数字图像处理——实验.pptx

数字图像处理实验实验一、计算图象统计参数实验一、计算图象统计参数o在在matlab软件编写程序：软件编写程序：o读取图像（文件名为读取图像（文件名为cameraman.tif）;o最大值最大值o最小值最小值o均值均值o直方图（要求不能调用直方图（要求不能调用imhist函数，只能用该函数来函数，只能用该函数来验证自编直方图程序块的正确性）。验证自编直方图程序块的正确性）。实验二灰度和直方图变换1.图像数据读出2.计算并分析图像直方图（imhist）3.利用直接灰度变换法对图像进行灰度变换（imadjust）4.直方图均衡化处理及显示（histeq）空间滤波1.给定图像添加噪声（高斯噪声和椒盐噪声）（imnoise）2.使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理（fspecial,filter2,medfilt2）实验二参考答案f=imread(medicine_pic.jpg);g=imhist(f,256);%显示其直方图g1=imadjust(f,0 1,1 0);%灰度转换，实现明暗转换(负片图像)figure,imshow(g1)%将0.5到0.75的灰度级扩展到范围0 1g2=imadjust(f,0.5 0.75,0 1);figure,imshow(g2)g=imread(point.jpg);h=log(1+double(g);%对输入图像对数映射变换h=mat2gray(h);%将矩阵h转换为灰度图片h=im2uint8(h);%将灰度图转换为8位图figure,imshow(h)J=histeq(f);%对原图像进行直方图均衡化处理Figure,imshow(J);%显示均衡化图像%对直方图均衡化后图像进行屏幕控制；作一幅子图，并排两幅图的第1幅figure;subplot(1,2,1);imhist(I,64);%将原图像直方图显示为64级灰度title(原图像直方图);%给原图像直方图加标题名subplot(1,2,2);%作第2幅子图imhist(J,64);%将均衡化后图像的直方图显示为64级灰度title(均衡变换后的直方图);%给均衡化后图像直方图加标题名实验二参考答案I=imread(electric.tif);J=imnoise(I,gauss,0.02);%添加高斯噪声J=imnoise(I,salt&pepper,0.02);(注意空格)%添加椒盐噪声 ave1=fspecial(average,3);%产生33的均值模版ave2=fspecial(average,5);%产生55的均值模版K=filter2(ave1,J)/255;%均值滤波33L=filter2(ave2,J)/255;%均值滤波55M=medfilt2(J,3 3);%中值滤波33模板N=medfilt2(J,4 4);%中值滤波44模板imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);实验三1、利用 MATLAB 实现数字图像的傅里叶变换读入并显示图test1.tif，作该图的二维 FFT 变换 F，将其直流分量移到频谱中心 F1（fftshift()函数），计算其实部 RR、虚部 II，用两种方法计算幅值 A1=abs(F1)和 A2=sqrt(RR.2+II.2)，分别显示 A1 和 A2，并加以比较。test1.tifi=imread(test1.tif);figure,imshow(i);title(test1.tif);f=fft2(i);f1=fftshift(f);rr=real(f1);ii=imag(f1);a1=abs(f1);a2=sqrt(rr.2+ii2);aa1=log(1+a1);aa2=log(1+a2);figure,imshow(aa1,);title(a1 abs);figure,imshow(aa2,);title(a2 sqrt);实验三参考答案实验三2、近似冲击函数二维傅里叶变换 A=zeros(99,99);A(49:51,49:51)=1;作 A 的二维傅里叶变换 B，将 B 直流分量移到频谱中心 B1，分别用函数 imshow 和 mesh 显示A 和 B1 模的对数（log(1+abs(B1)）A=zeros(99,99);A(49:51,49:51)=1;B=fft2(A);B1=fftshift(B);figure,imshow(A);title(冲击函数imsow);figure,mesh(A);title(冲击函数mesh);figure,imshow(log(1+abs(B1);title(冲击函数频域模mesh);figure,mesh(log(1+abs(B1)title(冲击函数频域模mesh);实验三参考答案实验三3、空间滤波与频域滤波将图 test2.tif 分别进行空间与频域滤波。空间滤波：用 fspecial 产生 9*9，标准差为 2 的高斯滤波器 w，用函数 imfilter 对 f 进行空间滤波，得到滤波后的图像 fi1。频域滤波:将上述高斯滤波器 w 用函数 freqz2 获得其256*256 频域形式 W，用 W 在频域滤波图像 f（注意 W 的直流分量在频谱中心），得到 Ff，求其傅里叶逆变换（ifft2），得到滤波后的图像 fi2。用函数 imshow 显示 w，用函数 mesh 显示 W，用 mshow 显示 f，fi1，Ff 的模的对数，fi2。比 较 fi1 与 fi2。test2.tif g=imread(test2.tif);G=fft2(g);w=fspecial(gaussian,9,2);fi1=imfilter(g,w);W=freqz2(w,256,256);W1=ifftshift(W);Ff=G.*W1;fi2=real(ifft2(Ff);figure,imshow(w);title(w);figure,mesh(W);title(W);figure,imshow(g);title(test2.tif(g);figure,imshow(fi1,);title(空间滤波);figure,imshow(fi2,);title(频域滤波)实验三参考答案实验四1.使用imnoise2()生成右图，理解各参数的作用。实验四2.使用imnoise3()生成右图，理解各参数的作用。提示：提示：仔细阅读参考书数字图像处理MATLAB版104-113页实验五1、使用 RGB、Indexed 和 Gray 图像间转换函数对图像“strawberries_fullcolor.tif”使用 rgb2ind 分别产生 8 色抖动和非抖动图像；使用 rgb2gray 实现图像转换，并使用函数 dither 产生其抖动形式的图像。实验五参考答案f=imread(strawberries_fullcolor.tif);x1,map1=rgb2ind(f,8,nodither);figure,imshow(x1,map1);title(ind nodither);x2,map1=rgb2ind(f,8,dither);figure,imshow(x2,map1);title(ind dither);g=rgb2gray(f);g1=dither(g);figure,imshow(g);title(gray nodither);figure,imshow(g1);title(gray dither);实验五参考答案2、彩色图像平滑与锐化对图像“iris.tif”在 RGB 空 间 实 现 彩色图像的平滑（w=ones（25）./(25*25)）与锐化（w=1 1 1 1 1;1 1 1 1 1;1 1-24 1 1;1 1 1 1 1;1 1 1 1 1;）（函数 imfilter）;在 HSI 空间实现彩色图像的平滑（w=ones（25）./(25*25)），（函数 imfilter,rgb2hsi,cat），观察仅平滑亮度分量（intensity）和平滑全部三个分量结果的差 别。RGBHSI实验五参考答案i=imread(iris.tif);figure,imshow(i);w1=ones(25)./(25*25);w2=1 1 1 1 1;1 1 1 1 1;1 1-24 1 1;1 1 1 1 1;1 1 1 1 1;i1=imfilter(i,w1,replicate);i2=imfilter(i,w2,replicate);figure,imshow(i1);title(rgb平滑);figure,imshow(i2)title(rgbr锐化);(1)(1)h=rgb2hsi(i);H=h(:,:,1);S=h(:,:,2);I=h(:,:,3);h1=imfilter(h,w1,replicate);%平滑全部三个分量I2=imfilter(I,w1,replicate);%仅平滑亮度分量h2=cat(3,H,S,I2);hi1=hsi2rgb(h1);hi2=hsi2rgb(h2);hi1=min(hi1,1);hi2=min(hi2,1);figure,imshow(hi1);title(平滑全部三个分量)figure,imshow(hi2);title(仅平滑亮度分量)实验五参考答案3、彩色图像分割用 colorseg函 数 实 现 基 于 肤 色 的 人 脸 分 割 。对 图 像“woman_baby_original.tif”在 HSI 空间，用函数 colorseg 分别用参数“euclidean”和“mahalanobis”实现人脸分割。a=imread(woman_baby_original.tif);mask=roipoly(a);%指定多边形的感兴趣区（ROI）r=immultiply(mask,a(:,:,1);%两幅图像相乘g=immultiply(mask,a(:,:,2);b=immultiply(mask,a(:,:,3);g=cat(3,r,g,b);%按指定维数串联阵列M,N,K=size(g);%得到阵列维数b=reshape(g,M*N,3);idx=find(mask);%查找非零元素的索引和值b=double(b(idx,1:3);C,d=covmatrix(b);aa1=colorseg(euclidean,a,25,d);aa2=colorseg(mahalanobis,a,25,d);figure,imshow(aa1,);figure,imshow(aa2,);实验五参考答案