图像处理和分析技术实验报告Word格式文档下载.docx
- 文档编号:21973389
- 上传时间:2023-02-02
- 格式:DOCX
- 页数:16
- 大小:1.21MB
图像处理和分析技术实验报告Word格式文档下载.docx
《图像处理和分析技术实验报告Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《图像处理和分析技术实验报告Word格式文档下载.docx(16页珍藏版)》请在冰豆网上搜索。
原图像'
B=rgb2gray(A);
subplot(2,3,2);
imshow(B);
原图像灰度图像'
C=FFT2(B);
subplot(2,3,3);
imagesc(abs(C),[02000]);
傅里叶变换图像'
subplot(2,3,4);
imshow(log(1+abs(C)),[010]);
增强'
%subplot(2,2,3);
imshow((F.*F),[010]);
subplot(2,3,5);
imshow(fftshift(C));
移位图像'
D=ifft(double(B));
subplot(2,3,6);
imshow(D);
傅里叶反变换图像'
【实验结果】:
移宜囲傑
條里叶反驾拽團像
实验二:
图像处理基础及图像变换
(二)
掌握使用Matlab进行图像处理的基本知识,掌握对图像进行变换的方法,观察图像变换的效果,加深对图像变换知识的理解。
离散余弦变换,小波变换
1、离散余弦变换(dct2)
2)对图像做离散余弦变换,观察图像的原始频谱。
3)对离散余弦变换的进行移动,观察移位以后的频谱。
5)对图像的离散余弦变换进行逆变换,比较原始图像和经过离散余弦变换和逆变换以后获得的图像。
6)比较离散余弦变换和傅立叶变换的频谱。
2、小波变换(wavefast,wave2gray,waveback)
2)对图像做小波变换,观察在不同小波族的图像。
3)观察小波分析系数。
4)观察在不同尺度小的小波变换的图像。
5)对图像的小波变换进行逆变换,比较原始图像和进行小波变换和逆变换以后获得的图像
6)修改小波分析系数观察,再进行逆变换,并与原始图像进行对比。
(1)离散余弦变换closeall;
RGB=imread('
Fig6.08.jpg'
subplot(2,3,1);
imshow(RGB);
原图像'
I=rgb2gray(RGB);
subplot(2,3,2);
imshow(I);
灰度图像'
J=dct2(I);
subplot(2,3,3);
imshow(J);
二维离散余弦变换图像'
imshow(log(1+abs(J)),[010]);
增强图像'
%subplot(2,2,4);
subplot(2,3,5);
imshow(fftshift(J));
移位图像'
K=idct2(J)/255;
subplot(2,3,6);
imshow(K);
二维离散余弦反变换图像'
(2)小波变换closeall;
B=rgb2gray(A);
原图像灰度图像'
[a,b]=wavefast(B,1,'
db4'
%小波变换
wave2gray(a,b);
小波一层变换’);
%小波灰度变换[a1,b1]=wavefast(B,2,'
subplot(2,3,4);
wave2gray(a1,b1);
小波二层变换'
F=waveback(a,b,'
imshow(uint8(F));
小波反变换'
(1)离散余弦变换
(2)小波变换
小液一屋变找
小帙二层变按
小玄反变换
实验三:
图像的灰度变换和直方图的规定化
【实验目的】:
了解对图象进行增强以及对退化图像恢复的基本理论,学会使用灰度变换和直方图的规定化增强图像。
灰度变换,直方图规定化。
1、灰度变换(imadjust)
1)调入原始图像文件。
2)采用不同的灰度映射曲线对图像进行灰度变换。
3)采用matlab工具箱提供的函数对图像进行灰度变换。
4)比较不同方法对图像进行灰度变换的效果。
2、直方图的规定化(imhist,bar,stem,histeq)
2)采用不同的方法绘制原始图象的直方图。
3)采用组映射规则对图像进行直方图的规定化。
4)采用matlab工具箱提供的函数对图像进行灰度变换。
5)观察采用不同方法对原始图像进行直方图的规定化获得的图像效果。
(1)灰度变换closeall;
clearall;
I=imread('
J=rgb2gray(I);
原图像灰度图像'
K=imadjust(J,[0.30.7],[]);
变换图'
M=imadjust(J,[0.20.4],[]);
imshow(M);
原图像灰度变换图2'
N=imadjust(J,[0.30.7],[0.10.8]);
imshow(N);
原图像灰度变换图3'
L=imadjust(J,[0.20.4],[0.30.7]);
imshow(L);
原图像灰度变换图4'
实验结果】
图1.灰度变换图:
图2.规定直方图系列图像
实验四:
噪声及其描述
掌握图象退化的基本理论,理解噪声的统计特性,掌握噪声的描述。
噪声及其描述,包括高斯噪声、椒噪声、盐噪声、泊松噪声。
【步骤】:
1)调入原始图像文件。
2)在原始图象中加入高斯噪声,观察在不同均值和期望下的加噪图像与原始图像的效果。
3)在原始图像中加入椒盐噪声,观察在不同噪声密度下的加噪图像与原始图像的效果。
4)在原始图像中仅加入椒噪声,观察在不同噪声密度下的加噪图像与原始图像的效果。
5)在原始图像中仅加入盐噪声,观察在不同噪声密度下的加噪图像与原始图像的差效果另阮
6)在原始图像中加入泊松噪声,观察加噪图像与原始图像的效果。
7)比较在不同噪声下的加噪图像和原始图像的差别。
clearall
泊松噪声'
实验内容】:
均值滤波器、中值滤波器、最大/小值滤波器、混合滤波器、组合滤波器
理解空域滤波器模板的运算过程,以及对图像的增强能力。
实验五:
空域滤波器
对比并掌握不同滤波器对噪声的处理能力
【实验方法】:
空域滤波器(
2)对原始图像和加噪图像进行
3)对原始图像和加噪图像进行
4)改变均值滤波器的权重系数,
filter2,medfilt2,adpmedian)
4领域均值滤波,观察对原始图像和加噪图像的效果。
8领域均值滤波,观察对原始图像和加噪图像的效果。
对原始图像和加噪图像进行滤波,观察原始图像和加噪图像的效果。
5)对原始图像和加噪图像进行中值滤波,观察对原始图像和加噪图像的效果。
6)对原始图像和加噪图像进行最大值滤波,观察对原始图像和加噪图像的效果。
7)对原始图像和加噪图像进行最小值滤波,观察对原始图像和加噪图像的效果。
8)对原始图像和加噪图像进中点滤波,观察对原始图像和加噪图像的效果。
9)对原始图像和加噪图像进行混合滤波,观察对原始图像和加噪图像的效果。
10)对原始图像和加噪图像进行自适应滤波,观察对原始图像和加噪图像的效果。
11)
比较不同的空域滤波器对原始图像和不同的加噪图像处理的差别。
2)二维线性滤波
(1)4、8临域滤波~自适应滤波
实验六:
频域滤波器
实验目的:
理解频率滤波器的频谱图,学会对图像进行频域分析,并使用滤波器对图像进行处理,掌握不同滤波器对噪声的处理能力以及对图像的增强能力。
实验内容:
低通滤波器、高通滤波器、带通滤波器、带阻滤波器实验方法:
频域滤波器(lpfilter,Hpfilter,ifft2,dftfilt)步骤:
2)观察理想低通滤波器、高斯低通滤波器、巴特沃斯低通滤波器的频谱。
3)对原始图像和加噪图像分别采用理想低通滤波器、高斯低通滤波器、巴特沃斯低通滤波器进行滤波,观察对原始图像和加噪图像的效果。
4)观察理想高通滤波器、高斯高通滤波器、巴特沃斯高通滤波器的频谱。
5)对原始图像和加噪图像分别采用理想高通滤波器、高斯高通滤波器、巴特沃斯高通滤波器进行滤波,观察对原始图像和加噪图像的效果。
6)观察高斯带通滤波器、巴特沃斯带通滤波器的频谱。
7)对原始图像和加噪图像分别采用高斯带通滤波器、巴特沃斯带通滤波器进行滤波,观察对原始图像和加噪图像的效果。
8)观察高斯带阻滤波器、巴特沃斯带阻滤波器的频谱。
9)对原始图像和加噪图像分别采用高斯带阻滤波器、巴特沃斯带阻滤波器进行滤波,观察对原始图像和加噪图像的效果。
10)
比较不同的频域滤波器对原始图像和不同的加噪图像处理的差别。
【实验结果】
1、低通滤波
原图俊灰度图诩
■
加期抚哽声石的图朦
匣图傩理患底遐號渡
訥扇图像理想低锂聽慑
2、高通滤波
原圈朦高斯低進減坡
原图熾巴特试斯低通谑泯
加噪图像巴特说斯■址通漑波
廷:
梅高迪滤潼頻谱
原阳诵逗想高適懑渡
抚嗥图廉理寒高通滤被
高斯蛊逍涯波惡谐
忑圈懐高斯蛊逋滤波
加嗥图陵畫斯高進滤波
巴特饭斯高過歳波疑谱
怎图爛巴特歩斯高通滤波
加嗥图像巴特扳斯高運虑被
实验七:
图像压缩技术
(一)
掌握图像压缩的基本理论,理解图像压缩的系统基本结构,加深对图像处理中像素间冗余、编码冗余和视觉冗余的理解,以及会正确使用不同的压缩方法对不同冗余的压缩处理。
图像压缩中相关概念,哈夫曼编解码。
一、图像压缩中相关概念(hist,entropy,imratio)
2)分析并获得灰度直方图。
3)计算一阶熵估计。
4)计算压缩比。
二、哈夫曼编解码(huffman,mat2huff,huff2mat)
3)对灰度直方图进行哈夫曼编码。
4)利用mat2huff直接对图像进行哈夫曼编码。
5)比较采用对直方图进行哈夫曼编码和mat2huff编码的图像质量、压缩比、编码数值、以及计算一阶熵估计
7)对编码是数据进行解码,比较原始数据和经过编解码以后的数据
【实验程序】
1、灰度直方图closeall;
subplot(4,2,1);
J=rgb2gray(I);
subplot(4,2,2);
F=FFT2(double(J));
%傅里叶变换
F1=fftshift(F);
%傅里叶变换平移
T=imhist(J);
subplot(4,2,3);
bar(T);
直方图1'
subplot(4,2,4);
stem(T);
直方图2'
y=0:
250;
K=histeq(J,y);
subplot(4,2,5);
规定化后的图像'
subplot(4,2,6);
imhist(K);
规定化后直方图'
h=entropy('
sobel'
100);
%熵函数;
'
soble'
为矩阵h1=F1.*h;
H1=ifftshift(h1);
ha=ifft2(H1);
subplot(4,2,7);
imshow(uint8(ha));
熵'
2、哈夫曼编解码
subplot(3,2,1);
subplot(3,2,2);
subplot(3,2,3);
灰度直方图1'
F=FFT2(double(T));
subplot(3,2,4);
Z=0:
K=histeq(J,Z);
subplot(3,2,5);
H=huffman(50);
%哈夫曼编码h1=F1.*H;
subplot(3,2,6);
huffman哈夫曼编码'
x=[123;
456]
y=mat2huff(x);
L1=F1.*y;
L2=ifftshift(L1);
la=ifft2(L2);
subplot(3,2,7);
imshow(L1);
哈夫曼编码'
1、灰度直方图
自方图2
10000■
牌程比启百施5300
2、哈弗曼编码
实验八:
图像压缩技术
(二)
掌握图像压缩的基本理论,理解图像压缩的系统基本结构,加深对图像处理中像素间冗余、编码冗余和视觉冗余的理解,以及会正确使用不同的压缩方法对不同冗余的压缩处理。
无损预测编解码,混和编解码。
实验方法:
三、无损预测编解码(mat2lpc,lpc2mat)
2)对图像数据进行一阶线性无损预测编码。
3)比较原始图像和编码后的图像质量以及压缩比。
4)对编码是数据进行解码,比较原始数据和经过编解码以后的数据。
5)比较采用哈夫曼编解码和无损预测编解码的异同和作用。
四、混和编解码(quantize,compare)
2)对原始图像进行量化。
3)对量化以后的数据进行无损预测编码。
4)对无损预测编码数据进行哈夫曼编码。
5)计算压缩比,观察图像质量以及计算一阶熵估计。
6)通过哈夫曼解码和无损预测解码获得图像。
比较原始图像。
7)比较原始图像和经过压缩解压缩以后的图像。
原图像'
Fig8.32.jpg'
F=FFT2(double(A));
x=[2,2];
y=mat2lpc(x,1);
C=F1.*y;
D=ifftshift(D);
E=ifft2(D);
imshow(uint8(E));
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 图像 处理 分析 技术 实验 报告