数字图像处理的MATLA实现(新实验指导书)数字图像处理的MATLAB实现(新实验指导书).doc

实验一 用MATLAB实现图像的傅里叶变换 1. 目的 （1）掌握二维傅里叶变换的原理。 （2）掌握二维傅里叶变换的性质。 2. 任务 （1）选择一幅灰度图像，对其进行离散傅立叶变换，观察其离散傅立叶的频谱。 （2）通过零填充改变图像的大小，对其进行离散傅立叶变换，观察其离散傅立叶的频谱，分析零填充对傅里叶变换频率分辨率的影响。 （3）对选取的灰度图像进行离散傅里叶变换，并将频谱的零频率部分由左上角平移到频谱中心，观察并分析频谱中各频率成分的分布。 （4）对选取的灰度图像旋转一定的角度，观察并分析灰度图像傅里叶频谱和旋转后图像的傅里叶频谱之间的对应关系。 3. 思考题 举例说明二维傅里叶变换的应用。 答：傅立叶变换是一种非常有用的积分变换，它能把时域信息变换到频域信息进行处理。这里我们主要讲二维傅立叶变换在图像处理中的应用。 4. 实验结果： 实验二 用MATLAB实现图像增强 1. 目的 （1）掌握图像增强的基本原理。 （2）掌握常用的图像增强技术。 2. 任务 （1）选择一幅直方图不均匀的灰度图像，对该图像做直方图均衡化处理，观察并分析直方图均衡化前、后图像以及它们的灰度直方图的变化。 （2）选择一幅灰度图像，利用邻域平均法对它进行滤波，观察并分析滤波器的大小对滤波结果的影响。 （3）选择一幅灰度图像，对它添加椒盐噪声，然后分别利用邻域平均和中值滤波对该图像进行滤波，比较这两种滤波器的滤波效果。 （4）选择一幅灰度图像，分别利用拉普拉斯滤波器和sobel滤波器对该图像进行锐化，比较这两种滤波器的锐化效果。 3. 思考题 直方图均衡化处理的主要步骤是什么？ 答：直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数): 　　(1)EQ(f)在0≤f≤L-1范围内是一个单值单增函数。这是为了保证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白。 实验结果： 实验三 用MATLAB实现图像复原 1. 目的 （1）理解退化模型。 （2）掌握常用的图像复原方法。 2. 任务 （1）选择一幅清晰的灰度图像，对该图像进行模糊化处理，然后分别采用逆滤波、维纳滤波和约束最小二乘方滤波对模糊图像进行复原，比较各种图像复原方法的复原效果。 （2）选择一幅清晰的灰度图像，对该图像进行模糊化处理并加入高斯噪声，然后分别采用逆滤波、维纳滤波和约束最小二乘方滤波对退化图像进行复原，比较各种图像复原方法的复原效果。 3. 思考题 典型的图像复原方法有哪些？分别说明各种复原方法的适用范围。 答：图像复原算法有线性和非线性两类。线性算法通过对图像进行逆滤波来实现反卷积，这类方法方便快捷，无需循环或迭代，能够直接得到反卷积结果，然而，它有一些局限性，比如无法保证图像的非负性。而非线性方法通过连续的迭代过程不断提高复原质量，直到满足预先设定的终止条件，结果往往令人满意。但是迭代程序导致计算量很大，图像复原时耗较长，有时甚至需要几个小时。所以实际应用中还需要对两种处理方法综合考虑，进??选择 4. 实验结果： 实验四 用MATLAB实现图像边缘检测 1. 目的 （1）掌握图像边缘检测的原理。 （2）掌握常用的边缘检测算法。 2. 任务 （1）选择一幅灰度图像，分别利用Sobel算子、log算子、canny算子三种边缘检测算子对它进行边缘检测，观察并分析各种算子的边缘检测结果。 （2）选择一幅灰度图像，对它添加高斯噪声，然后分别利用Sobel算子、log算子、canny算子三种边缘检测算子对它进行边缘检测，观察并分析噪声对各种算子边缘检测结果的影响。 3. 思考题 常用的梯度算子有哪些？分别写出它们的模板。 答：常用的梯度算子就三个：Roberts、Prewitt和Sobel，Sobel。 4. 实验结果：