发布时间 : 星期日 文章2014-7自编数字图像处理实验-参考答案更新完毕开始阅读9a311b25c8d376eeaeaa31d8
数字图像处理
—及MATLAB实现
实验指导参考答案
目录
实验1 MATLAB软件入门及数字图像处理工具箱（2学时） .................................................. 2 实验3 MATLAB实现数字图像的变换技术（2学时） ............................................................ 20 实验4 MATLAB实现数字图像增强（2学时） ...................................................................... 24
实验5 MATLAB实现图像的复原（2学时） ................................................................... 36 实验6 MATLAB实现图像分割（2学时） ......................................................................... 39 实验7 MATLAB实现彩色图像处理（2学时） ................................................................. 55 实验8 MATLAB实现数字图像其它处理（2学时）.......................................................... 60
实验1 MATLAB软件入门及数字图像处理工具箱（2学时）
【实验内容】 一、二两项略
一、运行MATLAB，要求完成： （1)、了解MATLAB工作环境 （2)、运用MATLAB帮助系统，查询imread,imwrite,imshow这3个工具箱函数的功能，给出解释
（3)、在桌面上建立一个文件夹，以本人姓名拼音缩写为文件名，将该文件夹通过set path设置，放到MATLAB的搜索路径下。截图最后操作的界面，保存至该文件
夹下。
二、了解MATLAB的一些简单的工具箱函数使用，在MATLAB下完成一些图像处理操作。
1、在命令窗口下依次输入如下带下划线的英文命令，无需写注释，对比查看结果： （1）、读入并显示一幅图像
>> clear； close all； %首先清除 MATLAB 所有的工作平台变量，关闭已打开的图形窗口。 >> I=imread（′pout.tif′）；%然后使用图像读取函数 imread 来读取一幅图像。假设要读取图像 pout.tif，并将其存储在一个名为 I的数组中 >> imshow（I） %使用 imshow 命令来显示数组 I 观察显示结果
（2）、检查内存中的图像
>> Whos %使用 whos命令来查看图像数据 I是如何存储在内存中， MATLAB 做出的响应如下： Name Size Bytes Class
I291 ×240 69840 uint8 array
Grand totalis69840 elementsusing69840 bytes （3）、实现直方图均衡化
如pout.tif图像对比较低，为了观察图像当前状态下亮度分布情况，可以通过使用 imhist函数创建描述该图像灰度分布的直方图。 >> figure，imhist(I）；%首先使用 figure命令创建一个新的图像窗口，避免直方图覆盖图像数组 I的显示结果。 >> I2 =histeq（I）； figure，imshow（I2）；%可以通过调用 histeq函数将图像的灰度值扩展到整个灰度范围中，从而达到提高数组 I的对比度。此时修改过的图像数据保存在变量 I2中。然后，再通过调用imhist函数观察其拓展后的灰度值的分布情况。 （4）保存图像
将新调节后的图像 I2保存到磁盘中。假设希望将该图像保存为 PNG 格式图像文件，使用 imwrite函数并指定一个文件名，该文件的扩展名为.png。 >> imwrite（I2，′pout2.png′）； （5）检查新生成文件的内容
利用 imfinfo函数可以观察上述语句写了什么内容在磁盘上。值得注意的是：在 imfinfo函数语句行末尾不要加上分号，以保证 MATLAB 能够显示图像输出结果；另外，要保证此时的路径与调用 imwrite时的路径一致。 >> imfinfo（′pout2.png′）
2、对一幅灰度图像 rice.tif进行一些较为高级的操作，在文本编辑器下输入如下程序，保存成test.m文件，按要求做，调试成功，并观察显示结果： clear； close all；
I=imread（′rice.tif′）； imshow（I）；%此处加一个断点，观察结果 background =imopen（I，stre（′disk15））；%实现了背景亮度的估计 I2 =imsubtract（I，background）；%得到背景一致的图像 figure，imshow（I2）；%此处加一个断点，观察结果 I3 =imadjust（I2，stretchlim（I2）,［0,1］）；%修改后图很暗，调节对比度 figure，imshow（I3）；%此处加一个断点，观察结果 level=graythresh（I3）； bw =im2bw（I3，level）；%通过阈值法实现图像的二值化 figure，imshow（bw）；%此处加一个断点，观察结果 ［labeled，numobjects］=bwlabel（bw，4）； % labelcomponents %找出米粒的个数： numobjects=80 grain =imcrop（labeled）；%使用imcrop选择标记区域
RGB_label(grain,@spring,’c’,’shuffle’);%伪彩色显示标记矩阵 Figure,imshow(RGB_label) %此处加一个断点，观察结果 graindata=regionprops（labeled，′basic′） allgrains=［graindata.area］；
max（allgrains）%找最大的那粒米的尺寸
biggrain =find（allgrains==695）%返回最大的那粒米的标记号，%biggrain =68 mean（allgrains）%米粒的平均尺寸 hist（allgrains，20）；%绘制一个包含20柱的直方图来说明米粒大小的分布 三、编程综合练习
1、试对lena图像分别进行4和16倍减采样，查看其减采样效果，分析。
提示：二维图像处理，行每隔2，列每隔2，抽取，则实现4倍减采样；行每隔4，列每隔4，抽取，则实现16倍减采样 参考程序如下： clear
a=imread('lena.bmp'); b=rgb2gray(a); figure
subplot(1,3,3),imshow(a),title('原图像'); m=[2 4]; for mn=1:2
[width,height]=size(b);
quartimage=zeros(floor(width/(m(mn))),floor(height/(m(mn)))); k=1; n=1;
for i=1:(m(mn)):width
for j=1:(m(mn)):height
quartimage(k,n)=b(i,j); n=n+1; end k=k+1; n=1; end
subplot(1,3,mn)