【正文】 39。out(u,v)=f(u,v)*h(u,v)。)%基于勻速直線運(yùn)動造成的模糊圖像及其還原clear。)f=fft2(in)。sum1=sum1+x1(p,q)*h1(p,q)。)。)subplot(133),imshow(g)%,xlabel(39。end ga(i,j)=round(hsum/(k^2))。(a)原始圖像39。parameters 是與指定的濾波器有關(guān)的參數(shù)。for i=1:m for j=1:n out2(i,j)=bitor(in(i,j),out1(i,j))。end % 計算原始直方圖對應(yīng)的新的灰度 t ,建立映射關(guān)系 for i=1:256 t(1,i)=floor(254*q(1,i)+1+)。tu=imread(39。% p 是每個灰度級出現(xiàn)的概率 for i=1:m for j=1:n num(1,in(i,j)+1)=num(1,in(i,j)+1)+1。b2=g1r2*f1。g0=0。 的直方圖，并和imhist 函數(shù)生成的直方圖作比較。l %[x,y]=meshgrid([20::20],[20::20])。%平移后圖像矩陣為I for x=1:r。234。)subplot(223),imshow(i2),xlabel(39。將真彩色圖像轉(zhuǎn)化為二值圖像,level 取值在[0,1]之間四、實驗代碼及結(jié)果in=imread(39。%閉運(yùn)算 ；五、實驗總結(jié)通過本次實驗，學(xué)習(xí)了常見的數(shù)學(xué)形態(tài)學(xué)運(yùn)算基本方法，了解腐蝕、膨脹、開運(yùn)算、閉運(yùn)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。使學(xué)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。M = medfilt2(J,[3 3])。二、實驗設(shè)備與軟件(1)IBMPC計算機(jī)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(nèi)容與步驟a)調(diào)入并顯示原始圖像“”。)通過一個加法操作： c=imadd(a,b)。figure imshow(c)。39。4．掌握如何在MATLAB中按照指定要求存儲一幅圖像的方法。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。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。二值圖像經(jīng)常使用位圖格式存儲。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。title(39。title(39。p3=Img(x_low,y_low)。sin(alpha),cos(alpha)]。二值圖像39。二、實驗?zāi)康撵柟趟鶎W(xué)知識，提高所學(xué)能力三、實驗內(nèi)容利用matlab的GUI程序設(shè)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(nèi)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(biāo)題 3．對給定的圖像添加噪聲（椒鹽噪聲、高斯噪聲）四、實驗結(jié)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(nèi)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(biāo)題效果展示：代碼：a = imread(39。%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。R39。)。)。實驗三 圖像邊緣檢測與連接一、實驗?zāi)康膱D像邊緣檢測與連接二、實驗內(nèi)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(yùn)行結(jié)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。x=0:1:255。J2=ifft2(result)。% 二階巴特沃斯(Butterworth)低通濾波器 d0=20。原圖39。)。else result(k,l)=i(k,l)。title(39。title(39。imshow(Im)。這幅圖像的灰度層次將不再是呈黑暗色調(diào)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。先腐蝕后膨脹的過程稱為開運(yùn)算。open39。二階LOG 算子檢測出來的圖像邊緣更加連續(xù)，邊緣也比較細(xì)小。g45=imfilter(double(f),w45,39。二、實驗結(jié)果與源程序?qū)嶒灲Y(jié)果如下圖：源程序f=imread(39。figure,imshow(N)。,)。imshow(J)四、圖像的除法運(yùn)算在MATLAB中使用imdivide函數(shù)進(jìn)行兩幅圖像的除法。imsubtract函數(shù)的調(diào)用格式如下：Z = imsubtract(X,Y)；其中，Z是XY操作的結(jié)果。實驗結(jié)果如下圖：源代碼： I=imread(39。39。第一篇：數(shù)字圖像處理 實驗報告(完整版)數(shù)字圖像處理實驗一 MATLAB數(shù)字圖像處理初步一、顯示圖像1．利用imread()函數(shù)讀取一幅圖像，存入一個數(shù)組中； 2．利用whos ； 3．利用imshow()函數(shù)來顯示這幅圖像； 實驗結(jié)果如下圖：源代碼：I=imread(39。)。39。實驗結(jié)果如下圖：源代碼rice = imread(39。imdivide函數(shù)對兩幅輸入圖像的所有相應(yīng)像素執(zhí)行元素對元素的除法操作（點除），并將得到的結(jié)果作為輸出圖像的相應(yīng)像素值。1ave1=fspecial(39。三、思考題/問答題(1)簡述高斯噪聲和椒鹽噪聲的特點。39。replicate39。但是由于二階算子的特性，對噪聲比較敏感。)。實驗中，開運(yùn)算能夠去除孤立的小點，毛刺和小橋(即連通兩塊區(qū)域的小點)，而總的位置和形狀不變。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)。title(39。均衡化結(jié)果的直方圖39。原圖39。end end end subplot(3,2,4)。subplot(3,2,6)。)。m=fix(M/2)。J3=uint8(abs(J2))。y=0:1:255。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區(qū)域的終結(jié)和另一個區(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)。%利用Sobel算子進(jìn)行邊緣檢測 BW2 = edge(I,39。I=RGB。)p = houghpeaks(H,5,39。lines(k).point2]。C:Documents and 39。)（2）圖像旋轉(zhuǎn) 原圖效果展示：代碼：clc。Imgnew2=zeros(hnew,wnew)。p4=Img(x_up,y_up)。原圖39。添加斑點噪聲39。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。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觀點啟發(fā)。但這類算法存在自身無法克服的矛盾：一方面為增強(qiáng)斑點去噪效果需選較大的濾波窗口，另一方面為保持圖像的實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++。5．圖像間如何轉(zhuǎn)化。)。（）（）10．用im2bw將一幅灰度圖像轉(zhuǎn)化為二值圖像，并且用imshow顯示出來觀察圖像的特征。給圖像的每一個像素加上一個常數(shù)可以使圖像的亮度增加。I=imread(39。%中值濾波33模板 N = medfilt2(J,[4 4])。二、實驗要求要求學(xué)生能夠自行評價各主要算子在無噪聲條件下和噪聲條件下的分割性能。第五篇：數(shù)字圖像處理實驗報告實驗一 數(shù)字圖像的獲取一、實驗?zāi)康牧私鈭D像的實際獲取過程。39。64 x 6439。234。1for y=1:c。l [x,y]=meshgrid(a,b)。三、實驗原理在圖像處理中，空域是指由像素組成的空間，空域增強(qiáng)方法是指直接作用于像素的增強(qiáng)方法。f1=100。r3=(g3g2)/(f3f2)。% 統(tǒng)計個數(shù) end end p=num./(m*n)% 求概率 x=1:256。39。end % 計算直方圖均衡化后的新圖 new_tu for x=1:h for y=1:w new_tu(x,y)=t(1,tu(x,y))。chu2(i,j)=bitand(in(i,j),chu1(i,j))。Y=filter2(B,X)。)subplot(222),imshow(f)%,xlabel(39。end end %ga 的大小和f1 的大小一致所以必須取出中間部分像素值作為輸出 g=ga((1+(k1)/2):(m1(k1)/2),(1+(k1)/2):(n1(k1)/2))。(c)標(biāo)準(zhǔn)均值濾波圖像39。[m,n]=size(f)。sum2=sum2+x2(p,q)*h2(p,q)。[N1,N2]=size(f)。close all。end end out1=ifft2(out)。)。時的運(yùn)行結(jié)果：：%逆諧波均值濾波舉例clc,close all,clear in=imread(39。h(u,v)=t*sin(pi*(u*a+v*b))*fenzhi/(pi*(u*a+v*b))。大氣湍流還原圖39。原始圖像39。x2(p,q)=f(i+(p2),j+(q2))。39。(b)加噪圖像39。for h=1:(k^2)hsum=hsum+a(h)。subplot(221),imshow(in1)%,xlabel(39。用于創(chuàng)建一個指定的濾波器模板，type 指濾波器的類型。chu1(20:150,30:170)=255。for i=2:256 q(1,i)=q(1,i1)+P(1,i)。clc。% num 是每個灰度級對應(yīng)的像素個數(shù) p=zeros(1,256)。r2=(g2g1)/(f2f1)。f0=0。 做線性灰度變換。b=0:600。%x0,y0,平移前圖像矩陣為i，I(r+x0,c+y0)=0。00139。128 x 12839。將索引圖像轉(zhuǎn)化為二值圖像,level 取值在[0,1]之間 BW=im2bw(RGB,level)。)。實驗四圖像分割一、實驗?zāi)康氖褂肕atLab 軟件進(jìn)行圖像的分割。%均值濾波55 e）選擇不同大小的模板，對加入某一固定噪聲水平噪聲的圖像進(jìn)行處理，觀察上述濾波器處理的結(jié)果。了解幾種不同濾波方式的使用和使用的場合，培養(yǎng)處理實際圖像的能力，并為課堂教學(xué)提供配套的實踐機(jī)會。39。figure imshow(b)。imwrite(I,39。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(guān)信息。其可以快捷的實現(xiàn)用戶所需的各種計算功能。非相干多視處理會降低圖像的地面分辨率。一些輸入輸出設(shè)備，如激光打印機(jī)、傳真機(jī)、單色計算機(jī)顯示器等都可以處理二值圖像。灰度圖像經(jīng)常是在單個電磁波頻譜如可見光內(nèi)測量每個像素的亮度得到的。imshow(J)。imshow(I)。p2=Img(x_up,y_low)。T=[cos(alpha),sin(alpha)。title(39。然而，圖像屬于二維信號，和一維信號相比，它有自己特殊的一面，處理的方式和角度也有所不同。,10)。), ylabel(39。d:39。sobel39。)。end end subplot(3,2,6)。result=ifftshift(result)。nn=2。title(39。理想低通濾波后的圖像39。%for k=1:1:n for l=1:1:m if(k^2+l^2)=190^2 % result(k,l)=0。imshow(data4)。imhist(J)。%均衡化 subplot(2,2,1)。(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(zhì)量的新圖像。，評價開運(yùn)算與閉運(yùn)算的效果。%腐蝕 BW3 = bwmorph(bw, 39。Sobel 和Prewitt 兩個算子檢測出的邊緣效果幾乎一致，比Roberts 算子的檢測結(jié)果要好，邊緣較為連續(xù)，對噪聲不敏感，但是線條稍粗，出現(xiàn)了一些偽邊緣。0 1 2]。提示2：注意調(diào)節(jié)噪聲的強(qiáng)度以及LoG(拉普拉斯高斯)算子的參數(shù)，觀察處理結(jié)果。figure,imshow(M)。 pepper39。11911249。imshow(I)subplot(1,2,2)。imsubtract函數(shù)將一幅輸入圖像的像素值從另一幅輸入圖像相應(yīng)的像素值中減去，再將這個結(jié)果作為輸出圖像相應(yīng)的像素值。)三、二值化圖像10．用im2bw將一幅灰度圖像轉(zhuǎn)化為二值圖像，并且用imshow顯示出來觀察圖像的特征。 imwrite(I,39。39。7~9I=imread(39。)gg=im2bw(I,)。39。imdivide函數(shù)的調(diào)用格式如下：Z = imdivide(X,Y)其中，Z=X/Y。1average39。高斯噪聲是指噪聲的概率密度函數(shù)服從高斯分布（即正態(tài)分布）的一類噪聲。)。)。當(dāng)σ的值越小，平滑的程度就越小，于是會出現(xiàn)零星的假邊緣；而σ的值越大，平滑的程度也越大，但是部分真實的邊緣會丟失，出現(xiàn)邊緣間斷現(xiàn)象實驗五 形態(tài)學(xué)運(yùn)算一、實驗內(nèi)容與步驟；，； ；； ； ； ； ；二、實驗結(jié)果與源程序?qū)嶒灲Y(jié)果如下圖：源程序I=imread(39。%開運(yùn)算 BW4 = bwmorph(bw, 39。先膨脹后腐蝕稱為閉運(yùn)算。六、實驗心得體會本次實驗中，因為初學(xué)這個軟件，我學(xué)習(xí)到了在程序中關(guān)于圖像的運(yùn)用，以及也復(fù)習(xí)了課本上的許多知識，加深了對直方圖均衡化的理解。原圖39。)。)。對該圖進(jìn)行低通濾波 選取D=190z=log(a