1、數(shù)字圖像處理實驗指導(dǎo)書 龔昌來 編著嘉應(yīng)學(xué)院電子信息工程系2009年7月實驗一Matlab圖像處理工具箱的初步練習(xí)一、實驗?zāi)康?. 了解圖像矩陣的讀入和保存方法; 2. 熟悉常用的圖像類型及類型轉(zhuǎn)換;3. 熟悉圖像矩陣的顯示方法（灰度、索引、黑白、彩色）;4. 了解圖像矩陣的基本運算形式。 二、實驗原理(一) 圖像矩陣的讀入和保存方法1. Imread函數(shù)可讀入*.bmp、 *.jpg、 *.pcx、 *.tif、 *.xwd、 *.hdf等格式的圖像文件.I=imread(文件名). %讀入灰度、二進(jìn)制、真彩色(RGB)圖像矩陣,賦給I.I,map =imread(文件名).%讀入索引圖像,

2、 圖像矩陣賦給I,調(diào)色板矩陣賦給map.注:文件名應(yīng)帶路徑及后綴.2. imwrite函數(shù)將圖像文件寫入到*.bmp、 *.jpg、 *.pcx、 *.tif、 *.xwd、 *.hdf等格式的圖像文件中.imwrite(I,新文件名). % 將圖像I矩陣(灰度、二進(jìn)制、真彩色(RGB)保存.imwrite(X,map,新文件名).% 保存索引圖像.注:新文件名應(yīng)帶路徑及后綴.3. 對于讀入內(nèi)存的圖像,可以用save命令將其以二進(jìn)制形式保存到以mat為擴(kuò)展名的文件中.以后就可用load命令將其調(diào)到內(nèi)存.在matlab6.1/toolbox/wavelet/wavedemo子目錄下,有許多圖像,

3、可用load函數(shù)調(diào)出.如load gatlinload woman注：用load命令調(diào)出圖像, 對于灰度、二進(jìn)制、真彩色圖像, 圖像矩陣數(shù)據(jù)自動存于X；對于索引圖像, 矩陣數(shù)據(jù)自動存于X,調(diào)色板自動存于map.(二)常用的圖像類型及類型轉(zhuǎn)換1.matlab圖像類型: 二進(jìn)制圖像(m×n矩陣,其元素值為logical)、灰度圖像(m×n矩陣, 其元素值為uint8或double)、索引圖像(一個m×n索引值矩陣,一個m ×3調(diào)色板矩陣, m為顏色數(shù)目)、真彩色(RGB) 圖像(m×n×3矩陣).查看圖像類型的方法有二種:1.從matla

4、b界面的workspace中查看圖像矩陣類型;2.用isrgb(I)、isind(I)、isgray(I)、isbm(I)函數(shù),若函數(shù)值為1則為相應(yīng)類型.2. 類型轉(zhuǎn)換1).X,MAP=gray2ind(I,n) 將灰度圖像I轉(zhuǎn)換成具有調(diào)色板MAP的索引圖像X,n缺省值為64. I=ind2gray(X,MAP).將索引圖像轉(zhuǎn)換成灰度圖像.2) .X,MAP=rgb2ind(R) 將真彩色圖像(RGB圖像)I轉(zhuǎn)換成索引圖像. R=ind2rgb(X,MAP) 索引圖像轉(zhuǎn)換成真彩色圖像.3).I=rgb2gray(R) 將真彩色圖像轉(zhuǎn)換成灰度圖像.4).通過閾值化將圖像轉(zhuǎn)化為二進(jìn)制圖像BW=im

5、2bw(I,level);將灰度圖像或RGB圖像I轉(zhuǎn)化為二進(jìn)制圖像BWBW=im2bw(X,MAP,level);將索引圖像轉(zhuǎn)化為二進(jìn)制圖像.Level為閾值取值范圍為0.1,先將所有圖像轉(zhuǎn)化為灰度圖像,灰度值小于閾值像素點為0,反之為1. Level一般取0.5,也可用函數(shù)graythresh獲取.Level=graythresh(I).(三) 圖像矩陣的顯示方法1).imshow(R);顯示真彩色圖像R.2). imshow(X,MAP);顯示索引圖像.3).imshow(I,n);使用n個灰度級顯示灰度圖像I.n缺省時為256或64. 4) imshow與subplot函數(shù)聯(lián)合使用在一個

6、窗口中顯示多幅圖像.subplot(2,2,1);imshow(I1);subplot(2,2,2);imshow(I2).(四) 圖像矩陣的基本運算形式有：點運算,鄰域運算,串行運算,并行運算,迭代運算,模板運算,幀運算等.三、實驗內(nèi)容從網(wǎng)上采摘一幅真彩色圖像(或輸入一張數(shù)碼相機照片)存入桌面(以dzx1命名).應(yīng)用matlab軟件完成下列任務(wù)：1.讀入圖像矩陣到I1,將其轉(zhuǎn)換為灰度圖像I2和二進(jìn)制圖像I3,并將I2存入桌面(新文件名dzx2).2. 將I2中每個像素值乘以1.5,所得圖像為I4.3.在一個窗口內(nèi)顯示原真彩色圖像I1、 灰度圖像I2和I4及二進(jìn)制圖像I3.(共4幅)4.用二種

7、方法查看I1I4圖像的類型.四、實驗要求1. 預(yù)習(xí)實驗原理.2. 對實驗內(nèi)容中1、2、3項編寫程序(M文件),上機運行.3. 打印實驗結(jié)果圖像,寫出實驗報告.實驗二圖像的空間域平滑濾波一、實驗?zāi)康? 完成對于給定圖像加入噪聲;2. 使用MatLab對圖像進(jìn)行鄰域平均法濾波去噪;3. 使用MatLab對圖像進(jìn)行中值法濾波去噪;4. 掌握圖像濾波效果評價方法.二、實驗原理(一) 圖像加噪方法1. imnoise函數(shù)Y=imnoise(I,gaussian,m,v):對圖像I加高斯噪聲,均值為m,方差為v.Y=imnoise(I,salt & pepper,d):對圖像I加椒鹽噪聲.d為噪聲

8、密度,如d=0.1,即為10分之1密度.Y=imnoise(I,speckle,v):對圖像I加乘性噪聲,y=I+n*I.n為均勻分布的均值為0,方差為v的隨機噪聲.Y=imnoise(I,poisson):對圖像I加泊松分布噪聲.2. 采用randn函數(shù)對圖像I加高斯白色噪聲I1=I+a*randn(size(I);% 圖像I加均值為0,均方差為a的高斯白色噪聲.(二) 鄰域平均法濾波對圖像的任一像素點以其為中心取M×M窗口(M一般取3,5,7,9等奇數(shù)) ,用窗口內(nèi)各像素的灰度平均值代替窗口中心像素的灰度值. 鄰域平均法特點:運算簡單,對高斯噪聲有良好的去噪效果.但造成圖像有一定

9、程度的模糊.窗口越大平滑去噪效果越好,但圖像變得越模糊(三) 中值法濾波中值濾波是對一個滑動窗口內(nèi)的諸像素灰度值排序，用中值代替窗口中心像素的原來灰度值.它是一種非線性的圖像平滑法。它對脈沖干擾及椒鹽噪聲的抑制效果好，在抑制隨機噪聲的同時能有效保護(hù)邊緣少受模糊。但它對點、線等細(xì)節(jié)較多的圖像卻不太合適。(四) 圖像濾波效果評價方法對于灰度圖像,可采用歸一化均方誤差(NMSE)和峰值信噪比(PSNR) 評價圖像濾波效果.f為原圖像， 為去噪后圖像, 圖像尺寸MxN.PSNR單位:dB,fmax為圖像最大灰度值,對8bit圖像取255,對10bit圖像取1023.NMSE越小,PSNR越大,去噪效果

10、越好.三、實驗內(nèi)容從網(wǎng)上采摘一幅真彩色圖像(或輸入一張數(shù)碼相機照片)存入桌面(以dzx1命名). 應(yīng)用matlab軟件完成下列任務(wù):1).將真彩色圖像dz1轉(zhuǎn)換為灰度圖像y.2).給灰度圖像y施加高斯白噪聲(均方差為圖像最大灰度值5%左右),用3×3和5×5二種不同窗口進(jìn)行鄰域平均法平滑去噪.3). 給灰度圖像y施加椒鹽噪聲(密度為0.08),用3×3和5×5二種不同窗口進(jìn)行中值法平滑去噪.四、實驗要求1. 預(yù)習(xí)實驗原理.2. 對實驗內(nèi)容編寫程序(M文件),上機運行.3. 顯示原圖像y、加高斯白噪聲圖像y、 二種不同窗口鄰域平均法去噪后的圖像.計算加噪圖

11、像y和去噪后圖像的NMSE和PSNR值,并對二種窗口去噪效果進(jìn)行比較.4. 顯示原圖像y、加椒鹽噪圖像y”、 二種不同窗口中值法去噪后的圖像. 計算加噪圖像y”和去噪后圖像的NMSE和PSNR值,并對二種窗口去噪效果進(jìn)行比較.5. 打印實驗結(jié)果圖像, 寫出實驗報告.實驗三圖像的分割與邊緣檢測一、實驗?zāi)康?. 掌握圖像的灰度閾值分割方法,2. 掌握Otsu(最大類間方差法)確定最佳分割閾值的方法.3. 掌握用Robert、Sobel等算子檢測圖像中邊緣的方法。二、實驗原理(一) 圖像的灰度閾值分割方法1. 圖像的灰度閾值分割原理設(shè)原圖像為f(x,y),分割后圖像為g(x,y),目標(biāo)為白色(灰度2

12、55),背景為黑色(0). 分割閾值為T.2. Otsu法確定最佳分割閾值原理使原理：進(jìn)行閾值處理后分離的像素類之間的類間方差最大。計算步驟見教材.(二(二) 圖像的邊緣檢測1)Robert算子Robert算子對應(yīng)模板2). Sobel算子 Sobel算子對應(yīng)模板3).邊緣檢測原理設(shè)T為閾值, 檢測后圖像g(x,y)的邊沿為白色(灰度255),背景為黑色(0).三、實驗內(nèi)容1. 對Lena圖像采用灰度閾值法進(jìn)行分割. 閾值采用Otsu法確定.2. 采用Robert和Soble算子檢測Lena圖像邊緣.閾值取最大梯度值的一半.四、實驗要求1. 預(yù)習(xí)實驗原理.2. 對實驗內(nèi)容編寫程序(M文件),上

13、機運行.3. 計算最佳分割閾值T.顯示原圖像y和分割結(jié)果圖像.4. 顯示原圖像y和二種算子檢測結(jié)果的邊緣圖像.5. 打印實驗結(jié)果圖像, 寫出實驗報告.實驗四圖像的傳里葉變換及頻域低通濾波一、實驗?zāi)康?.掌握二維傅里葉變換,了解圖像頻譜特征;2.掌握頻域理想低通濾波器和指數(shù)型低通濾波器設(shè)計方法.二、實驗原理(一) 二維傅里葉變換1).二維離散傅立葉變換對定義為 matlab二維快速離散傅里葉變換函數(shù)：正變換：y=fft2(x)反變換：x=ifft2(y)2).二維離散函數(shù)的傅立葉幅度譜(頻譜)、相位譜和能量譜分別為 式中，R(u, v)和I(u, v)分別是F(u, v)的實部和虛部。 33).

14、 二維離散傅立葉變換的平移特性(頻譜中心化處理)設(shè)圖像f(x,y)的尺寸為M×N,設(shè)則頻譜圖的原點由左上角(1,1)平移到中心點(M/2,N/2).(二)頻域低通濾波器頻域低通濾波器有多種類型,本實驗采用理想低通濾波器和指數(shù)型低通濾波器.1). 理想低通濾波器傳遞函數(shù):D0為截止頻率.2) 二階指數(shù)型低通濾波器傳遞函數(shù):D0為常數(shù),其值的大小對濾波性能有影響.三、實驗內(nèi)容1. 對Lena圖像施加高斯白噪聲(均方差為圖像最大灰度值5%左右),然后進(jìn)行傅里葉變換,并進(jìn)行頻譜中心化處理.2. 對上述加噪圖像進(jìn)行頻域理想低通濾波(取頻域的四個角(1/4邊長),其它置0).3.對上述加噪圖像進(jìn)行頻域指數(shù)型低通濾波. (D0取最大譜值一半.注意:先進(jìn)行頻譜中心化處理.)四、實驗要求1. 預(yù)習(xí)實驗原理.2. 對實驗內(nèi)容編寫程序(M文件),上機運行.3.顯示傅里葉變換頻譜圖及中心化處理后頻譜圖.4.顯示原圖像、加噪圖像、二種低通濾波后圖像.5. 打印實驗結(jié)果圖像, 寫出實驗報告.實驗五圖像的壓縮編碼一、實驗?zāi)康氖褂肕atLab對圖像進(jìn)行線性預(yù)測編碼.二、實驗原理采用預(yù)測編碼時,傳輸?shù)牟皇菍嶋H像素值,而是實際像素值與預(yù)測像素值之差(預(yù)測誤差). 當(dāng)前像素Xn預(yù)測值,由以前的k個像素構(gòu)成.