《数字图像处理实验》word版

《《数字图像处理实验》word版》由会员分享，可在线阅读，更多相关《《数字图像处理实验》word版（22页珍藏版）》请在装配图网上搜索。

1、华南理工大学数字图像处理课程实验报告实验题目： 实验1、数字图像读取及色彩、亮度对比度变化 姓名： 学号： 班级： 组别： 合作者： 指导教师： 实验概述【实验目的及要求】实验目的： 了解数字图像的存储格式，并学会对图像的某些视觉特征作简单处理。实验要求：1 从最常用的“.BMP”图像格式中读取图像数据；2 对数字图像的表示方式（如RGB、YUV）及各种表示方式之间的转换有初步了解；3 根据输入参数改变数字图像的色彩、亮度、对比度。【实验环境】操作系统：Windows XP实验平台：Matlab实验内容【实验过程】一、实验步骤：1 利用工具（如ACDSee、PhotoShop）将Sample1

2、-1.jpg转换为Sample1-1.bmp；2 将BMP图像内容读入内存数组；3 通过访问数字图像RGB三个通道的对应矩阵，改变数字图像的色彩；4 将数字图像的RGB表示转换为YUV表示；Y=0.30R+0.59G+0.11BU=0.70R-0.59G-0.11BV=-0.30R-0.59G+0.89B5 通过访问Y（亮度）通道，改变数字图像的亮度；二、实验图像：三、实验主要过程：1、读入图像，分离RGB三个通道，结果如下：代码如下：% 读入图像并分离RGB，显示；src = imread(sample1-1.bmp);r c d = size(src);R = src;G = src;B

3、= src;R(:,:,2) = zeros(r,c);R(:,:,3) = zeros(r,c);G(:,:,1) = zeros(r,c);G(:,:,3) = zeros(r,c);B(:,:,1) = zeros(r,c);B(:,:,2) = zeros(r,c);subplot(1,3,1);imshow(R); title(R分量);subplot(1,3,2);imshow(G); title(G分量);subplot(1,3,3);imshow(B); title(B分量);2、修改RGB值（反色），改变图像的色彩，结果如下：代码如下：% 修改RGB的值（这时采用了反色），改

4、变图像的色彩；R(:,:,1) = 255 - R(:,:,1); % 为了进行后面的实验，请注释此行G(:,:,2) = 255 - G(:,:,2); % 为了进行后面的实验，请注释此行B(:,:,3) = 255 - B(:,:,3); % 为了进行后面的实验，请注释此行subplot(2,3,1);imshow(R); title(R分量反色);subplot(2,3,2);imshow(G); title(G分量反色);subplot(2,3,3);imshow(B); title(B分量反色);subplot(2,3,4);imshow(src); title(原图);subplo

5、t(2,3,6);imshow(R+G+B); title(反色);3、将RGB转为YUV，结果如下：代码如下：R = double(R(:,:,1);G = double(G(:,:,2);B = double(B(:,:,3);Y = 0.299*R + 0.587*G + 0.114*B;U = -0.147*R - 0.289*G + 0.436*B;V = 0.615*R - 0.515*G - 0.100*B;subplot(2,3,1);imshow(uint8(Y); title(Y分量);subplot(2,3,2);imshow(uint8(U); title(U分量);s

6、ubplot(2,3,3);imshow(uint8(V); title(V分量);4、修改Y分量（这里除以1.5），重新由YUV转为RGB，结果如下：代码如下：Y = Y/1.5;R = Y + 1.140*V;G = Y - 0.395*U - 0.581*V;B = Y + 2.032*U;rgb(:,:,1) = uint8(R(:,:);rgb(:,:,2) = uint8(G(:,:);rgb(:,:,3) = uint8(B(:,:);subplot(2,3,4);imshow(rgb); title(修改亮度);小结通过本次实验，掌握了基本的图像颜色空间变换，及简单的图像修改。

7、指导教师评语及成绩评语： 成绩： 指导教师签名： 批阅日期： 华南理工大学数字图像处理课程实验报告实验题目： 实验2、数字图像空间域增强 姓名： 学号： 班级： 组别： 合作者： 指导教师： 实验概述【实验目的及要求】实验目的： 了解数字图像的灰度变换和g（0.4，0.6，0.8）校正。实验要求：1. 了解图像的灰度变换。2. 对图像进行g校正。【实验环境】操作系统：Windows XP实验平台：Matlab实验内容【实验过程】一、实验步骤：1. 利用工具（如ACDSee、PhotoShop）将图像sample2-1.jpg转换为sample2-1.bmp2. 将BMP图像内容读入内存数组。3

8、. 对图像进行校正g较正,分别取值为0.4,0.6,0.8.4. 调整图像的灰度。二、实验图像：三、实验主要过程：1、对源图像进行标准化，使像素的RGB值的范围为0到1代码如下：src = imread(sample2-1.bmp);src = double(src);src = src / 256.0;2、对源图像的各像素，采用不同的珈玛值进行校正，并显示比较，结果如下：代码如下：gamma0p4 = uint8(src.(1/0.4).*256.0);gamma0p6 = uint8(src.(1/0.6).*256.0);gamma0p8 = uint8(src.(1/0.8).*256

9、.0);subplot(2,2,1);imshow(src); title(源图像);subplot(2,2,2);imshow(gamma0p4); title(0.4);subplot(2,2,3);imshow(gamma0p4); title(0.6);subplot(2,2,4);imshow(gamma0p4); title(0.8);小结通过本次实验，掌握了珈玛校正的原理及操作方法。指导教师评语及成绩评语： 成绩： 指导教师签名： 批阅日期： 华南理工大学数字图像处理课程实验报告实验题目： 实验3、数字图像的噪声去除 姓名： 学号： 班级： 组别： 合作者： 指导教师： 实验概述

10、【实验目的及要求】实验目的： 学会用滤波器去除图像中的噪声。实验要求：1 用均值滤波器去除图像中的噪声；2 用中值滤波器去除图像中的噪声；3 比较两种方法的处理结果【实验环境】操作系统：Windows XP实验平台：Matlab实验内容【实验过程】一、实验步骤：1 将BMP图像内容读入内存数组；2 用均值滤波器去除图像中的噪声；3 用中值滤波器去除图像中的噪声；4 将两种处理方法的结果与原图比较；注意两种处理方法对边缘的影响。二、实验图像： 源图像 加噪声后的图像三、实验主要过程：1、对源图像进行3*3的均值滤波，结果如下：代码如下：src = imread(sample3-2.bmp);r,

11、c = size(src);output = src;n = 3; k = (n-1)/2;for row = 1+k:r-k for column = 1+k:c-k m = src(row-k:row+k,column-k:column+k); temp = sum(sum(m,1),2)*(1/n/n); output(row, column) = uint8(temp); endendimshow(output);在本代码中，边缘并没有被处理，而是直接采用源图像的对应值。2、对源图像进行3*3的中值滤波，结果如下：代码如下：src = imread(sample3-2.bmp);r,c

12、 = size(src);output = src;n = 3;k = (n-1)/2;for row = 1+k:r-k for column = 1+k:c-k m = src(row-k:row+k,column-k:column+k); v = m(1:end); v = sort(v); output(row, column) = v(n*n-1)/2+1); endendimshow(output);在本代码中，边缘并没有被处理，而是直接采用源图像的对应值。3、比较：从结果图像中看出，滤波后的图像比之前的图像模糊，但是可以基本滤去噪声。而从直观上比较两种滤波，均值滤波的结果比中值滤

13、波的结果亮一点。小结通过本次实验，掌握了简单的滤波器原理及过滤方法。指导教师评语及成绩评语： 成绩： 指导教师签名： 批阅日期： 华南理工大学数字图像处理课程实验报告实验题目： 实验4、频率域低通和高通滤波 姓名： 学号： 班级： 组别： 合作者： 指导教师： 实验概述【实验目的及要求】实验目的： 学会两种简单的频域低通和高通滤波方法。实验要求：1 使用布特沃斯和高斯滤波器进行低通滤波；2 使用布特沃斯和高斯滤波器进行高通滤波。【实验环境】操作系统：Windows XP实验平台：Matlab实验内容【实验过程】一、实验步骤：1、用布特沃思低通滤波器对图像进行低通滤波；2、用高斯低通滤波器对图像

14、进行低通滤波；3、用布特沃思高通滤波器对图像进行高通滤波；4、用高斯高通滤波器对图像进行高能滤波；二、实验图像： 源图像 加噪声后的图像三、实验主要过程：1、对源图像进行进行空间域到频域的变换，结果如下： 代码如下：src = imread(sample4-2.bmp);r,c = size(src);f = fftshift(fft2(double(src);mx = max(max(f,1),2);imf = abs(f)/mx*25600;imshow(uint8(imf);2、进行频域的高斯低通滤波，结果如下：（取D0为10，20，40，80）代码如下：D0 = 20,50,80,12

15、0;D = f;H = D;for row = 1:r for column = 1:c D(row,column) = sqrt(row-r/2)2+(column-c/2)2); endendfor type = 1:length(D0) H = exp(D.2/(2*D0(type)2)*(-1); f2 = f.*H; f2 = ifft2(ifftshift(f2); subplot(2,2,type); imshow(uint8(real(f2); title(D0(type);end从结果可知，D0越小，结果越模糊，去噪效果越好；D0越大，则相反。3、进行频域的高斯高通滤波，结果

16、如下：（取D0为10，20，40，80）代码如下：D0 = 10,20,40,80;n = 2;D = f;H = D;for row = 1:r for column = 1:c D(row,column) = sqrt(row-r/2)2+(column-c/2)2); endendfor type = 1:length(D0) H = 1 - exp(D.2/(2*D0(type)2)*(-1); f2 = f.*H; f2 = ifft2(ifftshift(f2); subplot(2,2,type); imshow(uint8(real(f2); title(D0(type);en

17、d4、进行频域的布特沃斯低通滤波，结果如下：（取D0为10，20，40，80，n为2）代码如下：D0 = 10,20,40,80;n = 2;D = f;H = D;for row = 1:r for column = 1:c D(row,column) = sqrt(row-r/2)2+(column-c/2)2); endendfor type = 1:length(D0) H = 1./(1+(D/D0(type).(2*n); f2 = f.*H; f2 = ifft2(ifftshift(f2); subplot(2,2,type); imshow(uint8(real(f2); t

18、itle(D0(type);end5、进行频域的布特沃斯高通滤波，结果如下：（取D0为10，20，40，80，n为2）代码如下：D0 = 10,20,40,80;n = 2;D = f;H = D;for row = 1:r for column = 1:c D(row,column) = sqrt(row-r/2)2+(column-c/2)2); endendfor type = 1:length(D0) H = 1 - 1./(1+(D/D0(type).(2*n); f2 = f.*H; f2 = ifft2(ifftshift(f2); subplot(2,2,type); imsh

19、ow(uint8(real(f2); title(D0(type);end小结通过本次实验，掌握了频域滤波的基本原理及高斯/布特沃斯高低通滤波。指导教师评语及成绩评语： 成绩： 指导教师签名： 批阅日期： 华南理工大学数字图像处理课程实验报告实验题目： 实验5、数字图像复原 姓名： 学号： 班级： 组别： 合作者： 指导教师： 实验概述【实验目的及要求】实验目的： 了解Fourier变换、反变换的算法实现，掌握频域逆滤波和维纳滤波图像复原的方法。实验要求：1 用Fourier变换算法对图像作二维Fourier变换。2 用Fourier反变换算法对图像作二维Fourier反变换。3 频域逆滤波和

20、维纳滤波图像复原。【实验环境】操作系统：Windows XP实验平台：Matlab实验内容【实验过程】一、实验步骤：1 将BMP格式图像内容读入内存数组；2 用快速Fourier变换算法，对图像作二维FFT变换得到G(u,v)；（考虑图像为256*256，可以采用快速Fourier变换方法）3 进行频域逆滤波和维纳滤波;4 进行Fourier反变换得到g(x,y)；二、实验图像： 需要复原的图像 原图像三、实验主要过程：1、进行逆滤波的操作，这里的H(u, v)是自定义的，结果如下：代码如下：src = imread(sample5-1.jpg);src = rgb2gray(src);r,

21、c = size(src);H = zeros(r, c);k = 0.00001;for row = 1:r for column = 1:c H(row, column) = exp(-k*( row-r/2)2+( column -c/2)2)(5/6); endendf = fftshift(fft2(double(src);f = f./H;f = ifft2(ifftshift(f);f = uint8(real(f);imshow(f);由于给出了源图片，所以这里H(u, v)也可以由后面的图像的频域值除以源图片的频域值得出。2、进行维纳滤波的操作，这里的H(u, v)是自定义的

22、，结果如下：代码如下：src = imread(sample5-1.jpg);src = rgb2gray(src);r, c = size(src);H = zeros(r, c);k = 0.0001;for row = 1:r for column = 1:c H(row,column) = exp(-k*(row-r/2)2+(column-c/2)2)(5/6); endendspectrum = H.2;f = fftshift(fft2(double(src);HW = H./(spectrum + 0.0001);f = f.*(HW);f = ifft2(ifftshift(f);f = uint8(real(f);imshow(f);小结通过这次实验，掌握了图像恢复的基本原理和简单的手法。指导教师评语及成绩评语： 成绩： 指导教师签名： 批阅日期：