《图像处理与分析实验报告.doc》由会员分享，可在线阅读，更多相关《图像处理与分析实验报告.doc（15页珍藏版）》请在三一办公上搜索。
1、 实验预习报告一、 实验目的1.了解灰度变换增强和空域滤波增强的Matlab实现方法2.掌握直方图灰度变换方法3.掌握噪声模拟和图像滤波函数的使用方法4.了解图像复原的Matlab实现方法二、主要仪器设备与材料1.计算机2.MATLAB软件3.实验指导书三、 实验原理与步骤1. 灰度变换增强A) 线段上像素灰度分布读入灰度图像debye1.tif，采用交互式操作，用improfile绘制一条线段的灰度值。读入RGB图像flowers.tif，显示所选线段上红、绿、蓝颜色分量的分布B) 直方图变换直方图显示读入图像rice.tif，在一个窗口中显示灰度级n=64，128和256的图像直方直方图灰
2、度调节利用函数imadjust调解图像灰度围，观察变换后的图像与其直方图的变化。直方图均衡化分别对图像pout.tif和tire.tif进展直方图均衡化处理，比拟处理前后图像与直方图分布的变化。2. 空域滤波增强A) 噪声模拟利用函数imnoise给图像eight.tif分别添加高斯(gaussian)噪声和椒盐(salt & pepper)噪声。B) 空域滤波 对上述噪声图像进展均值滤波和中值滤波，比拟滤波效果。 总结均值滤波和中值滤波的特点与使用场合。均值滤波器是一种最常用的线性低通平滑滤波器。可抑制图像中的噪声,但同时也使图像变得模糊中值滤波器是一种最常用的非线性平滑滤波器。可消除图像中
3、孤立的噪声点,又可产生较少的模糊 *对图像saturn.tif采用laplacian高通滤波器进展锐化滤波。3. 图像复原A) 模糊与噪声 对图像flowers.tif分别采用运动PSF和均值滤波PSF进展模糊。 在上述模糊图像上再添加噪声B) 维纳滤波复原 使用维纳滤波复原函数deconvwnr复原无噪声模糊图像。%非真实PSF %非真实PSF *使用维纳滤波复原函数deconvwnr复原模糊噪声图像。 *设置信噪比和相关函数的维纳滤波复原。四、原始实验数据1. 灰度变换增强A) 线段上像素灰度分布读入灰度图像debye1.tif，采用交互式操作，用improfile绘制一条线段的灰度值。i
4、mshow(debye1.jpg)improfile读入RGB图像flowers.tif，显示所选线段上红、绿、蓝颜色分量的分布imshow(flowers.tif)improfileB) 直方图变换直方图显示读入图像rice.tif，在一个窗口中显示灰度级n=64，128和256的图像直方图。I=imread(flowers.tif);imshow(I)figure,imhist(I,64)figure,imhist(I,128)直方图灰度调节利用函数imadjust调解图像灰度围，观察变换后的图像与其直方图的变化。I=imread(flowers.tif);imshow(I)figure,
5、imhist(I)J=imadjust(I,0.15 0.9,0 1);figure,imhist(J)figure,imshow(J)I=imread(cameraman.tif);imshow(I)figure,imhist(I)J=imadjust(I,0 0.2,0.5 1);figure,imhist(J)figure,imshow(J)直方图均衡化分别对图像pout.tif和tire.tif进展直方图均衡化处理，比拟处理前后图像与直方图分布的变化。I=imread(pout.tif);imshow(I)figure,imhist(I)J=histeq(I);figure,imhis
6、t(J)figure,imshow(J)I=imread(tire.tif);imshow(I)figure,imhist(I)J=histeq(I);figure,imshow(J)figure,imhist(J)2. 空域滤波增强A) 噪声模拟利用函数imnoise给图像eight.tif分别添加高斯(gaussian)噪声和椒盐(salt & pepper)噪声。I=imread(eight.tif);imshow(I)I1=imnoise(I,gaussian,0,0.01);figure,imshow(I1)I2=imnoise(I,salt & pepper);figure,ims
7、how(I2)B) 空域滤波 对上述噪声图像进展均值滤波和中值滤波，比拟滤波效果。I=imread(eight.tif);J=imnoise(I,salt & pepper,0.02);imshow(J)K1=medfilt2(J,3 3); % 3*3中值滤波figure,imshow(K1)K2=filter2(fspecial(average,5),J)/255;figure,imshow(K2)总结均值滤波和中值滤波的特点与使用场合。均值滤波器是一种最常用的线性低通平滑滤波器。可抑制图像中的噪声,但同时也使图像变得模糊中值滤波器是一种最常用的非线性平滑滤波器。可消除图像中孤立的噪声点,
8、又可产生较少的模糊 *对图像saturn.tif采用laplacian高通滤波器进展锐化滤波。I=imread(flowers.tif);imshow(I)h=fspecial(laplacian); I2=filter2(h,I);figure,imshow(I2)3. 图像复原A) 模糊与噪声 对图像flowers.tif分别采用运动PSF和均值滤波PSF进展模糊。I=imread(flowers.tif);I=I(10+1:256,222+1:256,:); %剪切图像imshow(I)len=30; %运动位移 theta=10; %运动角度PSF=fspecial(motion,le
9、n,theta);blurred=imfilter(I,PSF,circular,conv);figure,imshow(blurred)I=imread(flowers.tif);imshow(I) H=fspecial(motion,50,45); %运动PSPmotionblur=imfilter(I,H);figure,imshow(motionblur)H=fspecial(disk,10);%均值滤波PSPaverageblur=imfilter(I,H);figure,imshow(averageblur) 在上述模糊图像上再添加噪声J=imnoise(motionblur,sa
10、lt & pepper);figure,imshow(J)B) 维纳滤波复原 使用维纳滤波复原函数deconvwnr复原无噪声模糊图像。len=30; theta=10; PSF=fspecial(motion,len,theta);blurred=imfilter(I,PSF,circular,conv);figure,imshow(blurred)wnr1=deconvwnr(blurred,PSF); %真实PSFfigure,imshow(wnr1)%非真实PSF len=30; theta=10; PSF=fspecial(motion,len,theta);blurred=imfi
11、lter(I,PSF,circular,conv);figure,imshow(blurred)wnr2=deconvwnr(blurred,fspecial(motion,2*len,theta); figure,imshow(wnr2)%非真实PSF len=30; theta=10; PSF=fspecial(motion,len,theta);blurred=imfilter(I,PSF,circular,conv);figure,imshow(blurred)wnr3=deconvwnr(blurred,fspecial(motion,len,2*theta); figure,ims
12、how(wnr3) *使用维纳滤波复原函数deconvwnr复原模糊噪声图像。PSF=fspecial(motion,len,theta);blurred=imfilter(I,PSF,circular,conv);noise=0.1*randn(size(I);BlurredNoisy=imadd(blurred,im2uint8(noise);figure,imshow(BlurredNoisy)wnr4=deconvwnr(BlurredNoisy,PSF);figure,imshow(wnr4) *设置信噪比和相关函数的维纳滤波复原(p179图9.12)。NSR=sum(noise(:
13、).2)/sum(im2double(I(:).2); %计算信噪比wnr5=deconvwnr(BlurredNoisy,PSF,NSR);figure,imshow(wnr5) %设置信噪比的复原结果NP=abs(fftn(noise).2; %噪声能量谱密度NCORR=fftshift(real(ifftn(NP); %噪声自相关函数IP=abs(fftn(im2double(I).2; %图像能量谱密度ICORR=fftshift(real(ifftn(IP); %图像自相关函数wnr6=deconvwnr(BlurredNoisy,PSF,NCORR,ICORR);figure,im
14、show(wnr6) %设置自相关函数的复原结果 指导教师签名 日期年月日Huh 学院实验报告班 级 电子51 姓 名 gughu 学 号 2595959 指导教师 课 程 名 称 Matlab应用图像处理 成 绩实 验 室 电子楼107 实 验 项 目图像增强与复原同组实验者 实 验 日 期2015年12月11日一、实验目的1.了解灰度变换增强和空域滤波增强的Matlab实现方法2.掌握直方图灰度变换方法3.掌握噪声模拟和图像滤波函数的使用方法4.了解图像复原的Matlab实现方法二、主要仪器设备与材料1.计算机2.MATLAB软件3.实验指导书三、实验原理与步骤1. 灰度变换增强A) 线段
15、上像素灰度分布读入灰度图像debye1.tif，采用交互式操作，用improfile绘制一条线段的灰度值。读入RGB图像flowers.tif，显示所选线段上红、绿、蓝颜色分量的分布B) 直方图变换直方图显示读入图像rice.tif，在一个窗口中显示灰度级n=64，128和256的图像直方直方图灰度调节利用函数imadjust调解图像灰度围，观察变换后的图像与其直方图的变化。直方图均衡化分别对图像pout.tif和tire.tif进展直方图均衡化处理，比拟处理前后图像与直方图分布的变化。2. 空域滤波增强A) 噪声模拟利用函数imnoise给图像eight.tif分别添加高斯(gaussian
16、)噪声和椒盐(salt & pepper)噪声。B) 空域滤波 对上述噪声图像进展均值滤波和中值滤波，比拟滤波效果。 总结均值滤波和中值滤波的特点与使用场合。均值滤波器是一种最常用的线性低通平滑滤波器。可抑制图像中的噪声,但同时也使图像变得模糊中值滤波器是一种最常用的非线性平滑滤波器。可消除图像中孤立的噪声点,又可产生较少的模糊 *对图像saturn.tif采用laplacian高通滤波器进展锐化滤波。3. 图像复原A) 模糊与噪声 对图像flowers.tif分别采用运动PSF和均值滤波PSF进展模糊。 在上述模糊图像上再添加噪声B) 维纳滤波复原 使用维纳滤波复原函数deconvwnr复原
17、无噪声模糊图像。%非真实PSF %非真实PSF *使用维纳滤波复原函数deconvwnr复原模糊噪声图像。 *设置信噪比和相关函数的维纳滤波复原。四、实验数据1. 灰度变换增强A) 线段上像素灰度分布读入灰度图像debye1.tif，采用交互式操作，用improfile绘制一条线段的灰度值。读入RGB图像flowers.tif，显示所选线段上红、绿、蓝颜色分量的分布B) 直方图变换直方图显示直方图灰度调节直方图均衡化2. 空域滤波增强A) 噪声模拟B) 空域滤波 对上述噪声图像进展均值滤波和中值滤波，比拟滤波效果。 总结均值滤波和中值滤波的特点与使用场合。 *对图像saturn.tif采用laplacian高通滤波器进展锐化滤波。3. 图像复原A) 模糊与噪声 运动PSF均值滤波PSF 在上述模糊图像上再添加噪声B) 维纳滤波复原 使用维纳滤波复原函数deconvwnr复原无噪声模糊图像。%非真实PSF %非真实PSF *使用维纳滤波复原函数deconvwnr复原模糊噪声图像。 *设置信噪比和相关函数的维纳滤波复原。五、思考题六、指导教师评语 教师签名 日期年月日15 / 15
