); subplot(131);imshow(B);title('灰度图像'); [X2,map]=gray2ind(B,128); subplot(132);imshow(X2);title('索引图像'); BW2=im2bw(B); subplot(133);imshow(BW2);title('二值图像'); 灰度图像索引图像二值图像 3)索引图像转为灰度图像、二值图像、彩色图像 clear A=imread('F:\colorful.jpg'); [X,map]=rgb2ind(A,256); subplot(221);imshow(X);title('索引图像'); I3=ind2gray(X,map); subplot(222);imshow(I3);title('灰度图像'); BW3=im2bw(X,map,0.5); subplot(223);imshow(BW3);title('二值图像'); RGB=ind2rgb(X,map); subplot(24);imshow(RGB);title('还原彩色图像'); 索引图像灰度图像 二值图像还原彩色图像

郑州大学数字图像处理考试题

数字图像处理习题集 1.图像的概念及分类； 2.决定图像质量的主要因素有哪些？ 3.图像可用数学函数I= f (x, y, z, λ, t)表示，请解释函数中各 参量的含义。 4.说明图像技术的层次，并叙述各层次的主要研究内容； 5.简述图像处理的主要目的及主要处理技术； 6.什么是彩色三要素，解释各要素的含义； 7.简述三基色原理； 8.简述RGB彩色模型及HIS彩色模型的概念及定义； 9.叙述数字图像采样及量化的概念，什么是图像的空间分辨率及灰度 分辨率，并说明空间分辨率及灰度分辨率的大小对图像质量的影响； 10.叙述灰度、颜色、色度、亮度、饱和度、层次、对比度、清晰度等 基本概念。 11.叙述像素、邻域等基本概念。 12.叙述BMP格式图像的文件存储结构。 13.说明数字图像每行所占字节数与图像宽度的关系； 14.叙述将一副数字图像缩小一半的图像处理运算方法； 15.叙述将一副数字图像放大k倍的图像处理运算方法，如果采用k×k 子块填充的放大运算方法，其缺点是什么，采用何种算法可以改善； 16.说明双线性插值法进行图像放大的基本算法； 17.说明有哪几种图像镜像的方式，并叙述各自的算法； 18.以据，请将该图像缩小为原图的2/3。 19.以据，请采用双线性差值法将该图像放大为 20.以的图像数据，请分别给出该图像的水平、垂直、对 。 21.图式如下，

???? ???????????????????=??????????11001''y x y d c x b a y x 请分别用该公式的形式表示出图像平移、镜像、旋转等的运算公式。 22. 列举代数运算的种类及各种代数运算的主要应用。 23. 说明图像加、减运算有哪些应用； 24. 简述直方图的概念； 25. 以下为一幅3位灰度图像的图像数据，请绘制出该图像的灰度直方 26. 叙作用。 27. 请编写一段C 语言程序，用于计算数字图像的直方图； 28. 请说明有那些常用的图像点运算算法。 29. 请说明对图像进行阈值变换有何应用； 30. 常用的线性变换有哪些种类； 31. 叙述常用的图像对比度增强方法，以及他们的优缺点。 32. 以下为一幅4位灰度图像的图像数据，请分别采用基本线性增强及 强运算。 33. 以数据，请对该幅图像进行直方图均 及计算结果。 34. 叙； 35. 简述图像噪声的概念； 36. 分别按照噪声产生原因、噪声频谱、噪声与信号的关系、概率密度 函数等方式对图像噪声进行分类；

天津大学图像处理实验报告

光电图像处理实验报告 精仪学院测控四班王经纬 3010202114 实验1 离散图像的傅立叶变换 。 1. 实验内容及步骤： (1)利用Matlab图像处理软件进行离散图像傅立叶变换， 如给出一幅图像（w01.tif），其傅立叶变换程序如下： >>i=imread('D:\w01.tif'); >>figure(1); >>imshow(i); >>colorbar; >>j=fft2(i); >>k=fftshift(j); >>figure(2); >>l=log(abs(k)); >>imshow( l , [ ] ); >>colorbar 结果显示如下图所示： （2）分析图像的傅立叶频谱图； 由上图可以看出，频谱图低频部分较多，高频也有能量，说明图像中存在明显的明亮变化。 （3）自行设计一幅图像，验证离散傅立叶变换的性质，如：频谱图中高频分量迅速衰减，可分离性，平移，周期性与共轭对称性，旋转、线性和比例性，平均值。

1）傅里叶变换： 2）平移： X轴平移图像 X轴平移图像的傅立叶谱 Y轴平移图像 Y轴平移图像的傅立叶谱3）旋转特性： 4）尺度变换：

2. 思考题： 描述空间频率的概念。 空间频率是单位长度内亮度作周期性变化的次数，即现对/mm 。对于FT 基函数)(2sin )(2cos 2ux j ux e ux j πππ-=-。)(2cos ux π的最大值直线在坐标轴上的截距是u /1，则u /1表示空间周期。 实验2 修改直方图图像增强 1. 实验内容及步骤： (1) 读入一幅图像， 使用imhist( )函数产生图像的直方图，分析它的直方图分布及反映图像的特点； i=imread('D:\w01.tif'); imshow(i); imhist(i);