logo资料库

南昌大学数字图像处理实验报告.docx

第1页 / 共38页
第2页 / 共38页
第3页 / 共38页
第4页 / 共38页
第5页 / 共38页
第6页 / 共38页
第7页 / 共38页
第8页 / 共38页
资料共38页,剩余部分请下载后查看
南昌大学实验报告 学生姓名: 学 号: 专业班级: 实验类型:□ 验证 □ 综合 □ 设计 □ 创新 实验日期:2017.3.15 实验成绩: 实验一 图像信号的数字化 一. 实验目的 (1) 通过本实验了解图像的数字化过程,了解数字图像的数据矩阵表示法。 (2) 掌握取样(象素个数)、量化与图像质量的关系。 二. 实验原理 在数字系统进行处理、传输和存储图像,必须把代表图像的连续信号转变为 离散信号,这样的变换过程称为图像信号的数字化。它包括两种处理:取样和量 化,对坐标值进行数字化称为取样,对幅值数字化称为量化,数字图像的质量很 大程度上取决于取样和量化中所用到的样本数和灰度级。 三. 实验内容 (1) 选取任意函数,实现 MATLAB 中的二维绘图。 (2) 选取任意函数,实现 MATLAB 中的三维绘图。 (3) 选取任意一副灰度图像,imread 进行读取,显示其像素值阵列。 (4) 使用 MATLAB 函数实现图像的缩放,观察图像采样的像素数对图像质量的 影响,观察“棋盘格”现象。 (5) 使用灰度分割减小灰度级来显示同一幅图像,二值图显示图像,观察图像 量化对图像质量的影响,观察“伪轮廓”现象。 四. 源程序及结果 (1)显示函数 y  8.0 e 5.0 x sin 10 x 的二维图像。 程序: x=0:0.01:10; y=0.8*exp(-0.5*x).*sin(10*x); plot(y); 结果: 1
0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 0 200 400 600 800 1000 1200 (2)三维图像 程序: [x,y]=meshgrid(-3:1/8:3); z=peaks(x,y); surfl(x,y,z); shading interp colormap(gray); axis([-3 3 -3 3 -8 8]) 结果: 5 0 -5 2 0 3 2 1 -2 -2 -3 0 -1 2
(3)读取图像 程序: I=imread('2.jpg'); figure; imshow(I); 结果: (4)放大和缩小 程序: A=imread('boy.jpg'); [M,N,Q]=size(A); K=rgb2gray(A); B=imresize(K,[50,50],'nearest');C=imresize(K,[100,100],'nearest'); D=imresize(K,[1000,1000],'nearest'); E=imresize(K,0.2,'nearest');%放大倍数为 0.1 倍 F=imresize(K,0.5,'nearest');%放大倍数为 0.2 倍 subplot(2,3,1);imshow(A);title('原图'); subplot(2,3,2);imshow(B);title('像素 50*50'); subplot(2,3,3);imshow(C);title('像素 100*100'); subplot(2,3,4);imshow(D);title('像素 1000*1000'); subplot(2,3,5);imshow(E);title('原图像缩小为 0.1 倍'); subplot(2,3,6);imshow(F);title('原图像缩小为 0.2 倍');hold on;figure; 结果: 3
原 图 像 素 50*50 像 素 100*100 像 素 1000*1000 原 图 像 缩 小 为 0.2倍 原 图 像 缩 小 为 0.5倍 (5)灰度分割 程序: A=imread('620.jpg'); [M,N,Q]=size(A); K=rgb2gray(A); thresh=graythresh(K); A1=histeq(K,32);A2=histeq(K,128);A3=histeq(K,256); B1=im2bw(A1,thresh);B2=im2bw(A2,thresh);B3=im2bw(A3,thresh); subplot(2,3,1);imshow(K,[0,31]);title('灰度级为 32 的图像'); subplot(2,3,2);imshow(K,[0,127]);title('灰度级为 128 的图像'); subplot(2,3,3);imshow(K,[0,255]);title('灰度级为 256 的图像'); subplot(2,3,4);imshow(B1,[]);title('灰度级 4 的二值化图'); subplot(2,3,5);imshow(B2,[]);title('灰度级 32 的二值化图'); subplot(2,3,6);imshow(B3,[]);title('灰度级 256 的二值化图'); 结果: 4
灰 度 级 为 32的 图 像 灰 度 级 为 128的 图 像 灰 度 级 为 256的 图 像 灰 度 级 4的 二 值 化 图 灰 度 级 32的 二 值 化 图 灰 度 级 256的 二 值 化 图 五.结果分析 观察结果(1),使用 plot 函数可以轻松画出各种复杂的函数图形。 观察结果(2),在 matlab 中给定图形的范围,描述出图形的特征,就可以 画出其三维图形,十分方便。 观察结果(3),用 imread 函数可以将图像读入 matlab,然后用 imshow 函 数显示图像。 观察(4)对原图进行图片缩放的过程中,当像素数为 50*50(2500)的时 候,棋盘格现象比较突出;像素为 100*100(10000)的时候,棋盘格现象不是 很突出 ,观察图三 的变量工作 区,发现 实际原图像 的像素大小 为 185*194 (35890),显然可以看出我们对原图像做的工作只是缩小,并且缩小得越小, 棋盘格现象越严重,正印证了当量化级数一定时图像的采样像素数越低,块状现 象或是说棋盘格现象越明显,同时在 imresize 上直接改变图像大小,当图像缩 小为 0.2 倍,棋盘效果更明显。 观察(5)显然灰度级为 4,32,256 的二值图中背景均出现伪轮廓,且灰度级 越小伪轮廓范围越大,印证了当采样的像素数一定时,灰度级越大,伪轮廓现象 越明显。 5
6
南昌大学实验报告 学生姓名: 学 号: 专业班级: 实验类型:□ 验证 □ 综合 □ 设计 □ 创新 实验日期:2017.3.22 实验成绩: 实验二 图像灰度修正 一. 实验目的 1.掌握常用的图像灰度级修正方法,包括图象的线性和非线性灰度点运算和直方 图均衡化法,加深对灰度直方图的理解。 2.掌握对比度增强、直方图增强的原理,方法。 二. 实验原理 灰度变换在空间域中进行,它是将原图像的灰度级按照一定的线性或是非线 性函数映射到指定的灰度级上,起到图像增强、突出细节等作用,直方图均衡化 则是在频域上对灰度值的频谱密度分布更加均匀化,能起到增强对比度的作用。 三. 实验内容 1.任意选取一副图像,应用线性和非线性点运算,调整灰度的图像细节更容易看 清,显示灰度变换前后的图像。 2.使用分段线性灰度变换,实现任意图像的对比度拉伸。 3.任意选择一副灰度图像,实现图像的直方图均衡。显示原始图片,原始直方图 分布,直方图均衡后图像及直方图分布。 四. 源程序和结果 1.线性点运算和非线性点运算与分段线性灰度变换 程序: clear; I = imread('b.jpg'); B=2*I; A=double(I); A=40*(log(A+1)); H=uint8(A); figure;imshow(I) figure; subplot(121);imshow(B);title('线性变换'); subplot(122);imshow(H);title('非线性变换'); 7
f0=0;g0=0;%对图像灰度进行分段的点 f1=80;g1=100; f2=150;g2=210; f3=255;g3=255; figure,plot([f0,f1,f2,f3],[g0,g1,g2,g3]) axis tight,xlabel('f'),ylabel('g') title('intensitytransformation')%绘制变换曲线 r1=(g1-g0)/(f1-f0); b1=g0-r1*f0; r2=(g2-g1)/(f2-f1); b2=g1-r2*f1; r3=(g3-g2)/(f3-f2); b3=g2-r3*f2; [m,n]=size(I); X=double(I); for i=1:m for j=1:n f=X(i,j); g(i,j)=0; if(f>=f1)&&(f<=f2) g(i,j)=r1*f+b2; elseif(f>=f2)&&(f<=f3) g(i,j)=r3*f+b3; end end end figure; imshow(mat2gray(g)) 结果: 原图: 8
分享到:
收藏