【正文】 ts in the Image max(allgrains)。c39。)。disk39。實(shí)驗(yàn)過程簡述：1． 讀取和顯示圖像 2． 估計(jì)圖像背景 3． 獲取背景均勻的圖像 4． 圖像增強(qiáng) 5． 圖像二值化分割 6． 區(qū)域標(biāo)記及為彩色處理7． 測量圖像中的區(qū)域特性（面積、質(zhì)心等）8．統(tǒng)計(jì)大米粒的特性分布規(guī)律。subplot(1,2,2), imshow(I1)。)。% using bilinear interpolation and crops the output image imshow(I), title(39。)。)。% using bilinear interpolation and crops the output image imshow(I), title(39。)。說明：?注意觀察不同插值方法的圖像表現(xiàn)； ?改變圖像縮放因子Scale，重做上述實(shí)驗(yàn)。Original Image39。Scale = 。Resized Imageusing the nearest neighbor interpolation 39。)。二、實(shí)驗(yàn)內(nèi)容（一）研究以下程序，分析程序功能；輸入執(zhí)行各命令行，認(rèn)真觀察命令執(zhí)行的結(jié)果。title(39。n=fix(N/2)。添加高斯白噪聲的圖像39。subplot(221),imshow(I)。% 中心移位 SFc=log(1+Fc)。subplot(131),imshow(f),title(39。end。uint8 Y=zeros(M,N)。)figure, imshow(K)。J = imnoise(I,39。)。源程序：I=imread(39。)。J = imnoise(I,39。,0,)。salt amp。通過平滑處理，對結(jié)果圖像加以比較，得出自己的實(shí)驗(yàn)結(jié)論。學(xué)習(xí)如何用銳化處理技術(shù)來加強(qiáng)圖像的目標(biāo)邊界和圖像細(xì)節(jié)，對圖像進(jìn)行梯度算子、拉普拉斯算子，使圖像的某些特征（如邊緣、輪廓等）得以進(jìn)一步的增強(qiáng)及突出。 pepper39。figure,imshow(K),title(39。salt amp。figure,imshow(k2),title(39。39。I2=filter2(H ,I)。salt amp。title(39。funBox=zeros(a,b)。figure, imshow(Y)。原圖39。% 對數(shù)變換iFc1=ifftshift(Fc)。title(39。)f=double(J1)。for i=1:M for j=1:Nd=sqrt((im)^2+(jn)^2)。低通濾波后圖像39。熟悉程序中所使用函數(shù)的調(diào)用方法，改變有關(guān)參數(shù)，觀察試驗(yàn)結(jié)果。% using the nearest neighbor interpolation J2 = imresize(I, Scale, 39。)。% J1 = imresize(I, Scale, 39。)。clear all, close all I = imread(39。% using the nearest neighbor interpolation Theta =45。Original Image39。% 查看imrotate使用幫助 help imrotate %圖像旋轉(zhuǎn)30順時(shí)針逆時(shí)針clear all, close all I = imread(39。% using the nearest neighbor interpolation Theta =30。Original Image39。7 說明：?注意觀察不同插值方法和輸出圖像后處理方法的圖像表現(xiàn)； ?改變旋轉(zhuǎn)角度大小和方向，重做上述實(shí)驗(yàn)。figure(2), subplot(2,1,1), imshow(I)。（一）研究以下程序，分析程序功能；輸入執(zhí)行各命令行，認(rèn)真觀察命令執(zhí)行的結(jié) 果。,15))。% Subtract the Background Image from the Original Image I2 = imsubtract(I,background)。, 39。biggrain = find(allgrains==695)mean(allgrains)。這門課程的前三章主要講解了數(shù)字圖像的目的、特點(diǎn)、應(yīng)用和發(fā)展，圖像的數(shù)字化顯示與圖像變換。一般來講，對圖像進(jìn)行處理（或加工、分析）的主要目的有三個(gè)方面：（1）提高圖像的視感質(zhì)量，如進(jìn)行圖像的亮度、彩色變換，增強(qiáng)、抑制某些成分，對圖像進(jìn)行幾何變換等，以改善圖像的質(zhì)量。因此對計(jì)算機(jī)的計(jì)算速度、存儲(chǔ)容量等要求較高。因此，圖像處理中信息壓縮的潛力很大。在數(shù)字圖像處理中圖像的數(shù)字化顯示是基礎(chǔ)。在進(jìn)行采樣時(shí)，采樣點(diǎn)間隔大小的選取很重要，它決定了采樣后的圖像能真實(shí)地反映原圖像的程度。兩者的基本問題都是視覺效果和存儲(chǔ)空間的取舍。3．壓縮編碼數(shù)字化后得到的圖像數(shù)據(jù)量十分巨大，必須采用編碼技術(shù)來壓縮其信息量。小波分解可以覆蓋整個(gè)頻域(提供了一個(gè)數(shù)學(xué)上完備的描述)；小波變換通過選取合適的濾波器，可以極大的減小或去除所提取得不同特征之間的相關(guān)性； 小波變換具有“變焦”特性，在低頻段可用高頻率分辨率和低時(shí)間分辨率(寬分析窗口)，在高頻段，可用低頻率分辨率和高時(shí)間分辨率(窄分析窗口)；小波變換實(shí)現(xiàn)上有快速算法(Mallat小波分解算法)。編程完成后運(yùn)行時(shí)輸入文件名與保存時(shí)文件名相同，區(qū)分大小寫。處理的結(jié)果使圖像更適合與人的視覺特征或機(jī)器的識別系統(tǒng)。J=imhist(I)./p。title(39。%顯示原圖的直方圖 subplot(2,2,3)。均衡化結(jié)果的直方圖39。七、程序清單clc。原圖39。[x,y]=meshgrid(x,y)。end end end subplot(3,2,4)。)。subplot(3,2,6)。Figure。)。z=log(abs(g))。m=fix(M/2)。[x,y]=meshgrid(x,y)。J3=uint8(abs(J2))。m=fix(M/2)。y=0:1:255。J2=ifft2(result)。五、思考題（1）邊緣的方向是什么意思？為什么要考慮邊緣的方向？答：邊緣常常意味著一個(gè)區(qū)域的終結(jié)和另一個(gè)區(qū)域的開始，圖像的邊緣也包含了物體的形狀的重要信息，他不僅在分析圖像時(shí)大幅度的減少了要處理的信息量，而且還保護(hù)了目標(biāo)的邊界結(jié)構(gòu)。七、程序清單邊緣檢測由edge函數(shù)實(shí)現(xiàn)各算子對圖像的邊緣檢測clear all。%利用Sobel算子進(jìn)行邊緣檢測 BW2 = edge(I,39。)。I=RGB。ThetaResolution39。)p = houghpeaks(H,5,39。white39。lines(k).point2]。end第五篇：數(shù)字圖像處理實(shí)驗(yàn)報(bào)告數(shù)字圖像處理實(shí)驗(yàn)報(bào)告目錄一、數(shù)字圖像處理簡介圖像處理，是對圖像進(jìn)行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術(shù)。C:Documents and 39。)subplot(3,1,2)。)（2）圖像旋轉(zhuǎn) 原圖效果展示：代碼：clc。alpha=pi/4。Imgnew2=zeros(hnew,wnew)。amp。p4=Img(x_up,y_up)。figure。原圖39。添加高斯噪聲39。添加斑點(diǎn)噪聲39。通道是Photoshop處理圖像的核心部分，所有的色彩調(diào)整工具都是圍繞在這個(gè)核心周圍使用的。這種精度剛剛能夠避免可見的條帶失真，并且非常易于編程。W、單色圖像表示二值圖像，但是也可以用來表示每個(gè)像素只有一個(gè)采樣值的任何圖像，例如灰度圖像等。二值圖像可以解釋為二維整數(shù)格Z，圖像變形處理領(lǐng)域很大程度上就是受到這個(gè)觀點(diǎn)啟發(fā)。在新的坐標(biāo)系下,假設(shè)（x0,y0）距離原點(diǎn)的距離為r,點(diǎn)與原點(diǎn)之間的連線與x軸的夾角為b,旋轉(zhuǎn)的角度為a,旋轉(zhuǎn)后的點(diǎn)為（x1,y1）噪聲：是電路或系統(tǒng)中不含信息量的電壓或電流。但這類算法存在自身無法克服的矛盾：一方面為增強(qiáng)斑點(diǎn)去噪效果需選較大的濾波窗口，另一方面為保持圖像的實(shí)際分辨率要求所選的窗口較小。,)。在通常情況下，可以用它來代替底層編程語言，如C和C++。同時(shí)對一些特殊的可視化要求，例如圖形對話等，MATLAB也有相應(yīng)的功能函數(shù)，保證了用戶不同層次的要求。一般來說，它們都是由特定領(lǐng)域的專家開發(fā)的，用戶可以直接使用工具箱學(xué)習(xí)、應(yīng)用和評估不同的方法而不需要自己編寫代碼。MATLAB的這些函數(shù)集包括從最簡單最基本的函數(shù)到諸如矩陣，特征向量、快速傅立葉變換的復(fù)雜函數(shù)。gaussian39。如果一個(gè)噪聲，它的幅度分布服從高斯分布，而它的功率譜密度又是均勻分布的，則稱它為高斯白噪聲。這些源產(chǎn)生的電磁波或尖峰脈沖通過磁、電耦合或是通過電源線等路徑進(jìn)入放大電路，各種電氣設(shè)備，形成各種形式的干擾。當(dāng)然這個(gè)點(diǎn)通常就是圖像的中心。這兩個(gè)可取的值分別對應(yīng)于關(guān)閉和打開，關(guān)閉表征該像素處于背景，而打開表征該像素處于前景。在這樣的應(yīng)用領(lǐng)域每個(gè)采樣 16 位即 65536 級得到流行。這類圖像通常顯示為從最暗黑色到最亮的白色的灰度，盡管理論上這個(gè)采樣可以任何顏色的不同深淺，甚至可以是不同亮度上的不同顏色。五、算法綜述 灰度圖像：一幅完整的圖像，是由紅色、綠色、藍(lán)色三個(gè)通道組成的。J=imnoise(I,39。J1=imnoise(I,39。（3）對給定的圖像添加噪聲（斑點(diǎn)噪聲、高斯噪聲）效果展示：代碼：I= imread(39。t=yy_low。amp。for u=1:hnewfor v=1:wnewtem=T*([u。hnew=w*sin(alpha)+h*cos(alpha)。close all。title(39。i = rgb2gray(a)。目前大多數(shù)的圖像是以數(shù)字形式存儲(chǔ)，因而圖像處理很多情況下指數(shù)字圖像處理。LineWidth39。lines = houghlines(BW,T,R,p,39。,ceil(*max(H(:))))。figure(1), imshow(T,R,H