《数字图像处理》实验指导书2014

电子信息学院《数字图像处理》实验指导书适用专业：通信工程、电子信息工程贵州大学二OO七年八月I前言通过本课程的学习要求学生学习和掌握数字图像处理中的一些基本理论和处理方法：图像的基本运算，图像的增强处理（平滑滤波、锐化滤波、频域滤波）及基本的图像变换和简单的图像分割处理方法。为了使学生更好的理解和深刻掌握以上知识，培养学生对数字图像的分析和处理能力设置了以下几个实验项目：实验一图像的基本运算及常用变换；实验二数字图像的增强处理；实验三数字图像分割处理。其中实验二和实验三为综合设计性实验。学生应认真阅读《数字图像处理》教材中的与实验相关的章节内容，提前做好实验预习，做到每个实验前明确实验目的、掌握实验的基本内容及操作方法；在实验中正确使用实验设备，认真观察实验结果；实验后根据要求做好总结，上交实验报告。II目录实验一：图像的基本运算及常用变换.............................................................................................1实验二：数字图像的增强处理.........................................................................................................6实验三：数字图像复原处理............................................................................................................9实验报告的基本内容及要求..........................................................................................................111实验一：图像的基本运算及常用变换实验学时：2实验类型：验证实验要求：必修一、实验目的通过本实验的学习使学生熟悉MATLAB图像处理工具箱的编程和使用；掌握数字图像的基本算术运算和逻辑运算的原理和应用；掌握常用的变换：二维离散傅立叶变换、二维离散余弦变换的正反变换，及一些性质的验证。二、实验内容1、彩色图像文件的读取和显示。2、利用8邻域平均法对图像去噪。3、编写程序。读取图像manface1.jpg和manface2.jpg。用两图像相减的方式获取运动轨迹4、二维离散傅立叶变换的平移性质验证。5、二维离散余弦变换的应用。三、实验原理1、图像文件的读取：imread函数语法：A=imread(‘filename’,fmt)[X,map]=imread(‘filename’,fmt)[...]=imread(‘filename’)[...]=imread(...,idx)(CUR,ICO,andTIFFonly)[...]=imread(...,ref)(HDFonly)[...]=imread(...,'BackgroundColor',BG)(PNGonly)[A,map,alpha]=imread(...)(PNGonly)2、图像文件的显示：imshow函数当用户调用imshow函数显示一幅图像时，该函数将自动设置图像窗口、坐标轴和图像属性。这些自动设置的属性具体包括图像对象的CData属性和CDataMapping属性、坐标轴对象的CLim属性、图像窗口对象的Colormap属性。2另外，根据用户使用参数的不同，imshow函数在调用时除了完成前面提到的属性设置外还可以完成以下的操作：设置其它的图形窗口对象的属性和坐标轴对象的属性以优化显示效果，如可以设置隐藏坐标轴及其标示等。包含和隐藏图像边框。调用truesize函数以显示没有彩色渐变效果的图像。语法：imshow(I,n)imshow(I,[lowhigh])imshow(BW)imshow(X,map)imshow(RGB)imshow(...,display_option)imshow(x,y,A,...)imshowfilenameh=imshow(...)3、在图像处理中一种最简单的图像恢复算法是利用其邻域像素的值求和再取平均来得到改点的一个恢复值：)]1,1(),1()1,1()1,()1,(),()1,1(),1()1,1([91),(yxfyxfyxfyxfyxfyxfyxfyxfyxfyxf4、运动检测原理：在序列图像中，通过逐像素比较可直接求取前后两帧图像之间的差别。假设照明条件在多帧图像间基本不变化，那么差图像中的不为零处表明该处的像素发生了移动。换句话说，对时间上相邻的两幅图像求差可以将图像中目标的位置和形状变化突出出来。5、Matlab中的fft2函数语法：Y=fft2(X)Y=fft2(X,m,n)6、Matlab中的ifft2函数语法：Y=ifft2(X)Y=ifft2(X,m,n)7、二维傅立叶变换的平移性质。8、Matlab中二维离散余弦变换函数dct2语法：B=dct2(A)B=dct2(A,m,n)B=dct2(A,[mn])9、Matlab中的函数dctmtx此函数可以用来求离散余弦变换的变换矩阵D。3语法：D=dctmtx(n)10、DCT域的图像压缩原理。离散余弦变换DCT（DiscreteCosineTransform）是数码率压缩的一个常用的变换编码方法。DCT是先将整体图像分成N×N像素块，然后对N×N像素块逐一进行DCT变换。在变换编码中一个很重要的因素是块的大小。最通用的大小是8×8和16×16，由于计算方面的原因，两个都是2的乘方。若是采用8×8的变换块，则得到的变换为),(vuC称为DCT系数。此矩阵的左上角系数)1,1(G相当于最低频率的系数，简称为子图像的直流（DC）系数或直流成分；除此之外的),(vuC均为交流系数。在右下角的系数)8,8(G是最高频率的系数；在右上角的系数)8,1(G，表示水平方向频率最高，垂直方向频率最低的系数；在左下角的系数)1,8(G，表示垂直方向频率最高，水平方向频率最低的系数。另外在进行DCT变换以前，二维空间图像亮度数据通常较高，应该先进行向下电平的移位。如果是256灰度级，则将亮度值剪掉128。由于大多数图像的高频分量较少，相应于图像高频分量的系数经常为零，加之人眼对高频成分的失真不太敏感，所以可用更粗的量化。因此，传送变换系数的数码率要大大小于传送图像像素所用的数码率。到达接收端后通过反离散余弦变换回到原值。虽然会有一定的失真，但人眼是可以接受的。例：有一幅灰度图像为：158158158163161161162162157157157162163161162162157157157160161161161161155155155162162161160159159159159160160162161159156156156158163160155150156156156159156153151144155155155155153149144139电平移位后为：430303035333334342929293435333434292929323333333327272734343332313131313232343331282828303532272228282831282523162727272725211611DCT系数4.06.02.19.18.18.36.16.28.01.17.15.05.13.04.03.10.10.15.18.03.06.12.08.13.16.07.01.06.15.18.06.03.00.01.09.05.12.09.11.71.06.09.02.05.16.13.99.102.14.01.09.22.32.65.176.223.17.27.11.22.51.120.16.235从上面的DCT变换系数矩阵可以看出高频分量占得很少。所以对于系数小的我们可以分配较少的比特，大的系数可以分配较多的比特，对其进行量化编码。四、实验组织运行要求集中授课的教学形式五、实验条件计算机一台；Matlab软件六、实验步骤1、读取一个彩色图像文件并显示。将此图像转换为256色的灰度图像。用subimage函数将彩色图像和灰度图像同时显示。2、读取灰度图像。用imnosie函数加入0.02的椒盐噪声；采用8邻域像素平均的方法对有噪声的图像去噪。同时显示原图像，噪声图像，和恢复后的图像。加入不同参数的椒盐噪声比较实验结果。3、编写程序。产生一个50*50的矩阵。其中第（20,10）到（20,15）的值为255。其余矩阵元素为0。对该矩阵做二维傅立叶变换，并显示其频谱图。将该图像中的目标向y方向平移。即将（20,35）到（20,40）的元素置为255。其余值为0。对该矩阵做二维傅立叶变换，并5显示其频谱图。对两频谱图进行比较，得出结论。依照以上方法验证傅立叶变换的X方向的平移性质。4、对给定图像进行二维DCT变换，并将DCT系数矩阵中值小于给定阈值的元素置为0，然后使用反离散余弦变换重建图像。同时显示原图像和重建图像。5、调用Matlab中的二维离散余弦变换压缩演示程序imdemo。比较当选用不同的DCT系数压缩时，比较各自的压缩图像。七、思考题1、时域图像在X方向、Y方向有平移时，其频谱是否会发生变化？2、如果对图像做旋转处理后，其频谱会发生什么变化？八、实验报告1、实验预习：前期实验和教材相关内容。2、实验记录：根据设计方案记录结果。3、实验结果：根据记录结果与预期结果对比。6实验二：数字图像的增强处理实验学时：2实验类型：验证实验要求：必修一、实验目的通过本实验的学习使学生熟悉和掌握数字图像中的空域增强和频域增强的一些典型方法：直方图的均衡化处理、平滑滤波、锐化滤波及频域滤波。二、实验内容1、对灰度图像进行直方图的均衡化处理，达到图像增强的目的。2、利用平均滤波和中值滤波对图像进行平滑滤波。3、利用拉普拉斯运算对图像进行锐化滤波。4、利用低通滤波器、高通滤波器对图像进行频域滤波处理。三、实验原理1、直方图均衡化：基本思想：把原始图的直方图变换为均匀分布的形式，这样就增加了灰度值的动态范围从而达到增强图像整体对比度的效果。其优点是能自动地增强整个图像的对比度。均衡化步骤：(1)列出原始灰度级；(2)归一化原始灰度级；(3)统计原始直方图个灰度级像素kn；(4)计算原始直方图；(5)计算累计直方图；(6)确定映射关系（原则是：取最靠近的灰度级别）；(7)统计新直方图各灰度级像素kn(8)计算新直方图；也可以用以下方法：(1)计算出原始图像的所有灰度级ks，1,,1,0Lk；(2)统计原始图像各灰度即的像素数kn；(3)计算原始图像的直方图nnspkk)(，1,,1,0Lk；(4)计算原始图像的累积直方图7)()(00kiiskiikkspnnsEHt；(5)取整运算：])1int[(NktNtkk；(6)定义映射关系kkts；(7)统计新直方图各灰度级的像素数kn；(8)计算新的直方图nntpkkt)(；2、邻域平均法对含噪声原始图像),(yxf的每个像素点取一个邻域S。计算S中的所有像素灰度级的平均值，作为空间域平均处理后图像),(yxg的像素值。即：SyxyxfMyxg),(),(1),(其中M为邻域S中的像素点数。3、中值滤波对含噪声原始图像),(yxf的每个像素点取一个邻域S（一般选取奇数点模板窗口）。选取S中的所有像素灰度级的中间值，作为空间域平均处理后图像),(yxg的像素值。即：),(),(yxfMedyxgS4、拉普拉斯运算实现图像锐化四邻域拉普拉斯算子22222),(),(),(yyxfxyxfyxf)]},()1,()