实验报告
课程名称信息隐藏技术实验名称小波变换
姓名__ 学号专业班级__）__ _
实验日期成绩______ _指导教师____ 一、实验目的
了解小波变换及其变换系数的分布。
二、实验环境
(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
三、实验内容与步骤
利用Matlab提供的函数对图像进行小波分解与重构。
以下程序是对图像进行一级小波变换及重构：
close all；clear；
I=imread('图像.bmp);
[M,N] = size(I);
[A,H,V,D]=dwt2(I,'haar'); %使用haar小波对二维图像进行一级小波分解%A 近似子带；H 水平细节子带； V垂直细节子带；D 对角细节子带
J=I;
%---------小波分解图像-----
J(1:M/2,1:N/2)=A;
J(1:M/2,N/2+1:N)=H;
J(M/2+1:M,1:N/2)=V;
J(M/2+1:M,N/2+1:N)=D;
%-----------重构图像----
II=idwt2(A,H,V,D,'haar');
figure
imshow(uint8(J)),title('haar小波一级分解')
figure
imshow(uint8(II)),title('haar小波重构')
六、实验心得与体会
思考：
1、使用haar小波对图像进行二级小波分解，并将其重构回原图。
close all
clear
I=imread('Fig4.11(a).jpg');
[M.N]=size(I);
[A,H,V,D]=dwt2(I,'haar');
J(1:M/2,1:N/2)=A;
J(1:M/2,N/2+1:N)=H;
J(M/2+1:M,1:N/2)=V;
J(M/2+1:M.N/2+1:N)=D;
[X,Y]=size(A);
[cA,cH,cV,cD]=dwt2(A,'haar');
Z=J;
Z(1:X/2,1:Y/2)=cA;
Z(1:X/2,Y/2+1:Y)=cH;
Z(X/2+1:X,1:Y/2)=cV;
Z(X/2+1:X,Y/2+1:Y)=cD;
II=idwt2(cA,cH,cV,cD,'haar');
III=idwt2(II,H,V,D,'haar');
figure
imshow(uint8(Z)),title('haarD?2¨?t??·??a')
figure
imshow(uint8(III)),title('haarD?2¨??11')
2、利用WAVEDEC2函数对图像进行多尺度分解并重构回原图。
s=imread('cameraman.jpg');
[C,S]=wavedec2(s,3,'db1');
x=waverec2(C,S,'db1');
c3=appcoef2(C,S,'db1',3);
v3=detcoef2('v',C,S,3);
h3=detcoef2('h',C,S,3);
d3=detcoef2('D',C,S,3);
[C1,S1]=wavedec2(s,1,'db1');
c1=appcoef2(C1,S1,'db1',1);
v1=detcoef2('v',C1,S1,1);
h1=detcoef2('h',C1,S1,1);
d1=detcoef2('D',C1,S1,1);
subplot(3,3,1);
imshow(s);title('?-ê?í???');
subplot(3,3,2);
imshow(uint8(c3));title('èy′?·??aoóμ?μí?μ·?á?'); subplot(3,3,3);
imshow(uint8(x));title('??11í???');
subplot(3,3,4);
imshow(uint8(h1));title('h1');
subplot(3,3,5);
imshow(uint8(h3));title('h3');
subplot(3,3,6);
imshow(uint8(d1));title('d1');
subplot(3,3,7);
imshow(uint8(v1));title('v1');
subplot(3,3,8);
imshow(uint8(v3));title('v3');
subplot(3,3,9);
imshow(uint8(d3));title('d3');
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
摘要 小波变换的理论是近年来兴起的新的数学分支，素有“数学显微镜”的美称。它是继1822年傅立叶提出傅立叶变换之后又一里程碑式的领域，解决了很多傅立叶变换不能解决的困难问题。小波变换可以使得信号的低频长时特性和高频短时特性同时得到处理，具有良好的局部化性质，能有效地克服傅氏变换在处理非平稳复杂信号时存在的局限性，具有极强的自适应性，因此在图像处理中具有极好应用价值。本设计主要分析了基于小波变换的图像分解和图像压缩技术，并运用Matlab软件对图像进行分解，然后提取其中与原图像近似的低频信息，达到对图像进行压缩的目的。分别作第一层分解和第二层分解，并比较图像压缩的效果。 关键词:小波变换；Matlab；图像分解；图像压缩
目录 摘要 ..................................................................................................... I 第1章绪论 (1) 1.1设计背景 (1) 1.2设计要求 (1) 1.3设计思路简介 (1) 第2章小波变换处理图像设计过程 (2) 2.1小波变换的分解和重构算法 (2) 2.2小波变换在图像压缩中的应用 (4) 第3章软件设计与仿真 (6) 3.1MATLAB程序 (6) 3.2结果及分析 (7) 第4章总结与展望 (9) 参考文献 (10)
第1章绪论 1.1设计背景 小波分析是当前应用数学和工程学科中一个迅速发展的新领域，经过近10年的探索研究，重要的数学形式化体系已经建立，理论基础更加扎实。与Fourier变换相比，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。小波变换联系了应用数学、物理学、计算机科学、信号与信息处理、图像处理、地震勘探等多个学科。小波分析是一个新的数学分支，它是泛函分析、Fourier分析、样调分析、数值分析的完美结晶；小波分析是时间—尺度分析和多分辨分析的一种新技术，它在信号分析、语音合成、图像识别、计算机视觉、数据压缩、地震勘探、大气与海洋波分析等方面的研究都取得了有科学意义和应用价值的成果。 1.2设计要求 利用小波变换的基本原理在MATLAB环境下编写程序对静态图像进行分解并压缩，并观察分析其处理效果。 1.3设计思路简介 一个图像作小波分解后，可得到一系列不同分辨率的子图像，不同分辨率的子图像对应的频率是不相同的。高分辨率(即高频)子图像上大部分点都接近于0，越是高频这种现象越明显。对一个图像来说，表现一个图像最主要的部分是低频部分，所以利用小波分解就可以达到去掉图像的高频部分而只保留低频部分的目的。 MATLAB是矩阵实验室（Matrix Laboratory）的简称，它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其它编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 本设计利用MATLAB工具箱中的Wavele Toolbox——小波工具箱对图像进行小波变换。
数字图像处理 课程编码：3073009223 课程名称：数字图像处理 总学分： 2 总学时：32 (讲课28，实验4) 课程英文名称：Digital Image Processing 先修课程：概率论与数理统计、线性代数、C++程序设计 适用专业：自动化专业等 一、课程性质、地位和任务 数字图像处理课程是自动化专业的专业选修课。本课程着重于培养学生解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术，并能应用这些基本方法开发数字图像处理系统，为学习图像处理新方法奠定理论基础。 二、教学目标及要求 1．了解图像处理的概念及图像处理系统组成。 2．掌握数字图像处理中的灰度变换和空间滤波的各种方法。 3．了解图像变换，主要是离散和快速傅里叶变换等的原理及性质。 4．理解图像复原与重建技术中空间域和频域滤波的各种方法。 5. 理解解彩色图像的基础概念、模型和处理方法。 6. 了解形态学图像处理技术。 7. 了解图像分割的基本概念和方法。 三、教学内容及安排 第一章：绪论（2学时） 教学目标：了解数字图像处理的基本概念，发展历史，应用领域和研究内容。通过大量的实例讲解数字图像处理的应用领域；了解数字图像处理的基本步骤；了解图像处理系统的组成。 重点难点：数字图像处理基本步骤和图像处理系统的各组成部分构成。 1.1 什么是数字图像处理 1.2 数字图像处理的起源
1.3.1 伽马射线成像 1.3.2 X射线成像 1.3.3 紫外波段成像 1.3.4 可见光及红外波段成像 1.3.5 微波波段成像 1.3.6 无线电波成像 1.3.7 使用其他成像方式的例子 1.4 数字图像处理的基本步骤 1.5 图像处理系统的组成 第二章：数字图像基础（4学时） 教学目标：了解视觉感知要素；了解几种常用的图像获取方法；掌握图像的数字化过程及其图像分辨率之间的关系；掌握像素间的联系的概念；了解数字图像处理中的常用数学工具。 重点难点：要求重点掌握图像数字化过程及图像中像素的联系。 2.1 视觉感知要素（1学时） 2.1.1 人眼的构造 2.1.2 眼镜中图像的形成 2.1.3 亮度适应和辨别 2.2 光和电磁波谱 2.3 图像感知和获取（1学时） 2.3.1 用单个传感器获取图像 2.3.2 用条带传感器获取图像 2.3.3 用传感器阵列获取图像 2.3.4 简单的图像形成模型 2.4 图像取样和量化（1学时） 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.3 空间和灰度级分辨率 2.4.4 图像内插 2.5 像素间的一些基本关系（1学时） 2.5.1 相邻像素 2.5.2 临接性、连通性、区域和边界 2.5.3 距离度量 2.6 数字图像处理中所用数学工具的介绍 2.6.1 阵列与矩阵操作
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：
《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；
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
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
数字图像处理—实验一 一．实验内容： 图像灰度变换 二．实验目的： 学会用Matlab软件对图像灰度进行变换；感受各种不同的灰度变换方法对最终图像效果的影响。 三．实验步骤： 1．获取实验用图像：rice.jpg. 使用imread函数将图像读入Matlab。 程序： clc;clear; figure; subplot(4,4,1); i = imread('rice.png'); i = im2double(i); imshow(i);title('1'); 2．产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105 + 2.6333(r – 0.35) 0.35 ≤r ≤0.65
1 + 0.3(r – 1) r > 0.65 用T1对原图像rice.jpg进行处理，使用imwrite函数保存处理后的新图像。程序： subplot(4,4,2); r=[0:0.001:1]; s=[r<0.35].*r*0.3+[r<=0.65].*[r>=0.35].*(0.105+2.6333*(r-0.35))+[r>0.65].*(1 +0.3*(r-1)); plot(r,s);title('2p'); subplot(4,4,3); T1=[i<0.35].*i*0.3+[i<=0.65].*[i>=0.35].*(0.105+2.6333*(i-0.35))+[i>0.65].*( 1+0.3*(i-1)); imshow(T1);title('2i'); imwrite(T1,'rice_T1.jpg','jpg');
3．产生灰度变换函数T2，使得： 用T2对原图像rice.jpg进行处理，使用imwrite保存处理后的新图像。 %3 subplot(4,4,4); r = [0:0.001:1];
1. 图像处理的主要方法分几大类 答：图字图像处理方法分为大两类：空间域处理（空域法）和变换域处理（频域法）。 空域法：直接对获取的数字图像进行处理。 频域法：对先对获取的数字图像进行正交变换，得到变换系数阵列，然后再进行处理，最后再逆变换到空 间域，得到图像的处理结果 2. 图像处理的主要内容是什么 答：图形数字化（图像获取）：把连续图像用一组数字表示，便于用计算机分析处理。图像变换：对图像进 行正交变换，以便进行处理。图像增强：对图像的某些特征进行强调或锐化而不增加图像的相关数据。图 像复原：去除图像中的噪声干扰和模糊，恢复图像的客观面目。图像编码：在满足一定的图形质量要求下 对图像进行编码，可以压缩表示图像的数据。图像分析：对图像中感兴趣的目标进行检测和测量，从而获 得所需的客观信息。图像识别：找到图像的特征，以便进一步处理。图像理解：在图像分析的基础上得出 对图像内容含义的理解及解释，从而指导和规划行为。 3. 名词解释：灰度、像素、图像分辨率、图像深度、图像数据量。 答：像素：在卫星图像上，由卫星传感器记录下的最小的分立要素(有空间分量和谱分量两种)。通常，表 示图像的二维数组是连续的，将连续参数 x,y ，和 f 取离散值后，图像被分割成很多小的网格，每个网格 即为像素 图像分辨率：指对原始图像的采样分辨率，即图像水平或垂直方向单位长度上所包含的采样点 数。单位是“像素点/单位长度” 图像深度是指存储每个像素所用的位数,也用于量度图像的色彩分辨率.图像深度确定彩色图像的每个像素 可能有的颜色数,或者确定灰度图像的每个像素可能有的灰度级数.它决定了彩色图像中可出现的最多颜色 数,或灰度图像中的最大灰度等级（图像深度：位图图像中，各像素点的亮度或色彩信息用二进制数位来表 示，这一数据位的位数即为像素深度，也叫图像深度。图像深度越深，能够表现的颜色数量越多，图像的 色彩也越丰富。） 图像数据量：图像数据量是一幅图像的总像素点数目与每个像素点所需字节数的乘积。 4. , 5. 什么是采样与量化 答：扫描：按照一定的先后顺序对图像进行遍历的过程。采样：将空间上连续的图像变成离散点的操作。 采样过程即可看作将图像平面划分成网格的过程。量化：将采样得到的灰度值转换为离散的整数值。灰度 级：一幅图像中不同灰度值的个数。一般取0~255，即256个灰度级 5.说明图像函数 的各个参数的具体含义。 答：其中，x 、y 、z 是空间坐标，λ是波长，t 是时间，I 是像素点的强度。它表示活动的、彩色的、三维 的视频图像。对于静止图像，则与时间t 无关；对于单色图像，则波长λ为常数；对于平面图像，则与坐 标z 无关。 1.请解释马赫带效应，马赫带效应和同时对比度反映了什么共同的问题 答：马赫带效应：基于视觉系统有趋向于过高或过低估计不同亮度区域边界值的现象。同时对比度现象： 此现象表明人眼对某个区域感觉到的亮度不仅仅依赖它的强度，而与环境亮度有关 共同点： 它们都反映了人类视觉感知的主观亮度并不是物体表面照度的简单函数。 2. 色彩具有那几个基本属性描述这些基本属性的含义。 答：色彩是光的物理属性和人眼的视觉属性的综合反映。色彩具有三个基本属性：色调、饱和度和亮度 色调是与混合光谱中主要光波长相联系的（红绿蓝）饱和度表示颜色的深浅程度，与一定色调的纯度有关， 纯光谱色是完全饱和的，随着白光的加入饱和度逐渐减少。（如深红、浅红等）亮度与物体的反射率成正比。 颜色中掺入白色越多就越明亮，掺入黑色越多亮度越小。 { 3.什么是视觉的空间频率特性什么是视觉的时间特性 答：视觉的空间频率特性：空间频率是指视像空间变化的快慢。明亮的图像（清晰明快的画面）意味着有 ),,,,(t z y x f I λ=
数字图像处理与分析 实 验 报 告 学院： 班级： 姓名： 学号：
实验六细胞图像的分割与测量 一、实验目的 1. 通过分析细胞图像特点，完成细胞图像的分割和测量，并分析测量结果。 2. 将图像预处理、分割、分析等关键技术结合起来，理论与实践相结合，提高图像处理关键技术的综合应用能力。 二、实验要求 1. 对比中值、均值和形态学开闭运算对细胞图像的滤波效果，选择适用于细胞图像的滤波方法 2. 运用大津阈值对细胞图像分割，观察分割后噪声情况，观察目标边缘处的分割效果；（使用函数：im2bw） 3. 实现连通区域的编号；（使用函数：bwlabel） 4. 计算各连通区域的相关信息，如面积、重心等。（使用函数：regionprops ） 三、实验步骤 预处理去噪大津阈值分割目标编号标记测量各个细胞的面积等参数输出测量结果 、预处理去噪1 ); x=imread( \CHEN2-7.BMP'桌面Settings\Administrator\'C:\Documents and y=medfilt2(rgb2gray(h)); subplot(2,2,1) imshow(x) ); title(''原图像subplot(2,2,2) imshow(y) ); title('中值滤波处理' I=fspecial() 'average'z=imfilter(rgb2gray(x),I); subplot(2,3,4) imshow(z) title(); ''均值滤波处理se = strel(,5,5); 'ball'm = imopen(rgb2gray(x),se); subplot(2,3,5) imshow(m) title(); '形态学开运算处理'se = strel(,5,5); 'ball'n = imclose(rgb2gray(x),se);
大学实验报告 学院：计算机科学与技术专业：信息安全班级：131 姓名学号实验组实验时间2016/4/22 指导教师成绩 实验项目名称图像基本操作 实验目的 利用MATLAB软件，熟悉图像的数据矩阵操作、图像的类型转换及图像的存储等基本操作。 1.熟悉图像矩阵的基本操作 2.掌握图像数据类型转换及图像类型转换 3.掌握图像文件的读写 4.掌握图像及灰度图像直方图的显示 5.掌握图像缩放和旋转 实验要求 利用MATLAB软件，熟悉图像的数据矩阵操作、图像的类型转换及图像的存储等基本操作。 1.熟悉图像矩阵的基本操作 2.掌握图像数据类型转换及图像类型转换 3.掌握图像文件的读写 4.掌握图像及灰度图像直方图的显示 5.掌握图像缩放和旋转 实验原理1.关于图像矩阵 MATLAB中图像数据以矩阵方式的存储。所以有必要学会关于矩阵的操作，由于篇幅有限，这里只作简要的介绍。 生成矩阵的函数有： eye 生成单位矩阵 ones全1阵 zeros 全零阵 rand 均匀随机阵 randn 正态随机阵 2.图像数据类型及图像类型 2.1 图像数据类型转换 MATLAB中图像数据矩阵的存储方式为双精度(double)类型即64位浮点数。而存储图像时MATLAB有时采用无符号整型（uint8)即图像矩阵中的每个数据占用一个字节。由于大多数运算和函数(比如最基本的矩阵加减运算)都不支持uint8类型，所以运算时通常要将图像转换成 double型。 函数double将数据转换为双精度浮点类型，调用格式为： X64=double(x8) /256 2.2 图像类型及转换
在MATLAB中，一幅图像可能包含一个数据矩阵，也可能有一个颜色映像表矩阵。MATLAB图像处理工具箱支持四种图像类型，其区别在于数据矩阵元素的不同含意。它们是： ● 真彩色图像 ● 索引图像 ● 灰度图像 ● 二值图像 （１）真彩色图像 真彩色图像又称RGB图像，对于一个尺寸为M×N的彩色图像来说，在MATLAB中则存储为一个M×N×3的多维数组，像素的颜色由保存在像素位置上的R、G、B的强度值的组合来确定。如果需要知道图像A中（x，y）处的像素值，则可以使用这样的代码A（x,y,1:3）。 （２）索引图像 MATLAB中的索引图像包含两个结构，一个是调色板，一个是图像数据矩阵。调色板是一个m×3的色彩映射矩阵，矩阵的每一行都代表一种色彩，与真彩色图像相同，通过3个分别代表红、绿、蓝颜色强度的双精度数，形成一种特定的颜色。调色板通常和索引图像存在一起，当读入图像时，MATLAB同时加载调色板和图像。 （３）灰度图像 灰度图像就是只有强度信息，而没有颜色信息的图像。存储灰度图像只需要一个数据矩阵，矩阵的每个元素表示对应位置像素的灰度值，灰度图像的数据类型可以是doubIe类型，这时值域为[0,1]，也可以uint8类刑，值域是[0,255]。 （４）二值图像 二值图像就是只有黑白两种值的图像，我们可以把它看作是特殊的灰度图像。二值图像只需一个数据矩阵来存储，每个像素只取0或1。 MATLAB提供了若干函数，用于图像类型的转换，这些函数如下所示： ●rgb2gray 将RGB图像转换成灰度图像 ●Gray2ind 将灰度图像转换成索引图像 ●Im2bw 设定阈值将图像转换为二值图像 ●Im2double 将图像数据阵列转换为double型 ●Im2unit8 将图像数据阵列转换为unit8型 ●Im2unit16 将图像数据阵列转换为unit16型 ●Ind2gray 将索引图像转换为灰度图像 ●Ind2rgb 将索引图像转换成真彩色图像 2.3 图像读写及显示 MATLAB为用户提供了专门的函数以从图像格式的文件中读写图像数据。 （１）图像文件的读取 利用imread函数可以完成图像文件的读取操作，常见调用格式为： A = imread(FILENAME,FMT) 其作用是将文件名用字符串FILENAME表示的、扩展名用字符串FMT（表示图像文件格式）表示的图像文件中的数据读到矩阵A中。如果FILENAME所指的为灰度图像，则A为M×N的二维矩阵；如果FILENAME所指的为RGB图像，则A为M×N×3的三维矩阵。 （２）图像文件的写入（保存） 利用imwrite函数完成图像的写入操作，也完全支持上述各种图像文件的格式，其常用的调用格式为： imwrite(A,FILENAME,FMT)
基于小波变换的数字图像处理（MATLAB源代码） clear all; close all; clc; M=256;%原图像长度 N=64; %水印长度 [filename1,pathname]=uigetfile('*.*','select the image'); image1=imread(num2str(filename1)); subplot(2,2,1);imshow(image1); title('original image'); % orginal image for watermarking image1=double(image1); imagew=imread('dmg2.tif'); subplot(2,2,2);imshow(imagew);title('original watermark'); %original watermark %嵌入水印 [ca,ch,cv,cd] = dwt2(image1,'db1'); [cas,chs,cvs,cds] = dwt2(ca,'db1'); for i=1:N for j=1:N if imagew(i,j)==0 a=-1; else a=1; end Ca(i,j)=cas(i,j)*(1+a*0.03); end end IM= idwt2(Ca,chs,cvs,cds,'db1') ; markedimage=double(idwt2(IM,ch,cv,cd,'db1')); %显示嵌入后水印图像 subplot(2,2,3);colormap(gray(256));image(markedimage);title('marked image'); imwrite(markedimage,gray(256),'watermarked.bmp','bmp'); %提取水印 image1=imread(num2str(filename1));image1=double(image1); imaged=imread('watermarked.bmp'); [ca,ch,cv,cd] = dwt2(image1,'db1'); [cas,chs,cvs,cds]=dwt2(ca,'db1'); [caa,chh,cvv,cdd]=dwt2(imaged,'db1'); [caas,chhs,cvvs,cdds]=dwt2(caa,'db1'); for p=1:N for q=1:N
实验六图像压缩（同预习） 一、实验目的 1、理解有损压缩和无损压缩的概念； 2、理解图像压缩的主要原则和目的； 3、利用MATLAB 程序进行图像压缩。 二、实验内容 1、Huffman 编码 使用mat2huff，huff2mat 实现Huffman 编解码，并应用imratio 计算编码后信号的压缩率。 2、编写无损预测编解码（lossless predictive coding）程序，使p313 Figure 8.7 (c) 图具有更低的熵（5.4436）。显示预测误差(prediction error)图。用解码程序解码，并验证解码是否正确（compare）。 3、参考p319-323，实现16×16分块离散余弦(DCT)编码，用zigzag方式保留每一 块的前10个和前21个系数，再进行进行DCT解码。编写程序并分别显示解码后的两个图。
实验程序： 实验1： i=imread('Fig0804(a)(Tracy).tif'); i1=mat2huff(i); cr1=imratio(i,i1);%cr1,压缩率 i2=huff2mat(i1); rmse1=compare(i,i2);
figure,imshow(i); figure,imshow(i2); 实验2： 子程序1： function y = mat2lpc2(x, f) %本程序改自课本上那个程序，可实现更高压缩率！ error(nargchk(1, 2, nargin)); % Check input arguments if nargin < 2 % Set default filter if omitted f = 1; end x = double(x); % Ensure double for computations [m, n] = size(x); % Get dimensions of input matrix p = zeros(m, n); % Init linear prediction to 0 xs = x; zc = zeros(1,n); % Prepare for input shift and pad for j = 1:length(f) % For each filter coefficient ... xs = [zc; xs(1:end - 1,:)]; % Shift and zero pad xga改加一行 p = p + f(j) * xs; % Form partial prediction sums end y = x - round(p); % Compute the prediction error 子程序2: function x = lpc2mat2(y, f) % 本程序改自课本上那个程序，可以解压 error(nargchk(1, 2, nargin)); % Check input arguments if nargin < 2 % Set default filter if omitted f = 1; end y=y'; f = f(end:-1:1); % Reverse the filter coefficients [m, n] = size(y); % Get dimensions of output matrix order = length(f); % Get order of linear predictor f = repmat(f, m, 1); % Duplicate filter for vectorizing x = zeros(m, n + order); % Pad for 1st 'order' column decodes
目录 实验一：数字图像的基本处理操作 (4) ：实验目的 (4) ：实验任务和要求 (4) ：实验步骤和结果 (5) ：结果分析 (8) 实验二：图像的灰度变换和直方图变换 (9) ：实验目的 (9) ：实验任务和要求 (9) ：实验步骤和结果 (9) ：结果分析 (13) 实验三：图像的平滑处理 (14) ：实验目的 (14) ：实验任务和要求 (14) ：实验步骤和结果 (14) ：结果分析 (18) 实验四：图像的锐化处理 (19) ：实验目的 (19) ：实验任务和要求 (19) ：实验步骤和结果 (19) ：结果分析 (21)
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：
数字图像处理 实验一MATＬAＢ数字图像处理初步 一、显示图像 １.利用iｍread( )函数读取一幅图像，假设其名为lily.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； 实验结果如下图： 源代码： ＞＞I=iｍread(’ｌｉlｙ.tif’) 〉〉 wｈoｓ I >＞ imshow（I) 二、压缩图像 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l ｉly。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fliｌy。bmp。 ７.用iｍreａｄ（）读入图像Sｕｎset。jｐg和Winter．jpg； 8．用iｍfｉnfo(）获取图像Suｎｓｅt。jpg和Ｗinｔer。jpg的大小； ９．用figure，imｓｈoｗ（）分别将Sunsｅｔ。jpg和Winｔer.jｐg显示出来，观察两幅图像的质量。
其中9的实验结果如下图： 源代码: 4~6（接上面两个) >>I=iｍread(＇liｌｙ.tif') 〉〉 iｍｆinfo 'lily.ｔif＇; 〉〉 imｗｒｉte(I,＇lily。jpg','ｑualitｙ'，20）; >〉iｍwrite(I，’lily．ｂmｐ'）； 7~9 >>I=imreａｄ（'Ｓunset.jpｇ＇); ＞〉J=imread（’Wｉnteｒ.ｊpg＇） >〉imｆinfo ＇Suｎseｔ．jpg’ >> imfinfo 'Winｔer.jpg’ >＞figure(1）,imsｈow('Sunset.ｊｐg’） 〉＞fｉｇｕre(2），imshow（’Wｉｎter.jpｇ'） 三、二值化图像 10．用ｉm2bw将一幅灰度图像转化为二值图像，并且用iｍｓｈｏw显示出来观察图像的特征。 实验结果如下图： 源代码： 〉＞ I=imｒeaｄ(’lily.ｔif’）
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。