邵阳学院,数字图像处理实验指导书ZCL.doc

实验一 数字图像读、写及基本统计指标 一、实验目的 ?1．掌握图像读写和运算的基本的方法利用MATLAB程序进行图像的基本操作。 CPU：P4以上，M以上内存Windows98以上、Visual C++、等软件。。 ③协方差矩阵。设计和是大小为MхN的两幅图像，则两幅图像的协方差矩阵为： 协方差矩阵是两图像之间的相关程度的一种量度。协方差矩阵为零时表明两图像之间相互独立，反之表示两图像之间相互依赖。越大，相关程序越高。若，则单幅图像的协方差即为该图像的方差。 ④图像的灰度标准差。由于方差按数据的平方来计算，与灰度值相差太大，难以直观衡量，所以对方差开方得到标准差SD，标准差是评价离散度的较好指标。 ⑤图像的相关系数。协方差可以作为两幅图像相关性的一种量度。但它受两图像像素数值的影响。因些，常将其归一化成相关系数。两幅图像和的相关系数是描述图像相关程度的统计量，反映了两幅图像相互的线性联系密切程度。相关系数在0～ 四、实验内容 1.从最常用的“.BMP”图像格式中读取图像数据； 2）3. 对图像进行改变大小（imresize函数） 五、实验步骤指导 1.读取文件rice.tif和cameraman.tif的图像数据，显示图像。读取文件的信息，说明含义。 MATLAB函数:imread/imshow/imfinfo 举例：A=imread(rice.tif); imshow(A); ? 2. 将rice.tif和cameraman.tif两副图像相加、相减，或者减去一个常数，显示并保存处理后的图像。 MATLAB函数:imwrite/ imadd/ imsubtract; 举例：J=imread(cameraman.tif); K=imadd(I,J); 3．将rice.tif和cameraman.tif两副图像）显示图像读取文件的信息，1．位图图像有哪些基本的信息？ I1=imread(view.bmp);imshow(I1);%R1=corr2(480,640);%fiure,imshow(R1);R2=mean(I1);figure,imshow(I1)pixval(ON);R3=std2(I1);I2=imresize(I1,0.5,bilinear);figure,imshow(I2);I3=imrotate(I1,60,bilinear);figure,imshow(I3) 实验二 数字图像的去噪 一、实验目的 1．掌握滤波的基本原理2、掌握图像锐化的基本原理3、运用不同滤波方法对图像去噪。 4、程序图像进行去噪和锐化处理。 CPU：P4以上，M以上内存Windows98以上、Visual C++、软件。 滤波滤波滤波均值滤波线性滤波，其采用的主要方法为领域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度g（x，y），即个g（x，y）=1/m ∑f（x，y） m为该模板中包含当前像素在内的像素总个数。一种非线性的图像处理方法中值滤波的原理就是用一个含有奇数点的滑动窗口，将窗口正中那点的值用窗口内各点的中值代替 拉普拉斯算子首先将自身与周围的8个像素相减，表示自身与周围像素的差异，再将这个差异加上自身作为新像素的灰度。 四、实验内容 (1) 给图像加噪声； (2) 设计程序用均值滤波器去除图像中的噪声； () 设计程序用中值滤波器去除图像中的噪声； () 设计程序用拉普拉斯算子去除图像中的噪声(5) 比较种方法的处理结果1. 读取文件? 2. 运用函数产生随机噪声和椒盐噪声，叠加到图像数据上图像。 运用conv2函数实现对含噪声的图象进行均值滤波。采用大小为3*3去心的去心邻域。（注意：数据运算时采用double函数转成浮点型，图像显示前必须运用uint8函数将数据变成8位无符号整型，）。比较不同窗口大小的情况下，均值滤波法的去噪效果。 运用中值滤波法对随机噪声和椒盐噪声进行去噪，改变窗口的大小，分析去噪效果。 比较均值滤波中值滤波对两种噪声的去除情况。 再运用fspecial和filter2函数实现对含噪声的图象进行均值滤波。 均值滤波器中值滤波器比较两种方法的处理结果1．图像的去噪和锐化各有什么作用？ 比较均值滤波和中值滤波在不同窗口大小的情况下对不同的噪声的去噪效果常用的锐化算子有哪些？比较其锐化效果。 I1=imread(autumn.tif);imshow(I1);%彩色转灰度I2=rgb2gray(I1);figure,imshow(I2);