图像处理实验报告..docxVIP

PAGE 数字图像处理实验报告 班级：101514 姓名：吴小猷 学号2012年 12月 14日 实验一：图像可视化编程 实验目的： 了解文件输入输出原则、bmp文件结构、demo解析 实验内容： 1、文件输入输出原则：文件结构事先约定好，按序写、按序读。 2、bmp文件结构： 1）、BITMAPFILEHEADER 2）、BITMAPINFOHEADER 3）、颜色表：每个元素所占比特数决定了颜色表结构数组表项的大小，即数组长度 4）、Pixel data： （1）、图像每行象素所占字节必须是4的倍数，一行象素所占字节数=（ 3+biWidth* biBitCount/8）/4*4。 （2）、存储顺序是从左下角开始。 3、demo解析。 4、图像处理界面的创立和使用。 实验感想： 第一次前往实验室做实验，由于对实验用到的软件还不太熟悉，所以浪费了很多时间，但是通过首次实验，收获还是很多的。不仅了解了数字图像可视化操作的基本原则和处理平台，还知道了bmp文件结构，以及demo如何解析，这是一个好的开头。 实验二：图像的平滑滤波 一、实验目的 学习常见的图像滤波方法，了解图像滤波过程； 了解图像增强用于图像处理所取得的效果； 培养处理实际图像的能力并为课堂教学提供配套的实践机会。 二、实验内容与要求 学生应当能够在VC6.0平台下编制自己的C函数 编写平滑滤波和中值滤波器函数 用滤波函数对高斯噪声和椒盐噪声污染的图像进行滤波处理 能够正确地评价处理的结果，能够从理论上做出合理的解释。 三、实验原理与算法分析 均值滤波 均值滤波是平滑滤波的一种 原理：使用邻域内像素均值代替当前像素值 其中M是N×N邻域内点的个数 假设使用3×3的模板进行处理，如下 中值滤波 中值滤波是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值. 中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是去某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中,f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为2*2，3*3区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。 四、实验步骤 在VC6.0工程中添加图像处理函数： 在resource栏中打开Menu，添加新的菜单项；为菜单项添加ID和显示名称；使用Classwizard添加处理函数； 拷贝获取图像数据信息的部分代码； 不同的平滑滤波方法处理同一图像，分析特点； 五、实验结果分析与讨论 对图像进行均值滤波 图像文件的读出与图像数据的观察 左图为被高斯噪声干扰的图，右图为经均值滤波处理后结果图。 均值滤波去噪同时是图像模糊化了，图像的边缘收到损害，一些细节部分缺失。 由结果图看出，均值滤波对椒盐噪声并不适用，噪声不但没有去掉，而且图像也变模糊了，质量下降，得不偿失。 对图像进行中值滤波 中值滤波在去噪声的同时，还保留了图像的边缘，使图像细节没有缺失，效果很好。 可以看出中值滤波可以很好的去除椒盐噪声，而且图像边缘也得到了较好的保存。 实验感想 这次试验主要比较了各种滤波对不同噪声的滤波效果，应该说他们各有优缺点，适用于不同的噪声干扰，为以后的工作积累了宝贵的经验。 实验三：数字图像的空间域滤波和频域滤波 一、实验目的 学习常见的边缘检测方法； 体会几种主要的边缘检测算子图像处理的效果以及不同因素对分割效果的影响； 培养处理实际图像的能力并为课堂教学提供配套的实践机会。。 二、实验内容与要求 独立完成规定的边缘检测算法：Roberts；Sobel；Kirsch；并考虑部分运算结果超出0-255的灰度值范围 要求能够自行评价各主要算子在无噪声条件下和噪声条件下的分割性能。 能正确评价处理结果，并从理论上做出合理的解释。 三、实验原理与算法分析 图像增强： 主要针对灰度图像，彩色图是三个灰度图,图像记录亮度的幅度信息,而未突出相应信息,人识别主要是灰度突变部分,这部分信息包含在频谱信息中。增强的目的是便于识别，人工筛选或其它后继处理。图象不清晰、不突出是多种因素造成的：采集条件中未突出所需部分，有干扰（噪音、散斑、运动模糊等等）。 图像边缘检测：目的：突出轮廓；人眼对轮廓（对比度大部分）敏感 方法分类：空域滤波；模板运算；迭代算法(Canny等)；变换域滤波；频域(