光學圖像處理實驗及指導

1、光學圖像處理實驗指導書目 錄實驗一 MATLAB數(shù)字圖像處理初步1實驗二 圖像的代數(shù)運算5實驗三 圖像增強灰度變換5實驗四 圖像增強直方圖變換5實驗五 圖像增強空域濾波5實驗六 圖像的傅立葉變換5實驗七 圖像增強頻域濾波5實驗八 彩色圖像處理5實驗九 圖像分割5實驗十 形態(tài)學運算5附 錄 MATLAB簡介5實驗一 MATLAB數(shù)字圖像處理初步一、實驗?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。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。4掌握如何在MATLAB中按照指定要求存儲一幅圖像的方法。5圖像間如何轉(zhuǎn)化

2、。二、實驗原理及知識點1、數(shù)字圖像的表示和類別一幅圖像可以被定義為一個二維函數(shù)f(x,y),其中x和y是空間(平面)坐標，f 在任何坐標處(x,y)處的振幅稱為圖像在該點的亮度?；叶仁怯脕肀硎竞诎讏D像亮度的一個術(shù)語，而彩色圖像是由單個二維圖像組合形成的。例如，在RGB彩色系統(tǒng)中，一幅彩色圖像是由三幅獨立的分量圖像(紅、綠、藍)組成的。因此，許多為黑白圖像處理開發(fā)的技術(shù)適用于彩色圖像處理，方法是分別處理三副獨立的分量圖像即可。圖像關(guān)于x和y坐標以及振幅連續(xù)。要將這樣的一幅圖像轉(zhuǎn)化為數(shù)字形式，就要求數(shù)字化坐標和振幅。將坐標值數(shù)字化成為取樣；將振幅數(shù)字化成為量化。采樣和量化的過程如圖1所示。因此，當

3、f的x、y分量和振幅都是有限且離散的量時，稱該圖像為數(shù)字圖像。作為MATLAB基本數(shù)據(jù)類型的數(shù)值數(shù)組本身十分適于表達圖像，矩陣的元素和圖像的像素之間有著十分自然的對應(yīng)關(guān)系。圖1 圖像的采樣和量化根據(jù)圖像數(shù)據(jù)矩陣解釋方法的不同，MATLAB把其處理為4類：Ø 亮度圖像(Intensity images)Ø 二值圖像(Binary images)Ø 索引圖像(Indexed images)Ø RGB圖像(RGB images)(1) 亮度圖像一幅亮度圖像是一個數(shù)據(jù)矩陣，其歸一化的取值表示亮度。若亮度圖像的像素都是uint8類或uint16類，則它們的整數(shù)值范

4、圍分別是0，255和0，65536。若圖像是double類，則像素取值就是浮點數(shù)。規(guī)定雙精度型歸一化亮度圖像的取值范圍是0，1 (2) 二值圖像一幅二值圖像是一個取值只有0和1的邏輯數(shù)組。而一幅取值只包含0和1的uint8類數(shù)組，在MATLAB中并不認為是二值圖像。使用logical函數(shù)可以把數(shù)值數(shù)組轉(zhuǎn)化為二值數(shù)組或邏輯數(shù)組。創(chuàng)建一個邏輯圖像，其語法為： B=logical(A)其中，B是由0和1構(gòu)成的數(shù)值數(shù)組。要測試一個數(shù)組是否為邏輯數(shù)組，可以使用函數(shù): islogical(c)若C是邏輯數(shù)組，則該函數(shù)返回1；否則，返回0。(3) 索引圖像索引顏色通常也稱為映射顏色，在這種模式下，顏色都是預(yù)

5、先定義的，并且可供選用的一組顏色也很有限，索引顏色的圖像最多只能顯示256種顏色。一幅索引顏色圖像在圖像文件里定義，當打開該文件時，構(gòu)成該圖像具體顏色的索引值就被讀入程序里，然后根據(jù)索引值找到最終的顏色。 (4) RGB圖像一幅RGB圖像就是彩色像素的一個M×N×3數(shù)組，其中每一個彩色相似點都是在特定空間位置的彩色圖像相對應(yīng)的紅、綠、藍三個分量。按照慣例，形成一幅RGB彩色圖像的三個圖像常稱為紅、綠或藍分量圖像。令fR，fG和fB分別代表三種RGB分量圖像。一幅RGB圖像就利用cat(級聯(lián))操作將這些分量圖像組合成彩色圖像： rgb_image=cat(3,fR,fG,fB

6、)在操作中，圖像按順序放置。 2、數(shù)據(jù)類和圖像類型間的轉(zhuǎn)化表1中列出了MATLAB和IPT為表示像素所支持的各種數(shù)據(jù)類。表中的前8項稱為數(shù)值數(shù)據(jù)類，第9項稱為字符類，最后一項稱為邏輯數(shù)據(jù)類。工具箱中提供了執(zhí)行必要縮放的函數(shù)(見表2)。以在圖像類和類型間進行轉(zhuǎn)化。表1-1 MATLAB和IPT支持數(shù)據(jù)類型名稱描述double雙精度浮點數(shù)，范圍為uint8無符號8比特整數(shù)，范圍為0 255uint16無符號16比特整數(shù)，范圍為0 65536uint32無符號32比特整數(shù)，范圍為0 4294967295int8有符號8比特整數(shù)，范圍為-128 127int16有符號16比特整數(shù)，范圍為-32768

7、32767int32有符號32比特整數(shù)，范圍為-2147483648 2147483647single單精度浮點數(shù)，范圍為char字符logical值為0或1表1-2 格式轉(zhuǎn)換函數(shù)名稱將輸入轉(zhuǎn)化為有效的輸入圖像數(shù)據(jù)類im2uint8uint8logical,uint8,uint16和doulbeim2uint16uint16logical,uint8,uint16和doulbemat2graydouble,范圍為0 1doubleim2doubledoublelogical,uint8,uint16和doulbeim2bwlogicaluint8,uint16和double 下面給出讀取、壓縮

8、、顯示一幅圖像的程序(%后面的語句屬于標記語句，編程時可不用輸入)I=imread(原圖像名.tif); % 讀入原圖像,tif格式whos I % 顯示圖像I的基本信息imshow(I) % 顯示圖像% 這種格式知識用于jpg格式，壓縮存儲圖像，q是0-100之間的整數(shù)imfinfo filename imwrite(I,'filename.jpg','quality',q); imwrite(I,'filename.bmp'); % 以位圖（BMP）的格式存儲圖像% 顯示多幅圖像，其中n為圖形窗口的號數(shù)figure(n), imshow(&#

9、39;filename'); gg=im2bw('filename'); % 將圖像轉(zhuǎn)為二值圖像figure, imshow(gg) % 顯示二值圖像三、實驗內(nèi)容及步驟1利用imread( )函數(shù)讀取一幅圖像，假設(shè)其名為flower.tif，存入一個數(shù)組中；2利用whos 命令提取該讀入圖像flower.tif的基本信息；3利用imshow()函數(shù)來顯示這幅圖像；4利用imfinfo函數(shù)來獲取圖像文件的壓縮，顏色等等其他的詳細信息；5利用imwrite()函數(shù)來壓縮這幅圖象，將其保存為一幅壓縮了像素的jpg文件,設(shè)為flower.jpg；語法：imwrite(原圖像，新

10、圖像，quality,q), q取0-100。6同樣利用imwrite()函數(shù)將最初讀入的tif圖象另存為一幅bmp圖像，設(shè)為flower.bmp。7用imread()讀入圖像：Lenna.jpg 和camema.jpg；8用imfinfo()獲取圖像Lenna.jpg和camema.jpg 的大??；9用figure,imshow()分別將Lenna.jpg和camema.jpg顯示出來，觀察兩幅圖像的質(zhì)量。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。11將每一步的函數(shù)執(zhí)行語句拷貝下來，寫入實驗報告，并且將得到第3、9、10步得到的圖像效果拷貝下來。

11、四、考核要點1、熟悉在MATLAB中如何讀入圖像、如何獲取圖像文件的相關(guān)信息、如何顯示圖像及保存圖像等，熟悉相關(guān)的處理函數(shù)。2、明確不同的圖像文件格式，由于其具體的圖像存儲方式不同，所以文件的大小不同，因此當對同一幅圖像來說，有相同的文件大小時，質(zhì)量不同。五、實驗儀器與軟件(1) PC計算機(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 六、實驗報告要求描述實驗的基本步驟，用數(shù)據(jù)和圖片給出各個步驟中取得的實驗結(jié)果和源代碼，并進行必要的討論，必須包括原始圖像及其計算/處理后的圖像。七、思考題(1) 簡述MatLab軟

12、件的特點。(2) MatLab軟件可以支持哪些圖像文件格式？ (3) 說明函數(shù)imread 的用途格式以及各種格式所得到圖像的性質(zhì)。(4) 為什么用I = imread(lena.bmp) 命令得到的圖像I 不可以進行算術(shù)運算？八、實驗圖像 Fig.1 flower.tif Fig.2 elephant.jpg Fig.3 Lenna.jpg Fig.4 camema.jpg 實驗二 圖像的代數(shù)運算一、 實驗?zāi)康?了解圖像的算術(shù)運算在數(shù)字圖像處理中的初步應(yīng)用。2體會圖像算術(shù)運算處理的過程和處理前后圖像的變化。二、 實驗原理圖像的代數(shù)運算是圖像的標準算術(shù)操作的實現(xiàn)方法，是兩幅輸入圖像之間進行的點

13、對點的加、減、乘、除運算后得到輸出圖像的過程。如果輸入圖像為A(x,y)和B(x,y)，輸出圖像為C(x,y)，則圖像的代數(shù)運算有如下四種形式： C(x,y) = A(x,y) + B(x,y) C(x,y) = A(x,y) - B(x,y) C(x,y) = A(x,y) * B(x,y) C(x,y) = A(x,y) / B(x,y)圖像的代數(shù)運算在圖像處理中有著廣泛的應(yīng)用，它除了可以實現(xiàn)自身所需的算術(shù)操作，還能為許多復(fù)雜的圖像處理提供準備。例如，圖像減法就可以用來檢測同一場景或物體生產(chǎn)的兩幅或多幅圖像的誤差。使用MATLAB的基本算術(shù)符(+、-、*、/ 等)可以執(zhí)行圖像的算術(shù)操作，但

14、是在此之前必須將圖像轉(zhuǎn)換為適合進行基本操作的雙精度類型。為了更方便地對圖像進行操作，MATLAB圖像處理工具箱包含了一個能夠?qū)崿F(xiàn)所有非稀疏數(shù)值數(shù)據(jù)的算術(shù)操作的函數(shù)集合。下表列舉了所有圖像處理工具箱中的圖像代數(shù)運算函數(shù)。表2-1 圖像處理工具箱中的代數(shù)運算函數(shù)函數(shù)名功能描述Imabsdiff兩幅圖像的絕對差值Imadd兩幅圖像的加法Imcomplement補足一幅圖像Imdivide兩幅圖像的除法Imlincomb計算兩幅圖像的線性組合Immultiply兩幅圖像的乘法imsubtract兩幅圖像的減法使用圖像處理工具箱中的圖像代數(shù)運算函數(shù)無需再進行數(shù)據(jù)類型間的轉(zhuǎn)換，這些函數(shù)能夠接受uint8和

15、uint16數(shù)據(jù)，并返回相同格式的圖像結(jié)果。雖然在函數(shù)執(zhí)行過程中元素是以雙精度進行計算的，但是MATLAB工作平臺并不會將圖像轉(zhuǎn)換為雙精度類型。代數(shù)運算的結(jié)果很容易超出數(shù)據(jù)類型允許的范圍。例如，uint8數(shù)據(jù)能夠存儲的最大數(shù)值是255，各種代數(shù)運算尤其是乘法運算的結(jié)果很容易超過這個數(shù)值，有時代數(shù)操作（主要是除法運算）也會產(chǎn)生不能用整數(shù)描述的分數(shù)結(jié)果。圖像的代數(shù)運算函數(shù)使用以下截取規(guī)則使運算結(jié)果符合數(shù)據(jù)范圍的要求：超出數(shù)據(jù)范圍的整型數(shù)據(jù)將被截取為數(shù)據(jù)范圍的極值，分數(shù)結(jié)果將被四舍五入。例如，如果數(shù)據(jù)類型是uint8，那么大于255的結(jié)果（包括無窮大inf）將被設(shè)置為255。注意：無論進行哪一種代數(shù)

16、運算都要保證兩幅輸入圖像的大小相等，且類型相同。三、 實驗步驟1圖像的加法運算圖像相加一般用于對同一場景的多幅圖像求平均效果，以便有效地降低具有疊加性質(zhì)的隨機噪聲。直接采集的圖像品質(zhì)一般都較好，不需要進行加法運算處理，但是對于那些經(jīng)過長距離模擬通訊方式傳送的圖像（如衛(wèi)星圖像），這種處理是必不可少的。在MATLAB中，如果要進行兩幅圖像的加法，或者給一幅圖像加上一個常數(shù)，可以調(diào)用imadd函數(shù)來實現(xiàn)。imadd函數(shù)將某一幅輸入圖像的每一個像素值與另一幅圖像相應(yīng)的像素值相加，返回相應(yīng)的像素值之和作為輸出圖像。imadd函數(shù)的調(diào)用格式如下：Z = imadd（X，Y）其中，X和Y表示需要相加的兩幅圖

17、像，返回值Z表示得到的加法操作結(jié)果。圖像加法在圖像處理中應(yīng)用非常廣泛。例如，以下代碼使用加法操作將圖2.1中的(a)、(b)兩幅圖像疊加在一起：I = imread(rice.tif)；J = imread(cameraman.tif)；K = imadd(I,J)；imshow(K)；疊加結(jié)果如圖2.2所示。 圖2.1 待疊加的兩幅圖像 圖2.2 疊加后的圖像效果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。例如，以下代碼將增加圖3(a)所示的RGB圖像的亮度，加亮后的結(jié)果如圖3(b)所示。RGB = imread(flower.tif)；RGB2 = imadd(RGB,50)；su

18、bplot(1,2,1)；imshow(RGB)；subplot(1,2,2)；imshow(RGB2)； 加50 減50原圖 加50 減50圖2.3 亮度增加與變暗兩幅圖像的像素值相加時產(chǎn)生的結(jié)果很可能超過圖像數(shù)據(jù)類型所支持的最大值，尤其對于uint8類型的圖像，溢出情況最為常見。當數(shù)據(jù)值發(fā)生溢出時，imadd函數(shù)將數(shù)據(jù)截取為數(shù)據(jù)類型所支持的最大值，這種截取效果稱之為飽和。為了避免出現(xiàn)飽和現(xiàn)象，在進行加法計算前最好將圖像轉(zhuǎn)換為一種數(shù)據(jù)范圍較寬的數(shù)據(jù)類型。例如，在加法操作前將uint8圖像轉(zhuǎn)換為uint16類型。2圖像的減法運算圖像減法也稱為差分方法，是一種常用于檢測圖像變化及運動物體的圖像處

19、理方法。圖像減法可以作為許多圖像處理工作的準備步驟。例如，可以使用圖像減法來檢測一系列相同場景圖像的差異。圖像減法與閾值化處理的綜合使用往往是建立機器視覺系統(tǒng)最有效的方法之一。在利用圖像減法處理圖像時往往需要考慮背景的更新機制，盡量補償由于天氣、光照等因素對圖像顯示效果造成的影響。在MATLAB中，使用imsubtract函數(shù)可以將一幅圖像從另一幅圖像中減去，或者從一幅圖像中減去一個常數(shù)。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。imsubtract函數(shù)的調(diào)用格式如下：Z = imsubtract(X,Y)；其中，Z

20、是X-Y操作的結(jié)果。以下代碼首先根據(jù)原始圖像（如圖2.4(a)所示）生成其背景亮度圖像，然后再從原始圖像中將背景亮度圖像減去，從而生成圖2.4(b)所示的圖像：rice = imread(rice.tif)；background = (rice, strel(disk,15)；rice2 = imsubtract(rice, background)；subplot(1,2,1)；imshow(rice)；subplot(1,2,2)；imshow(rice2)； 圖2.4 原始圖像、減去背景圖像如果希望從圖像數(shù)據(jù)I的每一個像素減去一個常數(shù)，可以將上述調(diào)用格式中的Y替換為一個指定的常數(shù)值，例如：

21、Z = imsubtract(I,50)；減法操作有時會導致某些像素值變?yōu)橐粋€負數(shù)，對于uint8或uint16類型的數(shù)據(jù)，如果發(fā)生這種情況，那么imsubtract函數(shù)自動將這些負數(shù)截取為0。為了避免差值產(chǎn)生負值，同時避免像素值運算結(jié)果之間產(chǎn)生差異，可以調(diào)用函數(shù)imabsdiff。imabsdiff將計算兩幅圖像相應(yīng)像素差值的絕對值，因而返回結(jié)果不會產(chǎn)生負數(shù)。該函數(shù)的調(diào)用格式與imsubtract函數(shù)類似。3. 圖像的乘法運算兩幅圖像進行乘法運算可以實現(xiàn)掩模操作，即屏蔽掉圖像的某些部分。一幅圖像乘以一個常數(shù)通常被稱為縮放，這是一種常見的圖像處理操作。如果使用的縮放因子大于1，那么將增強圖像的

22、亮度，如果因子小于1則會使圖像變暗。縮放通常將產(chǎn)生比簡單添加像素偏移量自然得多的明暗效果，這是因為這種操作能夠更好地維持圖像的相關(guān)對比度。此外，由于時域的卷積或相關(guān)運算與頻域的乘積運算對應(yīng)，因此乘法運算有時也被作為一種技巧來實現(xiàn)卷積或相關(guān)處理。在MATLAB中，使用immultiply函數(shù)實現(xiàn)兩幅圖像的乘法。immultiply函數(shù)將兩幅圖像相應(yīng)的像素值進行元素對元素的乘法操作（MATLAB點乘），并將乘法的運算結(jié)果作為輸出圖形相應(yīng)的像素值。immulitply函數(shù)的調(diào)用格式如下：Z = immulitply(X,Y)其中，Z=X*Y。例如，以下代碼將使用給定的縮放因子對圖2.5(a)所示的圖

23、像進行縮放，從而得到如圖2.5(b)所示的較為明亮的圖像：I = imread(moon.tif)；J = immultiply(I,1.2)；subplot(1,2,1)；imshow(I)；subplot(1,2,2)；imshow(J)； 圖2.5 原圖和乘以因子1.5 的圖像uint8圖像的乘法操作一般都會發(fā)生溢出現(xiàn)象。Immultiply函數(shù)將溢出的數(shù)據(jù)截取為數(shù)據(jù)類型的最大值。為了避免產(chǎn)生溢出現(xiàn)象，可以在執(zhí)行乘法操作之前將uint8圖像轉(zhuǎn)換為一種數(shù)據(jù)范圍較大的圖像類型，例如uint16。4圖像的除法運算除法運算可用于校正成像設(shè)備的非線性影響，這在特殊形態(tài)的圖像（如斷層掃描等醫(yī)學圖像）

24、處理中常常用到。圖像除法也可以用來檢測兩幅圖像間的區(qū)別，但是除法操作給出的是相應(yīng)像素值的變化比率，而不是每個像素的絕對差異，因而圖像除法也稱為比率變換。在MATLAB中使用imdivide函數(shù)進行兩幅圖像的除法。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。imdivide函數(shù)的調(diào)用格式如下：Z = imdivide(X,Y)其中，Z=X/Y。例如，以下代碼將圖4所示的兩幅圖像進行除法運算，請將這個結(jié)果和減法操作的結(jié)果相比較，對比它們之間的不同之處：Rice = imread(rice.tif)；I = double(

25、rice)；J= I * 0.43 + 90；Rice2 = uint8(J)；Ip = imdivide(rice, rice2)；Imshow(Ip, )；除法操作的結(jié)果如圖2.6所示。 圖2.6 原圖和減背景后的圖像相除的圖像效果5圖像的四則代數(shù)運算可以綜合使用多種圖像代數(shù)運算函數(shù)來完成一系列的操作。例如，使用以下語句計算兩幅圖像的平均值：I = imread(rice.tif)；I2 = imread(cameraman.tif)；K = imdivide(imadd(I,I2),2)；建議最好不要用這種方式進行圖像操作，這是因為，對于uint8或uint16數(shù)據(jù)，每一個算術(shù)函數(shù)在將其

26、輸出結(jié)果傳遞給下一項操作之前都要進行數(shù)據(jù)截取，這個截取過程將會大大減少輸出圖像的信息量。執(zhí)行圖像四則運算操作較好的一個辦法就是使用函數(shù)imlincomb。函數(shù)imlincomb按照雙精度執(zhí)行所有代數(shù)運算操作，而且僅對最好的輸出結(jié)果進行截取，該函數(shù)的調(diào)用格式如下：Z = imlincomb(A,X,B,Y,C)；其中，Z=A*X+B*Y+C。MATLAB會自動根據(jù)輸入?yún)?shù)的個數(shù)判斷需要進行的運算。例如，以下語句將計算Z=A*X+C：Z = imlincomb(A,X,C)而以下語句將計算Z=A*X+B*Y：Z = imlincomb(A,X,B,Y,)四、 實驗報告要求1 描述實驗的基本步驟，用

27、數(shù)據(jù)和圖片給出各個步驟中取得的實驗結(jié)果并進行必要的討論。2 必須包括原始圖像及其計算處理后的圖像以及相應(yīng)的解釋。五、 思考題由圖像算術(shù)運算的運算結(jié)果，思考圖像減法運算在什么場合上發(fā)揮優(yōu)勢？實驗三 圖像增強灰度變換一、實驗?zāi)康模?、了解圖像增強的目的及意義，加深對圖像增強的感性認識，鞏固所學理論知識。2、學會對圖像直方圖的分析。3、掌握直接灰度變換的圖像增強方法。二、實驗原理及知識點術(shù)語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圖像的像素進行處理?？臻g域處理方法分為兩種：灰度級變換、空間濾波?？臻g域技術(shù)直接對像素進行操作其表達式為 g(x,y)=Tf(x,y)其中f(x,y)為輸

28、入圖像，g(x,y)為輸出圖像，T是對圖像f進行處理的操作符，定義在點(x,y)的指定領(lǐng)域內(nèi)。定義點(x,y)的空間鄰近區(qū)域的主要方法是，使用中心位于(x,y)的正方形或長方形區(qū)域，。此區(qū)域的中心從原點(如左上角)開始逐像素點移動，在移動的同時，該區(qū)域會包含不同的領(lǐng)域。T應(yīng)用于每個位置(x,y)，以便在該位置得到輸出圖像g。在計算(x,y)處的g值時，只使用該領(lǐng)域的像素?；叶茸儞QT的最簡單形式是使用領(lǐng)域大小為1×1，此時,(x,y)處的g值僅由f在該點處的亮度決定，T也變?yōu)橐粋€亮度或灰度級變化函數(shù)。當處理單設(shè)(灰度)圖像時，這兩個術(shù)語可以互換。由于亮度變換函數(shù)僅取決于亮度的值，而與(

29、x,y)無關(guān)，所以亮度函數(shù)通常可寫做如下所示的簡單形式： s=T(r)其中，r表示圖像f中相應(yīng)點(x,y)的亮度，s表示圖像g中相應(yīng)點(x,y)的亮度。三、實驗內(nèi)容：1、圖像數(shù)據(jù)讀出2、計算并分析圖像直方圖3、利用直接灰度變換法對圖像進行灰度變換下面給出灰度變化的MATLAB程序f=imread('medicine_pic.jpg');g=imhist(f,256); %顯示其直方圖g1=imadjust(f,0 1,1 0); %灰度轉(zhuǎn)換，實現(xiàn)明暗轉(zhuǎn)換(負片圖像)figure,imshow(g1)%將0.5到0.75的灰度級擴展到范圍0 1g2=imadjust(f,0.5

30、0.75,0 1);figure,imshow(g2)g=imread('point.jpg');h=log(1+double(g); %對輸入圖像對數(shù)映射變換h=mat2gray(h); %將矩陣h轉(zhuǎn)換為灰度圖片h=im2uint8(h); %將灰度圖轉(zhuǎn)換為8位圖figure,imshow(h)四、實驗儀器PC一臺 ，MATLAB軟件五、實驗圖片 Fig.1 point.jpg Fig.2 medicine_pic.jpg實驗四 圖像增強直方圖變換一、 實驗?zāi)康?掌握灰度直方圖的概念及其計算方法；2熟練掌握直力圖均衡化和直方圖規(guī)定化的計算過程；3熟練掌握空域濾波中常用的平滑和

31、銳化濾波器；4掌握色彩直方圖的概念和計算方法5利用MATLAB程序進行圖像增強。二、 實驗原理圖像增強是指按特定的需要突出一幅圖像中的某些信息，同時，消弱或去除某些不需要的信息的處理方法。其主要目的是處理后的圖像對某些特定的應(yīng)用比原來的圖像更加有效。圖像增強技術(shù)主要有直方圖修改處理、圖像平滑化處理、圖像尖銳化處理和彩色處理技術(shù)等。本實驗以直方圖均衡化增強圖像對比度的方法為主要內(nèi)容，其他方法同學們可以在課后自行聯(lián)系。直方圖是多種空間城處理技術(shù)的基礎(chǔ)。直方圖操作能有效地用于圖像增強。除了提供有用的圖像統(tǒng)計資料外，直方圖固有的信息在其他圖像處理應(yīng)用中也是非常有用的，如圖像壓縮與分割。直方圖在軟件中易

32、于計算，也適用于商用硬件設(shè)備，因此，它們成為了實時圖像處理的一個流行工具。直方圖是圖像的最基本的統(tǒng)計特征，它反映的是圖像的灰度值的分布情況。直方圖均衡化的目的是使圖像在整個灰度值動態(tài)變化范圍內(nèi)的分布均勻化，改善圖像的亮度分布狀態(tài)，增強圖像的視覺效果?；叶戎狈綀D是圖像預(yù)處理中涉及最廣泛的基本概念之一。圖像的直方圖事實上就是圖像的亮度分布的概率密度函數(shù)，是一幅圖像的所有象素集合的最基本的統(tǒng)計規(guī)律。直方圖反映了圖像的明暗分布規(guī)律，可以通過圖像變換進行直方圖調(diào)整，獲得較好的視覺效果。直方圖均衡化是通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖，即在每個灰度級上都具有相同的象素點數(shù)的過程。下面給出直方

33、圖均衡化增強圖像對比度的MATLAB程序：I=imread(pollen.jpg); % 讀入原圖像J=histeq(I); %對原圖像進行直方圖均衡化處理imshow(I); %顯示原圖像title(原圖像); %給原圖像加標題名%對原圖像進行屏幕控制；顯示直方圖均衡化后的圖像figure；imshow(J); %給直方圖均衡化后的圖像加標題名title(直方圖均衡化后的圖像) ; %對直方圖均衡化后圖像進行屏幕控制；作一幅子圖，并排兩幅圖的第1幅figure; subplot(1,2,1) ; imhist(I,64); %將原圖像直方圖顯示為64級灰度title(原圖像直方圖) ; %給

34、原圖像直方圖加標題名subplot(1,2,2); %作第2幅子圖imhist(J,64) ; %將均衡化后圖像的直方圖顯示為64級灰度title(均衡變換后的直方圖) ; %給均衡化后圖像直方圖加標題名處理后的圖像直方圖分布更均勻了，圖像在每個灰度級上都有像素點。從處理前后的圖像可以看出，許多在原始圖像中看不清楚的細節(jié)在直方圖均衡化處理后所得到的圖像中都變得十分清晰。三、 實驗步驟1打開計算機，啟動MATLAB程序；程序組中“work”文件夾中應(yīng)有待處理的圖像文件；2調(diào)入“實驗一”中獲取的數(shù)字圖像，并進行計算機均衡化處理；3顯示原圖像的直方圖和經(jīng)過均衡化處理過的圖像直方圖。4記錄和整理實驗報

35、告四、 實驗儀器1計算機； 2MATLAB程序；3移動式存儲器（軟盤、U盤等）； 4記錄用的筆、紙。五、 實驗報告內(nèi)容1敘述實驗過程；2提交實驗的原始圖像和結(jié)果圖像。六、 思考題 1直方圖是什么概念？它反映了圖像的什么信息？ 2直方圖均衡化是什么意思？它的主要用途是什么？七、 實驗圖片F(xiàn)ig.1 pollen.jpg實驗五 圖像增強空域濾波一、 實驗?zāi)康?進一步了解MatLab軟件/語言，學會使用MatLab對圖像作濾波處理，使學生有機會掌握濾波算法，體會濾波效果。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，并為課堂教學提供配套的實踐機會。 二、實驗要求 (1)學生應(yīng)當完成

36、對于給定圖像+噪聲，使用平均濾波器、中值濾波器對不同強度的高斯噪聲和椒鹽噪聲，進行濾波處理；能夠正確地評價處理的結(jié)果；能夠從理論上作出合理的解釋。(2)利用MATLAB軟件實現(xiàn)空域濾波的程序：I=imread('electric.tif');J = imnoise(I,'gauss',0.02); %添加高斯噪聲J = imnoise(I,'salt & pepper',0.02); (注意空格) %添加椒鹽噪聲 ave1=fspecial('average',3); %產(chǎn)生3×3的均值模版ave2=fspeci

37、al('average',5); %產(chǎn)生5×5的均值模版K = filter2(ave1,J)/255; %均值濾波3×3L = filter2(ave2,J)/255; %均值濾波5×5M = medfilt2(J,3 3); %中值濾波3×3模板N = medfilt2(J,4 4); %中值濾波4×4模板imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);三、實驗設(shè)備與軟件 (1) IB

38、M-PC計算機系統(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 四、實驗內(nèi)容與步驟 a) 調(diào)入并顯示原始圖像Sample2-1.jpg 。b) 利用imnoise 命令在圖像Sample2-1.jpg 上加入高斯(gaussian) 噪聲 c)利用預(yù)定義函數(shù)fspecial 命令產(chǎn)生平均(average)濾波器 d）分別采用3x3和5x5的模板，分別用平均濾波器以及中值濾波器，對加入噪聲的圖像進行處理并觀察不同噪聲水平下，上述濾波器處理的結(jié)果； 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行處理，

39、觀察上述濾波器處理的結(jié)果。f）利用imnoise 命令在圖像Sample2-1.jpg 上加入椒鹽噪聲(salt & pepper)g）重復(fù)c) e）的步驟h）輸出全部結(jié)果并進行討論。五、思考題/問答題 (1) 簡述高斯噪聲和椒鹽噪聲的特點。(2) 結(jié)合實驗內(nèi)容，定性評價平均濾波器/中值濾波器對高斯噪聲和椒鹽噪聲的去噪效果？(3) 結(jié)合實驗內(nèi)容，定性評價濾波窗口對去噪效果的影響？ 六、實驗報告要求 描述實驗的基本步驟，用數(shù)據(jù)和圖片給出各個步驟中取得的實驗結(jié)果，并進行必要的討論，必須包括原始圖像及其計算/處理后的圖像。七、實驗圖像 electric.tif（原始圖像） 實驗六 圖像的傅立

40、葉變換 一、 實驗?zāi)康?了解圖像變換的意義和手段；2熟悉傅立葉變換的基本性質(zhì)；3熟練掌握FFT變換方法及應(yīng)用；4通過實驗了解二維頻譜的分布特點；5通過本實驗掌握利用MATLAB編程實現(xiàn)數(shù)字圖像的傅立葉變換。6評價人眼對圖像幅頻特性和相頻特性的敏感度。二、 實驗原理1 應(yīng)用傅立葉變換進行圖像處理傅里葉變換是線性系統(tǒng)分析的一個有力工具，它能夠定量地分析諸如數(shù)字化系統(tǒng)、采樣點、電子放大器、卷積濾波器、噪音和顯示點等的作用。通過實驗培養(yǎng)這項技能，將有助于解決大多數(shù)圖像處理問題。對任何想在工作中有效應(yīng)用數(shù)字圖像處理技術(shù)的人來說，把時間用在學習和掌握博里葉變換上是很有必要的。2 傅立葉（Fourier）變

41、換的定義對于二維信號，二維Fourier變換定義為：逆變換：二維離散傅立葉變換為：逆變換：圖像的傅立葉變換與一維信號的傅立葉變換變換一樣，有快速算法，具體參見參考書目，有關(guān)傅立葉變換的快速算法的程序不難找到。實際上，現(xiàn)在有實現(xiàn)傅立葉變換的芯片，可以實時實現(xiàn)傅立葉變換。3利用MATLAB軟件實現(xiàn)數(shù)字圖像傅立葉變換的程序：I=imread(原圖像名.gif); %讀入原圖像文件imshow(I); %顯示原圖像fftI=fft2(I); %二維離散傅立葉變換sfftI=fftshift(fftI); %直流分量移到頻譜中心RR=real(sfftI); %取傅立葉變換的實部II=imag(sfft

42、I); %取傅立葉變換的虛部A=sqrt(RR.2+II.2); %計算頻譜幅值A(chǔ)=（A-min(min(A)）/(max(max(A)-min(min(A)*225 %歸一化figure; %設(shè)定窗口imshow(A); %顯示原圖像的頻譜三、 實驗步驟1 將圖像內(nèi)容讀入內(nèi)存；2 用Fourier變換算法，對圖像作二維Fourier變換；3 將其幅度譜進行搬移，在圖像中心顯示；4 用Fourier系數(shù)的幅度進行Fourier反變換；5 用Fourier系數(shù)的相位進行Fourier反變換；6 比較4、5的結(jié)果，評價人眼對圖像幅頻特性和相頻特性的敏感度。7 記錄和整理實驗報告。四、 實驗儀器1計

43、算機；2 MATLAB程序；3移動式存儲器（軟盤、U盤等）。4記錄用的筆、紙。五、 實驗報告內(nèi)容1敘述實驗過程；2提交實驗的原始圖像和結(jié)果圖像。六、 思考題1傅里葉變換有哪些重要的性質(zhì)?2圖像的二維頻譜在顯示和處理時應(yīng)注意什么?七、實驗圖片number.tif實驗七 圖像增強頻域濾波一、 實驗?zāi)康?掌握怎樣利用傅立葉變換進行頻域濾波2掌握頻域濾波的概念及方法3熟練掌握頻域空間的各類濾波器4利用MATLAB程序進行頻域濾波二、 實驗原理及知識點頻域濾波分為低通濾波和高通濾波兩類，對應(yīng)的濾波器分別為低通濾波器和高通濾波器。頻域低通過濾的基本思想：G(u,v)=F(u,v)H(u,v)F(u,v)是

44、需要鈍化圖像的傅立葉變換形式，H(u,v)是選取的一個低通過濾器變換函數(shù)，G(u,v)是通過H(u,v)減少F(u,v)的高頻部分來得到的結(jié)果，運用傅立葉逆變換得到鈍化后的圖像。理想地通濾波器(ILPF)具有傳遞函數(shù)：其中，為指定的非負數(shù)，為(u,v)到濾波器的中心的距離。的點的軌跡為一個圓。n階巴特沃茲低通濾波器(BLPF)(在距離原點處出現(xiàn)截至頻率)的傳遞函數(shù)為與理想地通濾波器不同的是，巴特沃茲率通濾波器的傳遞函數(shù)并不是在處突然不連續(xù)。高斯低通濾波器(GLPF)的傳遞函數(shù)為其中，為標準差。相應(yīng)的高通濾波器也包括：理想高通濾波器、n階巴特沃茲高通濾波器、高斯高通濾波器。給定一個低通濾波器的傳

45、遞函數(shù)，通過使用如下的簡單關(guān)系，可以獲得相應(yīng)高通濾波器的傳遞函數(shù)：利用MATLAB實現(xiàn)頻域濾波的程序f=imread('room.tif');F=fft2(f); %對圖像進行傅立葉變換%對變換后圖像進行隊數(shù)變化，并對其坐標平移，使其中心化S=fftshift(log(1+abs(F);S=gscale(S); %將頻譜圖像標度在0-256的范圍內(nèi)imshow(S) %顯示頻譜圖像h=fspecial('sobel'); %產(chǎn)生空間sobel模版freqz2(h) %查看相應(yīng)頻域濾波器的圖像PQ=paddedsize(size(f); %產(chǎn)生濾波時所需大小的矩陣

46、H=freqz2(h,PQ(1),PQ(2); %產(chǎn)生頻域中的sobel濾波器H1=ifftshift(H); %重排數(shù)據(jù)序列，使得原點位于頻率矩陣的左上角imshow(abs(H),) %以圖形形式顯示濾波器figure,imshow(abs(H1),)gs=imfilter(double(f),h); %用模版h進行空域濾波gf=dftfilt(f,H1); %用濾波器對圖像進行頻域濾波figure,imshow(gs,) figure,imshow(gf,)figure,imshow(abs(gs),)figure,imshow(abs(gf),)f=imread('number

47、.tif'); %讀取圖片PQ=paddedsize(size(f); %產(chǎn)生濾波時所需大小的矩陣D0=0.05*PQ(1); %設(shè)定高斯高通濾波器的閾值H=hpfilter('gaussian',PQ(1),PQ(2),D0); %產(chǎn)生高斯高通濾波器g=dftfilt(f,H); %對圖像進行濾波figure,imshow(f) %顯示原圖像figure,imshow(g,) %顯示濾波后圖像三、 實驗步驟：1調(diào)入并顯示所需的圖片；2利用MATLAB提供的低通濾波器實現(xiàn)圖像信號的濾波運算，并與空間濾 波進行比較。3利用MATLAB提供的高通濾波器對圖像進行處理。4記錄

48、和整理實驗報告。四、實驗儀器1計算機；2MATLAB程序；3移動式存儲器（軟盤、U盤等）。4記錄用的筆、紙。五、實驗報告內(nèi)容1敘述實驗過程；2提交實驗的原始圖像和結(jié)果圖像。六、實驗報告要求 描述實驗的基本步驟，用數(shù)據(jù)和圖片給出各個步驟中取得的實驗結(jié)果，并進行必要的討論，必須包括原始圖像及其計算/處理后的圖像。七、思考題1結(jié)合實驗，評價頻域濾波有哪些優(yōu)點？2在頻域濾波過程中需要注意哪些事項？八、實驗圖片 room.tif number.tif實驗八 彩色圖像處理一、實驗?zāi)康?#1048708; 使用MatLab 軟件對圖像進行彩色處理。使學生通過實驗熟悉使用MatLab軟件進行圖像彩色處理的有關(guān)

49、方法，并體會到圖像彩色處理技術(shù)以及對圖像處理的效果。二、實驗要求􀂄要求學生能夠完成彩色圖像的分析，能正確討論彩色圖像的亮度、色調(diào)等性質(zhì)；會對彩色圖像進行直方圖均衡，并能正確解釋均衡處理后的結(jié)果；能夠?qū)紊珗D像進行偽彩色處理、利用多波長圖像進行假彩色合成、進行單色圖像的彩色變換。三、實驗內(nèi)容與步驟(1) 彩色圖像的分析􀂄 調(diào)入并顯示彩色圖像flower1.tif ；􀂄 拆分這幅圖像，并分別顯示其R，G，B分量；􀂄 根據(jù)各個分量圖像的情況討論該彩色圖像的亮度、色調(diào)等性質(zhì)。(2) 彩色圖像的直方圖均衡􀂄 接內(nèi)容

50、(1)；􀂄 顯示這幅圖像的R，G，B分量的直方圖，分別進行直方圖均衡處理，并顯示均衡后的直方圖和直方圖均衡處理后的各分量；􀂄 將處理完畢的各個分量合成彩色圖像并顯示其結(jié)果；􀂄 觀察處理前后圖像的彩色、亮度、色調(diào)等性質(zhì)的變化。(3) 假彩色處理􀂄 調(diào)入并顯示紅色可見光的灰度圖像vl_red.jpg、綠色可見光的灰度圖像vl_green.jpg和藍色可見光的灰度圖像vl_blue.jpg；以及近紅外灰度圖像infer_near.jpg和中紅外灰度圖像infer_mid.jpg；􀂄 以圖像vl_red.jpg為

51、R；圖像vl_green.jpg為G；圖像vl_blue.jpg為B，將這三幅圖像組合成可見光RGB彩色圖像；􀂄 分別以近紅外圖像infer_near.jpg和中紅外圖像infer_mid替換R分量，形成假彩色圖像；􀂄 觀察處理的結(jié)果，注意不同波長紅外線圖像組成圖像的不同結(jié)果(4) 偽彩色處理1：灰度切片處理􀂄 調(diào)入并顯示灰度圖像head.jpg；􀂄 利用MATLAB提供的函數(shù)對圖像在8256級的范圍內(nèi)進行切片處理，并使用hot模式和cool模式進行彩色化；􀂄 觀察處理的結(jié)果。(5) 彩色變換(選做)&#

52、1048708; 調(diào)入并顯示灰度圖像Lenna.jpg；􀂄 使用不同相位的正弦函數(shù)作為變換函數(shù)，將灰度圖像變換為RGB圖像。其中紅色分量R的變換函數(shù)為-sin( )，綠色分量G的變換函數(shù)為-cos( );，藍色分量B的變換函數(shù)為sin( )；􀂄 顯示變換曲線及變換合成的彩色圖像并觀察彩色變換圖像的色調(diào)與原始圖像灰度之間的關(guān)系；􀂄 將RGB的變換公式至少互換一次(例如R與G互換)，顯示變換曲線、變換結(jié)果并觀察處理的結(jié)果。(6)打印全部結(jié)果并進行討論。 利用MATLAB軟件實現(xiàn)彩色圖像處理的程序：rgb_image=imread('fl

53、ower1.tif'); %讀取圖像flower1.tiffR=rgb_image(:,:,1); %獲取圖像的紅色分量fG=rgb_image(:,:,2); %獲取圖像的綠色分量fB=rgb_image(:,:,3); %獲取圖像的藍色分量figure(1),imshow(fR) %分別顯示圖像figure(2),imshow(fG)figure(3),imshow(fB)%實現(xiàn)rgb圖像轉(zhuǎn)化為NTSC彩色空間的圖像yiq_image=rgb2ntsc(rgb_image); fY=yiq_image(:,:,1); %圖像flower1.tif的亮度fI=yiq_image(:,:,2); %圖像flower1.tif的色調(diào)fQ=yiq_image(:,:,3); %圖像flower1.tif的飽和度figure(4),imshow(fY)figure(5),imshow(fI)figure(