【文章內(nèi)容簡(jiǎn)介】 識(shí)實(shí)現(xiàn)圖像的處理和結(jié)果的比較分析。著重加強(qiáng)對(duì)模板概念的理解，掌握利用模板通過(guò)編程實(shí)現(xiàn)圖像的增強(qiáng)操作。實(shí)驗(yàn)內(nèi)容41）、將自己的照片（彩色），轉(zhuǎn)換為灰度圖像，然后分別加入椒鹽噪聲和高斯噪聲，在名為” The simulation window 1”的窗口中同時(shí)顯示彩圖、灰度圖和兩個(gè)加入噪聲的圖片，分別命名為“原始圖像”、 “灰度圖像”、“椒鹽噪聲圖像”、“高斯噪聲圖像”；參考函數(shù) rgb2gray、imnoise、figure42）、利用33的BOX模板，通過(guò)編程方式，實(shí)現(xiàn)對(duì)椒鹽噪聲圖像的平滑去噪處理（邊界用原圖像素），并在名為” The simulation window 2”的窗口中同時(shí)顯示原圖與處理后圖像；43）、分別利用355和77的BOX模板，通過(guò)函數(shù)調(diào)用的方式實(shí)現(xiàn)對(duì)椒鹽噪聲圖像的平滑去噪處理，并在名為” The simulation window 3”的窗口中同時(shí)顯示原圖與處理后圖像，分析不同模板對(duì)圖像的處理效果；參考函數(shù) imfilter、figure44）、采用33窗口，通過(guò)編程和函數(shù)調(diào)用兩種方式，實(shí)現(xiàn)對(duì)含有椒鹽噪聲的圖像進(jìn)行中值濾波處理，并在名為” The simulation window 4”的窗口中同時(shí)顯示原圖與處理后的圖片，名稱分別為“原圖”、“編程中值濾波圖像”和“函數(shù)中值濾波圖像”；參考函數(shù) medfilt2 45）、讀取圖片“”設(shè)為變量I，利用水平垂直差分法，通過(guò)結(jié)構(gòu)化編程方式實(shí)現(xiàn)圖片銳化處理（即獲得I的梯度幅度圖），并在同一窗口顯示原圖和其對(duì)應(yīng)的梯度圖，兩圖分別命名為“原始圖像”和“梯度圖像”；參考函數(shù) imfilter 46）、讀取圖片“”設(shè)為變量J，分別用梯度算子“roberts”、“prewitt”和“sobel”，通過(guò)函數(shù)調(diào)用編程方式實(shí)現(xiàn)圖像的銳化處理，在同一窗口顯示原圖與處理后圖像，比較分析三種算子的銳化差異；參考函數(shù) fspecial、imfilter47）、利用8方向的拉普拉斯算子模板，通過(guò)結(jié)構(gòu)化編程方式實(shí)現(xiàn)對(duì)“”圖像的銳化處理，比較分析其處理結(jié)果與梯度算子處理結(jié)果的差異。參考函數(shù) imfilter 實(shí)驗(yàn)要求1）、要求在給圖像加噪時(shí)，；2）、要求實(shí)驗(yàn)41) ～ 44)；3）、要求在同一個(gè)窗口顯示時(shí)，圖片數(shù)量≤3時(shí)，以1行的方式進(jìn)行顯示，圖片數(shù)量＞3時(shí)，以2行的方式進(jìn)行顯示；4）、在關(guān)鍵語(yǔ)句上添加必要的注釋，以輔助說(shuō)明該語(yǔ)句的功能。實(shí)驗(yàn)結(jié)果及分析1題I=imread(39。qi..jpg39。)。I1=rgb2gray(I)。I2=imnoise(I1,39。salt amp。 pepper39。,)。I3=imnoise(I1,39。gaussian39。,)。figure(39。Name39。,39。The simulation window 139。),subplot(2,2,1),imshow(I),title(39。原始圖像39。)subplot(2,2,2),imshow(I1),title(39?；叶葓D像39。)subplot(2,2,3),imshow(I2),title(39。椒鹽噪聲圖像39。)subplot(2,2,4),imshow(I3),title(39。高斯噪聲圖像39。)2題A=imread(39。39。)。B=rgb2gray(A)。I=imnoise(B,39。salt amp。 pepper39。,)。I=double(I)。s=1/9*ones(3)。[m n]=size(B)。C=zeros(m,n)。for i=2:m1 for j=2:n1 C(i,j)=sum(sum(I(i1:i+1,j1:j+1).*s))。 C(1,:)=I(1,:)。C(m,:)=I(m,:)。C(:,1)=I(:,1)。C(:,n)=I(:,n)。 endendfigure(39。name39。,39。The simulation window 239。),subplot(1,2,1)。imshow(I),title(39。原始圖像39。)subplot(1,2,2)。imshow(uint8(C)),title(39。處理后圖像39。)3題I=imread(39。)。I1=imnoise(I,39。salt amp。 pepper39。,)。s=1/9*ones(3)。s1=1/25*ones(5)。s2=1/49*ones(7)。A=imfilter(I1,s)。A1=imfilter(I1,s1)。A2=imfilter(I1,s2)。figure(39。name39。,39。The simulation window 339。),subplot(2,2,1)。imshow(I1),title(39。原圖39。)subplot(2,2,2)。imshow(A),title(39。3處理后圖像39。)subplot(2,2,3)。imshow(A1),title(39。5處理后圖像39。)subplot(2,2,4)。imshow(A2),title(39。7處理后圖像39。) 實(shí)驗(yàn)總結(jié)指導(dǎo)教師意見(jiàn) 簽名： 年 月 日數(shù)字圖像處理實(shí)驗(yàn)報(bào)告(五)學(xué)院名稱信息電子技術(shù)專業(yè)名稱電子信息工程年級(jí)/班級(jí)姓 名學(xué) 號(hào)1指導(dǎo)教師杜云明實(shí)驗(yàn)日期20150412實(shí)驗(yàn)地點(diǎn)1C06329實(shí)驗(yàn)成績(jī)實(shí)驗(yàn)項(xiàng)目名稱圖像分割與邊緣檢測(cè)實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)結(jié)構(gòu)化編程研究和驗(yàn)證圖像分割與邊緣檢測(cè)的常用算法原理；掌握MATLAB圖像域值分割與邊緣檢測(cè)函數(shù)的使用方法；了解邊緣檢測(cè)的算法和用途，比較Sobel、Prewitt、Canny等算子邊緣檢測(cè)的差異。實(shí)驗(yàn)內(nèi)容51）、自行設(shè)定閾值，利用編程方式實(shí)現(xiàn)“”圖像的二值化處理；A=imread(39。39。)。newA=im2bw(A,150/255)。imshow(newA)。52）、利用閾值分割技術(shù)提取“”圖像中的目標(biāo)，要求在同一窗口顯示原圖、原圖直方圖、T=120分割圖和系統(tǒng)自定閾值的分割圖，分別命名為“原始圖像”、“原始圖像直方圖”、“T=120閾值分割圖像”和“系統(tǒng)自定閾值分割圖像”；參考函數(shù) im2bw、graythreshA=imread(39。39。)。level = graythresh(A)。BW = im2bw(A,level)。newA=im2bw(A,120/255)。subplot(2,2,1)。imshow(A)。title(39。yuan39。)。subplot(2,2,2)。imshow(newA)。title(39。fg39。)。subplot(2,2,3)。imhist(A)。title(39。zhifang39。)。subplot(2,2,4)。imshow(BW)。title(39。xitongzid39。)。53）、對(duì)“”圖像進(jìn)行閾值分割提取目標(biāo)，在同一窗口給出原圖，同時(shí)比較T=9T=130和T=43的分割效果，實(shí)驗(yàn)圖像分別命名為“原始圖像”、 “T=91閾值分割圖像”、“T=130閾值分割圖像”和“T=43閾值分割圖像”，分析閾值對(duì)圖像分割的影響；參考函數(shù) im2bw （注意函數(shù)中相關(guān)參數(shù)設(shè)置要求在[0，1]區(qū)間之內(nèi)）A=imread(39。39。)。newj=im2bw(A,91/255)。newy=im2bw(A,130/255)。news=im2bw(A,43/255)。subplot(2,2,1)。imshow(A)。title(39。yuan39。)。subplot(2,2,2)。imshow(newj)。title(39。9139。)。subplot(2,2,3)。imshow(newy)。title(39。13039。)。subplot(2,2,4)。imshow(news)。title(39。4339。)。54）、使用edge函數(shù)對(duì)圖像“”進(jìn)行邊緣檢測(cè)，比較39。roberts39。，39。sobel39。，39。prewitt39。，39。canny39。，39。log39。算子的檢測(cè)效果；I=imread(39。39。)。bw1=edge(I,39。roberts39。)。bw2=edge(I,39。sobel39。)。bw3=edge(I,39。log39。)。bw4=edge(I,39。prewitt39。)。bw5=edge(I,39。canny39。)。subplot(2,3,1)。imshow(I),title(39。原圖39。)subplot(2,3,2)。imshow(bw1),title(39。roberts39。)