数字图像处理实验(年).docVIP

数字图像处理实验一 图像变换 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。掌握二维DFT变换及其物理意义，掌握基本的灰度变换方法。 实验要求 在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。 对I作二维DFT变换，结果保存到变量F。注意将频域原点调整至中心位置。 将傅立叶频谱,即|F|的取值范围调整为0－255并显示。 将上题结果作对数变换后再进行显示，结果应与课本Figure 4.3(b)一致。说明对数变换能使频谱显示效果更好的原因。 对频谱图的物理意义作简要说明。 实验流程 理论知识 在8位灰度图中，像素值大小为0－255。0代表黑色，255代表白色。 二维DFT计算公式为 。 由于二维DFT是一种行列可分离的变换，其结果也可以由在两个方向上先后做一维DFT得到。具体流程为： 对图像每一行（即某个值），做一维DFT，得到的结果保存为矩阵的一行。 对矩阵的每一列（即某个值），做一维DFT，得到的结果保存为矩阵的一列。 直接对图像做傅立叶变换，结果的原点处于图像左下角。将傅立叶变换结果的原点移到矩阵中心位置可利用公式。 傅立叶变换结果一般为复数，它的模的大小反映了图像在不同频率上能量的分布。一般用来显示和比较傅立叶变换的结果。 当用8位灰度来显示图像时，将图像灰度级调整至0－255范围内可以充分利用屏幕的显示范围。这时可利用一个线性变换将图像最小值变换至0，将图像最大值变换至255，其余灰度值做相应平移和拉伸。其变换函数为： 对数变换也是一种常用的灰度转换函数。其变换函数为 常数c用于调整s的动态范围，在本实验中为0-255。 从频谱图可以看出图像大致的方向性和灰度变化的快慢。 Matlab基础知识 Matlab中基本变量都是以矩阵的形式保存的。一幅图像即是一个二维的矩阵。变量名区分大小写，如a和A表示两个不同的变量。图像I中第i行第j列的像素用I(i,j)表示，其中行号和列号都从1开始计数。要了解更多关于Matlab的基本知识，可看Matlab help下的Matlab目录。 本实验可能用到的matlab函数有：zeros，imwrite，imread，imshow，FFT2，abs，log，min，max，查询具体的函数用法可以在Matlab help中查找，或在Matlab command window中打 help (空格) 函数名。 在Matlab command window中的命令在打回车后直接执行。也可以在m-file editor中编写程序，存盘为.m文件后，按Debug菜单下的Run，自动逐条执行命令。Debug菜单下还提供了设置断点，逐行执行等调试命令。做本实验时可先在command window中熟悉Matlab命令与函数，最后所有命令应保存在一个m文件中，便于检查和调试。 每次画图前可用figure命令新开一个图像窗口，否则前一次显示的图像会被新的图像覆盖。也可用figure（n）命令规定当前图像窗口序号。 用二维DFT公式直接计算图像的傅立叶变换要用到4重循环，在matlab中会比较慢。如果利用DFT的可分离性质，用两次一维DFT来实现，可减少循环次数，提高程序效率。Matlab自带了FFT2函数，速度较快。可比较几种算法结果是否一致。 数字图像处理实验二 频域图像增强技术 实验目的 1了解图像变换的意义和手段； 2熟悉傅里叶变换的基本性质； 3热练掌握FFT方法及应用； 4通过实验了解二维频谱的分布特点； 5通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换及滤波锐化和复原处理； 6 了解理想、巴特沃兹、高斯等不同滤波器的结构及滤波效果。 实验原理 1应用傅立叶变换进行图像处理 傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。通过实验培养这项技能，将有助于解决大多数图像处理问题。对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。 2傅立叶（Fourier）变换的定义 对于二维信号，二维Fourier变换定义为：　　 　　二维离散傅立叶变换为： 图像的傅立叶变换与一维信号的傅立叶变换变换一样，有快速算法，具体参见参考书目，有关傅立叶变换的快速算法的程序不难找到。实际上，现在有实现傅立叶变换的芯片，可以实时实