數(shù)字圖像處理實(shí)驗(yàn)報(bào)告

1、 數(shù)字圖像處理 實(shí)驗(yàn)報(bào)告序 號(hào)： 姓 名： 學(xué) 號(hào)： 專業(yè)班級(jí) 日 期： 馬凡凡 6102213958 通信工程134班目 錄實(shí)驗(yàn)一、讀取圖像、顯示圖像和保存圖像實(shí)驗(yàn)二、圖像的灰度變換、取反和二值化處理實(shí)驗(yàn)三、直方圖均衡實(shí)驗(yàn)四、圖像銳化實(shí)驗(yàn)五、圖像的平滑濾波實(shí)驗(yàn)六、圖像的正交變換實(shí)驗(yàn)七、高頻強(qiáng)調(diào)濾波增強(qiáng)圖像實(shí)驗(yàn)八、陷波濾波器增強(qiáng)圖像實(shí)驗(yàn)九、消除勻速運(yùn)動(dòng)造成的圖像模糊實(shí)驗(yàn)十、圖像的幾何變換實(shí)驗(yàn)十一、二維離散傅里葉變換性質(zhì)驗(yàn)證實(shí)驗(yàn)十二、用領(lǐng)域平均法平滑彩色圖像實(shí)驗(yàn)十三、圖像的偽彩色處理實(shí)驗(yàn)一、讀取圖像、顯示圖像和保存圖像1、 實(shí)驗(yàn)?zāi)康暮蛢?nèi)容 1.通過(guò)本次實(shí)驗(yàn)，了解和熟悉matlab的實(shí)驗(yàn)環(huán)境，掌握

2、圖片的讀取、顯示、存儲(chǔ)的方法。2. 利用imread()函數(shù)讀取一幅圖像，假設(shè)其名為lily.tif，存入一個(gè)數(shù)組中。3利用imshow()函數(shù)來(lái)顯示這幅圖像。2、 實(shí)驗(yàn)原理（技術(shù)探討） 1.在 matlab環(huán)境中，程序首先讀取圖像，然后調(diào)用直方圖函數(shù)，設(shè)置相關(guān)參數(shù)，再輸出處理后的圖像。讀取圖像subplot(1,2,1),imshow(I）%輸出圖像title('原始圖像')%在原始圖像中加標(biāo)題2.啟動(dòng)matlab雙擊桌面matlab圖標(biāo)啟動(dòng)matlab環(huán)境； 在matlab命令窗口中輸入相應(yīng)程序。書(shū)寫(xiě)程序時(shí)，首先讀取圖像，一般調(diào)用matlab自帶的圖像，如:camerama

3、n圖像；再調(diào)用相應(yīng)的直方圖函數(shù)，設(shè)置參數(shù)；最后輸出處理后的圖像； 瀏覽源程序并理解含義； 運(yùn)行，觀察顯示結(jié)果； 結(jié)束運(yùn)行，退出三、實(shí)驗(yàn)程序及結(jié)果1.實(shí)驗(yàn)程序I=imread('實(shí)驗(yàn)一.jpg');x=rgb2gray(I);figure(1)subplot(1,2,1);imshow(I);title('原始圖像');subplot(1,2,2);imshow(x);title('灰度圖像');2. 實(shí)驗(yàn)結(jié)果四、結(jié)果分析 通過(guò)本實(shí)驗(yàn)，我學(xué)會(huì)了用Matlab7.0對(duì)圖像進(jìn)行讀取、存儲(chǔ)、顯示的節(jié)本操作。實(shí)驗(yàn)二、圖像的灰度變換、取反和二值化處理1、 實(shí)

4、驗(yàn)?zāi)康暮蛢?nèi)容 1.熟悉MATLAB軟件開(kāi)發(fā)環(huán)境，掌握讀、寫(xiě)圖像的基本方法。 2.理解圖像灰度變換在圖像增強(qiáng)的作用，掌握?qǐng)D像的灰度線性變換和非線性變換方法。 3.掌握繪制灰度直方圖的方法，掌握灰度直方圖的灰度變換及二值化的方法。2、 實(shí)驗(yàn)原理（技術(shù)探討） 1.圖像的灰度化處理的基本原理 將彩色圖像轉(zhuǎn)化成為灰度圖像的過(guò)程成為圖像的灰度化處理。彩色圖像中的每個(gè)像素的顏色有R、G、B三個(gè)分量決定，而每個(gè)分量有255中值可取，這樣一個(gè)像素點(diǎn)可以有1600多萬(wàn)（255*255*255）的顏色的變化范圍。而灰度圖像是R、G、B三個(gè)分量相同的一種特殊的彩色圖像，其一個(gè)像素點(diǎn)的變化范圍為255種，所以在數(shù)字圖像

5、處理種一般先將各種格式的圖像轉(zhuǎn)變成灰度圖像以使后續(xù)的圖像的計(jì)算量變得少一些。灰度圖像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級(jí)的分布和特征。圖像的灰度化處理可用兩種方法來(lái)實(shí)現(xiàn)。2. 圖像的二值化處理就是講圖像上的點(diǎn)的灰度置為0或255，也就是講整個(gè)圖像呈現(xiàn)出明顯的黑白效果。即將256個(gè)亮度等級(jí)的灰度圖像通過(guò)適當(dāng)?shù)拈y值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數(shù)字圖像處理中，二值圖像占有非常重要的地位，特別是在實(shí)用的圖像處理中，以二值圖像處理實(shí)現(xiàn)而構(gòu)成的系統(tǒng)是很多的，要進(jìn)行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像，這樣子有利于再對(duì)圖像做進(jìn)

6、一步處理時(shí)，圖像的集合性質(zhì)只與像素值為0或255的點(diǎn)的位置有關(guān)，不再涉及像素的多級(jí)值，使處理變得簡(jiǎn)單，而且數(shù)據(jù)的處理和壓縮量小。為了得到理想的二值圖像，一般采用封閉、連通的邊界定義不交疊的區(qū)域。所有灰度大于或等于閥值的像素被判定為屬于特定物體，其灰度值為255表示，否則這些像素點(diǎn)被排除在物體區(qū)域以外，灰度值為0，表示背景或者例外的物體區(qū)域。如果某特定物體在內(nèi)部有均勻一致的灰度值，并且其處在一個(gè)具有其他等級(jí)灰度值的均勻背景下，使用閥值法就可以得到比較的分割效果。如果物體同背景的差別表現(xiàn)不在灰度值上（比如紋理不同），可以將這個(gè)差別特征轉(zhuǎn)換為灰度的差別，然后利用閥值選取技術(shù)來(lái)分割該圖像。動(dòng)態(tài)調(diào)節(jié)閥值

7、實(shí)現(xiàn)圖像的二值化可動(dòng)態(tài)觀察其分割圖像的具體結(jié)果。三、實(shí)驗(yàn)程序及結(jié)果1.實(shí)驗(yàn)程序%二值化 I=imread('實(shí)驗(yàn)二.jpg');thresh=graythresh(I);%自動(dòng)確定二值化值I1=im2bw(I,thresh);%對(duì)圖像二值化imshow(I1)lear all; f=imread('f'); figure(1) imshow(f); figure(2) imhist(f); %繪制圖象f的直方圖 ylim('auto'); g=histeq(f,256); %對(duì)f進(jìn)行直方圖均衡，輸出圖象的灰度級(jí)數(shù)為256 figure(3) im

8、show(g); figure(4) imhist(g); ylim('auto'); A=imread('trees.tif');figure(1);subplot(1,2,1);imshow(A);title('原圖');I=double(A);h=-1 -1 -1;-1 8 -1;-1 -1 -1;J=conv2(I,h,'same'); K=uint8(J);subplot(1,2,2); imshow(K);title('使用拉普拉斯算子銳化處理后的圖');2. 實(shí)驗(yàn)結(jié)果二值化 四、結(jié)果分析 通過(guò)這次的實(shí)

9、驗(yàn)，經(jīng)過(guò)廣泛查閱書(shū)籍和有關(guān)知識(shí)，掌握了很多不知道的知識(shí)，使我我對(duì)圖像處理有了更深一步的了解。同時(shí)我學(xué)到了灰度級(jí)越多，圖像保存的信息越多，在一定程度上減少灰度級(jí)不會(huì)明顯影響圖像質(zhì)量，但在灰度級(jí)過(guò)少的情況下圖像會(huì)失真。實(shí)驗(yàn)三、直方圖均衡化1、 實(shí)驗(yàn)?zāi)康暮蛢?nèi)容 編程實(shí)現(xiàn)下列功能：讀出存儲(chǔ)的黑白灰度圖象并顯示，顯示灰度直方圖，對(duì)圖象進(jìn)行直方圖均衡化處理，顯示處理后圖象及直方圖，畫(huà)出灰度變換曲線，并存儲(chǔ)處理后圖象。2、 實(shí)驗(yàn)原理（技術(shù)探討） 方圖均衡化處理的中心思想是把原始圖像的灰度直方圖從比較集中的某個(gè)灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布。直方圖均衡化就是對(duì)圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使

10、一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。直方圖均衡化是一種自動(dòng)調(diào)節(jié)圖象對(duì)比度質(zhì)量的算法，使用的方法是灰度級(jí)變換：s=T(r)。它的基本思想是通過(guò)灰度級(jí)r的概率密度函數(shù)，求出灰度級(jí)變換。三、實(shí)驗(yàn)程序及結(jié)果1.程序clear all; f=imread('cameraman.tif');%讀入原圖像 figure(1) imshow(f); figure(2) imhist(f); %繪制圖象f的直方圖 ylim('auto'); g=histeq(f,256); %對(duì)f進(jìn)行直方圖均衡，輸出圖象的灰度級(jí)數(shù)為256 figure(3) imshow(g); figure(4

11、) imhist(g); ylim('auto');A=imread('trees.tif');figure(1);subplot(1,2,1);imshow(A);title('原圖');I=double(A);h=-1 -1 -1;-1 8 -1;-1 -1 -1;J=conv2(I,h,'same'); K=uint8(J);subplot(1,2,2); imshow(K);title('使用拉普拉斯算子銳化處理后的圖');2.結(jié)果4、 結(jié)果分析 通過(guò)本次試驗(yàn)讓我們看到直方圖均衡化的效果，其實(shí)質(zhì)就是通過(guò)減少

12、圖像的灰度級(jí)以換取對(duì)比度的增大。通過(guò)實(shí)驗(yàn)加深了我們對(duì)于課本理論知識(shí)的理解和運(yùn)用，提高了我們的學(xué)習(xí)效率和學(xué)習(xí)的積極性。實(shí)驗(yàn)四：圖像銳化1、 實(shí)驗(yàn)?zāi)康暮蛢?nèi)容1.掌握?qǐng)D像銳化的概念。2.掌握Prewitt算子對(duì)圖像進(jìn)行銳化的原理、過(guò)程。3.熟悉Matlab編程。4.利用Prewitt算子對(duì)圖像進(jìn)行銳化處理。5.掌握Maltab中和圖像銳化相關(guān)的函數(shù)。二、實(shí)驗(yàn)原理（技術(shù)探討） 圖像銳化處理是改善圖像視覺(jué)效果的手段，用來(lái)對(duì)圖像的輪廓或邊緣進(jìn)行增強(qiáng)，減弱或消除低分頻率分量而不影響高頻分量。圖像銳化處理的主要技術(shù)體現(xiàn)在空域和頻域的高通濾波，而空域高通濾波主要用模版卷積來(lái)實(shí)現(xiàn)。 在圖像處理中，一階導(dǎo)數(shù)通過(guò)梯度

13、來(lái)實(shí)現(xiàn)，因此利用一階導(dǎo)數(shù)檢測(cè)邊緣點(diǎn)的方法就稱為梯度算子法。梯度值正比于像素之差。對(duì)于一幅圖像中突出的邊緣區(qū)，其梯度值較大；在平滑區(qū)域梯度值小；對(duì)于灰度級(jí)為常數(shù)的區(qū)域，梯度為零。三、實(shí)驗(yàn)程序及結(jié)果1.程序A=imread('b.jpg'); figure(1);subplot(2,2,1);imshow(A);title('原圖'); I=double(A);h=1 1 1;1 -9 1;1 1 1;J=conv2(I,h,'same');K=uint8(J);subplot(2,2,2);imshow(K+A);title('使用拉普拉斯

14、算子銳化處理后的圖'); B=double(A);h=0 -1 0;-1 4 -1;0 -1 0;T=conv2(B,h,'same');E=uint8(T);subplot(2,2,3);imshow(-E+A);title('使用拉普拉斯算子銳化處理后的圖') C=double(A);h=-1 -1 -1;-1 8 -1;-1 -1 -1;D=conv2(C,h,'same');F=uint8(D);subplot(2,2,4);imshow(-F+A);title('使用拉普拉斯算子銳化處理后的圖')C=double

15、(A);h=-1 -1 -1;-1 8 -1;-1 -1 -1;D=conv2(C,h,'same');F=uint8(D);subplot(2,2,5);imshow(F);title('使用拉普拉斯算子銳化處理后的圖')2.結(jié)果四、結(jié)果分析 通過(guò)本次試驗(yàn)我學(xué)到了數(shù)字圖像處理中圖像銳化應(yīng)從水平和垂直兩個(gè)方向進(jìn)行，最后的銳化結(jié)果由水平和垂直銳化結(jié)果共同得到。銳化結(jié)果一方面是模糊的圖像變得清晰了，另一方面提取了目標(biāo)物體的邊界，對(duì)圖像進(jìn)行分割。銳化的圖像質(zhì)量有所改變，更適合觀察。實(shí)驗(yàn)五：圖像的平滑濾波一、實(shí)驗(yàn)?zāi)康暮蛢?nèi)容 理解圖象平滑的概念，掌握鄰域平均技術(shù)及中值濾波

16、技術(shù)。進(jìn)一步加深理解和掌握平滑濾波的原理和具體算法，理解圖象平滑濾波的處理過(guò)程和特點(diǎn)。二、實(shí)驗(yàn)原理（技術(shù)探討） 鄰域平均處理方法是以圖像模糊為代價(jià)來(lái)減小噪聲的，且模板尺寸越大，噪聲減小的效果越顯著。如果是噪聲點(diǎn)，其鄰近像素灰度與之相差很大，采用鄰域平均法就是用鄰近像素的平均值來(lái)代替它，這樣能明顯消弱噪聲點(diǎn)，使鄰域中灰度接近均勻，起到平滑灰度的作用。因此，鄰域平均法具有良好的噪聲平滑效果，是最簡(jiǎn)單的一種平滑方法。平滑方法是一種實(shí)用的圖像處理技術(shù)，能減弱或消除圖像中的高頻率分量，但不影響低頻率分量。因?yàn)楦哳l率分量主要對(duì)應(yīng)圖像中的區(qū)域邊緣等灰度值具有較大較快變化的部分，平滑濾波將這些分量濾去可減少局

17、部灰度起伏，使圖像變得比較平滑。實(shí)際應(yīng)用中，平滑濾波還可用于消除噪聲，或者在提取較大目標(biāo)前去除過(guò)小的細(xì)節(jié)或?qū)⒛繕?biāo)內(nèi)的小間斷連接起來(lái)。它的主要目的是消除圖像采集過(guò)程中的圖像噪聲，在空間域中主要利用鄰域平均法、中值濾波法和選擇式掩模平滑法等來(lái)減少噪聲；在頻率域內(nèi)，由于噪聲主要存在于頻譜的高頻段，因此可以利用各種形式的低通濾波器來(lái)減少噪聲。三、實(shí)驗(yàn)程序及結(jié)果1. 程序I=imread('count.jpg');%讀入圖像J=imnoise(I,'gaussian',0,0.01);%加入高斯噪聲subplot(2,2,1);imshow(I);%輸出加入了高斯噪聲的圖

18、像title('原始圖像');subplot(2,2,2);imshow(J);title('加入高斯噪聲的的圖像');h=fspecial('average',3);gd=imfilter(J,h);subplot(2,2,3);imshow(gd);title('3*3模板均值濾波');h=fspecial('average',4);gd=imfilter(J,h);subplot(2,2,4);imshow(gd);title('7*7模板均值濾波');2.結(jié)果四、結(jié)果分析 通過(guò)本次實(shí)驗(yàn)我學(xué)到

19、了鄰域平均時(shí)用的模板尺寸越大，對(duì)噪聲的消除效果有所增強(qiáng)。不過(guò)同時(shí)所得到的圖像變得更為模糊，可視的細(xì)節(jié)逐步減少。首先對(duì)圖像進(jìn)行加噪，噪聲是造成圖像退化的重要因素之一。數(shù)字圖像的噪聲主要來(lái)源于圖像獲取和傳輸。實(shí)驗(yàn)六：圖像的正交變換1、 實(shí)驗(yàn)?zāi)康暮蛢?nèi)容1. 了解傅立葉變換、離散余弦變換及其在圖像處理中的應(yīng)用2.了解Matlab線性濾波器的設(shè)計(jì)方法3.掌握離散傅里葉變換的實(shí)現(xiàn)方法，了解其幅度分布特性。并用一低通頻域?yàn)V波器實(shí)現(xiàn)對(duì)圖像的平滑濾波。4.了解頻域?yàn)V波的內(nèi)容，學(xué)會(huì)如何在頻域中直接生成濾波器，包括平滑頻域?yàn)V波器低通濾波器、銳化頻域?yàn)V波器高通濾波器，并利用生成的濾波器對(duì)輸入圖像進(jìn)行頻域處理。二、實(shí)驗(yàn)

20、原理（技術(shù)探討） 快速傅里葉變換FFT的實(shí)現(xiàn) 一個(gè)大小為M×N的圖像矩陣f的快速傅里葉變換FFT可以通過(guò)MATLAB函數(shù)fft2獲得，其簡(jiǎn)單語(yǔ)法 F=fft2(f)。該函數(shù)返回一個(gè)大小仍為M×N的傅里葉變換，數(shù)據(jù)排列如圖4.2(a)所示；即數(shù)據(jù)的原點(diǎn)在左上角，而四個(gè)四分之一周期交匯于頻率矩形的中心。 傅里葉頻譜可以使用函數(shù)abs來(lái)獲得，語(yǔ)法為：S=abs(F)。該函數(shù)計(jì)算數(shù)組的每一個(gè)元素的幅度，也就是實(shí)部和虛部平方和的平方根，即若某個(gè)元素為F=a+bj，則22Sab。通過(guò)顯示頻譜的圖像進(jìn)行可視化分析是頻域處理的一個(gè)重要方面。例如，圖像f(image.bmp)我們計(jì)算它的傅里

21、葉變換并顯示其頻譜：>>F=fft(f)>>S=abs(F)>>imshow(S,)三、實(shí)驗(yàn)程序及結(jié)果1.程序a=imread('圖像銳化.jpg');b=fftshift(fft2(a);figuresubplot(1,2,1),imshow(a),title('原始圖像');subplot(1,2,2),imshow(b),title('離散傅里葉頻譜');c=rgb2gray(a);%轉(zhuǎn)化為灰度圖像d=dct2(c);d(abs(d)<10) = 0; %將DCT結(jié)果中絕對(duì)值小于10的令為0，相當(dāng)于

22、壓縮了數(shù)據(jù)率(門(mén)限為10）e=idct2(d)/255; %DCT反變換重建圖像figuresubplot(1,3,1),imshow(c),title('原始灰度圖像');subplot(1,3,2),imshow(log(abs(d),),title('余弦變換');subplot(1,3,3),imshow(e),title('門(mén)限為10的反余弦變換');2.結(jié)果四、結(jié)果分析 通過(guò)這次試驗(yàn)我對(duì)傅立葉變換、離散余弦變換及其在圖像處理中的應(yīng)用有了更深的認(rèn)識(shí)。了解了Matlab線性濾波器的設(shè)計(jì)方法,并對(duì)fft2、colormap、fftshift

23、、dct2、idct2等函數(shù)的使用有了一定的了解。實(shí)驗(yàn)七：高頻強(qiáng)調(diào)濾波增強(qiáng)圖像1、 實(shí)驗(yàn)?zāi)康暮蛢?nèi)容 使用高通濾波器濾波，然后進(jìn)行高頻強(qiáng)調(diào)、直方圖均衡等處理增強(qiáng)圖像并比較結(jié)果。2、 實(shí)驗(yàn)原理（技術(shù)探討） 頻域?yàn)V波分為低通濾波和高通濾波兩類，對(duì)應(yīng)的濾波器分別為低通濾波器和高通濾波器。頻域低通過(guò)濾的基本思想：G(u,v)=F(u,v)H(u,v)。F(u,v)是需要鈍化圖像的傅立葉變換形式，H(u,v)是選取的一個(gè)低通過(guò)濾器變換函數(shù)，G(u,v)是通過(guò)H(u,v)減少F(u,v)的高頻部分來(lái)得到的結(jié)果，運(yùn)用傅立葉逆變換得到鈍化后的圖像。 n階巴特沃茲低通濾波器(BLPF)(在距離原點(diǎn)D0處出現(xiàn)截至頻

24、率)的傳遞函數(shù)與理想地通濾波器不同的是，巴特沃茲率通濾波器的傳遞函數(shù)并不是在D0處突然不連續(xù)。 相應(yīng)的高通濾波器也包括：理想高通濾波器、n階巴特沃茲高通濾波器、高斯高通濾波器。給定一個(gè)低通濾波器的傳遞函數(shù)，通過(guò)使用如下的簡(jiǎn)單關(guān)系，可以獲得相應(yīng)高通濾波器的傳遞函數(shù)。 三、實(shí)驗(yàn)程序及結(jié)果1. 程序 I=imread('實(shí)驗(yàn)七.jpg');I=rgb2gray(I);figure(1),imshow(I);title('原圖像');s=fftshift(fft2(I);figure(2);imshow(abs(s),);title('圖像傅里葉變換所得頻譜&#

25、39;);figure(3);imshow(log(abs(s),);title('圖像傅里葉變換取對(duì)數(shù)所得頻譜');a,b=size(s);a0=round(a/2);b0=round(b/2);d=10;p=0.2;q=0.5for i=1:a for j=1 :bdistance=sqrt(i-a0)2+(j-b0)2); if distance<=d h=0; else h=1; end; s(i,j)=(p+q*h)*s(i,j); end;end;s=uint8(real(ifft2(ifftshift(s);figure(4);imshow(s);title

26、('高通濾波所得圖像');figure(5);imshow(s+I);title('高通濾波所得高頻增強(qiáng)圖像')2.結(jié)果 4、 結(jié)果分析 這次實(shí)驗(yàn)按照低通濾波器和高通濾波器的定義，按照低通濾波的過(guò)程，一步一步寫(xiě)先是進(jìn)行傅里葉變換，再對(duì)其頻譜進(jìn)行平移，使其中心位于中心，再對(duì)此時(shí)的頻譜進(jìn)行圓形濾波，剛開(kāi)始糾結(jié)于公式，要怎么想出一個(gè)H（s）的濾波器的表達(dá)式，然后再進(jìn)行相乘，后來(lái)沒(méi)有想出來(lái)，就直接在每次循環(huán)里面直接進(jìn)行乘法運(yùn)算。實(shí)驗(yàn)八 陷波濾波器增強(qiáng)圖像2、 實(shí)驗(yàn)?zāi)康暮蛢?nèi)容 在原圖疊加周期性干擾，使用陷波器濾除干擾，顯示濾波后的圖像掌握巴特沃斯陷波濾波器的設(shè)計(jì)。進(jìn)一步加

27、深理解和掌握?qǐng)D像頻譜的特點(diǎn)和陷波濾波的原理。理解圖像陷波濾波的處理過(guò)程和特點(diǎn)。3、 實(shí)驗(yàn)原理（技術(shù)探討） 陷波濾波器也用于去除周期噪聲，雖然帶阻濾波器也能可以去除周期噪聲，但是帶阻濾波器對(duì)噪聲以外的成分也有衰減。而陷波濾波器主要對(duì)，某個(gè)點(diǎn)進(jìn)行衰減，對(duì)其余的成分不損失。從空間域內(nèi)看，圖像存在著周期性噪聲。其傅里葉頻譜中，也能看到噪聲的所在之處。如果使用帶阻濾波器的話，是非常麻煩的，也會(huì)使得圖像有損失。陷波濾波器，能夠直接對(duì)噪聲處進(jìn)行衰減，可以有很好的去噪效果4、 實(shí)驗(yàn)程序及結(jié)果1.程序close all; figure();subplot(1,2,1);imshow(f,0 1);xlabel(

28、'a).Original Image'); subplot(1,2,2);imshow(log(1 + abs(F), );xlabel('b).Fourier spectrum of a'); figure();subplot(1,2,1);imshow(H_NF,0 1);xlabel('c).Butterworth Notch filter(D=30 n=2)'); subplot(1,2,2);h = mesh(1:10:Q,1:10:P,H_NF(1:10:P,1:10:Q);set(h,'EdgeColor','

29、;k');axis(0 Q 0 P 0 1);xlabel('u');ylabel('v');zlabel('|H(u,v)|'); figure();subplot(1,2,2);imshow(log(1 + abs(G_1), );xlabel('e).Fourier spectrum of d'); subplot(1,2,1);imshow(g_1,0 1);xlabel('d).Result image');2. 結(jié)果4、 結(jié)果分析 通過(guò)本次實(shí)驗(yàn)我了解了陷波濾波器的原理，陷波濾波器的原理阻止事先定

30、義的中心頻率鄰域內(nèi)的頻率，設(shè)置相應(yīng)地陷波半徑，以合理的程度屏蔽噪聲，但不會(huì)帶來(lái)模糊，因此濾波效果比較的好。實(shí)驗(yàn)九、消除勻速運(yùn)動(dòng)造成的圖像模糊1、 實(shí)驗(yàn)?zāi)康暮蛢?nèi)容1.提高分析問(wèn)題和解決問(wèn)題的能力，進(jìn)一步鞏固數(shù)字圖像處理系統(tǒng)中的基本原理與方法。2.學(xué)習(xí)用MATLAB圖像復(fù)原的方法；3.恢復(fù)一幅由于運(yùn)動(dòng)造成的模糊圖像二、實(shí)驗(yàn)原理（技術(shù)探討） 圖像在形成、記錄、處理和傳輸過(guò)程中，由于成像系統(tǒng)、記錄設(shè)備、傳輸介質(zhì)和處理方法的不完善，從而導(dǎo)致圖像質(zhì)量下降，這種現(xiàn)象就成為圖像退化。例如，光學(xué)系統(tǒng)中的衍射、光電轉(zhuǎn)換器件的非線性、光學(xué)系統(tǒng)中的像差、大氣湍流的擾動(dòng)效應(yīng)、曝光噪聲干擾、圖像運(yùn)動(dòng)造成的模糊性以及幾何畸

31、變等等。圖像復(fù)原就是對(duì)退化的圖像進(jìn)行處理，盡可能恢復(fù)原圖像的本來(lái)面目。圖像復(fù)原與圖像增強(qiáng)的目的都是在某種意義上對(duì)圖像進(jìn)行改進(jìn)，即改善輸入圖像的質(zhì)量，但二者使用的方法和評(píng)價(jià)標(biāo)準(zhǔn)不同。圖像增強(qiáng)技術(shù)一般要利用人的視覺(jué)系統(tǒng)的特性，目的是取得較好的視覺(jué)效果，并不需要考慮圖像退化的真實(shí)物理過(guò)程，增強(qiáng)后的圖像也不一定要逼近原始圖像。而圖像復(fù)原則認(rèn)為圖像是在某種情況下退化了，即圖像品質(zhì)下降了，現(xiàn)在需要針對(duì)圖像的退化原因設(shè)法進(jìn)行補(bǔ)償，這就需要對(duì)圖像的退化過(guò)程有一定的先驗(yàn)知識(shí)，利用圖像退化的逆過(guò)程去恢復(fù)原始圖像，是復(fù)原后的圖像盡可能接近原始圖像。圖像復(fù)原技術(shù)就是要將圖像退化的過(guò)程模型化，并且采用相反的過(guò)程來(lái)恢復(fù)出

32、原始圖像。圖像復(fù)原技術(shù)有多種分類方法。圖像復(fù)原的關(guān)鍵在于建立圖像退化模型。這個(gè)退化模型應(yīng)該能夠反映圖像退化的原因。通常將退化原因作為線性系統(tǒng)退化的一個(gè)因素來(lái)對(duì)待，從而建立系統(tǒng)退化模型來(lái)近似描述圖像函數(shù)的退化。如下圖所示，這是一種簡(jiǎn)單的通用退化模型，它將圖像的退化過(guò)程模型化為一個(gè)退化系統(tǒng)（或退化算子）H。由圖可見(jiàn)一幅純凈的圖像f(x,y)由于通過(guò)一個(gè)系統(tǒng)H以及引進(jìn)外來(lái)加性噪聲n（x，y）而退化為一幅圖像g(x,y)。三、實(shí)驗(yàn)程序及結(jié)果1.實(shí)驗(yàn)程序j=imread('實(shí)驗(yàn)九.jpg');subplot(2,3,1),imshow(j);title('原圖像');le

33、n=20;theta=30;psf=fspecial('motion',len,theta);j1=imfilter(j,psf,'circular','conv');subplot(2,3,2),imshow(j1);title('PSF模糊圖像');j2=rgb2gray(j);subplot(2,3,3),imshow(j2);title('灰度圖')FI=abs(fft2(j1);NFI=255*mat2gray(FI);SFI=fftshift(NFI);imgray=rgb2gray(SFI);subp

34、lot(2,3,4),imshow(imgray);title('傅里葉變換');INITPSF=ones(size(psf);mang,psf=deconvblind(j1,INITPSF,40);subplot(2,3,5),imshow(mang);title('復(fù)原');P=abs(fft2(mang);U=255*mat2gray(P);Y=fftshift(U);imgra=rgb2gray(Y);subplot(2,3,6),imshow(imgra);title('傅里葉變換');2. 實(shí)驗(yàn)結(jié)果四、結(jié)果分析 通過(guò)本次試驗(yàn)我學(xué)到了圖

35、像復(fù)原的主要目的是在給定退化圖像g(x,y)以及退化函數(shù)H和噪聲的某種了解或假設(shè)時(shí)，估計(jì)出原始圖像f(x,y)。現(xiàn)在的問(wèn)題是退化函數(shù)H一般是不知道的。因此必須在進(jìn)行圖像復(fù)原前對(duì)退化函數(shù)進(jìn)行估計(jì)。實(shí)驗(yàn)十、圖像的幾何變換1、 實(shí)驗(yàn)?zāi)康暮蛢?nèi)容1學(xué)習(xí)幾種常見(jiàn)的圖像幾何變換，并通過(guò)實(shí)驗(yàn)體會(huì)幾何變換的效果；2掌握?qǐng)D像平移、剪切、縮放、旋轉(zhuǎn)、鏡像、錯(cuò)切等幾何變換的算法原理及編3掌握matlab編程環(huán)境中基本的圖像處理函數(shù)4掌握?qǐng)D像的復(fù)合變換2、 實(shí)驗(yàn)原理（技術(shù)探討）1. 圖像的平移 經(jīng)典的圖像平移有兩種算法，一種不會(huì)改變圖像大小，另一種可以相應(yīng)擴(kuò)大圖像。本程序采用了第一種算法。為了使圖像能按照用戶指定的水平

36、平移量和垂直平移量移動(dòng)，作者首先定義了一個(gè)參數(shù)設(shè)定窗，并在圖像平移菜單的事件處理函數(shù)中對(duì)此對(duì)話框進(jìn)行定義，獲取平移量。然后調(diào)用圖像平移函數(shù)，從而實(shí)現(xiàn)將圖像中所有的點(diǎn)（像素）都按照指定的平移量水平、垂直移動(dòng)，平移后的圖像上的每一點(diǎn)都可以在原圖像中找到對(duì)應(yīng)的點(diǎn)。2圖像的鏡像。2.圖像的水平鏡像操作是將圖像的左半部分和右半部分以圖像垂直中軸線為中心鏡像進(jìn)行對(duì)換；圖像的垂直鏡像操作是將圖像上半部分和下半部分以圖像水平中軸線鏡像進(jìn)行對(duì)換。可以一個(gè)個(gè)像素進(jìn)行鏡像，也可以利用位圖存儲(chǔ)的連續(xù)性進(jìn)行整行復(fù)制。對(duì)于水平鏡像作者采用前者，而垂直鏡像采用后者，對(duì)兩種方法都進(jìn)行了嘗試。3 圖像的轉(zhuǎn)置 即將圖像像素的x坐

37、標(biāo)和y坐標(biāo)互換。它和圖像的鏡像變換類似，不同之處在于圖像轉(zhuǎn)置后DIB的頭文件也要進(jìn)行相應(yīng)的改變，即更新寬度和高度信息。因此傳遞給圖像轉(zhuǎn)置函數(shù)的參數(shù)是直接指向DIB的指針，而不是直接指向DIB像素的指針。程序首先一個(gè)個(gè)像素進(jìn)行轉(zhuǎn)置復(fù)制，然后互換DIB中圖像的高寬，實(shí)現(xiàn)圖像轉(zhuǎn)置的功能。4 圖像的縮放 程序?qū)D像按用戶設(shè)定的X軸方向的縮放比率和Y軸方向的縮放比率進(jìn)行縮放。此操作產(chǎn)生的圖像中的像素可能在原圖中找不到相應(yīng)的像素點(diǎn)，因此必須進(jìn)行近似處理。此處理有多種方法，可以采用最鄰近插值算法，也可以采用別的插值算法。后者處理效果要好一些，但是運(yùn)算量也相應(yīng)增加很多，因此本程序采用前者，即最鄰近插值算法。最

38、后，由于縮放改變了圖像的高度和寬度，因此還需要對(duì)DIB頭文件的高度和寬度信息進(jìn)行更新。5 圖像的旋轉(zhuǎn)。 程序?qū)D像以圖像中心為原點(diǎn)，按照用戶設(shè)定的旋轉(zhuǎn)角度進(jìn)行旋轉(zhuǎn)。和圖像的平移一樣，可以采用不同的算法，既可以把轉(zhuǎn)出顯示區(qū)域的部分圖像截去，也可以擴(kuò)大圖像范圍以顯示所有圖像，在本程序中采用后者。同時(shí)為了減小運(yùn)算量，將圖像以圖像中心為坐標(biāo)系原點(diǎn)進(jìn)行旋轉(zhuǎn)，而不是用戶指定的任意一點(diǎn)。三、實(shí)驗(yàn)程序及結(jié)果1.實(shí)驗(yàn)程序X=imread('shiyanshi.jpg'); figure,imshow(X);title('原圖像') %縮放 使用最臨近插值算法A=0.5 0 0;0

39、 2 0;0 0 1; T=maketform('affine',A); Z=imtransform(X,T); figure,imshow(Z),title('圖想縮放');%圖像旋轉(zhuǎn)A=cos(pi/4) sin(pi/4) 0;-sin(pi/4) cos(pi/4) 0;0 0 1; T=maketform('affine',A); Z=imtransform(X,T); %圖像的二維仿射變換figure,imshow(Z);title('圖像旋轉(zhuǎn)'); %水平剪切A=1 0 0;0.5 1 0;0 0 1; T=make

40、tform('affine',A); Z=imtransform(X,T); figure,imshow(Z);title('水平剪切'); %垂直剪切A=1 0.5 0;0 1 0;0 0 1; T=maketform('affine',A); Z=imtransform(X,T); figure,imshow(Z);title('垂直剪切'); %水平鏡像A=-1 0 0;0 1 0;1 0 1; T=maketform('affine',A); Z=imtransform(X,T); figure,imsho

41、w(Z);title('水平鏡像'); A=1 0 0;0 -1 0;0 1 1; 3. 實(shí)驗(yàn)結(jié)果四、結(jié)果分析 本次實(shí)驗(yàn)是圖像的幾何變換，顧名思義就是將圖像進(jìn)行均勻的放大縮?。ǔ叨茸儞Q），或者將圖像旋轉(zhuǎn)等等一些線性變換。實(shí)驗(yàn)涉及到的函數(shù)有：imresize、imrotate。這兩個(gè)函數(shù)的用法簡(jiǎn)單，其中imresize實(shí)現(xiàn)的功能是矩陣的尺度變換，我在實(shí)驗(yàn)中采用了放大2被和縮小為0.5倍的變換，將函數(shù)中的系數(shù)分別寫(xiě)成2和0.5即可實(shí)現(xiàn)；imrotate實(shí)現(xiàn)圖像的旋轉(zhuǎn)，將函數(shù)的系數(shù)寫(xiě)成30，代表將圖像順時(shí)針（系統(tǒng)默認(rèn)）旋轉(zhuǎn)30度角，實(shí)驗(yàn)處理后的圖像非常容易辨別。實(shí)驗(yàn)十一、二維離散傅里

42、葉變換性質(zhì)驗(yàn)證3、 實(shí)驗(yàn)?zāi)康暮蛢?nèi)容 通過(guò)對(duì)傅立葉變換原理的學(xué)習(xí)，掌握并編程驗(yàn)證二維離散傅立葉變換，理解二維傅立葉變換的主要性質(zhì)。4、 實(shí)驗(yàn)原理（技術(shù)探討） 1.、數(shù)字圖像傅立葉變換的目的為了有效地和快速地對(duì)圖像進(jìn)行處理和分析，常常需要將原定義在圖像空間的圖像以某種形式轉(zhuǎn)換（正變換）到另外一些空間，并利用在這些空間的特有性質(zhì)方便地進(jìn)行一定的加工，最后再轉(zhuǎn)換回圖像空間（反變換或逆變換）以得到所需要的效果。傅立葉變換就一種重要的常用的變換，它把圖像從圖像空間變換到頻率空間。2. 對(duì)于我們要處理的實(shí)際二維圖像，其傅氏變換一般是在頻率域上有界的，亦即有用成分總是落在一定的頻率域范圍之內(nèi)上述的頻率域性質(zhì)的

43、依據(jù)在于： 一是圖像中景物的復(fù)雜性具有一定的限度，其中大部分內(nèi)容是變化不大的區(qū)域完全像“雪花”點(diǎn)似的圖像沒(méi)有任何實(shí)際意義。 二是人眼對(duì)空間復(fù)雜性（頻率）的分辨率以及顯示器的分辨能力都是具有一定限度。 若實(shí)變量函數(shù)f(x)是絕對(duì)可積的，即：且F(u)是可積的，則傅立葉變換對(duì)一定存在三、實(shí)驗(yàn)程序及結(jié)果1.實(shí)驗(yàn)程序%構(gòu)造原始圖像?f1=zeros(128,128);%輸入128*128的黑色圖像矩陣f1(24:104,48:80)=1;建立白色矩行圖像點(diǎn)陣subplot(3,2,1);imshow(f1);xlabel('構(gòu)造原始圖像');%求原始圖像的傅里葉頻譜J=fft2(f1)

44、;%傅立葉變換F=abs(J);J1=fftshift(F);subplot(3,2,2);imshow(J1,5 50);xlabel('原始圖像的傅里葉頻譜');%構(gòu)造f2的圖像?f2=f1;for x=1:128 for y=1:128 f2(x,y)=(-1)(x+y)*f1(x,y); endendsubplot(3,2,3);imshow(f2);xlabel('構(gòu)造f2的圖像');%求f2的傅里葉頻譜?I=fft2(f2);?F=abs(I);?J2=fftshift(F);subplot(3,2,4);imshow(J2,5 50);xlabel

45、('f2的傅里葉頻譜');%將f2順時(shí)針旋轉(zhuǎn)得到f3?f3=imrotate(f2,-45,'bilinear','crop');subplot(3,2,5);imshow(f3)xlabel('f2圖像順時(shí)針旋轉(zhuǎn)45度');%求f3的傅里葉頻譜?K=fft2(f3);?F=abs(K);?K=fft2(f3);F=abs(K);J3=fftshift(F);subplot(3,2,6);imshow(J3,5 50);xlabel('f3的傅里葉頻譜');4. 實(shí)驗(yàn)結(jié)果4、 結(jié)果分析 通過(guò)本次實(shí)驗(yàn)我學(xué)到了幅度譜決

46、定了一幅圖像中含有的各種頻率分量的多少，相位譜決定了每一種頻率分量在圖像中的位置。 只要每一種頻率分量保持在圖像中的正確位置，那么圖像的完整性就能得到很好的保持，這也就是為什么在信號(hào)或圖像處理中通常只對(duì)幅度譜進(jìn)行處理的原因。實(shí)驗(yàn)十二、用領(lǐng)域平均法平滑彩色圖像5、 實(shí)驗(yàn)?zāi)康暮蛢?nèi)容 了解各種平滑處理技術(shù)的特點(diǎn)和用途，掌握平滑技術(shù)的仿真與實(shí)現(xiàn)方法。學(xué)會(huì)用Matlab中的函數(shù)對(duì)輸入彩色圖像的計(jì)算，感受不同平滑處理方法對(duì)最終圖像效果的影響。6、 實(shí)驗(yàn)原理（技術(shù)探討） 我們把彩色圖像處理細(xì)分成三個(gè)主要類別：（1）顏色變換。它主要用于處理每個(gè)彩色平面的像素，該處理嚴(yán)格地以像素值為基礎(chǔ)，而不是以它們的空間坐標(biāo)

47、為基礎(chǔ)；（2）單獨(dú)彩色平面的空間處理。它主要對(duì)各個(gè)彩色平面進(jìn)行空間濾波；（3）顏色向量處理。它主要同時(shí)處理彩色圖像的所有分量。因?yàn)槿噬珗D像至少有三個(gè)分量，彩色像素實(shí)際上是向量。 在某些情況下，無(wú)論是一次處理彩色圖像的一個(gè)平面，還是作為向量來(lái)處理，都會(huì)得到相同的結(jié)果。然而，它并不總是如此。為了使獨(dú)立的彩色分量和以向量為基礎(chǔ)的處理都相同，必須滿足兩個(gè)條件：首先，該處理必須對(duì)向量和標(biāo)量都可用；其次，對(duì)向量的每個(gè)分量的運(yùn)算必須獨(dú)立于其他分量。三、實(shí)驗(yàn)程序及結(jié)果1.實(shí)驗(yàn)程序a=imread('實(shí)驗(yàn)十二.jpg');figure;ar=a(:,:,1);ag=a(:,:,2);ab=a(

48、:,:,3);subplot(3,4,1);imshow(a);title('原圖');subplot(3,4,2);imshow(ar);title('red');subplot(3,4,3);imshow(ag);title('green');subplot(3,4,4);imshow(ab);title('blue');ah=rgb2hsv(a);h=ah(:,:,1);s=ah(:,:,2);i=ah(:,:,3);subplot(3,4,5);imshow(h);title('h');subplot(3,

49、4,6);imshow(s);title('s');subplot(3,4,7);imshow(i);title('i');w=fspecial('average', 25);I_filtered=imfilter(i, w, 'replicate'); H_filtered=imfilter(h, w, 'replicate'); S_filtered=imfilter(s, w, 'replicate');R_filtered=imfilter(ar, w, 'replicate'

50、;); G_filtered=imfilter(ag, w, 'replicate'); B_filtered=imfilter(ab, w, 'replicate'); f=cat(3, R_filtered, G_filtered, B_filtered);h=cat(3, h, s, I_filtered);f1=hsv2rgb(h);f1=min(f1,1); f2=cat(3, H_filtered, S_filtered, I_filtered);subplot(3,4,8);imshow(f);title('平滑R、G、B圖像平面結(jié)果')subplot(3,4,9);i