数字图像实验报告-副本.docVIP

实验一、图像变换与图像压缩 一、实验目的： 在情况下,运用Matlab语言、C语言或C++语言编制一下图像变换软件，并对某幅图像进行下列变换。 1、图像的傅里叶变换。 2、图像的余弦变换。 二、实验原理及步骤： 在频域中的滤波是简单明了的。它包括如下步骤： 1、用乘以输入图像来进行中心变换，如式（4.2.21）所示。 2、由（1）计算图像的DFT，即F(u，v)。 3、用滤波器函数H(u，v)乘以F(u，v)。 4、计算（3）中结果的反DFT。 5、得到（4）中结果的实部。 6、用乘以（5）中的结果。 H(u，v)称为滤波器（常用术语为“滤波器传递函数”）的原因是它在变换中抑制某些频率，但其他频率不受影响。类似于日常生活中的筛子，它可以严格按照尺寸使一些物体通过而同时阻止其他物体。 在等式的形式下，用f(x,y)代表步骤（1）中的输入图像，而用F(u,v)表示它的傅里叶变换。其输出图像的傅里叶变换如下： G(u,v)=H(u,v)F(u,v) H和F的相乘涉及二维函数，并在逐元素的基础上定义。即，H的第一个元素乘以F的第一个元素，H的第二个元素乘以F的第二个元素，以此类推。 三、实验程序： i=imread(E:\ex\c.ex\baogao1\tire.tif); figure(1); %原图像 imshow(i); i_fft=fft2(i); %二维离散傅里叶变换 m=abs(fftshift(i_fft)/10000); k=ifftshift(m); l=ifftshift(k); figure(2); imshow(l); d=dct2(i); %二维离散余弦变换 figure(3); imshow(d); p=idct2(d/100); figure(4); imshow(p); 四、实验结果： 原图像： 原图像的傅里叶谱： 离散余弦变换谱： 离散余弦反变换后的结果： 五、实验心得： 实验二：图像处理实验 一、实验目的： 给定任意图像，编写算法实现以下图像处理。 1、图像的点运算处理。 线性变换、分段线性变换、直方图均衡化处理。 2、图像空间域处理。 邻域平均、中值滤波、线性/非线性锐化滤波。 3、图像的频域处理。 低通滤波、高通滤波、带通和带阻滤波。 二、实验原理及步骤： 1.1线性、分段线性变换实验原理： 为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的目标或灰度区间，常采用分段线性变换法。常用的是三段线性变换法，如图3-2所示，其数学表达式为： (c/a)f(x,y) 0f(x,y)a g(x,y)= [(d-c)/(b-a)]f(x,y)+c a(f(x,y)(b [(Gmax-d)/(Fmax-b)][f(x,y)-b+d] bf(x,y)(Fmax 图中对灰度区间[a,b]进行了线性变 换，而灰度区间[0,a] [b,Fmax]受到了压 缩。通过细心调整折线拐点的位置及控制 分段直线的斜率，可对任一灰度区间进行 扩展或压缩。这种变换适用于在黑色或白 色附近有噪声干扰的情况。例如照片中的 划痕，由于变换后0~a以及b~Fmax之间的 灰度受到压缩，因而使噪声干扰得到减弱。 2.1直方图均衡化： 对于离散值，我们处理其概率与和，而不是概率密度函数与积分。一幅图像中灰度级出现的概率近似为： ）= k=0,1,2，…，L-1 其中，如此节开始指出的。N是图像中像素的总和，是灰度级为的像素个数，L为图像中可能的灰度级总数。式（3.3.4）中变换函数的离散形式为： T（）=（） = k=0,1,2，…，L-1 因此，已处理的图像（即输出图像）由通过式（3.3.8），将输入图像中灰度级为的各像素映射到输出图像中灰度级为的对应像素得到。如前所述，，作为的函数的曲线称做直方图。式（3.3.8）给出的变换（映射）称做直方图均衡化或直方图线性化。不难得出式（3.3.8）的变换函数满足本节前边所述的条件（a）和（b）。 与连续形式不同，一般不能证