MATLAB數字圖像處理實驗講義(指導書)

ID:209215 · 發表于 2017-6-8 15:09

下面是內容預覽（圖片在附件中下載）：

數字圖像處理課內實驗指導書

李文杰施文娟 編

鹽城師范學院新能源與電子工程學院

二○一七年二月

說明：1  講義中給出的部分代碼供同學們參考，鼓勵同學自己編寫運行效率更高或者可讀性更好的代碼，將作為成績評定的重要依據。
2  實驗中的仿真圖是仿真算法的主要結果，由于是在實驗室機房中做實驗，仿真后的圖文件，請每位同學以fig文件和矢量圖文件emf兩種格式保存于自己的移動存儲設備中(注意每個文件名稱，例如可采用：實驗1_圖1.fig)，實驗結束后，仿真圖文件的電子版也需要上交。
3  每次實驗結束后，在一周內請及時交實驗報告，實驗報告上交是否及時也將作為實驗報告成績的依據。

4 每個實驗仿真圖請自行打印后粘貼于實驗報告的相關位置。

5  每個實驗的思考題請按照要求認真完成。

實驗一計算圖像的基本統計指標

一、實驗目的
1熟悉MATLAB圖像處理工具箱的使用方法。
2了解計算圖像的統計指標的方法及其在圖像處理中的意義。
二．實驗主要儀器設備
1    微型計算機：Intel Pentium及更高。
2    MATLAB(安裝了圖像處理工具箱，即Image Processing Toolbox)
3    典型的灰度、彩色圖像文件。
三、實驗原理
1    可以將一幅圖像看成一個二維矩陣，因此用MATLAB處理圖像是十分方便的。
2    利用MATLAB圖像處理工具箱讀、寫和顯示圖像文件。
①采用imread函數讀出圖像。
②采用imwrite函數寫入圖像。
③采用imshow函數顯示圖像。
3 計算圖像的有關統計參數。
① 圖像的大小。圖像的大小是圖像的重要屬性，數值是寬度（M，單位為：像素）與高度（N，單位為：像素）的乘積。

② 圖像的灰度平均值。該指標指圖像法f所以灰度值的算術平均值，反映了一幅圖像的平均亮度。

③協方差矩陣（variance-covariance matrix）
設 f(x,y)和g(x,y)是大小為M×N的兩幅圖像，則兩幅圖像之間的協方差矩陣為

協方差矩陣是兩幅圖像之間的相關程度的一種度量。協方差矩陣為零時表明兩幅圖像之間相互獨立，反之表示兩圖像之間相互依賴越大，相關程度越強。
若f=g,則單幅圖像的協方差即為該圖像的方差（自協方差）。
④圖像的灰度標準差（standard deviation）。由方差按數據的平方來計算，與灰度值相差大，難以直觀地衡量，所以對方差開平方得到標準差SD，標準差是評價離散的較好指標。

⑤圖像的相關系數。協方差可以作為兩幅圖像相關性的一種度量，但它受兩幅圖像像素數值的影響。因此，經常將其歸一化成相關系數。兩個圖像f(x,y)和g(x,y)的相關系數  是描述圖像相關程度的統計量，反映了兩圖像相互的線性聯系密切程度的統計參數。相關系數在0~1范圍內變動，其值越接近1，兩個圖像見的線性相關越密切；其值越接近0，相關越不密切。
四、實驗內容
1    利用MATLAB圖像處理工具箱讀、寫和顯示圖像文件。
2    計算圖像的有關統計參數。
五、實驗步驟
參考教材附錄B：常用MATLAB圖像處理Toolbox  函數完成以下操作。

（1）利用“讀圖像文件I/O”函數讀入圖像。

（2）    利用“讀圖像文件I/O”的iminfo函數了解圖像文件的基本信息。利用“像素和統計處理”函數計算讀入圖像的二維相關系數（corr2函數）、確定像素顏色（impixel函數）、像素的平均值（mean2函數）、計算像素的標準偏移（std2函數）等。
注意：Impixel函數返回指定的圖像像素的RGB(紅red、綠green、藍blue)顏色值。在下面的語法中，impixel函數顯示輸入圖像，并等待你用鼠標指定像素：
P =impixel(img)；
如果省略輸入參數，impixel作用于當前使用的圖像。使用鼠標左鍵單擊來選擇像素，可以在不同位置單擊來選擇多個像素。按backspace或delete刪除先前選擇的像素。按住shift點擊鼠標左鍵，單擊鼠標右鍵或者雙擊鼠標左鍵，都可以添加最后一個像素并結束選擇顯示結果;按回車鍵可以結束選擇并且不添加像素。完成像素的選擇后，impixel向輸出參數中返回一個代表所選像素RGB值的m×3的矩陣，m為所選像素的個數。如果你沒有提供輸出參數，impixel將矩陣返回到ans中。
（3）    利用“幾何操作”剪切圖像、改變圖像大小（imresize函數）、旋轉圖像（imrotate函數）等。
（4）    將經上述不同操作的圖像用“讀圖像文件I/O”函數分別寫入到各自的圖像文件中。
六、實驗報告要求
1 說明利用MATLAB圖像處理工具箱讀、寫和顯示圖像文件、計算圖像的有關統計參數的原理。
2 記錄讀取和幾何變換處理后的圖像、圖像的統計數據。
3 記錄點運算的結果圖。
4 回答思考題。
5 總結心得和體會。
七、預習要求
（1）了解MATLAB圖像處理工具箱的功能。
（2）了解圖像基本指標的含義。
八、思考題
（1）說明圖像的統計特征對圖像處理的意義。
（2）比較不同圖像的統計特征的差別，并分析原因。

實驗二  圖像變換與二維數字濾波

一、實驗目的
1    了解離散余弦正弦變換和逆變換的原理。
2    理解離散余弦變換系數的特點。
3    了解離散余弦變換在圖像數據壓縮中的應用。
二、實驗主要儀器設備
1    微型計算機：Intel Pentium及更高。
2    MATLAB軟件。
三、實驗原理
1    二維離散余弦變換和離散余弦逆變換的計算公式。
2    MATLAB中DCT變換的實現函數是dct2();DCT逆變換的實現函數是idct2()。
四、實驗內容
在MATLAB環境中，進行圖像的離散余弦變換和離散余弦逆變換，初步理解DCT變換在壓縮編碼中的應用。減少DCT系數，觀察重建信號和誤差信號。
五、實驗步驟
1    打開MATLAB。
2    新建DCTtranslation.m文件
3    選取rose.jpg文件，進行離散余弦變換，并對其進行離散余弦反變換，觀察其結果。
4 選擇不同的閾值，觀察重構圖像。
5 計算重構圖像的MSE。
參考程序：
%DCTtranslation.m
I = imread('rose.jpg');

clear all;

close all;

G=imread('rose.jpg');

figure(1);imshow(G);

%G=rgb2gray(F);

dctG=dct2(G);

figure(2);imshow(log(abs(dctG)),[]);

T1=5;T2=50;

dctG(abs(dctG)<T1)=0;

idctF1=idct2(dctG);

figure(3);imshow(idctF1,[0 255]);

dctG(abs(dctG)<T2)=0;

idctF2=idct2(dctG);

figure(4);imshow(idctF2,[0 255]);

[M N]=size(G);

MSE1=sum(sum((idctF1-double(G)).^2))/(M*N)

MSE2=sum(sum((idctF2-double(G)).^2))/(M*N)

上述程序同樣可以實現DCT的正、反變換。
六、實驗報告要求
1    說明離散余弦正、反變換的原理。
2    分析重建圖像、誤差圖像和DCT系數的關系。
七、預習要求
了解MATLAB環境和它的使用方法。
八、思考題
對重建圖像進行主觀評價和客觀評價，分析重建圖像的質量與DCT重建系數的關系。

實驗三  圖像編碼與壓縮

一、實驗目的
1    了解圖像的壓縮編碼原理；
2    掌握常用圖像壓縮算法。
二、實驗主要儀器設備
1    微型計算機：Intel Pentium及更高。
2    MATLAB軟件（含圖像處理工具箱）。
三、實驗原理
1    去除數據冗余度可以有效地壓縮數據。
2    圖像編碼壓縮的主要技術指標。（1）壓縮化；（2）客觀評價SNR；（3）主觀評價。
四、實驗內容
1    利用變換編碼壓縮圖像信息。
2    計算壓縮算法的性能。
五、實驗步驟
1    自己選擇測試圖像。
2    根據設計要求選擇合適的圖像編碼與壓縮方法。
3    設計編碼與壓縮算法。
4    顯示原始圖像與壓縮重構圖像。

例1 基于FFT的圖像壓縮技術
考慮一幅512*512像素，灰度級為256的標準圖像lena，用FFT實現圖像數據的壓縮，首先將圖像分割成(512/8)^2個8*8子圖像，對每個子圖像進行FFT，這樣每個子圖像有64個傅里葉變換系數。按照每個系數的方差來排序，由于圖像是實值的，其64個復系數只有一半是有差別的。舍去小的變換系數，就可以實現數據壓縮。此處32個系數，實現2：1的數據壓縮，然后進行逆變換，其matlab程序如下：

%設置壓縮比

cr = 0.5;                % cr = 0.5為2:1壓縮，cr = 0.125 為8:1壓縮
%讀入并顯示原始圖像
I1 = imread(‘lena.bmp’);
I1 = double(I1)/255;    %圖像為256級灰度圖像，對圖像進行歸一化操作
figure(1);             %顯示原始圖像
imshow(I1);
%對圖像進行FFT
fftcoe = blkproc(I1,[8 8],’fft2(x)’);    %將圖像分割成8*8的子圖像進行FFT
coevar = im2col(fftcoe,[8 8],’distinct’);  %將變換系數矩陣重新排列
coe = coevar;
[y,ind] = sort(coevar);
[m,n] = size(coevar);
snum = 64-64*cr;                %根據壓縮比確定要變0的系數個數
%舍去不重要的系數
for i = 1:n
  coe(ind(1:snum),i) = 0;          %將最小的snum個變換系數清0
end
B2 = col2im(coe,[8  8],[512 512],’distinct’);  %重新排列系數矩陣
%對子圖像塊進行FFT逆變換獲得各個子圖像的復原圖像，并顯示壓縮圖像
I2 = blkproc(B2,[8  8],’ifft2(x)’);
figure(2)                         %顯示壓縮后的圖像
imshow(I2);
%計算均方根誤差erms
e = double(I1) – double(I2)
[m , n] = size(e);
erms = sqrt(sum(e(:).^2)/(m*n));

當cr = 0.5時，上述程序實現的圖像壓縮比為2:1，均方根系數為erms = 0.0398;
cr=0.125時，實現的圖像壓縮比為8:1，均方根系數為 erms =0.0474

上述程序中的主要函數功能：

(1) blkproc 函數，它能夠將每個顯示塊從圖像中提取出來，然后將其作為參數傳遞給任何用戶函數，另外，blkproc函數還將用戶函數返回的顯示塊進行組合，從而生成最后輸出的圖像，語法格式為：

      B = blkproc (A,[m  n],fun)
其功能是對圖像A的每個不同m*n塊應用函數fun進行處理，fun 為運算函數，其形式為y=fun(x)，可以是一個包含函數名的字符串，也可以是帶表達式的字符串。另外，還可以將用戶函數指定為一個嵌入式函數。

（2）im2col函數，它能夠將圖像塊排列成向量，其語法格式為：
      B = im2col(A , [m  n],block_type)
功能是將圖像A的每一個m*n塊轉換成一列，重新組合成矩陣B，block_type指定排列的方式，當block_type為disinct時，圖像塊不重疊，當其為sliding時，圖像塊滑動。

（3）col2im函數，它用于將向量重新排列成圖像塊，語法格式為：
      B = col2im(A,[n  n],[nm nn],block_type)
其功能將圖像A的每一列排列成m*n的圖像塊，block_type指定排列的方式，當其為distinct時，圖像塊不重疊，其為sliding時，圖像塊滑動，并用這些圖像塊組合成mm*nn的圖像A

例2 基于DCT的圖像壓縮技術
與前面相同的圖像，首先將圖像分割成(512/8)^2個8*8子圖像，對于每個子圖像進行DCT，這樣每個子圖像有64個變換系數，舍去50%小的變換系數，即保留32個系數，進行2:1的壓縮，其Matlab程序如下所示：

%設置壓縮比
cr = 0.5                   % cr = 0.5為2:1壓縮，cr = 0.125 為8:1壓縮
%讀入并顯示原始圖像
initialimage =imread('lena_numbers_512.tiff');
initialimage = double(initialimage)/255;
figure(1);
imshow(initialimage);
%對圖像進行DCT
t = dctmtx(8);
dctcoe = blkproc(initialimage,[88],'P1*x*P2',t,t');
coevar = im2col(dctcoe,[8 8],'distinct');
coe = coevar;
[y,ind] = sort(coevar);
[m,n] = size(coevar);
%舍去不重要的系數
snum = 64 - 64*cr;
for i = 1 : n
  coe(ind(1:snum),i) = 0;
end
b2 = col2im(coe,[8 8],[512 512],'distinct');
%對截取后的變換系數進行DCT逆變換
i2 = blkproc(b2,[8 8],'P1*x*P2', t',t);
%顯示壓縮圖像
figure(2);
imshow(i2);
%計算均方根誤差
e = double (initialimage) - double(i2);
[m , n] = size(e);
erms = sqrt(sum(e(:).^2)/(m*n));

六、實驗報告要求
1    說明壓縮原理與算法。
2    原始圖像和壓縮圖像重構圖像。
3    計算壓縮性能，說明為什么同一壓縮算法對不同的圖像壓縮效果不同。
4    回答思考題。
5    心得和體會。
七、預習要求
1    了解圖像編碼壓縮的基本原理和算法。

2 掌握MATLAB圖像處理工具箱（ImageProcessing ToolBox）中有關圖像編碼壓縮的函數。

3    編寫相應的程序。
八、思考題
1    DFT與DCT的性能比較。
2    討論用一算法對不同原始圖像壓縮性能的影響。

實驗四  圖像增強一、實驗目的
1    熟悉并學會使用MATLAB中圖像增強的相關函數。
2    了解圖像增強的方法、噪聲去除的方法和去噪的效果。
二、實驗主要儀器設備
1    微型計算機：Intel Pentium及更高。
2    MATLAB軟件（含圖像處理工具箱）。
3    典型的灰度、彩色圖像文件。
三、實驗原理
1    將一幅圖像看成是一個二維矩陣，因此用MATLAB進行圖像增強是十分方便的。
2    灰度變換可以使圖像的動態范圍加大，圖像的對比度擴展、圖像更為清晰，是圖像增強的重要手段。
圖像的點運算
（1）線性擴展
灰度級變換函數s=T(r)可為
file:///Z:\TEMP\msohtmlclip1\01\clip_image012.gif
（2）非線性擴展
   灰度級變換函數s=T(r)可為
               s=clog(1+r)
（3）灰度倒置
   灰度級變換函數s=T(r)可為
               s=255-r
（4）二值化
   確定一閾值r1，file:///Z:\TEMP\msohtmlclip1\01\clip_image014.gif。file:///Z:\TEMP\msohtmlclip1\01\clip_image016.gif的灰度值置白，file:///Z:\TEMP\msohtmlclip1\01\clip_image018.gif的灰度值置黑。

3 利用MATLAB圖像處理工具箱讀函數、顯示函數、加噪函數、濾波函數進行圖像去噪處理。采取 imread函數讀圖像、imshow函數顯示圖像、imnoise函數對圖像進行加噪處理、filter2函數對圖像進行濾波。

4 各種去噪方法：鄰域平均、中值濾波。
四、實驗內容及步驟
1 % 直接灰度變換
clear all;
clc;

I =imread('cameraman.tif');

figure;imshow(I);

I1 =imadjust(I,[0 1],[1 0],1.0);

figure;subimage(I1);
%直方圖灰度變換

I =imread('cameraman.tif');

figure;imshow(I);

figure;imhist(I);

J = imadjust(I,[0.15 0.9], [0 1]);

figure;imshow(J);

figure;imhist(J, 64);

2 圖像的空域點處理增強

（1）選擇一幅圖像 lena.jpg，設置輸入選擇一幅圖像lena.jpg,設置輸入/輸出變換的灰度級范圍，a=0.3,b=0.6,c=0.1,d=0.9；
（2）設置非線性擴展函數的參數c=2；
（3）采用灰度倒置變換函數s=255-r進行圖像變換；
（4）設置二值化圖像的閾值，分別為level=0.4,level=0.7。
參考程序如下：
I=imread('lena.bmp');
figure;subplot(1,3,1);
imshow(I);
title('原圖');

J=imadjust(I,[0.30.6],[0.1 0.9]);

subplot(1,3,2);imshow(J);
title('線性擴展');
I1=double(I);
I2=I1/255;
C=2;
K=C*log(1+I2);
subplot(1,3,3);
imshow(K);
title('非線性擴展');
M=255-I;
figure;
subplot(1,3,1);imshow(M);
title('灰度倒置');
N1=im2bw(I,0.4);
N2=im2bw(I,0.7);
subplot(1,3,2);
imshow(N1);
title('二值化閾值0.4');
subplot(1,3,3);
imshow(N2);
title('二值化閾值0.7');
2    對圖像加入噪聲（imnoise），選擇不同的去噪方法，如鄰域平均（filter2）、中值濾波（medfilt2）等方法，對圖像進行增強處理。
3    分析各種去噪方法對不同噪聲圖像處理的結果。
六、實驗報告要求
1    說明利用MATLAB圖像處理工具箱進行圖像的讀、顯示、加噪、去噪處理的方法。
2    記錄原圖像、增強圖像、加噪圖像、去噪處理后的圖像。
3    列出上述圖像處理的程序。
4    回答思考題。
5    心得和體會。
七、預習要求
1    了解MATLAB圖像處理工具箱的功能。
2    了解圖像去噪的方法。
八、思考題
1    比較同一種噪聲、不同去噪方法處理的效果。
2    比較同一種噪方法、針對不同噪聲處理的效果。
3 對數非線性變換能否使圖像的低灰度級壓縮，高灰度級擴展或者低灰度級擴展，高灰度級壓縮？選擇不同的閾值，觀察閾值對圖像二值化的影響。

全部資料下載地址：

數字圖像處理實驗.rar (466.96 KB, 下載次數: 29)

帳號		自動登錄	找回密碼
密碼			立即注冊

久久久久久久999_99精品久久精品一区二区爱城_成人欧美一区二区三区在线播放_国产精品日本一区二区不卡视频_国产午夜视频_欧美精品在线观看免费

MATLAB數字圖像處理實驗講義(指導書)