第一篇：遙感圖像處理實驗報告

遙感圖像處理實驗報告

班級 11資環 姓名 學號 實驗專題 實驗室 F樓機房 成績評定 教師簽字

專題一：DEM圖像進行彩色制圖··························································2（敘述制圖過程并把自己處理結果加載到本文檔里）

專題二：TM與SPOT數據融合····························································3（敘述該過程并處理結果加載到本文檔里。注意用兩種方法融合的過程）

專題三：航片的配準與鑲嵌·····························································4（敘述該過程并處理結果加載到本文檔）

專題四：切取某研究區域的操作·························································5（具體要求：衛星影象疊加，選擇其中三波段彩色合成，采用ROI切取研究區）

專題五：地圖制圖的方法·······························································6（主要是快速制圖。并任選一樣例加載制圖后結果）

專題六：使用ENVI進行三維曲面的瀏覽與飛行············································7（敘述該過程并處理結果加載到本文檔里）

專題七：監督分類試驗（任選一種監督分類方法，并敘述···································8（其過程將其結果加載到本檔里）。實驗專題： 專題一：DEM圖像進行彩色制圖

1、加載一幅DEM的灰度圖像，使用系統默認的IDL顏色表來調整屏幕的顏色表。

2、給生成的彩色圖像添加圖名、格網、比例尺、灰度條、等高線及數值等信息。

3、調整位置，保存圖像。結果如下圖 實驗專題： 專題二：TM與SPOT數據融合

1、主圖象窗口選擇Transform > Image Sharpening > HSV，從一個打開的彩色圖像中選擇三個波段進行變換。

2、對原DEM圖像進行拉伸處理。

3、將HSV圖像重新轉換為RGB圖像。分別對應H-R,S-G,拉伸圖像-B。

4、加載最終圖像，并保存結果。結果如圖所示：

實驗專題： 專題三：航片的配準與鑲嵌

1、加載兩幅圖像，其中一幅作為base image，一幅作為warp image。

2、在主菜單Registration里的Select GCP(Ground Control Points)來選擇地面控制點，并調整誤差。

3、執行圖像—地圖配準。

4、圖像鑲嵌。執行Map> Mosaicking > Pixel Based。

5、在Pixel Based Mosaic對話框，選擇Import > Import Files and Edit Properties，調整羽化、背景等參數。

6、輸入其他參數，加載結果圖并保存。結果如圖：

實驗專題： 專題四：切取某研究區域的操作

1、加載一多波段彩色圖像，在主圖像窗口中，選擇Overlay > Region of Interest。

2、ROI的類型選擇polygon，在image窗口中畫出研究的區域。

3、通過選擇Basic Tools > Masking > Build Mask，建立掩膜。

4、選擇Basic Tools > Masking > Apply Mask，應用掩膜來切取研究區域。結果如下：

實驗專題： 專題五：地圖制圖的方法

1、打開顯示要輸出的圖像。

2、從主圖像顯示窗口中，選擇File>Quickmap>New Quickmap，修改輸出頁的大小、頁的范圍以及地圖的比例。

3、設置圖名、投影并添加map key等信息，保存圖像。結果如下：

實驗專題： 專題六：使用ENVI進行三維曲面的瀏覽與飛行

1、在顯示圖像的主圖像窗口中，選擇Tools> 3-D SurfaceView。

2、選擇相應的數字高程模型（DEM）輸入文件及所需要的DEM Resolution（像元數）復選框。

3、調整垂直方向的放大系數，輸入的值將使得垂直方向真正放大。值越高，放大越多。

4、執行User Defined Mode對話框以調整3D圖像的位置，角度等信息。

5、選取最佳視覺位置保存。

實驗專題： 專題七：監督分類試驗

1、首先選擇感興趣區域，即ROI。

2、選擇Classification > Supervised > 需要的分類方法，以平行六面體(Parallelepiped)為例。

3、輸入一般的分類參數（分類參數對話框中列出的那些），這一對話框包含了一個額外的參數—標準差數，用于ROI平均值周圍。在“Max stdev from Mean”文本框里，鍵入一個數值。標準差的默認值3被自動輸入到這一文本框里。

4、執行，并保存結果。如圖所示

第二篇：圖像處理 實驗報告

摘要：

圖像處理，用計算機對圖像進行分析，以達到所需結果的技術。又稱影像處理。基本內容 圖像處理一般指數字圖像處理。數字圖像是指用數字攝像機、掃描儀等設備經過采樣和數字化得到的一個大的二維數組，該數組的元素稱為像素，其值為一整數，稱為灰度值。圖像處理技術的主要內容包括圖像壓縮，增強和復原，匹配、描述和識別3個部分。圖像處理一般指數字圖像處理。

數字圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果為目的。目前，圖像處理演示系統應用領域廣泛醫學、軍事、科研、商業等領域。因為數字圖像處理技術易于實現非線性處理，處理程序和處理參數可變，故是一項通用性強，精度高，處理方法靈活，信息保存、傳送可靠的圖像處理技術。本圖像處理演示系統以數字圖像處理理論為基礎，對某些常用功能進行界面化設計，便于初級用戶的操作。設計要求

可視化界面，采用多幅不同形式圖像驗證系統的正確性；

合理選擇不同形式圖像，反應各功能模塊的效果及驗證系統的正確性 對圖像進行灰度級映射，對比分析變換前后的直方圖變化；

1.課題目的與要求 目的：

基本功能：彩色圖像轉灰度圖像

圖像的幾何空間變換：平移，旋轉，剪切，縮放 圖像的算術處理：加、減、乘

圖像的灰度拉伸方法（包含參數設置）； 直方圖的統計和繪制；直方圖均衡化和規定化； 要求：

1、熟悉圖像點運算、代數運算、幾何運算的基本定 義和常見方法；

2、掌握在MTLAB中對圖像進行點運算、代數運算、幾何運算的方法

3、掌握在MATLAB中進行插值的方法

4、運用MATLAB語言進行圖像的插值縮放和插值旋轉等

5、學會運用圖像的灰度拉伸方法

6、學會運用圖像的直方圖設計和繪制；以及均衡化和規定化

7、進一步熟悉了解MATLAB語言的應用，將數字圖像處理更好的應用于實際

2.課題設計內容描述

1>彩色圖像轉化灰度圖像：

大部分圖像都是RGB格式。RGB是指紅，綠，藍三色。通常是每一色都是256個級。相當于過去攝影里提到了8級灰階。

真彩色圖像通常是就是指RGB。通常是三個8位，合起來是24位。不過每一個顏色并不一定是8位。比如有些顯卡可以顯示16位，或者是32位。所以就有16位真彩和32位真彩。

在一些特殊環境下需要將真彩色轉換成灰度圖像。1單獨處理每一個顏色分量。

2.處理圖像的“灰度“，有時候又稱為“高度”。邊緣加強，平滑，去噪，加銳度等。

3.當用黑白打印機打印照片時，通常也需要將彩色轉成灰白，處理后再打印 4.攝影里，通過黑白照片體現“型體”與“線條”，“光線”。2>圖像的幾何空間變化：

圖像平移是將圖像進行上下左右的等比例變化，不改變圖像的特征，只改變位置。

圖像比例縮放是指將給定的圖像在x軸方向按比例縮放fx倍，在y軸按比例縮放fy倍，從而獲得一幅新的圖像。如果fx=fy，即在x軸方向和y軸方向縮放的比率相同，稱這樣的比例縮放為圖像的全比例縮放。如果fx≠fy，圖像的比例縮放會改變原始圖象的像素間的相對位置，產生幾何畸變。

旋轉。一般圖像的旋轉是以圖像的中心為原點，旋轉一定的角度，也就是將圖像上的所有像素都旋轉一個相同的角度。旋轉后圖像的的大小一般會改變，即可以把轉出顯示區域的圖像截去，或者擴大圖像范圍來顯示所有的圖像。圖像的旋轉變換也可以用矩陣變換來表示。3>圖像的算術處理：

圖像代數運算是指對兩幅或兩幅以上輸入圖像對應的像素逐個進行和差積商運算以產生增強效果的圖像。圖像運算是一種比較簡單有效的增強處理手段是圖像處理中常用方法。三種圖像處理代數運算的數學表達式如下： C(x,y)=A(x,y)+B(x,y)C(x,y)=A(x,y)-B(x,y)C(x,y)=A(x,y)*B(x,y)4>圖像的灰度拉伸方法：

灰度拉伸又叫對比度拉伸，它是最基本的一種灰度變換，使用的是最簡單的分段線性變換函數，它的主要思想是提高圖像處理時灰度級的動態范圍?？梢杂羞x擇的拉伸某段灰度區間以改善輸出圖像。如圖，所示的變換函數的運算結果是將原圖在a到b之間的灰度拉伸到c到d之間。如果一幅圖像的灰度集中在較暗的區域而導致圖像偏暗，可以用灰度拉伸功能來拉伸(斜率>1)物體灰度區間以改善圖像；同樣如果圖像灰度集中在較亮的區域而導致圖像偏亮，也可以用灰度拉伸功能來壓縮(斜率<1)物體灰度區間以改善圖像質量。

5>直方圖設計和繪制；以及均衡化和規定化：

灰度直方圖是將數字圖像的所有像素，按照灰度值的大小，統計其所出現的頻度。通常，灰度直方圖的橫坐標表示灰度值，縱坐標為半個像素個數，也可以采用某一灰度值的像素數占全圖像素數的百分比作為縱坐標。

直方圖均衡方法的基本原理是：對在圖像中像素個數多的灰度值（即對畫面起主要作用的灰度值）進行展寬，而對像素個數少的灰度值（即對畫面不起主要作用的灰度值）進行歸并。從而達到清晰圖像的目的。

3.總體方案設計

1> GUI圖像處理平臺的總體設計

圖像處理平臺設計的目的是能夠將圖像處理的各個獨立算法集成到一個平臺內，方便用戶選用多種方法對圖像進行處理.平臺基于ＭatlabGUI設計，實現圖像處理過程的交互和可視化，并為用戶二次開發提供平臺接口，提高圖像處理算法的綜合利用效率

2>平臺總體功能設計 根據一體化的設計思想，平臺主要實現算法集成、交互可視化和提供二次開發接口等功能.其中算法集成分為已有算法集成和新算法集成.具體功能描述如下：

（1）已有算法集成是對Ｍatlab圖像處理工具

包中提供的算法進行集成，可以通過使用函數名加參數的方式直接調用.依據功能進行分類，將同類算法集成到同一菜單項內，如將傅里葉變換、小波變換、離散變換等算法歸類到圖像變換中，進行集成.（2）新算法集成是指對自主開發的算法進行集成，如改進水平集算法[12]、交互式圖割算法[13]、細胞自動機分割算法[14]等均為自主開發的圖像分割算法，同已有算法集成方式類似，集成到平臺中，便于綜合運用和算法分析與對比.（3）交互式可視化是指對圖像處理過程及結果的可視化顯示，并提供用戶交互區.（4）二次開發接口是指通過調用集成模板方式，為用戶提供一個將自己算法集成到平臺中的一個接口

3>總體布局設計

一個高性能的圖像處理平臺應該為用戶提供

方便快捷的操作.平臺設計中通過菜單和按鈕實現快捷操作，其中菜單項提供平臺的整體功能，快捷按鈕顯示具體的獨立功能.圖像處理平臺的布局設計如圖1所示.利用ＭatlabGUI提供的工具包和底層代碼，可以實現菜單功能區、快捷按鈕功能區、DEMO顯示區、可視化效果顯示區和用戶交互區的布局設計

4.程序實現和測試

4.1各個功能模塊的主要實現程序 基本功能：彩色圖像轉灰度圖像

I=imread('C:MATLAB7toolboximagesimdemospeppers.png','png');x=rgb2gray(I);figure(1);subplot(121);imshow(I);title('原始圖像');subplot(122);imshow(x);title('灰度圖像');實驗結果：

圖像的幾何空間變換：平移，旋轉，剪切，縮放

img1=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');img1=rgb2gray(img1);figure,imshow(img1);imwrite(img1,'a1.jpg');%%%%%%平移

se=translate(strel(1),[20 20]);img2=imdilate(img1,se);figure,imshow(img2);imwrite(img2,'a2.jpg');%%%%%%旋轉 img3=imrotate(img1,90);figure,imshow(img3);imwrite(img3,'a3.jpg');% %%%%%縮放 img4=imresize(img1,2);figure,imshow(img4);imwrite(img4,'a4.jpg');

原始圖像：

平移圖像：

旋轉圖像：

縮放圖像：

圖像的算術處理：加、減、乘

加法

A=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');B=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao1.jpg','jpg');subplot(1,3,1);imshow(A);title('圖像1');subplot(1,3,2);imshow(B);title('圖像2');C=imadd(A,B);subplot(1,3,3);imshow(C);title('相加后的圖像')

減法

A=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');B=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao1.jpg','jpg');subplot(2,3,1);imshow(A);title('圖像1');subplot(2,3,2);imshow(B);title('圖像2');C=imsubtract(A,B);subplot(2,3,3);imshow(C);title('相減后的圖像')

乘法

A=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');B=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao1.jpg','jpg');subplot(1,3,1);imshow(A);title('圖像1');subplot(1,3,2);imshow(B);title('圖像2');C=immultiply(A,B);subplot(1,3,3);imshow(C);title('相乘后的圖像')

圖像的灰度拉伸方法（包含參數設置）；

img=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');figure(1);imshow(img);title('原圖');[m,n]=size(img);%測量圖像尺寸參數

GreyHist=zeros(1,256);%預創建存放灰度出現概率的向量 for k=0:255 GreyHist(k+1)=length(find(img==k))/(m*n);%計算每級灰度出現的概率，將其存入GreyHist中相應位置

end figure(2);bar(0:255,GreyHist)%繪制直方圖 title('原直方圖')xlabel('灰度值')ylabel('出現概率')%灰度拉伸 imggrey=img;prompt={'請輸入系數a','請輸入系數b'};words='請輸入線性拉伸函數:';answer = inputdlg(prompt,words,1,{'0.5','2'});a=str2double(answer(1));b=str2double(answer(2));for i=1:m for j=1:n img(i,j)=a*img(i,j)+b;end end figure(3);imshow(img);title('灰度拉伸');GreyHist=zeros(1,256);%預創建存放灰度出現概率的向量 for k=0:255

直方圖的統計和繪制；直方圖均衡化和規定化；

%一，圖像的預處理，讀入彩色圖像將其灰度化

img=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');%讀入JPG彩色圖像文件

imshow(img)%顯示出來 title('輸入的彩色JPG圖像')imwrite(rgb2gray(img),'PicSampleGray.jpg');%將彩色圖片灰度化并保存 img=rgb2gray(img);%灰度化后的數據存入數組 %二，繪制直方圖

[m,n]=size(img);%測量圖像尺寸參數

GP=zeros(1,256);%預創建存放灰度出現概率的向量 for k=0:255 GP(k+1)=length(find(img==k))/(m*n);%計算每級灰度出現的概率，將其存入GP中相應位置 end figure,bar(0:255,GP,'g')%繪制直方圖 title('原圖像直方圖')xlabel('灰度值')ylabel('出現概率')%三，直方圖均衡化 S1=zeros(1,256);for i=1:256 for j=1:i S1(i)=GP(j)+S1(i);%計算Sk end end S2=round((S1*256)+0.5);%將Sk歸到相近級的灰度 for i=1:256 GPeq(i)=sum(GP(find(S2==i)));%計算現有每個灰度級出現的概率 end figure,bar(0:255,GPeq,'b')%顯示均衡化后的直方圖 title('均衡化后的直方圖')xlabel('灰度值')ylabel('出現概率')%四，圖像均衡化 PA=img;for i=0:255 PA(find(img==i))=S2(i+1);%將各個像素歸一化后的灰度值賦給這個像素 end figure,imshow(PA)%顯示均衡化后的圖像 title('均衡化后圖像')imwrite(PA,'PicEqual.jpg');

4.3.問題說明和總結：對在調試中發現的問題和解決方法做說明。

圖像處理，是對圖像進行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術。圖像處理是信號處理在圖像域上的一個應用。目前大多數的圖像是以數字形式存儲，因而圖像處理很多情況下指數字圖像處理。

進行程序調試的過程中，最重要的是輸入圖像，剛開始是為了找到原始圖像耗費了很多時間，一般的條件書上有，但要對其進行磨合。程序編寫時，應該注意大小寫。應該注意最后的輸出部分，保證輸出條件與輸入條件相同。

5．總結與體會 這次使用MATALB進行圖像處理的編寫，是我對MATALB軟件有了更深入的了解，對其的應用能力也有了相應的提高，更深入的了解到MATALB作為繪圖軟件的方便與快捷。在進行程序調試的過程中，最重要的是輸入圖像，只有找到圖像的原始位置，才能進行下面的程序編碼。編碼程序時，應該在MATLAB原始文檔的位置先行輸入，輸入時應該注意大小寫。程序應該盡可能地簡單，只要能達到目的就行，程序越復雜，運行時的錯誤就越多。以上是我的程序編碼經驗與感受。

6．參考文獻

《數字圖像處理實驗指導書》 厙向陽 曹穎超 編著 《MATLAB與數學實驗》 艾冬梅 李艷晴 編著 《圖像處理和分析技術》 章毓晉 編著 《MATLAB實用教程》 鄭阿奇 編著

第三篇：遙感數字圖像處理實驗報告

遙感數字圖像處理

學院 理學院 班級 地信131 學號 姓名

編寫日期：1

2015.5

??作業a

1.LS8_C_20140613_022505_000000_118039_GEOTIFF_L4

2.L5118_39_19860531 ProductDescription用記事本打開，讀取頭文件，并填寫相關信息與相應位置即可

3.L5118-39-19960103

4.L7118039_20050815 直接打開以_mtl為后綴的文件，該文件中包含了遙感影像的所有波段 5.LM*** 直接打開波段，然后波段合成即可

6.s5kj297_289_10m

7.WORLDVIEW-052606622010_01

??作業b

在ENVI中將landsat的4景影像和SPOT-5的1景的影像打開，并聯動連接查看同一區域

link displays是根據象元位置來連接的，geographic link是通過地理坐標位置來連接的。

由上圖可知，將遙感影像聯動時亦可實現不同影像同一區域的快速檢索，但是我們也可以看到，由于受到各方面因素的影像并不能特別精確的指在同一地方。

??作業c

1.WORLDVIEW-2影像保存為jpg和TIF格式的4-3-2波段合成的假彩色圖像?？捎猛瑯拥姆椒▽POT-5影像保存為jpg和tif格式的4-3-2波段合成的假彩色圖像 2.為landsat的5景影像附上波段的波長，并根據波長用landsat 5的7-4-3波段，保存為jpg和tif格式影像

為波長復制后，導入影像文件各波段顯示差異前后對比

轉換為JPG格式后可以用看圖軟件直接打開

??作業d

需要對影像進行裁剪，裁剪的基本步驟如下：

1.L5118_39_19860531裁剪前后對比

2.L5118-39-19960103裁剪前后對比

3.L7118039_20050815裁剪前后對比

4.LS8_C_20140613_022505_000000_118039_GEOTIFF_L4裁剪前后對比

??

作業e

將剪裁影像，重采樣成10m，重采樣的操作主要如下

1.L5118_39_19860531重采樣前后對比

2.L5118-39-19960103重采樣前后對比

3.L7118039_20050815重采樣前后對比

4.LS8_C_20140613_022505_000000_118039_GEOTIFF_L4重采樣前后對比

第四篇：遙感圖像處理實習總結

遙 感 實習總 結

專業：攝影測量與遙感技術

班級：

姓名：

學號：

為期兩周的遙感數字圖像處理結束了，在老師的精心安排下，我們全身心的投入到這次實習中。雖然是滿天的時間，但是由于教室還有其他人占用并不能在那全天使用，所以說是兩周實習但是我們能用是時間依然很少，我們要力抓每一分每一秒，熟練操作遙感數字圖像處理軟件。整個實習是以黃河水院為基礎圖形。通過格式變換、幾何校正、圖像剪裁、圖像分類，以及最后的專題地圖制作。

實習的過程簡單又復雜，簡單的是，只要動手，計算機幾乎自動化的替你操作，復雜的是，在操作過程中，又有好多選項和注意的事項，有很多參數的設置很有講究。所以在練習中我遇到好多問題，并通過解決這些問題進一步加深了對軟件和課本知識的理解。

首先我們進行的是數據預處理。我們需要進行遙感圖像的幾何校正。由于各種誤差所以遙感圖像存在著幾何變形，因此需要在操作前進行幾何校正。流程如下：第一步：顯示圖像文件（打開兩個視窗窗口），第二步：啟動幾何校正模塊，第三步：啟動控制點工具，第四步：地面控制點（GCP）的采集，第五步：采集地面檢查點，第六步：圖象重采樣，第七步：保存幾何校正模式。其中最關鍵最難的就屬地面控制點的采集，我們使用的是二次多項式，所以得選取六個控制點然后再選出六個檢查點。但是圖像存在著誤差，而我們要把誤差控制在一個像素以內，這就更加困難了。在進過長時間的摸索和練習，精度慢慢的就達到了，但是圖糾正后依舊不是很好，在詢問同學后發現原來是點的分布不是很均勻，所以導致了圖的變形。在圖的校正后就得進行圖范圍的裁剪得到所需的范圍。裁剪有兩種方法一種是規則分幅裁剪，一種是不規則分幅裁剪。規則分幅裁剪需要知道坐標，而不規則分幅裁剪則只需要在圖上手選出需要裁剪的范圍。而我們沒有坐標只能用不規則分幅裁剪。

第二項就是圖象增強處理，主要包括：空間、輻射、光譜增強處理的主要方法?？臻g增強：包括卷積增強處理，輻射增強：直方圖均衡化處理，光譜增強：主成份變換、纓穗變換、色彩變換。這一項比較簡單，通過指導書和上課的學習，這些增強只要知道步驟就能很快完成。

第三項我認為也是最關鍵的一項，遙感圖像的分類，所謂的遙感圖像的分類就是通過人工目譯或計算機自動分類處理相結合識別出地物屬性。我們做的分類是非監督分類，在進行的分類評價時，應用分類疊加方法來評價分類結果、分類精度及定義時應注意分類文件在上，而且取消柵格參數中清楚選示選項，以使兩圖像疊加顯示。非監督分類步驟如下：第一步：顯示原圖像與分類圖像，第二步：打開分類圖像屬性并調整字段顯示順序，第三步：給各個類別賦相應的顏色，第四步：不透明度設置，第五步：確定類別專題意義及其準確程度，第六步：標注類別的名稱和相應顏色，第七步：將相同的類進行合并，最后分為五大類：建筑物、道路（空閑地）、水系、草地和灌木林。

第四項是制作專題地圖。其操作步驟為：

一、準備專題制圖數據，二、生成專題制圖文件，三、確定專題制圖范圍，四、放置圖面整飭要素。而圖面整飾又包括1.繪制格網線與坐標注記，2.繪制地圖比例尺，3.繪制地圖圖例，4.繪制指北針，5.地圖名稱的設定，6.地圖的保存。其中創建格網中可以設置格網線的多少和起始值，這一步主要是對制作專題圖的一些整飾，可以使圖美觀易懂。

為期兩周的實習結束了，經過這次系統全面的實習，讓我更深刻的了解了遙感圖像的操作流程，也掌握了面對常出現問題的解決方法，同時也讓我對課程有了更確切的理解，把理論應用于實際，同時加深了對理論部分的重點理解，還提升了動手能力。

第五篇：圖像處理實驗報告

實 實 驗 報 告

實驗課程名稱

圖像處理（第二版）

指 指 導 老 師

鄧天明

學 學

院

交通運輸

年級

2012 級

專業及班級

交通信息與控制工程二班

學 學 生 姓 名

田

飛

學

號 631205090230

開 開 課 時 間

2014

至

2015

學年第 2

學期

總 總 成 績

教師簽名

實驗名稱 直方圖均衡化 實驗類型 驗證型 實驗時間 2015/6/2 實驗地點 基礎實驗樓北 501 實驗目的：

1.熟悉圖像數據在計算機中的存儲方式； 2.掌握圖像直方圖均衡化這一基本處理過程。

儀器、設備名稱：

PC 微機一臺和 MATLAB 軟件。

實驗要求及注意事項：

本次實驗注意事項總結如下：

1、要學會利用 Matlab 中的幫助信息，因為很多函數的調用方法都是可以在幫助中找到的。在調用函數時應重點看 Examples 中的方式。

2、在 Matlab 中進行重復操作時，可以用方向上鍵重復命令，也可以在命令窗口中進行復制粘貼。

3、使用軟件處理圖像時，注意不要使用復雜圖像，以免處理時間過長且顯示效果不理想。

實驗內容、操作步驟：

實驗內容：

1.讀入圖像數據到內存中，并顯示讀入的圖像； 2.實現直方圖均衡化處理，顯示處理前后圖像的直方圖。

3.顯示并保存處理結果。

實驗步驟：

1．打開 Matlab 編程環境； 2．獲取實驗用圖像。用’imread’函數將圖像讀入 Matlab；用’imshow’函數顯示讀入的圖像。

3．獲取輸入圖像的直方圖：用’imhist’函數處理圖像。

4．均衡化處理：用’histeq’函數處理圖像即可。

5．獲取均衡化后的直方圖并顯示圖像：用’imhist’和’imshow’函數。

6．保存實驗結果：用’imwrite’函數處理。

實驗結果分析（含數據、圖表整理）：

程序源代碼 ：

A = imread(‘D:TF.gif’, ‘gif’);imshow(A);imhist(A);histeq(A);Imhist(A);Imshow(A);Imwrite(A, ‘D:TF.gif’, ‘GIF’);

處理結果：

圖 1

灰度圖

圖 2

均衡化圖

圖 3

直方圖

實驗收獲、心得及建議：

直方圖均衡化是直方圖變換方法中的一種，進行圖像增強的方法是以概率論為基礎的。

直方圖均衡化主要用于增強動態范圍偏小的圖像的反差。這個方法基本思想是把原始圖的直方圖變換為均勻分布的形式，這樣就增加了像素灰度值的動態范圍，從而達到增強圖像整體對比度德效果。

數字圖像直方圖均衡化之后直方圖不是絕對平坦的，因為不能將同一個灰度值的各個像素變換到不同灰度級（或說此時僅根據灰度值區分不開不同的像素），所以數字圖像直方圖均衡化的結果一般只是近似均衡化的直方圖。

在本次實驗中發現：直方圖均衡化在增強反差的同時也增強了圖像的可視粒度。

實驗名稱 頻域平滑濾波 實驗類型 驗證型 實驗時間 2015/6/9 實驗地點 基礎實驗樓北 501 實驗目的：

1.熟悉圖像數據在頻率域的表示； 2.掌握頻域圖像增強的基本步驟。

儀器、設備名稱：

PC 微機一臺、MATLAB 軟件、GIF 格式圖片一張。

實驗要求及注意事項：

在選擇圖片時應當選擇 TTF 格式或者 GIF 格式的圖片，若不是這種格式則應該在畫圖工具中改為上述格式，因為其他格式都打不開。

實驗內容、操作步驟：

實驗內容：

1.綜合利用所學的數字圖像基本存儲結構、圖像變換、圖像增強等知識實現頻率域圖像增強； 2.在頻率域進行用半徑值分別為 5，15，30，80 和 230 的理想低通濾波器對圖像進行平滑，并觀察濾波效果。

操作步驟：

1．打開 Matlab 編程環境； 2．獲取實驗用圖像。用’imread’函數將圖像讀入 Matlab；用’imshow’函數顯示讀入的圖像。

3．將圖像’uint8’格式轉換為’double’格式，并將各點數據乘以-1 的（x+y）次方以便 FFT 變換后的結果中低頻數據處于圖像中央。

4．用’fft2’函數對圖像數據進行二維 FFT 變換，得到頻率域圖像數據。

5．計算頻率域圖像的幅值并進行對數變換，利用’imshow’顯示頻率域圖像。

6．在頻率圖像上去除濾波半徑意外的數據（置 0）。

7．計算頻率域圖像的幅值并進行對數變換，利用’imshow’顯示頻率域圖像。

8．用’fft2’函數對圖像數據進行二維 FFT 逆變換，并用’real’函數取其實部，得到處理過的空間域圖像數據。

9．將圖像數據各點數據乘以-1 的（x+y）次方。

10．用’imshow’函數顯示處理結果圖像數據，并用’imwrite’函數保存圖像處理結果數據。

實驗結果分析（含數據、圖表整理）：

程序源代碼：

function

idlvbo(r)

I=imread(“E: tu bailong1.gif”);

subplot(1,2,1),imshow(I);% 顯示原圖

title(“bailong2 原 圖 ”);

k=double(I);% ‘ uint8 格式轉換為‘ double ’

g=fft2(k);% 傅里葉變換

g=fftshift(g);% 實現低頻數據處于圖像中心

figure,imshow(g);

% % 除去濾波半徑以外的數據

[M ,N]=size(g);% 計算幅值

m=fix(M/2);

n=fix(N/2);

%m=round(M/2);

%n=round(N/2);

for i=1:M

for j=1:N

d=sqrt((i--m)^2+(j--n)^2);

if

d<=r

h=1;

else

h=0;

end

y(i,j)=h*g(i,j);

end

end

y=ifftshift(y);

E1=ifft2(y);

E2=uint8(real(E1));

subplot(1,2,2),imshow(E2);

title(“ 處理后的圖像 ”);

imwrite(E2,“E2.tif”,“tif”);

處理結果：

原圖

r=5 的結果圖

r=15 的結果圖

r=30 的結果圖

r=80 的結果圖

r=230 的結果圖

實驗收獲、心得及建議：

在頻域空間，圖像的信息表現為不同頻率分量的組合。如果能讓某個范圍內的分量或某些頻率的分量受到抑制而讓其他分量不受影響，就可以輸出圖的頻率分布，達到不同的增強目的。

頻域空間的增強方法有三個步驟：

1、將圖像從圖像空間轉換到頻域空間； 2、在頻域空間對圖像進行增強； 3、將增強后的圖像再從頻域空間轉換到圖像空間； 本次試驗中在 FFT 變換前后，將各點數乘以-1 的（x+y）次方，是為了將圖像處理后它的中低頻數據處于圖像中央位置。

頻率域圖像處理是把圖像看成一種二維信號，對其進行基于二維傅里葉變化的信號增強；空間域圖像增強的方法是直接對圖像中的像素進行處理的過程。

實驗名稱 圖像去噪 實驗類型 驗證型 實驗時間 2015/6/9 實驗地點 基礎實驗樓北 501 實驗目的：

1.熟悉圖像高斯噪聲的特點； 2.掌握利用中值濾波器去除圖像噪聲的方法。

儀器、設備名稱：

PC 微機一臺、MATLAB 軟件、GIF 格式圖片一張。

實驗要求及注意事項：

在選擇圖片時應當選擇 TTF 格式或者 GIF 格式的圖片，若不是這種格式則應該在畫圖工具中改為上述格式，因為其他格式都打不開。

實驗內容、操作步驟：

實驗內容：

編寫代碼實現中值濾波算法，并觀察增強效果。

操作步驟：

1.打開 Matlab 編程環境。

2.利用’imread’ 函數讀入包含噪聲的原始圖像數據。

3.利用’imshow’ 顯示所讀入的圖像數據。

4.編寫代碼實現中值濾波算法，并對原始噪聲圖像進行濾波處理。

5.利用’imshow’ 顯示處理結果圖像數據。

6.利用’imwrite’函數保存圖像處理結果數據。

實驗結果分析（含數據、圖表整理）：

程序源代碼：

I1=imread(“D:tfYUAN.jpg”);

I3=rgb2gray(I1);I2=imnoise(I3,“salt & pepper”,0.02);subplot(1,2,1);

imshow(I2);

title(“jia zao yin”);

L=medfilt2(I2);

subplot(1,2,2);

imshow(L);

title(“ 中值濾波所得圖像”);處理結果：

去噪聲后的圖像對比

實驗收獲、心得及建議：

噪聲是常見的退化因素之一，也是圖像恢復中重點研究的主要內容。圖像中的噪聲可定義為圖像中不希望有的部分，或圖像中不需要的部分。

中值濾波算法處理速度快。均值濾波對一個像素，取其周圍的像素均值作為當前像素的值；中值濾波對一個像素，取其周圍的像素的中間值作為當前像素的值，不需要求出均值，因此中值濾波算法較快。先得到圖像的頻率空間，然后對得到的二維空間數據進行比較得到最大值和最小值，求這兩個值的平均值得到。它比中值濾波算法慢。

本次實驗中，通過相關軟件自帶函數對圖像進行處理，實現圖像噪點的處理。

實驗名稱 Matlab 在數字圖像處理中的應用

實驗類型 驗證行 實驗時間 2015/6/16 實驗地點 基礎實驗樓北 501 室 實驗目的：

1．熟悉圖像的四種類型。

2．熟練掌握圖像的讀、寫操作以及顯示方法。

3.熟悉圖像的類型轉換以及格式轉換。

儀器、設備名稱：

計算機、MATLAB 軟件、《圖像處理實驗指導（電子版）》、MATLAB 相關書籍 實驗要求及注意事項：

1、注意在 Matlab 中不同圖像對應的格式。在 Matlab 中采用 4 種不同的方式把圖像數據矩陣中的元素值（又稱像素值）解釋為對應像素的顏色。

2、使用 Matlab 中自帶的函數可以實現不同格式的圖像的格式間的轉換。要熟悉相應的函數的使用參數。

實驗內容、過程記錄：

1．利用 imread()函數分別讀取四種類型的圖像。

2．讀取一幅 RGB 圖片，并將它轉換成其他幾種圖像類型。

3.讀取一幅 TIF 格式的圖像，將它轉換成 JPG 文件格式，并嘗試使用不同的壓縮品質(使用 help imwrite 查詢其‘quality’參數的用法)壓縮文件，比較壓縮前后文件的大小和圖像質量。

4（選做）.讀取一幅索引圖像，將圖像顯示出來。嘗試修改 MAP 顏色矩陣的值，再將圖像顯示出來，對比觀察圖像顏色的變化。

實驗分析結果（含數據、圖表整理）：

程序源代碼：

function dutu

I=imread(“C: ABCDEFG-------TF tf tf.jpg”);

subplot(2,2,1),imshow(I);

B title(“RGB 原圖 ”);

A=dither(I,gray);

subplot(2,2,2),imshow(A);

title(“ 索引圖 ”);

imwrite(A ,“suoyin.tif”,“tif”);

B=rgb2gray(I);

subplot(2,2,3),imshow(B);

title(“ 灰度圖 ”);

imwrite(B,“huidu.tif”,“tif”);

C=im2bw(I,0.4);

subplot(2,2,4),imshow(C);

title(“ 二值圖 ”);

imwrite(C,“erzhi.tif”,“tif”);

end

function gaitu

clc

clear

I=imread(“C: ABCDEFG-------TF tff.tif”);

subplot(2,2,1),imshow(I);

title(“ TF1.tif”);

imwrite(I,“TF1.jpg”,“jpg”);

B=imread(“C: ABCDEFG-------TF TF1.jpg”);

subplot(2,2,2),imshow(B);

title(“TF1.jpg”);

imwrite(I,“TF1(25).jpg”,“quality”,25);

C=imread(“C: ABCDEFG-------TF TF1(25).jpg”);

subplo t(2,2,3),imshow(C);

title(“TF1(25).jpg”);

imwrite(I,“TF1(50).jpg”,“quality”,50);

D=imread(“C: ABCDEFG-------TF TF1(50).jpg”);

subplot(2,2,4),imshow(D);

title(“TF1(50).jpg”);

end

1、圖像格式間的轉換 結果見下圖

圖 1 圖像格式轉換結果圖 使用 imread 函數讀入一張 RGB 圖像，然后使用“dither”、“rgb2gray”、“im2bw”函數實現 RGB 圖像向索引圖像、灰度圖像、二值圖像的轉換。圖像結果使用“imwrite”函數進行保存。

2.讀取一幅 TIF 格式的圖像，將它轉換成 JPG 文件格式

圖 2 tif 格式轉換為 jpg 格式結果 使 用 imwrite 函 數 使 “tif” 格 式 轉 換 為 “jpg” 格 式，然 后 使 用 “ imwrite（I,“TF1(25).jpg”,“quality”,25）”和“imwrite（I,“TF1(50).jpg”,“quality”,50）”使圖像分別以 25 和 50 的質量進行壓縮保存。

實驗收獲、心得及建議：

實驗中主要注意的時使用函數時，要與函數要求的格式相對應。處理不同類型的圖像，所使用的函數語句是不一樣的，對于結果的顯示也會有所不同。有時圖像的改變在顯示時改變的跡象可能不太明顯，這時可以通過查看圖像的格式，具體的屬性參數直觀的看到改動。

查看文件的格式時可以根據其文件的后綴名。或者查看 imread 函數讀到的矩陣格式。比如 TIFF 格式的文件，其文件包含文件頭、參數指針表與參數域、參數數據表和圖像數據 4 部分，這樣讀入到 MATLAB 中的矩陣格式就會為格式。