matlabqimo实验报告.docxVIP

数字图像处理实验报告学号:名：俞文杰实验一 图像处理入门实验:图像生成及取反实验目的了解matlab有关图像的基本操作，如图像的读写，显示等。熟悉调试环境。实验原理Matlab中数字图像是由一个或多个矩阵形式表示的，大多数情况下矩阵是实数，图像是按像素进行存储的，即矩阵的每一个元素代表一个像素，0表示黑色，1表示白色，由此可进行取反操作。实验步骤Matlab workspace中生成一幅大小为512×512像素的8位灰度图, 背景为黑色，中心有一个宽40像素高20像素的白色矩形。如下图所示：将这幅图像保存为文件test.bmp。从文件test.bmp中读出图像到变量I。在Matlab图形界面中显示变量I所代表的图像。将获得的图像的格式分别转换为“*.tif”、“*.jpg”的格式保存，检查图像文件数据量的大小。将图片保存或拷贝到MATLAB程序组根目录的“work”文件夹中，以便后面的实验利用。将test.bmp 编程取反,观察效果。实验内容图像生成：A=zeros(512,512) (2)在图像中生成宽40像素高20像素的白色矩形for i=246:266for j=236:276A(i,j)=1;endend或者可以用A（246:266,236:276）= 1效果相同 （3）图像的保存使用imwrite（A，’test.bmp’) (4)读出图像到变量e并另存为“*.tif”、“*.jpg”的格式e=imread（‘test.bmp’)imshow(e)imwrite(e,’test.tif’)imwrite(e,’test.jpg’) (5)将test.bmp编程取反for j=1:512for k=1:512if(e(j,k)==255)e(j,k)=0;elsee(j,k)=255;endendend或者e=1-e也可以得到相同的效果实验截图test.bmp图像如下所示查看文件大小将test.bmp编程取反后得到如下图像实验小结通过本次实验，对matlab软件处理图像的相关功能有了初步了解，了解了数字图像处理的一些基本函数，及图像处理的基本方法。在灰度图像的取反操作中，可以使用双重循环，对每一行每一列的像素值进行修改。实验二 图像亮（灰）度变换 1.实验目的灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特征更加明显。灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像增强。2.实验原理图像的直方图是图像的重要统计特征，可以认为是图像灰度密度函数的近似，按照随机过程理论，图像可以看做是一个随机场，最重要的特征是灰度密度函数。通常图像的灰度密度函数与像素所在位置有关。对比度增强是图像增强技术中一种比较简单但又十分重要的方法，这种方法是按一定的规则修改输入图像每一个像素的灰度，从而改变灰度的动态范围，它可以使灰度动态范围扩展，也可以使其压缩，或者是对灰度进行分段处理，根据图像特点和要求在某段区间中进行压缩而在另一区间中进行扩展。3.实验步骤 1．编程实现一幅灰度图像的直方图，并用图像处理工具箱中的直方图函数处理的结果进行比较。 2．实现直方图均衡化的处理结果。 3．任选3种方法对灰度图像实现对比度增强。比较其优劣。 4．对一幅真彩色图像，求出其R，G，B分量的直方图。4.实验过程（1）直方图处理，截图如下A = imread(Fig_lenna_RGB.tif)B = rgb2gray(A)figureimshow(B)figureimhist(B)（2）直方图的均衡化C = histeq(B,256)figure imshow(C)figureimhist(C)（3）对比度的增强D = imadjust(B,[0.3,0.7],[])figureimshow(D)d = double(A)e = log(d)figureimshow(e)（4）RGB分量的直方图E = imread(Fig_lenna_RGB.tif)E1 = E(:,:,1)E2 = E(:,:,2)E3 = E(:,:,3)figureimshow(E1)figureimhist(E1)figureimshow(E2)figureimhist(E2)figureimshow(E3)figureimhist(E3)5.实验小结通过本次试验对MATLAB数字图像处理有了更深刻的理解，利用灰度图像进行图像增强有了进一步的了解，试验中遇到一些问题，但通过查阅资料都得以解决。实验三 图像空间滤波 1.实验目的通过加噪前后的图像对比，及不同的空间滤波器的应用，学习并掌握几种常见的空间滤波器的原理及用途。2.实验目的对一些图像进行线性滤波可以去除图像中某些类型的噪声，如采用领域平均法的均值滤波器就非常适用于去