机器视觉实验介绍.doc

实验报告 课程名称： 机器视觉与图像处理 班 级： 自动F1202 姓 名： 学 号： 实验时间： 2015.2.23 实验一 一．实验名称 Matlab软件的使用 二．实验内容 1.打开MATLAB软件，了解菜单栏、工具栏、状态栏、命令窗口等； 2.了解帮助文档help中演示内容demo有哪些； 3.找到工具箱类里面的Image Processing工具箱，并进行初步学习，为后续实验做准备。 三．实验原理： 通过matlab工具箱来进行图像处理 实验步骤 双击桌面上的matlab图标，打开matlab软件 了解菜单栏、工具栏、状态栏、命令窗口等 如下图1-1所示 图 1-1 了解帮助文档help中演示内容demo有哪些； 步骤如下图1-2 打开help内容demo后，里面的工具箱如图所示。 图1-3 找到工具箱类里面的Image Processing工具箱，并进行初步学习，为后续实验做准备。找到并打开Image Processing工具箱，窗口如图1-4 ，图1-5所示 图 1-4 图 1-5 五.实验总结和分析 通过实验前的理论准备，对有了认识，了解了 二．实验内容 1.了解图像增强技术/方法的原理； 2.利用matlab软件，以某一用途为例，实现图像的增强； 3.通过程序的调试，初步了解图像处理命令的使用方法。 三．实验原理： 通过matlab工具箱来进行图像处理，通过输入MATLAB可以识别的语言命令来让MATLAB执行命令，实现图像的增强。 四.实验步骤及结果 1.双击MATLAB图标打开MATLAB软件； 2.单击help/Demos打开帮助中的演示； 3.找到Image Processing工具箱中的图像增强，如图2-1所示 图 2-1 4.点击Contrast Enhancement Techniques和Contrast Enhancement Techniques即对比度增强技术，结果如图2-1所示 图 2-2 5.图中有4个步骤，然后按照这四个步骤一步一步的进行即可得到理想的图像。 Step 1: Load Images：阅读两种灰度图像：pout.tif和tire.tiff。同时读取索引RGB图像：shadow.tif。 程序如下：pout = imread(pout.tif); tire = imread(tire.tif); [X map] = imread(shadow.tif); shadow = ind2rgb(X,map); % convert to truecolor Step 2: Resize Images：为了使图像比较容易，调整大小的图像，以具有相同的宽度。通过缩放的高度保存其长宽比。 Step 3: Enhance Grayscale Images使用默认设置，比较以下三种方法的效果：* imadjust增加图像的通过映射的输入强度图像的值，以使得，在默认情况下，数据的1％是饱和的，在输入数据的低和高强度的新值的对比度。 * histeq进行直方图均衡化。它增强图像的由在强度图像变换的值，使得输出图像的直方图大致指定直方图（均匀分布默认）匹配对比度。 * adapthisteq执行对比度限制的自适应直方图均衡。不像histeq，它作用于小数据区（瓦），而不是整个图像。每个瓦片的对比度被增强，使得每个输出区的直方图大致指定直方图（均匀分布默认情况下）相匹配。对比度增强可以以避免扩增这可能是存在于图像中的噪声的限制。 pout_imadjust = imadjust(pout); pout_histeq = histeq(pout); pout_adapthisteq = adapthisteq(pout); imshow(pout); title(Original); figure, imshow(pout_imadjust); title(Imadjust); 结果如图2-3所示 图2-3 figure, imshow(pout_histeq); title(Histeq); figure, imshow(pout_adapthisteq); title(Adapthisteq); 结果如图2-4所示 图2-4 输入以下程序得到如图2-5所示的 tire_imadjust = imadjust(tire); tire_histeq = histe