数字图像处理实验报告

目录

实验一：数字图像的基本处理操作....................................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。实验二：图像的灰度变换和直方图变换............................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。实验三：图像的平滑处理....................................................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。实验四：图像的锐化处理......................................................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。

实验一：数字图像的基本处理操作

：实验目的

1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用；

2、实现图像的读取、显示、代数运算和简单变换。

3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。：实验任务和要求

1.读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分

成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。

2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分

别显示，注上文字标题。

3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，

显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。

4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里

叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的

对应关系。

：实验步骤和结果

1.对实验任务1的实现代码如下：

a=imread('d:\');

i=rgb2gray(a);

I=im2bw(a,;

subplot(1,3,1);imshow(a);title('原图像');

subplot(1,3,2);imshow(i);title('灰度图像');

subplot(1,3,3);imshow(I);title('二值图像');

subplot(1,3,1);imshow(a);title('原图像');

结果如图所示：

图原图及其灰度图像，二值图像2.对实验任务2的实现代码如下：

a=imread('d:\');

A=imresize(a,[800 800]);

b=imread('d:\');

B=imresize(b,[800 800]);

Z1=imadd(A,B);

Z2=imsubtract(A,B);

Z3=immultiply(A,B);

Z4=imdivide(A,B);

subplot(3,2,1);imshow(A);title('原图像A'); subplot(3,2,2);imshow(B);title('原图像B'); subplot(3,2,3);imshow(Z1);title('加法图像'); subplot(3,2,4);imshow(Z2);title('减法图像'); subplot(3,2,5);imshow(Z3);title('乘法图像'); subplot(3,2,6);imshow(Z2);title('除法图像');

结果如图所示：

3.对实验任务3的实现代码如下：

s=imread('d:\');

i=rgb2gray(s);

i=double(i);

j=fft2(i);

k=fftshift(j); %直流分量移到频谱中心

I=log(abs(k)); %对数变换

m=fftshift(j); %直流分量移到频谱中心

RR=real(m); %取傅里叶变换的实部II=imag(m); %取傅里叶变换的虚部

A=sqrt(RR.^2+II.^2);

A=(A-min(min(A)))/(max(max(A)))*255;

b=circshift(s,[800 450]);

b=rgb2gray(b);

b=double(b);

c=fft2(b);

e=fftshift(c);

I=log(abs(e));

f=fftshift(c);

WW=real(f);

ZZ=imag(f);

B=sqrt(WW.^2+ZZ.^2);

B=(B-min(min(B)))/(max(max(B)))*255;

subplot(2,2,1);imshow(s);title('原图像');

subplot(2,2,2);imshow(uint8(b));title('平移图像');

subplot(2,2,3);imshow(A);title('离散傅里叶变换频谱');

subplot(2,2,4);imshow(B);title('平移图像离散傅里叶变换频谱');

结果如图所示：

4.对实验任务4的实现代码如下：

s=imread('d:\');

i=rgb2gray(s);

i=double(i);

j=fft2(i);

k=fftshift(j);

I=log(abs(k));

m=fftshift(j);

RR=real(m);

II=imag(m);

A=sqrt(RR.^2+II.^2);

A=(A-min(min(A)))/(max(max(A)))*255;

b=imrotate(s,-90);

b=rgb2gray(b);

b=double(b);

c=fft2(b);

e=fftshift(c);

I=log(abs(e));

f=fftshift(c);

WW=real(f);

ZZ=imag(f);

B=sqrt(WW.^2+ZZ.^2);

B=(B-min(min(B)))/(max(max(B)))*255;

subplot(2,2,1);imshow(s);title('原图像');

subplot(2,2,2);imshow(uint8(b));title('平移图像');

subplot(2,2,3);imshow(A);title('离散傅里叶频谱');

subplot(2,2,4);imshow(B);title('平移图像离散傅里叶频谱');

结果如图所示：

：结果分析

对MATLAB软件的操作开始时不太熟悉，许多语法和函数都不会使用，写出程序后，调试运行，最开始无法显示图像，检查原因，是有些标点符号没有在英文状态下输入和一些其他的细节，学会了imread()，imshow()，rgb2gray（）等函数。

实验二：图像的灰度变换和直方图变换

：实验目的

1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换。

2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图均衡对图像进行修正。

：实验任务和要求

1、对一幅图像进行2倍、4倍、8倍和16倍减采样，显示结果。

2、显示一幅灰度图像a，改变图像亮度使其整体变暗得到图像b，显示两幅

图像的直方图。

3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗

口内分成四个子窗口来分别显示，注上文字标题。

4、对一副图像进行直方图均衡化，显示结果图像和对应直方图。

5、对一副图像进行如图所示的分段线形变换处理，试比较与直方图均衡化处

理的异同。

：实验步骤和结果

1.对实验任务1的实现代码如下：

a=imread('d:\');

b=rgb2gray(a);

for m=1:4

figure

[width,height]=size(b);

quartimage=zeros(floor(width/(m)),floor(height/(2*m)));

k=1;

n=1;

for i=1:(m):width

for j=1:(2*m):height

quartimage(k,n)=b(i,j);

n=n+1;

end

k=k+1;

n=1;

end

imshow(unit8(quartimage));

end

结果如图所示：

2. 对实验任务2的实现代码如下：

a=imread('d:\');

c=rgb2gray(a);

b=c-46;

subplot(3,2,1);imshow(c);title('原图像')

subplot(3,2,2);imhist(c);title('原图像的直方图') subplot(3,2,3);imshow(b);title('变暗后的图像') subplot(3,2,4);imhist(b);title('变暗后的图像直方图'); d=imadjust(c,[0,1],[1,0]);

subplot(3,2,5);imshow(d);title('反转图像');

结果如图所示：

3. 对实验任务3的实现代码如下：

a=imread('d:\');

m=imadjust(a,[,],[;1]);%图像变亮

n=imadjust(a,[,],[0;]);%图像变暗

g=255-a;%负片效果

subplot(2,2,1);imshow(a);title('原图像'); subplot(2,2,2);imshow(m);title('图像变亮'); subplot(2,2,3);imshow(n);title('图像变暗'); subplot(2,2,4);imshow(g);title('负片效果');

结果如图所示：

4. 对实验任务4的实现代码如下：

b=imread('d:\');

c=rgb2gray(b);

j=histeq(c);

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

subplot(2,2,2),imshow(j);

subplot(2,2,3),imhist(c);

subplot(2,2,4),imhist(j);

结果如图所示：

5. 对实验任务5的实现代码如下：x1=0::;

x2=::;

x3=::1;

y1=2*x1;

y2=+*;

y3=+*;

x=[x1,x2,x3];

y=[y1,y2,y3];

plot(x,y);

结果如图所示：

：结果分析

这次实验主要是对图像的灰度变换和直方图均衡化，实验内容包括灰度拉伸、图像反转、图像的二值化以及直方图均衡。通过实验将课本上理论知识加以实践，实验过程中明白了图像处理的一些技巧。但是以上几种方法采用的基本都是线性变换法，在实际应用中存在很多缺陷。它只能处理一些黑白分明的图像，而对于一些颜色丰富或者处理比较复杂图像时，往往于心不足。

实验三：图像的平滑处理

：实验目的

1、熟悉并掌握常见的图像噪声种类；

2、理解并掌握常用的图像的平滑技术，如邻域平均法和中值滤波的原理、特点、适用对象。

：实验任务和要求

1、读出这幅图像，给这幅图像分别加入椒盐噪声、高斯噪声和乘性噪声后并与前一张

图显示在同一图像窗口中。

2、对受高斯噪声（模拟均值为0方差为的高斯噪声）干扰的lena图像分别利用邻域

平均法和中值滤波进行滤波去噪（窗口可变，可先取3*3，依次再取5*5，7*7），

并显示滤波结果。

3、对受椒盐噪声（噪声方差为）干扰的lena图像，选择合适的滤波器将噪声滤除。

4、对受乘性噪声（噪声方差为）干扰的lena图像，选择合适的滤波器将噪声滤除。：实验步骤和结果

1. 对实验任务1的实现代码如下：

>> I=imread('d:\');

>> i=rgb2gray(I);

>> J=imnoise(i,'gaussian',0,;%高斯噪声

>> K=imnoise(i,'salt & pepper',;%椒盐噪声

>> P=imnoise(i,'speckle',;%乘性噪声

>> subplot(2,2,1);imshow(i);

>> xlabel('原图');

>> subplot(2,2,2);imshow(J);xlabel('高斯噪声');

>> subplot(2,2,3);imshow(K);xlabel('椒盐噪声');

>> subplot(2,2,4);imshow(P);xlabel('乘性噪声');

结果如图所示：

2.对实验任务2的实现代码如下：

>> I=imread('d:\');

>> i=rgb2gray(I);

>> J=imnoise(i,'gaussian',0,;

>> K=im2double(J);

>> h=fspecial('average');

>> G1=filter2(h,K,'same');

>> G2=medfilt2(K);

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

>> subplot(2,2,1);imshow(i);

>> xlabel('原图');

>> subplot(2,2,2);imshow(J);

>> xlabel('添加高斯噪声');

>> subplot(2,2,3);imshow(G1);

>> xlabel('均值滤波');

>> subplot(2,2,4);imshow(G2);

>> xlabel('中指滤波');

结果如图所示：

3. 对实验任务3的实现代码如下：>> I=imread('D:\');

>> i=rgb2gray(I);

>> J=imnoise(i,'salt & pepper',;

>> K=im2double(J);

>> h=fspecial('average');

>> G1=filter2(h,K,'same');

>> G2=medfilt2(K);

>> subplot(2,2,1);imshow(i);

>> xlabel('原图');

>> subplot(2,2,2);imshow(J);

>> xlabel('添加椒盐噪声');

>> subplot(2,2,3);imshow(G1);

>> xlabel('均值滤波');

>> subplot(2,2,4);imshow(G2);

>> xlabel('中值滤波');

结果如图所示：

4. 对实验任务4的实现代码如下：>> i=imread('D:\');

>> I=rgb2gray(i);

>> J=imnoise(I,'speckle',;

>> K=im2double(J);

>> h=fspecial('average');

>> G1=filter2(h,K,'same');

>> G2=medfilt2(K);

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

>> xlabel('原图');

>> subplot(2,2,2);imshow(J);

>> xlabel('添加乘性噪声');

>> subplot(2,2,3);imshow(G1);

>> xlabel('均值滤波');

>> subplot(2,2,4);imshow(G2);

>> xlabel('中值滤波');

结果如图所示：

：结果分析

（1）采用均值滤波器对图像处理能达到去噪的效果，并且一般滤波器的模板越大去噪效果越好，但是应该适中，当模板选择的过大时，处理的效果就会下降，因此我们应该根据具体的要求选择合适的模板来处理图像。

（2）采用高斯滤波器对图像处理能达到去噪的效果，与均值滤波器相同，随着所用的滤波器尺寸的增大，图像的细节锐化程度相应降低图像变得模糊起来。但相较于均值滤波器，其模糊程度较小。但是高斯滤波同时受到标准差sigma 的影响。

（3）中值滤波对去除“椒盐”噪声可以起到很好的效果,因为椒盐噪声只在画面中的部分点上随机出现,所以根据中值滤波原理可知,通过数据排序的方法,将图

像中未被噪声污染的点代替噪声点的值的概率比较大,因此噪声的抑制效果很好。中值滤波与均值滤波相比，在去除图像椒盐噪声的同时，还能够保持图像比较清晰的轮廓。从实验结果可以看出，通过3*3 的均值滤波器，图像中的噪声点有明显的消除。但是3*3 的非线性模板中值滤波器上对噪声的滤除效果更完美。

实验四：图像的锐化处理

：实验目的

1、熟悉并掌握MATLAB图像处理工具箱的使用；

2、理解并掌握常用的图像的锐化技术。

：实验任务和要求

1、采用三种不同算子对图像进行锐化处理。

2、锐化空间滤波

1)采用3×3的拉普拉斯算子w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]滤波

2)编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n的拉普拉斯算子，如5

×5的拉普拉斯算子：

w = [ 1 1 1 1 1

1 1 1 1 1

1 1 -24 1 1

1 1 1 1 1

1 1 1 1 1]

3)分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对进行锐化滤波，

并利用式

2

(,)(,)(,)

g x y f x y f x y

=-?完成图像的锐化增强，观察其有何不

同，要求在同一窗口中显示。

：实验步骤和结果

1.对实验任务1的实现代码如下：

>> i=imread('d:\');

>> I=rgb2gray(i);

>> H=fspecial('sobel');

>> I1=filter2(H,I);

>> H=fspecial('prewitt');

>> I2=filter2(H,I);

>> H=fspecial('log');

>> I3=filter2(H,I);

>> subplot(2,2,1);imshow(i);title('原图像');

>> subplot(2,2,2);imshow(I1);title('sobel算子锐化图像');

>> subplot(2,2,3);imshow(I2);title('prewitt算子锐化图像');

>> subplot(2,2,4);imshow(I3);title('log算子锐化图像');

结果如图所示：

2. 对实验任务2的实现代码如下：1）

>> i=imread('D:\');

>> I=rgb2gray(i);

>> T=double(I);

>> subplot(1,2,1),imshow(T,[]);

>> w=[1,1,1;

1,-8,1;

1,1,1];

>> K=conv2(T,w,'same');

>> subplot(1,2,2),imshow(K,[]);

>> title('Lalacian Transformation');

结果如图所示：

2）

function w = genlaplacian(n) w=ones(n);

x=ceil(n/2);

w(x,x)=-1*(n*n-1); end

3）w1=genlaplcaian(5);

I=imread(‘d:\’);

T=double(I);

K=conv2(T,w1’same’);

J=T-K;

：结果分析

通过对数字图像进行锐化处理，可以增强图像的边缘，使模糊的图像变得清晰起来，而以上几种方法都能很好的将图像的边缘变得清晰，但是要在不影响图像整体效果的情况下还是比较困难。综上所述，根据不同的情况可以需要选用不同的方法。在边缘检测中，常用的一种模板是Sobel 算子。Sobel 算子有两个，一个是检测水平边缘的；另一个是检测垂直边缘的。与Prewitt算子相比，Sobel

算子对于象素的位置的影响做了加权，可以降低边缘模糊程度，因此效果更好。

数字图像处理实验1

实验一 实验内容和步骤 练习图像的读取、显示和保存图像数据，步骤如下： (1)使用命令figure(1)开辟一个显示窗口 (2)读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内显示、二值图像和灰度图像，注上文字标题。 (3)保存转换后的灰度图像和二值图像 (4)在同一个窗口显示转换后的灰度图像的直方图 I=imread('BaboonRGB.bmp'); figure,imshow(I); I_gray=rgb2gray(I); figure,imshow(I_gray); I_2bw=Im2bw(I_gray); figure,imshow(I_2bw); subplot(1,3,1),imshow(I),title('RGB图像'); subplot(1,3,2),imshow(I_gray),title('灰度图像'); subplot(1,3,3),imshow(I_2bw),title('二值图像'); imwrite(I_gray,'Baboongray.png'); imwrite(I_2bw,'Baboon2bw.tif'); figure;imhist(I_gray);

RGB 图 像灰度图 像二值图 像 050100150200250 500 1000 1500 2000 2500 3000

(5)将原RGB 图像的R 、G 、B 三个分量图像显示在figure(2)中，观察对比它们的特点，体会不同颜色所对应的R 、G 、B 分量的不同之处。 [A_RGB,MAP]=imread('BaboonRGB.bmp'); subplot(2,2,1),imshow(A_RGB),title('RGB'); subplot(2,2,2),imshow(A_RGB(:,:,1)),title('R'); subplot(2,2,3),imshow(A_RGB(:,:,2)),title('G'); subplot(2,2,4),imshow(A_RGB(:,:,3)),title('B'); (6)将图像放大1.5倍，插值方法使用三种不同方法，在figure(3)中显示放大后的图像，比较不同插值方法的结果有什么不同。将图像放大到其它倍数，重复实验；A=imread('BaboonRGB.bmp'); figure(3),imshow(A),title('原图像'); B=imresize(A,1.5,'nearest'); figure(4),imshow(B),title('最邻近法') C=imresize(A,1.5,'bilinear'); ; figure(5),imshow(C),title('双线性插值'); D=imresize(A,1.5,'bicubic'); figure(6),imshow(D),title('双三次插值 '); RGB R G B

数字图像处理 课程设计报告

数字图像处理 课程设计报告 姓名： 学号： 班级： 设计题目：图像处理 教师：赵哲老师 提交日期： 12月29日

一、设计内容： 主题：《图像处理》 详细说明：对图像进行处理（简单滤镜，模糊，锐化，高斯模糊等），对图像进行处理（上下对称，左右对称，单双色显示，亮暗程度调整等），对图像进行特效处理（反色，实色混合，色彩平衡，浮雕效果，素描效果，雾化效果等）， 二、涉及知识内容： 1、二值化 2、各种滤波 3、算法等 三、设计流程图 四、实例分析及截图效果： 运行效果截图： 第一步：读取原图,并显示 close all;clear;clc; % 清楚工作窗口clc 清空变量clear 关闭打开的窗口close all I=imread(''); % 插入图片赋给I imshow(I);% 输出图I I1=rgb2gray(I);%图片变灰度图 figure%新建窗口 subplot(321);% 3行2列第一幅图 imhist(I1);%输出图片

title('原图直方图');%图片名称 一，图像处理模糊 H=fspecial('motion',40); %% 滤波算子模糊程度40 motion运动 q=imfilter(I,H,'replicate');%imfilter实现线性空间滤波函数，I图经过H滤波处理，replicate反复复制q1=rgb2gray(q); imhist(q1); title('模糊图直方图'); 二，图像处理锐化 H=fspecial('unsharp');%锐化滤波算子，unsharp不清晰的 qq=imfilter(I,H,'replicate'); qq1=rgb2gray(qq); imhist(qq1); title('锐化图直方图'); 三，图像处理浮雕(来源网络) %浮雕图 l=imread(''); f0=rgb2gray(l);%变灰度图 f1=imnoise(f0,'speckle',; %高斯噪声加入密度为的高斯乘性噪声 imnoise噪声污染图像函数 speckle斑点 f1=im2double(f1);%把图像数据类型转换为双精度浮点类型 h3=1/9.*[1 1 1;1 1 1;1 1 1]; %采用h3对图像f2进行卷积滤波 f4=conv2(f1,h3,'same'); %进行sobel滤波 h2=fspecial('sobel'); g3=filter2(h2,f1,'same');%卷积和多项式相乘 same相同的 k=mat2gray(g3);% 实现图像矩阵的归一化操作 四，图像处理素描(来源网络) f=imread(''); [VG,A,PPG] = colorgrad(f); ppg = im2uint8(PPG); ppgf = 255 - ppg; [M,N] = size(ppgf);T=200; ppgf1 = zeros(M,N); for ii = 1:M for jj = 1:N if ppgf(ii,jj)

数字图像处理四个实验报告,带有源程序

数字图像处理 实验指导书 学院：通信与电子工程学院 专业：电子信息工程 班级： 学号： 姓名： XX理工大学

实验一 MATLAB数字图像处理初步 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像间如何转化。 二、实验原理及知识点 1、数字图像的表示和类别 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。 图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。 图1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MA TLAB把其处理为4类： 亮度图像(Intensity images) 二值图像(Binary images) 索引图像(Indexed images) RGB图像(RGB images)

数字图像处理实验报告

数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方 法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取，显示等基本函数 特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot（）函数、Figure（）函数。 1)将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread， imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray() 将其 转化为灰度图像，记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用 imadjust函 数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰

度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理，试比较与源图的异同。 3) 对B 进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为：

武汉科技大学 数字图像处理实验报告

二○一四～二○一五学年第一学期电子信息工程系 实验报告书 班级：电子信息工程（DB）1102班姓名 学号： 课程名称：数字图像处理 二○一四年十一月一日

实验一图像直方图处理及灰度变换（2学时） 实验目的： 1. 掌握读、写、显示图像的基本方法。 2. 掌握图像直方图的概念、计算方法以及直方图归一化、均衡化方法。 3. 掌握图像灰度变换的基本方法，理解灰度变换对图像外观的改善效果。 实验内容： 1. 读入一幅图像，判断其是否为灰度图像，如果不是灰度图像，将其转化为灰度图像。 2. 完成灰度图像的直方图计算、直方图归一化、直方图均衡化等操作。 3. 完成灰度图像的灰度变换操作，如线性变换、伽马变换、阈值变换（二值化）等，分别使用不同参数观察灰度变换效果（对灰度直方图的影响）。 实验步骤： 1. 将图片转换为灰度图片,进行直方图均衡，并统计图像的直方图： I1=imread('pic.jpg'); %读取图像 I2=rgb2gray(I1); %将彩色图变成灰度图 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('灰度图'); subplot(3,2,4); imhist(I2); %统计直方图 title('统计直方图'); subplot(3,2,5); J=histeq(I2); %直方图均衡 imshow(J); title('直方图均衡'); subplot(3,2,6); imhist(J); title('统计直方图');

原 图 灰度图 01000 2000 3000统计直方图 100200直方图均衡 0统计直方图 100200 仿真分析： 将灰度图直方图均衡后，从图形上反映出细节更加丰富，图像动态范围增大，深色的地方颜色更深，浅色的地方颜色更前，对比更鲜明。从直方图上反应，暗部到亮部像素分布更加均匀。 2. 将图片进行阈值变换和灰度调整，并统计图像的直方图： I1=imread('rice.png'); I2=im2bw(I1,0.5); %选取阈值为0.5 I3=imadjust(I1,[0.3 0.9],[]); %设置灰度为0.3-0.9 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('阈值变换'); subplot(3,2,5); imshow(I3); title('灰度调整'); subplot(3,2,2); imhist(I1); title('统计直方图'); subplot(3,2,4);

数字图像处理实验指导书模板

《数字图像处理》实验指导书 编写: 罗建军 海南大学三亚学院 10月

目录 一、概述 ....................................................................... 错误!未定义书签。 二、建立程序框架 ....................................................... 错误!未定义书签。 三、建立图像类 ........................................................... 错误!未定义书签。 四、定义图像文档实现图像读/写.............................. 错误!未定义书签。 五、实现图像显示 ....................................................... 错误!未定义书签。 六、建立图像处理类................................................... 错误!未定义书签。 七、实现颜色处理功能............................................... 错误!未定义书签。 (一) 亮度处理................................................................. 错误!未定义书签。 (二) 对比度处理............................................................. 错误!未定义书签。 (三) 色阶处理................................................................. 错误!未定义书签。 (四) 伽马变换................................................................. 错误!未定义书签。 (五) 饱和度处理............................................................. 错误!未定义书签。 (六) 色调处理................................................................. 错误!未定义书签。 八、实现几何变换功能............................................... 错误!未定义书签。 (一) 图像缩放................................................................. 错误!未定义书签。 (二) 旋转......................................................................... 错误!未定义书签。 (三) 水平镜像................................................................. 错误!未定义书签。 (四) 垂直镜像................................................................. 错误!未定义书签。 (五) 右转90度................................................................. 错误!未定义书签。 (六) 左转90度................................................................. 错误!未定义书签。 (七) 旋转180度............................................................... 错误!未定义书签。 九、实现平滑锐化功能............................................... 错误!未定义书签。 十、图像处理扩展编程............................................... 错误!未定义书签。

数字图像处理实验 实验二

实验二MATLAB图像运算一、实验目的 1．了解图像的算术运算在数字图像处理中的初步应用。 2．体会图像算术运算处理的过程和处理前后图像的变化。 二、实验步骤 1．图像的加法运算-imadd 对于两个图像f x,y和 (x,y)的均值有： g x,y=1 f x,y+ 1 (x,y) 推广这个公式为： g x,y=αf x,y+β (x,y) 其中，α+β=1。这样就可以得到各种图像合成的效果，也可以用于两张图像的衔接。说明：两个示例图像保存在默认路径下，文件名分别为'rice.png'和'cameraman.tif'，要求实现下图所示结果。 代码： I1 = imread('rice.png'); I2 = imread('cameraman.tif'); I3 = imadd(I1, I2,'uint8'); I4 = imadd(I1, I2,'uint16'); subplot(2, 2, 1), imshow(I1), title('?-ê?í???1'); subplot(2, 2, 2), imshow(I2), title('?-ê?í???2'); subplot(2, 2, 3), imshow(I3), title('8??í?????ê?'); subplot(2, 2, 4), imshow(I4), title('16??í?????ê?'); 结果截图：

2．图像的减法运算-imsubtract 说明： 背景图像可通过膨胀算法得到background = imopen(I,strel('disk',15));，要求实现下图所示结果。 示例代码如下： I1 = imread('rice.png'); background = imerode(I1, strel('disk', 15)); rice2 = imsubtract(I1, background); subplot(2, 2, 1), imshow(I1), title('?-ê?í???'); subplot(2, 2, 2), imshow(background), title('±3?°í???'); subplot(2, 2, 3), imshow(rice2), title('′|àíoóμ?í???'); 结果截图： 3.图像的乘法运算-immultiply

读书报告第一次作业。。。。

膨胀土工程地质特性研究进展 1.前言 膨胀土是一种具有高分散性、高塑性的黏土，其矿物成分主要以蒙脱石、伊利石/蒙脱石、绿泥石/脱石、高岭石/蒙脱石等为主，对干湿气候变化异常敏感，常给人类工程建设活动带来巨大危害，是一种“问题多的特殊土”。其吸水膨胀、失水收缩的特性容易引起建筑物开裂、边坡失稳、渠道桥梁等结构物破坏，给工程建设带来安全隐患。如1978 年我国南阳地区和1988 ～ 1992 年欧洲地区，持续的干旱天气致使出现了大规模房屋建筑开裂破坏现象，造成严重经济损失，究其原因为地基膨胀土失水收缩导致地面不均匀沉降变形。南水北调中线工程穿越膨胀土地区累计长度约386km，沿线曾发生大量渠段坍塌和浅层滑坡等工程地质问题。事实上，早在20 世纪70 年代初，南阳陶岔引水渠的开挖施工中，膨胀土层就发生过十几处大滑坡，且大都发生在1: 4－1: 5的缓坡上，由此引起了人们对膨胀土问题的重视，并在其后进行了处理，为以后正式开工建设提供了处治经验。 2.胀缩性 胀缩性的概念是由于含水率变化而引起的膨胀土体积变化，称为胀缩变形，即含水率升高发生膨胀，含水率降低发生收缩。胀缩性是

膨胀土的典型性质之一。在许多条件下，当膨胀土经历往复干湿循环时，胀缩变形表现出不可逆性，往往随干湿循环次数的增加而增加，在控制吸力条件下开展了干湿循环试验，发现膨胀土的胀缩变形可分为宏观结构变形和微观结构变形两部分。一般而言，宏观结构变形的可逆性与干湿循环过程中的累积变形量有关，然而微观结构变形却通常是可逆的。 关于膨胀土的胀缩机理，国内外学者也开展了许多研究，得到一些普遍的认识。与水相互作用时，由于黏土矿物颗粒表面的亲水性与水分子的极性结构特征，水分子在电场力作用下会吸附在矿物颗粒周围，形成一层水膜。水膜的厚度受黏土矿物种类、孔隙溶液成分、环境温度、外部荷载和微观结构等因素的影响，水膜的厚度变化则直接反映了膨胀土的胀缩性。膨胀土的干燥收缩过程实际上是土体在内力作用下颗粒间孔径减小和密实度增加的过程。当土体中的相对湿度高于大气相对湿度时，土体中的水分子会通过土体表面进入到大气中，形成蒸发。在蒸发过程中孔隙水表面张力的作用下，在颗粒间会形成弯液面，产生毛细水压力。表面张力和弯液面曲率半径是影响毛细水压力的关键因素，且一般而言，毛细水压力为负值。因此，土体干燥失水过程中，颗粒周围的水膜变薄，孔径减小，在毛细水压力和表面张力的共同作用下，土颗粒会随蒸发而逐渐靠拢，宏观表现为收缩变。关于膨胀土的胀缩机理，也有学者提出了不同的观点。如廖世文( 1984) 、高国瑞( 1984) 从晶格扩展、双电层理论和微观结构控制3 个方面对膨胀土的胀缩机理进行了总结归纳。刘特洪( 1997）则

数字图像处理技术应用课程报告

集中稀疏表示的图像恢复 董伟胜中国西安电子科技大学电子工程学院wsdong@https://www.doczj.com/doc/3c3714919.html, 张磊香港理工大学计算机系cslzhang@https://www.doczj.com/doc/3c3714919.html,.hk 石光明中国西安电子科技大学电子工程学院gmshi@https://www.doczj.com/doc/3c3714919.html, 摘要 本文对于图像恢复任务提出了一种新的称为集中稀疏表示(CSR)的稀疏表示模型。为了重建高还原度的图像，通过给定的字典，退化图像的稀疏编码系数预计应该尽可能接近那些未知的原始图像。然而，由于可用的数据是原始图像的退化版本(如噪声、模糊和/或者低采样率)，正如许多现有的稀疏表示模型一样，如果只考虑局部的稀疏图像，稀疏编码系数往往不够准确。为了使稀疏编码更加准确，通过利用非局部图像统计，引入一个集中的稀疏性约束。为了优化，局部稀疏和非局部稀疏统一到一个变化的框架内。大量的图像恢复实验验证了我们的CSR模型在以前最先进的方法之上取得了令人信服的改进。 1、介绍 图像恢复（IR）目的是为了从，比如说通过一个低端摄像头或者在有限条件下得到图像的图像退化版本（例如噪声、模糊和/或者低采样率），来恢复一副高质量的图像。对于观察的图像y，IR问题可以表示成： y = Hx + v (1) 其中H是一个退化矩阵，x是原始图像的矢量，v是噪声矢量。由于IR的病态特性，尝试把观察模型和所需解决方案的先验知识合并到一个变分公式的正则化技术，已经被广泛地研究。对于正则方法，对自然图像适当的先验知识进行寻找和建模是最重要的关注点之一，因此学习自然图像先验知识的各种方法已经被提出来了【25,5,6,12】。 近年来，对于图像恢复基于建模的稀疏表示已经被证明是一种很有前途的模型【9,5,13,20,16,21,27,15,14】。在人类视觉系统【23,24】的研究中，已经发现细胞感受区域使用少量的从一个超完备的编码集中稀疏选出的结构化基元来编码自然图像。在数学上，一个x ∈ R N的信号可以表示为一个字典Φ中的几个原子的线性组合，例如，X ≈Φα,用|0 最小化：

数字图像处理程序

数字图像处理程序

数字图像处理实验 图像处理实验（一）直方图 灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特 征更加明显。 灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像 增强。 1、灰度直方图 （1）计算出一幅灰度图像的直方图 clear close all I=imread('004.bmp'); imhist(I) title('实验一（1）直方图'); （2）对灰度图像进行简单的灰度线形变换， figure subplot(2,2,1) imshow(I); title('试验2-灰度线性变换'); subplot(2,2,2) histeq(I); （3）看其直方图的对应变化和图像对比度的变化。 原图像 f(m,n) 的灰度范围 [a,b] 线形变换为图像 g(m,n),灰度范围[a’,b’]公式：g(m,n)=a’+(b’-a’)* f(m,n) /(b-a) figure subplot(2,2,1) imshow(I) J=imadjust(I,[0.3,0.7],[0,1],1); title(' 实验一（3）用g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)进行变换 '); subplot(2,2,2) imshow(J) subplot(2,2,3) imshow(I) J=imadjust(I,[0.5 0.8],[0,1],1); subplot(2,2,4) imshow(J) (4) 图像二值化（选取一个域值，(5) 将图像变为黑白图像） figure subplot(2,2,1)

数字图像处理——彩色图像实验报告

6.3实验步骤 (1)对彩色图像的表达和显示 * * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * * rgbcube(0,0,10); %从正面观察彩色立方体 rgbcube(10,0,10); %从侧面观察彩色立方 rgbcube(10,10,10); %从对角线观察彩色立方体 %* * * * * * * * * *索引图像的显示和转换* * * * * * * * * * f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %rgb图像转换成8色索引图像，不采用抖动方式 [X1,map1]=rgb2ind(f,8,'nodither'); figure,imshow(X1,map1); %采用抖动方式转换到8色索引图像 [X2,map2]=rgb2ind(f,8,'dither'); figure,imshow(X2,map2); %显示效果要好一些 g=rgb2gray(f); %f转换为灰度图像 g1=dither(g);%将灰色图像经过抖动处理，转换打二值图像figure,imshow(g);%显示灰度图像 figure,imshow(g1);%显示抖动处理后的二值图像 程序运行结果：

彩色立方体原图 不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像 灰度图像抖动处理后的二值图像

(2)彩色空间转换 f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %转换到NTSC彩色空间 ntsc_image=rgb2ntsc(f); figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息 %转换到HIS彩色空间 hsi_image=rgb2hsi(f); figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2)); %显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息 程序运行结果： 原图 转换到NTSC彩色空间

BMP图像的读写(8位和24位)

南通大学计算机科学与技术学院 《数字图像处理》课程实验 报告书 实验名 BMP文件的读写（8位和24位） 班级计 121 姓名张进 学号 1213022016 2014年6月 16 日

一、实验内容 1、了解BMP文件的结构 2、8位位图和24位位图的读取 二、BMP图形文件简介 BMP(Bitmap-File)图形文件是Windows采用的图形文件格式，在Windows环境下运行的所有图象处理软件都支持BMP图象文件格式。Windows系统内部各图像绘制操作都是以BMP为基础的。Windows 3.0以前的BMP图文件格式与显示设备有关，因此把这种BMP 图象文件格式称为设备相关位图DDB(device-dependent bitmap)文件格式。Windows 3.0以后的BMP图象文件与显示设备无关，因此把这种BMP图象文件格式称为设备无关位图DIB(device-independent bitmap)格式（注：Windows 3.0以后，在系统中仍然存在DDB位图，象BitBlt()这种函数就是基于DDB位图的，只不过如果你想将图像以BMP格式保存到磁盘文件中时，微软极力推荐你以DIB格式保存），目的是为了让Windows能够在任何类型的显示设备上显示所存储的图象。BMP位图文件默认的文件扩展名是BMP或者bmp（有时它也会以.DIB或.RLE作扩展名）。 位图文件可看成由4个部分组成：位图文件头(bitmap-file header)、位图信息头(bitmap-information header)、彩色表(color table)和定义位图的字节阵列，它具有如下所示的形式。 位图文件结构内容摘要

2013数字图像处理课程设计报告

数字图像处理 课程设计报告 课设题目：彩色图像增强软件学院：信息科学与工程学院专业：电子与信息工程 班级： 1002501 姓名：曾小路 学号： 100250131 指导教师：赵占峰 哈尔滨工业大学（威海） 2013 年12月27日

目录 目录 .......................................................................................................................... I 一. 课程设计任务 (1) 二. 课程设计原理及设计方案 (2) 2.1 彩色图像基础 (2) 2.2 彩色模型 (2) 三. 课程设计的步骤和结果 (6) 3.1 采集图像 (6) 3.2 图像增强 (7) 3.3 界面设计 (9) 四. 课程设计总结 (12) 五. 设计体会 (13) 六. 参考文献 (14)

哈尔滨工业大学（威海）课程设计报告 一. 课程设计任务 1.1设计内容及要求： （1）、独立设计方案，根据所学知识，对由于曝光过度、光圈过小或图像亮度不均匀等情况下的彩色图像进行增强，提高图像的清晰度（通俗地讲，就是图像看起来干净、对比度高、颜色鲜艳）。 （2）、参考photoshop 软件，设计软件界面，对处理前后的图像以及直方图等进行对比显示； （3）、将实验结果与处理前的图像进行比较、分析。总结设计过程所遇到的问题。 1.2参考方案 1、实现图像处理的基本操作 学习使用matlab 图像处理工具箱，利用imread（）语句读入图像，例如image=imread（flower.jpg），利用彩色图像模型转换公式，将RGB 类型图像转换为HSI 类型图像，显示各分量图像(如imshow（image）)，以及计算和显示各分量图像直方图。 2、彩色图像增强实现 对HSI彩色模型图像的I分量进行对比度拉伸或直方图均衡化等处理，提高亮度图像的对比度。对S分量图像进行适当调整，使图像色彩鲜艳或柔和。 H 分量保持不变。将处理后的图像转换成RGB 类型图像，并进行显示。分析处理图像过程和结果存在的问题。 3、参照“photoshop”软件，设计图像处理软件界面 可设计菜单式界面，在功能较少的情况下，也可以设计按键式界面，视 功能多少而定；参考matlab 软件中GUI 设计，学习软件界面的设计 - 1 -

数字图像处理实验报告

数字图像处理实验报告

实验一数字图像处理编程基础 一、实验目的 1. 了解MA TLAB图像处理工具箱； 2. 掌握MA TLAB的基本应用方法； 3. 掌握MA TLAB图像存储/图像数据类型/图像类型； 4. 掌握图像文件的读/写/信息查询； 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法； 6. 编程实现图像类型间的转换。 二、实验内容 1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序，并保存处理结果图像。 三、源代码 I=imread('cameraman.tif') imshow(I); subplot(221), title('图像1'); imwrite('cameraman.tif') M=imread('pout.tif') imview(M) subplot(222), imshow(M); title('图像2'); imread('pout.bmp') N=imread('eight.tif') imview(N) subplot(223), imshow(N); title('图像3'); V=imread('circuit.tif') imview(V) subplot(224), imshow(V); title('图像4');

N=imread('C:\Users\Administrator\Desktop\1.jpg') imshow(N); I=rgb2gary(GRB) [X.map]=gary2ind(N,2) RGB=ind2 rgb(X,map) [X.map]=gary2ind(I,2) I=ind2 gary(X,map) I=imread('C:\Users\dell\Desktop\111.jpg'); subplot(231),imshow(I); title('原图'); M=rgb2gray(I); subplot(232),imshow(M); [X,map]=gray2ind(M,100); subplot(233),imshow(X); RGB=ind2rgb(X,map); subplot(234),imshow(X); [X,map]=rbg2ind(I); subplot(235),imshow(X); 四、实验效果

数字图像处理实验

《数字图像处理》 实验报告 学院：信息工程学院 专业：电子信息工程 学号： 姓名： 2015年6月18日

目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)

实验一图像的读取、存储和显示 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像的显示。 二、实验原理 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 三、实验设备 (1) PC计算机 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容及步骤 1．利用imread( )函数读取一幅图像，假设其名为flower.tif，存入一个数组中； 2．利用whos 命令提取该读入图像flower.tif的基本信息； 3．利用imshow()函数来显示这幅图像； 4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息； 5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件设为flower.jpg语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。 6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。 7．用imread()读入图像：Lenna.jpg 和camema.jpg； 8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小；

遥感地质学在实际工作中的应用论文

课程期末考试论文（读书报告） 课程名称：遥感地质学 班级： 学号： 姓名： 任课教师： 学时： 开课时间：

浅谈“遥感地质学”在地质类工作中的应用 摘要：随着我国工农业生产的高速发展，人类对自然资源，特别是对矿产资源的需求量与日俱增。遥感地质是一门理论与技术相结合的课程，其实际操纵性较强，需要我们对理论基础知识不断地应用巩固。遥感数字图像处理属于地质工作中的一种新型的工作手段，充分结合了现时计算机高科技信息技术。在地质工作中主要是通过对一个地区岩性，构造的状况分析后服务与地调填图，矿产普查，工程地质，水文地质及地质灾害治理方面，有着其特殊的高效性，空间性和优势所在。本文结合“遥感地质”课程的学习，浅谈下其在未来地学相关工作中的应用。 关键词：遥感空间信息地质找矿应用 近年来，一方面，由于空间科学、信息科学、计算机科学、物理学等科学技术的进步与发展，为遥感技术奠定了必要的技术基础，另一方面，由于人类生产活动不断地向深度和广度进军，遥感技术得到较为广泛的应用，因而使得遥感技术获得了飞跃的发展，已经成为发达国家和一些发展中国家十分重视的一项科学技术。随着我国工农业生产的高速发展，人类对自然资源，特别是对矿产资源的需求量与日俱增。遥感数字图像处理属于地质工作中的一种新型的工作手段，充分结合了现时计算机高科技信息技术。在地质工作中主要是通过对一个地区岩性，构造的状况分析后服务与地调填图，矿产普查，工程地质，水文地质及地质灾害治理方面，有着其特殊的高效性，空间性和优势所在。正如中科院院士徐冠华等，所谈及遥感技术为地学研究提供了全新的手段，导致了地学研究范围，内容、方法的重要变化，标志着地学信息获取和方法处理的一场革命。中国遥感事业自70年代至今发生了巨大的变化，在国民经济中的应用也日渐普遍。相对国际发达国家，中国遥感事业与其尚存在较大差距，这也正证明了在学科应用教学方面的前景性和挑战性。 《遥感地质学》是我校地球科学与资源学院为地质，资勘和海洋类专业开设的院定专业限选课，共48学时，其中24实验学时。通过半学期的遥感地质课及遥感数字图像处理技术的学习，对遥感技术有了新的认识和定义，同时对地学高新技术的发展有了所了解。本文结合“遥感地质”课程的学习，浅谈下其在未来地学相关工作中的应用。 遥感地质在地学方面的意义和作用主要表现在以下几个方面： （1）区域地质调查方面： 地质调查方面遥感数字图像处理的意义和作用应体现最明显的是在我国青藏高原地区。我国存在最大的空白区是青藏高原空白区，因其独特的海拨，积雪，压力，缺氧，交通等因素给地质工作者在这一地区开展工作造成了极大的困难，尤其在藏北属于“世界屋脊”，生命的禁区，地质工作者很难实地进入实施开展。青藏高原所占面积巨大，是我国地学，生物学，资源与环境科学有特色的研究领域和天然的实验室，我国研究开发价值极大。近年来国土资源部先后开展了多次地质调查，如1:25万区域地质调查。中国地质大学（北京）地球科学与资源学院教师承担的地质调查局“西藏安多1：25万安多多幅区域地质调查项目”中就充分利用的遥感数字图像处理技术的优势性。安多地区平均海拨4700多米，气候已变，极寒，其中部分地区很难进入。 安多北捷布曲冰蚀谷（上为南）（据张绪教等）

数字图像处理课程设计报告

课程设计报告书课程名称：数字图像处理 题目：数字图像处理的傅里叶变换 学生姓名： 专业：计算机科学与技术 班别：计科本101班 学号： 指导老师： 日期： 2013 年 06 月 20 日

数字图像处理的傅里叶变换 1.课程设计目的和意义 (1)了解图像变换的意义和手段 (2)熟悉傅里叶变换的基本性质 (3)热练掌握FFT的方法反应用 (4)通过本实验掌握利用MATLAB编程实现数字图像的傅里叶变换 通过本次课程设计，掌握如何学习一门语言，如何进行资料查阅搜集，如何自己解决问题等方法，养成良好的学习习惯。扩展理论知识，培养综合设计能力。 2.课程设计内容 (1)熟悉并掌握傅立叶变换 (2)了解傅立叶变换在图像处理中的应用 (3)通过实验了解二维频谱的分布特点 (4)用MATLAB实现傅立叶变换仿真 3.课程设计背景与基本原理 傅里叶变换是可分离和正交变换中的一个特例，对图像的傅里叶变换将图像从图像空间变换到频率空间，从而可利用傅里叶频谱特性进行图像处理。从20世纪60年代傅里叶变换的快速算法提出来以后，傅里叶变换在信号处理和图像处理中都得到了广泛的使用。 3.1课程设计背景 数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 3.2 傅里叶变换 (1)应用傅里叶变换进行数字图像处理 数字图像处理（digital image processing）是用计算机对图像信息进行处理的一门技术，使利用计算机对图像进行各种处理的技术和方法。 20世纪20年代，图像处理首次得到应用。20世纪60年代中期，随电子计算机的发展得到普遍应用。60年代末，图像处理技术不断完善，逐渐成为一个新兴的学科。利用数字图像处理主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。数字图像处理主要研究以下内容：傅立叶变换、小波变换等各种图像变换；对图像进行编码和压缩；采用各种方法对图像进行复原和增强；对图像进行分割、描述和识别等。随着技术的发展，数字图像处理主要应用于通讯技术、宇宙探索遥感技术和生物工程等领域。