天津大学图像处理实验报告.docVIP

光电图像处理实验报告 精仪学院 测控四班 王经纬 3010202114 实验1 离散图像的傅立叶变换 。 1. 实验内容及步骤： (1)利用Matlab图像处理软件进行离散图像傅立叶变换， 如给出一幅图像（w01.tif），其傅立叶变换程序如下： i=imread(D:\w01.tif); figure(1); imshow(i); colorbar; j=fft2(i); k=fftshift(j); figure(2); l=log(abs(k)); imshow( l , [ ] ); colorbar 结果显示如下图所示： （2）分析图像的傅立叶频谱图； 由上图可以看出，频谱图低频部分较多，高频也有能量，说明图像中存在明显的明亮变化。 （3）自行设计一幅图像，验证离散傅立叶变换的性质，如：频谱图中高频分量迅速衰减，可分离性，平移，周期性与共轭对称性，旋转、线性和比例性，平均值。 1）傅里叶变换： 2）平移： X轴平移图像 X轴平移图像的傅立叶谱 Y轴平移图像 Y轴平移图像的傅立叶谱 3）旋转特性： 4）尺度变换： 2. 思考题： 描述空间频率的概念。 空间频率是单位长度内亮度作周期性变化的次数，即现对/mm。对于FT基函数。的最大值直线在坐标轴上的截距是，则表示空间周期。 实验2 修改直方图图像增强 1. 实验内容及步骤： (1) 读入一幅图像， 使用imhist( )函数产生图像的直方图，分析它的直方图分布及反映图像的特点； i=imread(D:\w01.tif); imshow(i); imhist(i); 原图的直方图，表示了不同灰度的出现频率，该图的暗色比较多一些。 (2) 读入一幅图像，使用imadjust( )函数产生图像的对比度图，并使用imhist( )函数产生两个图像的直方图，分析图像对比度变化后的效果； figure(1); i=imread(D:\w01.tif); imshow(i) imhist(i) figure(2); j=imadjust(i,[0.3,0.7],[]); imshow(j) imhist(j) 经过对比度拉伸的图，它的直方图显示每一种灰度的像素出现的频率基本一致。 (3) 读入一幅图像，使用histeq ( )函数均衡化图像，分析变化后图像的效果。 i=imread(D:\w01.tif); j=histeq(i); imshow(j) 经过直方图均衡后的图像，灰度更均匀，辨识度高，图像亮度适中，改善了视觉效果。 2. 思考题： 如何对图像进行对数变换。 Matlab程序如下： i=imread(D:\w01.tif); i1=double(i)+1; c=log(i1); t=uint8(c)-1; N=im2uint8(mat2gray(t)); imshow(N) 输出结果如下： 实验3 图像的平滑处理 1. 实验内容及步骤： (1) 读入一幅图像，产生直方图 使用imnoise( )函数产生图像噪声；如： j= imnoise(i,’gaussian’,0,0.02)，产生高斯噪声； 分析它的直方图分布及反映图像的特点； i=imread(D:\w01.tif); j=imnoise(i,gaussian,0,0.02); imshow(j) imhist(j) 引入高斯噪声后，图片噪点加强，不在平滑，变得很粗糙。 改变了图像的直方图分布，使得直方图呈现高斯函数的形状。 (2) 对加入噪声的图像使用均值滤波，分析图像前后变化； i=imread(D:\w01.tif); j=imnoise(i,gaussian,0,0.02); k=filter2(fspecial(average,7),j)/255; imshow(k) imhist(k) 经过均值滤波的，效果不错，直方图已经很接近原图的直方图。 (3) 对加入噪声的图像使用中值滤波，分析图像前后变化。 i=imread(D:\w01.tif); j=imnoise(i,gaussian,0,0.02); p=medfilt2(j); imshow(p) imhist(p) 经过中值滤波的，噪声点还是比较明显，直方图较接近原图。 实验4 图像的锐化处理 1. 实验内容及步骤： (1) 读入一幅图像: 产生sobel算子，利用filter2( )函数产生锐化图像： i=imread(D:\w01.tif); h=fspecial(