【正文】 roberts39。)。BW1 = edge(I,39。)。I = imread(39。還得繼續(xù)努力。比如直線、橢圓、圓、弧線等。這樣就把原始圖像中給定曲線的檢測(cè)問(wèn)題轉(zhuǎn)化為準(zhǔn)找參數(shù)空間的峰值問(wèn)題。所以考慮邊緣的方向很重要。實(shí)驗(yàn)三 圖像邊緣檢測(cè)與連接一、實(shí)驗(yàn)?zāi)康膱D像邊緣檢測(cè)與連接二、實(shí)驗(yàn)內(nèi)容（1）編程實(shí)現(xiàn)一階差分邊緣檢測(cè)算法，包括Robert梯度算子、Prewitt算子、Sobel算子等；（2）編程實(shí)現(xiàn)二階差分拉普拉斯邊緣檢測(cè)算法以及LoG檢測(cè)法和Canny檢測(cè)法；（3）分析與比較各種邊緣檢測(cè)算法的性能；（4）編程實(shí)現(xiàn)Hough變換提取直線（5）分析Hough變換檢測(cè)性能；三、實(shí)驗(yàn)運(yùn)行結(jié)果四、實(shí)驗(yàn)中遇到的問(wèn)題及解決方法拷貝文件后沒(méi)改文件名，直接執(zhí)行時(shí)出現(xiàn)錯(cuò)誤，最后重新修改后重新編譯，使之成功。高通濾波后的圖像39。imshow(J3)。J3=uint8(abs(J2))。result=ifftshift(result)。高通濾波后的頻譜39。%取幅度 mesh(z)。[x,y]=meshgrid(x,y)。x=0:1:255。% 計(jì)算傳遞函數(shù) end result(i,j)=h*g(i,j)。if(d==0)h=0。n=fix(N/2)。% 二階巴特沃斯(Butterworth)高通濾波器 d0=5。)。title(39。subplot(3,2,3)。J2=ifft2(result)。)。%以三維坐標(biāo)顯示該圖像頻譜圖 title(39。z=log(abs(result))。y=0:1:255。end end subplot(3,2,4)。h=1/(1+*(d/d0)^(2*nn))。n=fix(N/2)。% 二階巴特沃斯(Butterworth)低通濾波器 d0=20。[M,N]=size(g)。原圖頻譜39。%取幅度 mesh(z)。[x,y]=meshgrid(x,y)。x=0:1:255。% 傅立葉變換 g=fftshift(g)。f=double(J1)。原圖39。imshow(J1)。)。J1=imread(39。%clear。)。title(39。%新建圖像顯示窗口 % [n,m]=size(c)。)。title(39。%濾波后的數(shù)據(jù)去中心化 b=ifft2(result)。subplot(3,2,3)。理想低通濾波后的頻譜39。mesh(z)。y=0:1:255。對(duì)該圖進(jìn)行低通濾波 選取D=190z=log(abs(result))。else result(k,l)=i(k,l)。[n,m]=size(i)。原圖頻譜39。mesh(z)。y=0:1:255。z=log(abs(i))。subplot(3,2,2)。)。title(39。subplot(3,2,1)。39。clear。使自己對(duì)數(shù)字圖像處理課程中的許多問(wèn)題有了更實(shí)際和確切的深入了解。五、思考題分析為什么圖像通過(guò)低通濾波器后變得模糊？為什么通過(guò)高通濾波器后得到銳化結(jié)果？答：圖像的精細(xì)結(jié)構(gòu)及突變部分主要由高頻成分起作用，故經(jīng)低通濾波后圖像的精細(xì)結(jié)構(gòu)消失，變得模糊；經(jīng)高通濾波后圖像得到銳化。二、實(shí)驗(yàn)內(nèi)容（1）編程實(shí)現(xiàn)圖像的理想低通和高通濾波；（2）編程實(shí)現(xiàn)圖像的巴特沃斯低通和高通濾波。)。title(39。%顯示均衡化后的圖像 subplot(2,2,4)。均衡化結(jié)果39。imshow(J)。)。title(39。%顯示原圖 subplot(2,2,2)。原圖39。imshow(Im)。J=histeq(Im)。39。%計(jì)算圖像的歸一化直方圖 subplot(1,3,1),imshow(I)； subplot(1,3,2),imhist(I,64)； subplot(1,3,3),plot(J)；（2）直方圖均衡化clear all。p=m*n。)。I=imread(39。六、實(shí)驗(yàn)心得體會(huì)本次實(shí)驗(yàn)中，因?yàn)槌鯇W(xué)這個(gè)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(shí)，加深了對(duì)直方圖均衡化的理解。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。子圖直方圖之和為整圖的直方圖。與圖像之間的關(guān)系是多對(duì)一的映射關(guān)系。五、思考題（1）、灰度直方圖可以反映一幅圖像的哪些特征？ 答：表征了圖像的一維信息。二、實(shí)驗(yàn)內(nèi)容（1）計(jì)算并繪制圖像直方圖；（2）編程實(shí)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(shí)驗(yàn)運(yùn)行結(jié)果四、實(shí)驗(yàn)中遇到的問(wèn)題及解決方法顯示無(wú)法找到圖像文件，；編程過(guò)程中應(yīng)注意標(biāo)點(diǎn)的輸入法，應(yīng)該用英文輸入，否則會(huì)報(bào)錯(cuò)。imshow(X),figure,imshow(Z)。)。end end endX=imread(39。X1(i,j)Z(i,j)=(dc)*(X1(i,j)a)/(ba)+c。endif(X1(i,j)=aamp。X1=im2double(X)。subplot(313)imshow(H)。k1=40*exp(k+1)。I1=rgb2gray(I)。)。I=imread(39。imshow(H)。k1=40*log(k+1)。I1=rgb2gray(I)。)。I=imread(39。end end imshow(g)。for y=1:n。[m,n]=size(I)。)。圖像的線性變換：g(x,y)=I(x,y)I=imread(39。g(x,y)=2*I(x,y)。for x=1:m。imshow(I)。D:39。由于亮度變換函數(shù)僅取決于亮度的值，而與(x,y)無(wú)關(guān)，所以亮度函數(shù)通常可寫(xiě)做如下所示的簡(jiǎn)單形式：s=T(r)其中，r表示圖像f中相應(yīng)點(diǎn)(x,y)的亮度，s表示圖像g中相應(yīng)點(diǎn)(x,y)的亮度。灰度變換T的最簡(jiǎn)單形式是使用領(lǐng)域大小為11，此時(shí),(x,y)處的g值僅由f在該點(diǎn)處的亮度決定，T也變?yōu)橐粋€(gè)亮度或灰度級(jí)變化函數(shù)。T應(yīng)用于每個(gè)位置(x,y)，以便在該位置得到輸出圖像g。定義點(diǎn)(x,y)的空間鄰近區(qū)域的主要方法是，使用中心位于(x,y)的正方形或長(zhǎng)方形區(qū)域?？臻g域處理方法分為兩種：灰度級(jí)變換、空間濾波。因此，當(dāng)f的x、y分量和振幅都是有限且離散的量時(shí)，稱該圖像為數(shù)字圖像。將坐標(biāo)值數(shù)字化成為取樣；將振幅數(shù)字化成為量化。圖像關(guān)于x和y坐標(biāo)以及振幅連續(xù)。例如，在RGB彩色系統(tǒng)中，一幅彩色圖像是由三幅獨(dú)立的分量圖像(紅、綠、藍(lán))組成的。5．圖像間如何轉(zhuǎn)化二、實(shí)驗(yàn)原理及知識(shí)點(diǎn)數(shù)字圖像的表示和類別一幅圖像可以被定義為一個(gè)二維函數(shù)f(x,y),其中x和y是空間(平面)坐標(biāo)，f 在任何坐標(biāo)處(x,y)處的振幅稱為圖像在該點(diǎn)的亮度。3．掌握如何利用MATLAB來(lái)獲取圖像的大小、顏色、高度、寬度等等相關(guān)信息。第一篇：昆明理工大學(xué)(數(shù)字圖像處理)實(shí)驗(yàn)報(bào)告昆明理工大學(xué)（數(shù)字圖像處理）實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)名稱圖像的基本變換 實(shí)驗(yàn)時(shí)間 2014 年 3 月 20 日 專業(yè)班級(jí)學(xué) 號(hào) 姓 名成 績(jī) 教師評(píng)語(yǔ)：一、實(shí)驗(yàn)?zāi)康呐c要求1．熟悉及掌握在MATLAB中能夠處理哪些格式圖像。2．熟練掌握在MATLAB中如何讀取圖像。4．掌握如何在MATLAB中按照指定要求存儲(chǔ)一幅圖像的方法?；叶仁怯脕?lái)表示黑白圖像亮度的一個(gè)術(shù)語(yǔ)，而彩色圖像是由單個(gè)二維圖像組合形成的。因此，許多為黑白圖像處理開(kāi)發(fā)的技術(shù)適用于彩色圖像處理，方法是分別處理三副獨(dú)立的分量圖像即可。要將這樣的一幅圖像轉(zhuǎn)化為數(shù)字形式，就要求數(shù)字化坐標(biāo)和振幅。采樣和量化的過(guò)程如圖1所示。術(shù)語(yǔ)‘空間域’指的是圖像平面本身，在空間與內(nèi)處理圖像的方法是直接對(duì)圖像的像素進(jìn)行處理?？臻g域技術(shù)直接對(duì)像素進(jìn)行操作其表達(dá)式為g(x,y)=T[f(x,y)] 其中f(x,y)為輸入圖像，g(x,y)為輸出圖像，T是對(duì)圖像f進(jìn)行處理的操作符，定義在點(diǎn)(x,y)的指定領(lǐng)域內(nèi)。此區(qū)域的中心從原點(diǎn)(如左上角)開(kāi)始逐像素點(diǎn)移動(dòng)，在移動(dòng)的同時(shí)，該區(qū)域會(huì)包含不同的領(lǐng)域。在計(jì)算(x,y)處的g值時(shí)，只使用該領(lǐng)域的像素。當(dāng)處理單設(shè)(灰度)圖像時(shí)，這兩個(gè)術(shù)語(yǔ)可以互換。(x,y)=2*I(x,y)I=imread(39。)。[m,n]=size(I)。for y=1:n。end endimshow(g)。D:39。imshow(I)。for x=1:m。g(x,y)=I(x,y)。=40*log(k+1)。D:39。imshow(I)。k=im2double(I1)。H=uint8(k1)。=40*exp(k+1)。D:39。subplot(311)imshow(I)。subplot(312)imshow(I1)k=im2double(I1)。H=uint8(k1)。function Z=imadjust_sec(X,a,b,c,d)[m,n]=size(X)。for i=1:m for j=1:nif(X1(i,j)Z(i,j)=c*X1(i,j)/a。amp。end if(X1(i,j)=b)Z(i,j)=(1d)*(X1(i,j)b)/(1b)+d。D:39。Z=imadjust_sec(X,)。第二篇：數(shù)字圖像處理實(shí)驗(yàn)報(bào)告實(shí) 驗(yàn) 報(bào) 告 書(shū)系部學(xué)生專業(yè)班實(shí)驗(yàn)名稱姓名名稱 級(jí)時(shí)間：： ： ：：實(shí)驗(yàn)一 直方圖均衡一、實(shí)驗(yàn)?zāi)康脑趯W(xué)習(xí)圖像直方圖的概念、計(jì)算方法、性質(zhì)和相關(guān)應(yīng)用基礎(chǔ)上，生成、繪制圖像的直方圖，并應(yīng)用MATLAB編程實(shí)現(xiàn)圖像直方圖均衡化程序。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(xiě)。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。一幅圖像唯一確定出與之對(duì)應(yīng)的直方圖，但不同圖像可能有相同的直方圖。(2)均衡化后的直方圖有何特點(diǎn)？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。處理的結(jié)果使圖像更適合與人的視覺(jué)特征或機(jī)器的識(shí)別系統(tǒng)。七、程序清單clear all。39。%打開(kāi)一幅灰度圖像 [m,n]=size(I)。J=imhist(I)./p。Im=imread(39。)。%均衡化 subplot(2,2,1)。title(39。)。imhist(Im)。原圖直方圖39。%顯示原圖的直方圖 subplot(2,2,3)。title(39。)。imhist(J)。均衡化結(jié)果的直方圖39。%顯示均衡化后的直方圖實(shí)驗(yàn)二 頻域圖像增強(qiáng)一、實(shí)驗(yàn)?zāi)康念l域圖像增強(qiáng)掌握基于頻域的圖像增強(qiáng)方法。三、實(shí)驗(yàn)運(yùn)行結(jié)果四、實(shí)驗(yàn)中遇到的問(wèn)題及解決方法顯示圖像無(wú)法打開(kāi)，最終查出來(lái)時(shí)圖像格式弄錯(cuò)了。六、實(shí)驗(yàn)心得體會(huì)本實(shí)驗(yàn)中遇到很多問(wèn)題及錯(cuò)誤，例如圖像打不開(kāi)、處理后圖像模糊等，都是經(jīng)常容易發(fā)生的錯(cuò)誤，最后實(shí)驗(yàn)幾次，就能夠逐一自己解決了。七、程序清單clc。data4=imread(39。)。imshow(data4)。原圖39。i=fft2(data4)。i=fftshift(i)。x=0:1:255。[x,y]=meshgrid(x,y)。%以三維坐標(biāo)顯示該圖像頻譜圖title(39。)。%for k=1:1:n for l=1:1:m if(k^2+l^2)=190^2 % result(k,l)=0。end end end subplot(3,2,4)。%三維方式顯示低通濾波后的頻譜圖 x=0:1:255。[x,y]=meshgrid(x,y)。title(39。)。%新建圖像顯示窗口 result=fftshift(result)。%逆傅里葉變換 imshow(uint8(abs(b)))。理想低通濾波后的圖像39。subplot(3,2,6)。%對(duì)原圖進(jìn)行高通濾波 for k=1:1:n for l=1:1:m if(k^2+l^2)imshow(uint8(abs(d)))。理想高通濾波后的圖像39。%頻域增強(qiáng)（巴特沃斯原型）%二階巴特沃斯（Butterworth）低通濾波器 %clc。Figure。39。subplot(3,2,1)。title(39。)。g=fft2(f)。% 轉(zhuǎn)換數(shù)據(jù)矩陣 subplot(3,2,2)。y=0:1:255。z=log(abs(g))。%以三維坐標(biāo)顯示該圖像頻譜圖 title(39。)。nn=2。m=fix(M/2)。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。% 計(jì)算低通濾波器傳遞函數(shù) result(i,j)=h*g(i,j)。x=0:1:255。[x,y]=meshgrid(x,y)。%取幅度 mesh(z)。低通濾波后的頻譜39。result=ifftshift(result)。J3=uint8(abs(J2))。imshow(J3)。低通濾波后的圖像39。%利用二階巴特沃斯（Butterworth）高通濾波器nn=2。m=fix(M/2)。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。else h=1/(1+*(d0/d)^(2*nn))。end end subplot(3,2,6)。y=0:1:255。z=log(abs(result))。%以三維坐標(biāo)顯示該圖像頻譜圖 title(39。)。J2=ifft2(result)。subplot(3,2,5)。title(39。)。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(kāi)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)。（2）Hough變換原理是什么？答：Hough變換的基本原理在于利用點(diǎn)與線的對(duì)偶性，將原始圖像空間的給定的曲線通過(guò)曲線表達(dá)形式變?yōu)閰?shù)空間的一個(gè)點(diǎn)。也即把檢測(cè)整體特性轉(zhuǎn)化為檢測(cè)局部特性。六、實(shí)驗(yàn)心得體會(huì)對(duì)于一些圖像處理的函數(shù)不是很了解，只能夠按課本的參照函數(shù)拷貝做實(shí)驗(yàn)，對(duì)于其中的一些函數(shù)問(wèn)題理解不是很透徹，有些甚至完全不懂。七、程序清單邊緣檢測(cè)由edge函數(shù)實(shí)現(xiàn)各算子對(duì)圖像的邊緣檢測(cè)clear all。d:39。I=rgb2gray(I)。sobel39。%利用Sobel算子進(jìn)行邊緣檢測(cè) BW2 = edge(I,39。)。prewitt39。%利用prewit