《数字图像处理实习报告.doc》由会员分享，可在线阅读，更多相关《数字图像处理实习报告.doc（28页珍藏版）》请在三一办公上搜索。
1、数字图像处理实习报告 专业：生医0901 小组成员：李建鲁、张丹 指导老师：喻 罡2012年7月10日数字图像处理一、目的1 用MATLAB或其他的语言来实现数字图像处理方面的一些操作；2 熟悉MATLAB7.1的一些基本函数及与数字图像处理相关的函数；3 熟悉图形用户界面（GUI），并用其来编写界面；4 熟悉数字图像处理课程中的一些知识点，如图像灰度变化，直方图，图像增强，滤波，图像复原，形态学处理，图像边缘检测，图像放大和缩小等等，并能用MATLAB实现以上的功能；5 掌握从简单到复杂的方法，一步一步的实现功能，并能耐心排错，养成合作互助精神。二、任务1实现图像的打开，显示，保存操作，实现
2、图像的旋转；2实现图像的灰度变换（图像反转，对数反转，幂次反转）；3实现图像的大小变换；4实现图像的直方图处理及直方图均衡化；5实现图像的空域和频域增强，实现均值滤波，维纳滤波，中值滤波及巴特沃斯低通、高通滤波；6实现图像的加噪，如椒盐噪声、高斯噪声等；7实现图像的形态学运算，如开运算，闭运算，膨胀运算，腐蚀运算等操作；8实现图像的边缘检测，如Robert算子边缘检测，Sobel算子边缘检测，Prewitt算子边缘检测，Log算子边缘检测，Canny算子边缘检测；9实现整个界面的设计，编排，最终达到一种比较完美的效果。三、主要内容及步骤 本次实验主要是利用设计编辑器进行GUI界面设计，并进行相
3、应代码编写，以实现数字图像处理。 步骤：1、启动GUIDE。直接输入guide运行或单击File菜单栏中的New打开GUI模块界面。2、利用GUI界面中的控件完成界面设计。3、用属性编辑器设置各个控件的相关属性。4、编写回调程序。主要界面四、算法实现（相应代码） 打开：filename,pathname=. uigetfile(*.jpg,JPEG-Files (*.jpg); . *.tif,TIF-Files(*.tif);*.png,PNG-Files(*.png);. *.*,All Files (*.*),_,untitled.jpg);str=pathname,filename;g
4、lobal image;global dai;image=imread(str);dai=image;axes(handles.axes1);imshow(image);图像翻转：可以实现顺时针90度的选转，每点击一下，则选择90global dai;dai=imrotate(dai,90,bilinear);axes(handles.axes2);imshow(dai);对数翻转：global dai; A=double(dai); m,n=size(dai); for x=1:m for y=1:n g(x,y)=log(A(x,y)+1); end end axes(handles.ax
5、es2);imshow(mat2gray(g);幂次翻转：global dai; a=double(dai); m,n=size(dai); for x=1:m for y=1:n g(x,y)=0; g(x,y)=a(x,y).5; end end axes(handles.axes2);imshow(mat2gray(g);直方图：global dai;axes(handles.axes2);counts,x=imhist(dai);bar(x,counts);直方图均衡化：global dai; J= histeq(dai); axes(handles.axes2); imshow(J)
6、;开运算：global dai; se=strel(disk,1);pp3=imopen(dai,se); axes(handles.axes2); imshow(pp3);闭运算：global dai; se=strel(disk,1); pp4=imclose(dai,se); axes(handles.axes2); imshow(pp4);膨胀运算：global dai; se=strel(disk,1); pp1=imdilate(dai,se); axes(handles.axes2); imshow(pp1);腐蚀运算：global dai; se=strel(disk,1);
7、pp2=imerode(dai,se); axes(handles.axes2);imshow(pp2);椒盐噪声：加入的参数为0.05global daiglobal imageprompt=输入参数1：;defans=0;p=inputdlg(prompt,输入参数,1,defans);p1=str2num(p1);dai=imnoise(image,salt & pepper,p1); %生成椒盐噪声axes(handles.axes2);imshow(dai);imwrite(dai,salt.jpg); 高斯噪声：输入的参数1为0.5参数2为0.5global daiglobal i
8、mageprompt=输入参数1：,输入参数2：;defans=0,0;p=inputdlg(prompt,输入参数,1,defans);p1=str2num(p1);p2=str2num(p2);dai=imnoise(image,gaussian,p1,p2); %生成高斯噪声axes(handles.axes2);imshow(dai);Log算子边缘检测：global dai; BW4=edge(dai,log); axes(handles.axes2);imshow(BW4);Sobel算子边缘检测：global dai;BW2=edge(dai,sobel); axes(handl
9、es.axes2); imshow(BW2);Canny算子边缘检测：global dai; BW5=edge(dai,canny); axes(handles.axes2); imshow(BW5);Prewitt算子边缘检测：global dai; BW3=edge(dai,prewitt); axes(handles.axes2); imshow(BW3);均值滤波：global dai;axes(handles.axes2);k1=filter2(fspecial(average,5),dai)/255;imshow(k1);维纳滤波：global dai;axes(handles.a
10、xes2);prompt=输入参数1：,输入参数2：;defans=5,5;p=inputdlg(prompt,输入参数,1,defans);p1=str2num(p1);p2=str2num(p2);dai=wiener2(dai,p1,p2); %维纳滤波imshow(dai);imwrite(dai,wiener.jpg); 中值滤波：global daidai=medfilt2(dai,5,5,symmetric); axes(handles.axes2);%中值滤波imshow(dai);imwrite(dai,medfilt.jpg);巴特奥斯滤波：global dai; axes
11、(handles.axes2); f=double(dai); g=fft2(f); g=fftshift(g); N1,N2=size(g); n=2; d0=50; n1=fix(N1/2); n2=fix(N2/2); for i=1:N1 for j=1:N2 d=sqrt(i-n1)2+(j-n2)2); h=1/(1+0.414*(d/d0)(2*n); result(i,j)=h*g(i,j); end end result=ifftshift(result); X2=ifft2(result); X3=uint8(real(X2); imshow(X3);高通滤波：global
12、 dai; axes(handles.axes2); f=double(dai); g=fft2(f); g=fftshift(g); N1,N2=size(g); n=2; d0=5; n1=fix(N1/2); n2=fix(N2/2); for i=1:N1 for j=1:N2 d=sqrt(i-n1)2+(j-n2)2); if d=0 h=0; else h=1/(1+(d0/d)(2*n); end result(i,j)=h*g(i,j); end end result=ifftshift(result); X2=ifft2(result); X3=uint8(real(X2)
13、; imshow(X3);图像旋转：可以任意角度旋转，上图为旋转30的截图global imageaxes(handles.axes2);prompt=旋转角度:;defans=0;p=inputdlg(prompt,input,1,defans);p1=str2num(p1);f=imrotate(image,p1,bilinear,crop);imshow(f);handles.img=f;guidata(hObject,handles);上下翻转：global imagef=flipud(image);axes(handles.axes2)imshow(f);handles.img=f;
14、 guidata(hObject,handles);镜像翻转：axes(handles.axes2);global imagef=fliplr(image);imshow(f);handles.img=f;guidata(hObject,handles);转换成灰度：global dal;global image%T=getimage;dal=rgb2gray(image); axes(handles.axes2);imshow(dal);截图：global dal;global imageaxes(handles.axes2);dal=imcrop(image); axes(handles.
15、axes2);imshow(dal);global image axes(handles.axes2);imshow(image); 撤销：axes(handles.axes2); global Timshow(T);放大与缩小：global imageaxes(handles.axes2);b=double(image);a=str2num(get(handles.edit5,String);c=imresize(b,a,nearest);imshow(uint8(c);axes(handles.axes2);保存：FileName FilePath=uiputfile(*.jpg,JPEG
16、-Files (*.jpg); . *.tif,TIF-Files(*.tif);*.png,PNG-Files(*.png);. *.*,All Files (*.*),_,untitled.jpg); if isequal(FileName,FilePath,0,0) FileFullName=FilePath FileName; axes(handles.axes2); ITER=getimage(gca); imwrite(ITER,FileFullName,jpg); else msgbox(保存失败!); end六、讨论（1）在基于空域的图像增强中，对数变换和指数变化，能压缩或抑制
17、明暗灰度级，从而是图片变得清晰。（2）直方图均衡化能是变化后的图像函数密度分布近似均匀化，扩展了像素动态范围，但不能抑制噪声。（3）均值滤波能有效除去图像中不相关的细节，减少噪声，但易引起边缘模糊；中值滤波去噪能力强，对椒盐噪声尤为有效，能有效保持图像的细节（边缘）。（4）基于频域的图像增强中，巴特沃斯滤波和高斯滤波都能使图像平滑，但巴特沃斯不能彻底消除振铃效应，而高斯可以。（5）边缘检测中：Sobert算子在用于水平和垂直方向的检测时精确度高但容易丢失边缘。不能抑制噪声，对陡峭的地噪声图像检测效果好。Sobel算子能抑制一定的噪声，易引起边缘模糊，检测出为噪声，检测效果低。Prewitt算子
18、和Sobel相似。Log算子对噪声抑制明显，亦能是边缘平滑，但有时会丢失很多边缘。Canny算子抗躁能力强，检测精度高。七、实习总结刚开始听到老师讲实习内容是觉得比较简单，因为以前用过MATLAB做过类似的实验，何况这次可以调用MATLAB中本身库函数。但真正去看了题目时觉得好难，既要用GUI设计界面，又要编写代码，而对于MATLAB的应用也不是很熟练。经过查阅资料，和队友讨论总算有了思路。 刚刚开始时的确不熟悉，总是犯错，有各种各样的问题，加上粗心大意，经常错误还找不到错误。通过这15天的实习我学会了很多知识，对如何获得知识也有了一定的感知。并且有效地培养我们自学能力和合作互作精神。 首先，对于这个题目，要有充分利用老师见过的知识和上次实践的相关内容。同时，和同学讨论，了解他人的想法和思路，最后得出自己的思路。 其次，熟悉MATLAB的基本运用，利用GUI设计界面的方法及相关库函数的使用和代码的编写。 最后，是实验的调试，找出错误，并改正，从而达到预期的效果。 通过本次实验，有效地巩固了课本知识，综合各方面因素，让我们理解数字图像处理各种方法的优缺点。八、参考文献1、数字图像处理2、EEE图像处理学报1996的专刊中介绍了非线性图像处理的内容。3、网上资料
