电子信息工程_数字像处理实验讲义 (修复的).docVIP

实验报告书写要求： XXX实验预习报告 实验目的 实验原理 实验内容 XXX实验报告 1、打印程序和图 2、实验总结 实验一 matlab软件的基本应用 实验目的： 了解matlab软件界面；掌握matlab软件的基本应用；掌握图像读取、RGB图像灰度化、二值化原理和操作。 熟悉图像的代数运算过程；掌握加减乘除运算的基本原理和分析效果。 实验内容： 定义二维矩阵，观察workspace中变量信息； 读取彩色图像，显示真彩色图像、R、G、B三分量图； 读取彩色图像，进行灰度化和二值化，并显示效果图； 读取2幅图像，进行加减乘除代数运算，并显示最终效果图。 实验原理： 定义矩阵： 矩阵以左方括号”[”开始，以右括号”]”结束，每一行元素结束用行结束符号（分号“；”）或回车符分割，每个元素之间用元素分割符号（空格或逗号“，”）分隔。建立矩阵的方法有直接输入矩阵元素、在现有矩阵中添加或删除元素、读取数据文件、采用现有矩阵组合、矩阵转向、矩阵移位及直接建立特殊矩阵等。 a=[1 2 3;4 5 6] 结果如下： a=1 2 3 4 5 6 RGB图像，即真彩色图像，在matlab中存储为m×n×3的数据矩阵。数组元素定义了图像中每个像素的红、绿、蓝颜色值。读取图像函数为imread，显示图像为imshow，R、G、B均对应着m×n矩阵。 Matlab把灰度图像存储为一个数据矩阵，该数据矩阵中的元素分别代表了图像中的像素，其值为颜色的灰度值。范围为[0,255]，matlab函数为rgb2gray；与灰度图像相同，而至图像只需要一个数据矩阵，每个像素只能取两个灰度值0或1中的一个。由灰度图转换为二值图的函数为im2bw。 图像的代数运算是图像的标准算术操作的实现方法，是两幅输入图像之间进行的点对点的加、减、乘、除运算后得到输出图像的过程。如果输入图像为A(x,y)和B(x,y)，输出图像为C(x,y)，则图像的代数运算有如下四种形式： 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) 图像处理工具箱中的代数运算函数 函数名 功能描述 Imadd 两幅图像的加法 Imdivide 两幅图像的除法 Immultiply 两幅图像的乘法 imsubtract 两幅图像的减法 实验目的： 掌握直方图均衡化的原理和方法；掌握平均滤波器、中值滤波的原理，以及对不同强度的高斯噪声和椒盐噪声进行滤波处理效果。 熟悉图像的锐化过程；掌握常用边缘检测算子的基本原理和检测效果。 实验内容： 观察各类图像的直方图，并利用直方图均衡方法进行图象增强； 完成对于给定图像加入噪声（高斯噪声和椒盐噪声），观察均值滤波和中值滤波的效果。 用各种边缘提取算子提取边缘，比较检测出的边缘的特点。 基本原理： 1．直方图的定义 图象的灰度直方图是一个函数，表示数字图象中每一灰度级与该灰度级出现的频数（即具有这一灰度级的象素数目）间的对应关系： M为一幅图象所包含的象素总数；N(b)为图象中灰度值为b的象素总数。通常，以灰度值b为横坐标，N(b)为纵坐标。直方图是图象中象素灰度值的一阶概率分布密度的一种近似。 2．直方图均衡 直方图均衡（histogram equalization）就是通过点运算使输入图像的灰度分布较为均匀，使图像具有较好的视觉效果。设r, s分别为原图和新图的灰度，?r(r), ?s(s)分别为原图及新图的概率密度函数，则均衡变换为原图像的累积分布函数： 对于离散图像，均衡转换公式为： 其中，Lmax指图像中的最大灰度值（对于灰度图像就是255）。 邻域平均和中值滤波是两种常用的消除图像噪声的图像处理手段。 3、 灰度的线性变换： 就是将图像中所有的点的灰度按照线性灰度变换函数进行变换 4. 均值滤波 用均值滤波可以判断并消除孤立噪声。通常邻域取成N(N方形窗，如N取4，例设f(x, y)、分别表示(x, y)点的实际灰度和经邻域平均后的灰度，(i (i=1,2,...8)表示其邻接各点的灰度，如图1，则邻域平均可表示为： 式中? 是和图象灰度有关的门限。方形窗口沿水平和垂直两个方向逐点移动，从而平滑整幅图象，去除了孤立噪声。简单的邻域平均会模糊图象。 5.中值滤波 采用邻域平均抑制噪声，在去除噪声的同时，不可避免地会使边缘轮廓模糊，因而使图象中包含的细节信息受到损失。中值滤波在过滤噪声的同时，还能较好地保护边缘轮廓信息，对减少随机脉冲噪声和胡椒面式（pe