【正文】 ，例如圖像打不開、處理后圖像模糊等，都是經(jīng)常容易發(fā)生的錯誤，最后實驗幾次，就能夠逐一自己解決了。%顯示均衡化后的直方圖實驗二 頻域圖像增強一、實驗目的頻域圖像增強掌握基于頻域的圖像增強方法。imhist(J)。title(39。原圖直方圖39。)。%均衡化 subplot(2,2,1)。Im=imread(39。%打開一幅灰度圖像 [m,n]=size(I)。七、程序清單clear all。(2)均衡化后的直方圖有何特點？答：經(jīng)直方圖均衡化處理后，可以得到一副改善了質量的新圖像。只反映圖像中像素不同灰度值出現(xiàn)的次數(shù)（或頻數(shù)）而未反映像素所在位置。第二篇：數(shù)字圖像處理實驗報告實 驗 報 告 書系部學生專業(yè)班實驗名稱姓名名稱 級時間：： ： ：：實驗一 直方圖均衡一、實驗目的在學習圖像直方圖的概念、計算方法、性質和相關應用基礎上，生成、繪制圖像的直方圖，并應用MATLAB編程實現(xiàn)圖像直方圖均衡化程序。D:39。amp。function Z=imadjust_sec(X,a,b,c,d)[m,n]=size(X)。subplot(312)imshow(I1)k=im2double(I1)。D:39。H=uint8(k1)。imshow(I)。=40*log(k+1)。for x=1:m。D:39。for y=1:n。)。當處理單設(灰度)圖像時，這兩個術語可以互換。此區(qū)域的中心從原點(如左上角)開始逐像素點移動，在移動的同時，該區(qū)域會包含不同的領域。術語‘空間域’指的是圖像平面本身，在空間與內處理圖像的方法是直接對圖像的像素進行處理。要將這樣的一幅圖像轉化為數(shù)字形式，就要求數(shù)字化坐標和振幅?；叶仁怯脕肀硎竞诎讏D像亮度的一個術語，而彩色圖像是由單個二維圖像組合形成的。2．熟練掌握在MATLAB中如何讀取圖像。3．掌握如何利用MATLAB來獲取圖像的大小、顏色、高度、寬度等等相關信息。例如，在RGB彩色系統(tǒng)中，一幅彩色圖像是由三幅獨立的分量圖像(紅、綠、藍)組成的。將坐標值數(shù)字化成為取樣；將振幅數(shù)字化成為量化?？臻g域處理方法分為兩種：灰度級變換、空間濾波。T應用于每個位置(x,y)，以便在該位置得到輸出圖像g。由于亮度變換函數(shù)僅取決于亮度的值，而與(x,y)無關，所以亮度函數(shù)通?？蓪懽鋈缦滤镜暮唵涡问剑簊=T(r)其中，r表示圖像f中相應點(x,y)的亮度，s表示圖像g中相應點(x,y)的亮度。imshow(I)。g(x,y)=2*I(x,y)。)。for y=1:n。I=imread(39。I1=rgb2gray(I)。imshow(H)。)。k1=40*exp(k+1)。X1=im2double(X)。X1(i,j)Z(i,j)=(dc)*(X1(i,j)a)/(ba)+c。)。二、實驗內容（1）計算并繪制圖像直方圖；（2）編程實現(xiàn)圖像的直方圖均衡化處理，顯示均衡前后的直方圖和圖像；三、實驗運行結果四、實驗中遇到的問題及解決方法顯示無法找到圖像文件，；編程過程中應注意標點的輸入法，應該用英文輸入，否則會報錯。與圖像之間的關系是多對一的映射關系。這幅圖像的灰度層次將不再是呈黑暗色調的圖像，而是一副灰度層次較為適中的、比原始圖像清晰、明快得多的圖像。I=imread(39。p=m*n。39。imshow(Im)。%顯示原圖 subplot(2,2,2)。)。均衡化結果39。title(39。二、實驗內容（1）編程實現(xiàn)圖像的理想低通和高通濾波；（2）編程實現(xiàn)圖像的巴特沃斯低通和高通濾波。使自己對數(shù)字圖像處理課程中的許多問題有了更實際和確切的深入了解。39。title(39。subplot(3,2,2)。y=0:1:255。原圖頻譜39。else result(k,l)=i(k,l)。y=0:1:255。理想低通濾波后的頻譜39。%濾波后的數(shù)據(jù)去中心化 b=ifft2(result)。)。title(39。%clear。)。原圖39。% 傅立葉變換 g=fftshift(g)。[x,y]=meshgrid(x,y)。原圖頻譜39。% 二階巴特沃斯(Butterworth)低通濾波器 d0=20。h=1/(1+*(d/d0)^(2*nn))。y=0:1:255。%以三維坐標顯示該圖像頻譜圖 title(39。J2=ifft2(result)。title(39。% 二階巴特沃斯(Butterworth)高通濾波器 d0=5。if(d==0)h=0。x=0:1:255。%取幅度 mesh(z)。result=ifftshift(result)。imshow(J3)。實驗三 圖像邊緣檢測與連接一、實驗目的圖像邊緣檢測與連接二、實驗內容（1）編程實現(xiàn)一階差分邊緣檢測算法，包括Robert梯度算子、Prewitt算子、Sobel算子等；（2）編程實現(xiàn)二階差分拉普拉斯邊緣檢測算法以及LoG檢測法和Canny檢測法；（3）分析與比較各種邊緣檢測算法的性能；（4）編程實現(xiàn)Hough變換提取直線（5）分析Hough變換檢測性能；三、實驗運行結果四、實驗中遇到的問題及解決方法拷貝文件后沒改文件名，直接執(zhí)行時出現(xiàn)錯誤，最后重新修改后重新編譯，使之成功。這樣就把原始圖像中給定曲線的檢測問題轉化為準找參數(shù)空間的峰值問題。還得繼續(xù)努力。)。)。%利用roberts算子進行邊緣檢測 BW3 = edge(I,39。log39。)。)。canny39。,39。notruesize39。R39。%找到5個較明顯的Hough變換峰值hold on plot(T(p(:,2)),R(p(:,1)),39。,39。FillGap39。%查找并鏈接線段figure, imshow(BW), hold on %在二值圖中疊加顯示這些線段 for k = 1:length(lines)xy = [lines(k).point1。,2,39。)。此外，基于光學理論的處理方法依然占有重要的地位。二、實驗目的鞏固所學知識，提高所學能力三、實驗內容利用matlab的GUI程序設計一個簡單的圖像處理程序，并含有如下基本功能： ，變換為灰度圖像和二值圖像，并在同一個窗口內分成三個子窗口來分別顯示RGB圖像和灰度圖像，注上文字標題 3．對給定的圖像添加噪聲（椒鹽噪聲、高斯噪聲）四、實驗結果及代碼展示（1）讀入一幅RGB圖像，變換為灰度圖像和二值圖像，并在同一個窗口內分成三個子窗口來分別顯示RGB圖像和灰度圖像，注上文字標題效果展示：代碼：a = imread(39。I = im2bw(a,)。源圖像39?；叶葓D像39。二值圖像39。Img=imread(39。[h w]=size(Img)。wnew=ceil(wnew)。sin(alpha),cos(alpha)]。v][u0。if x=1amp。yelsex=x_up。p3=Img(x_low,y_low)。Imgnew1(u,v)=Img(x,y)。B=imrotate(Img,alpha/pi*180)。D:My DocumentsMy 39。title(39。gaussian39。title(39。speckle39。title(39。紅色、綠色、藍色三個通道的縮覽圖都是以灰度顯示的。色彩的變動，實際上就是間接在對通道灰度圖進行調整。灰度圖像與黑白圖像不同，在計算機圖像領域中黑白圖像只有黑色與白色兩種顏色；灰度圖像在黑色與白色之間還有許多級的顏色深度。用于顯示的灰度圖像通常用每個采樣像素 8 位的非線性尺度來保存，這樣可以有 256 級灰度。二值圖像：是指每個像素不是黑就是白，其灰度值沒有中間過渡的圖像。人們經(jīng)常用黑白、Bamp。以這種方式來操作圖像可以更容易識別出圖像的結構特征。二值圖像經(jīng)常使用位圖格式存儲。既然是按照中心旋轉,自然會有這樣一個屬性：,我們可以得到旋轉后的點的坐標與原坐標的對應關系。y1 =y0 + h/2。斑點噪聲：斑點噪聲是SAR成像系統(tǒng)的一大特色，源自基本分辨單元內地物的隨機散射，在圖像上表現(xiàn)為信號相關（如在空間上相關）的小斑點，它既降低了圖像的畫面質量，又嚴重影響圖像的自動分割、分類、目標檢測以及其它定量專題信息的提取。因此，涌現(xiàn)出了一系列空間域濾波方法，如均值濾波、中值濾波、Lee濾波、Kuan濾波、Frost濾波、Sigma濾波以及Gamma Map濾波等。高斯白噪聲的二階矩不相關，一階矩為常數(shù)，是指先后信號在時間上的相關性。 pepper39。,0,)。函數(shù)中所使用的算法都是科研和工程計算中的最新研究成果，而前經(jīng)過了各種優(yōu)化和差錯處理。函數(shù)所能解決的問題其大致包括矩陣運算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號運算、傅立葉變換和數(shù)據(jù)的統(tǒng)計分析、工程中的優(yōu)化問題、稀疏矩陣運算、復數(shù)的各種運算、三角函數(shù)和其他初等數(shù)學運算、多維數(shù)組操作以及建模動態(tài)仿真等。新版本的MATLAB對整個圖形處理功能作了很大的改進和完善，使它不僅在一般數(shù)據(jù)可視化軟件都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對于一些其他軟件所沒有的功能（例如圖形的光照處理、色度處理以及四維數(shù)據(jù)的表現(xiàn)等），MATLAB同樣表現(xiàn)了出色的處理能力。目前，MATLAB已經(jīng)把工具箱延伸到了科學研究和工程應用的諸多領域，諸如數(shù)據(jù)采集、數(shù)據(jù)庫接口、概率統(tǒng)計、樣條擬合、優(yōu)化算法、偏微分方程求解、神經(jīng)網(wǎng)絡、小波分析、信號處理、圖像處理、系統(tǒng)辨識、控制系統(tǒng)設計、LMI控制、魯棒控制、模型預測、模糊邏輯、金融分析、地圖工具、非線性控制設計、實時快速原型及半物理仿真、嵌入式系統(tǒng)開發(fā)、定點仿真、DSP與通訊、電力系統(tǒng)仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。4．掌握如何在MATLAB中按照指定要求存儲一幅圖像的方法。)。)。,39。39。)。8．用imfinfo() 的大??； imfinfo(39。39。figure imshow(c)。figure imshow(d)。二、實驗原理圖像的代數(shù)運算是圖像的標準算術操作的實現(xiàn)方法，是兩幅輸入圖像之間進行的點對點的加、減、乘、除運算后得到輸出圖像的過程。39。)通過一個加法操作： c=imadd(a,b)。imsubtract函數(shù)的調用格式如下：Z = imsubtract(X,Y)； 讀入一幅畫后通過減法 a3=imsubtract(a,50)。39。imdivide函數(shù)對兩幅輸入圖像的所有相應像素執(zhí)行元素對元素的除法操作（點除），并將得到的結果作為輸出圖像的相應像素值。二、實驗設備與軟件(1)IBMPC計算機系統(tǒng)(2)MatLab軟件/語言包括圖像處理工具箱(Image Processing Toolbox)(3)實驗所需要的圖片三、實驗內容與步驟a)調入并顯示原始圖像“”。b)利用imnoise命令在圖像“”上加入高斯(gaussian)噪聲J = imnoise(I,39。average39。,5)。M = medfilt2(J,[3 3])。saltamp。椒鹽噪聲往往由圖像切割引起，去除脈沖干擾及椒鹽噪聲最常用的算法是中值濾波。一般兩種噪聲同時出現(xiàn)，呈現(xiàn)在圖像上就是黑白雜點。使學生通過實驗體會一些主要的分割算子對圖像處理的效果，以及各種因素對分割效果的影響。三、實驗內容與步驟(1)使用Roberts 算子的圖像分割實驗，,截圖如下(2)使用Prewitt 算子的圖像分割實驗 截圖如下(3)使用Sobel 算子的圖像分割實驗(4)使用LoG(拉普拉斯高斯)算子的圖像分割實驗四、實驗結果對Roberts算子、Prewitt 算子、Sobel 算子、LoG(拉普拉斯高斯)算子的運算對圖像的結果有了基本的認識，加深學習效果。%二值化 ；“”進行腐蝕運算； BW2 = imerode(bw,SE1)。)。%閉運算 ；五、實驗總結通過本次實驗，學習了常見的數(shù)學形態(tài)學運算基本方法，了解腐蝕、膨脹、開運算、閉運算取得的效果，培養(yǎng)處理實際圖像的能力，通過自己動手的實驗，對課本上的知識有了更加深刻的理解。二、實驗內容讀取一幅彩色圖像，將該彩色圖像轉化為灰度圖像，再將灰度圖像轉化為索引圖像并顯示所有圖像。[x,map]=gray2ind(I,n)。真彩色圖像轉化為索引圖像 RGB=ind2rgb(x,map)。將真彩色圖像轉化為二值圖像,level 取值在[0,1]之間四、實驗代碼及結果in=imread(39。[x,map]=gray2ind(i,128)。i=imresize(i,[256,256])。[m3,n3]=size(i3)subplot(221),imshow(i),xlabel(39。)subplot(223),imshow(i2),xlabel(39。)256 x 25664 x 64128 x 12832 x 32實驗二圖像的幾何變換一、實驗目的掌握圖像的基本幾何變換的方法圖像的平移圖像的旋轉二、實驗內容練習用matalb命令實現(xiàn)圖像的平移、旋轉操作.編寫實現(xiàn)圖像平移的函數(shù)用imread命令從你的硬盤讀取一幅256256灰度圖。x39。233。01y0234。234。236。y39。%平移后圖像矩陣為I for x=1:r。I(x1,y1)=i(x,y)。imagesc(gray1),colormap(gray)。)。l %[x,y]=meshgrid([20::20],[20::20])。)。l s=fft2(I,601,801)。鞏固灰度變換、直方圖修正、圖像算術和邏輯運算等基礎知識。 的直方圖，并和imhist 函數(shù)生成的直方圖作比較。顯示圖像的直方圖 histeq()。圖像位或運算四、實驗代碼與結果i=imread(39。subplot(121),imshow(i)subplot(122),imshow(j)clear,close all,clc in1=imread(39。g0=0。g2=220。f39。intensity transformation39。b2=g1r2*f1。in2=double(in1)。(f=f1)amp。)。% p 是