在日常的學(xué)習(xí),、工作,、生活中，肯定對各類范文都很熟悉吧,。寫范文的時候需要注意什么呢,？有哪些格式需要注意呢,？以下是我為大家搜集的優(yōu)質(zhì)范文，僅供參考,，一起來看看吧

數(shù)字圖像處理心得篇一

一．實驗?zāi)康募耙?/p>

掌握圖像幾何變換的基本原理,，熟練掌握數(shù)字圖像的縮放、旋轉(zhuǎn),、平移,、鏡像和轉(zhuǎn)置的基本原理及其matlab編程實現(xiàn)方法。

二,、實驗內(nèi)容

（一）研究以下程序,，分析程序功能；輸入執(zhí)行各命令行，認(rèn)真觀察命令執(zhí)行的結(jié)果,。熟悉程序中所使用函數(shù)的調(diào)用方法,，改變有關(guān)參數(shù)，觀察試驗結(jié)果,。

1.圖像縮放 clear all, close all i = imread('');scale = 1.35;

% 將圖像放大1.35倍

j1 = imresize(i, scale, 'nearest');

% using the nearest neighbor interpolation j2 = imresize(i, scale, 'bilinear');

% using the bilinear interpolation imshow(i), title('original image');figure, imshow(j1), title('resized image--using the nearest neighbor interpolation ');figure, imshow(j2), title('resized image--using the bilinear interpolation ');help imresize

% 查看imresize使用幫助

1.95倍

i = imread('');scale = 1.96;

% 將圖像放大1.96倍

j1 = imresize(i, scale, 'nearest');

% using the nearest neighbor interpolation j2 = imresize(i, scale, 'bilinear');

% using the bilinear interpolation imshow(i), title('original image');figure, imshow(j1), title('resized image--using the nearest neighbor interpolation ');figure, imshow(j2), title('resized image--using the bilinear interpolation ');

說明：

?注意觀察不同插值方法的圖像表現(xiàn)； ?改變圖像縮放因子scale,，重做上述實驗,。2.圖像旋轉(zhuǎn)

clear all, close all i = imread('');theta = 45;

% 將圖像逆時針旋轉(zhuǎn)45?。

j1 = imrotate(i, theta, 'nearest');

% using the nearest neighbor interpolation theta =-45;

% 將圖像順時針旋轉(zhuǎn)45?,。

j2 = imrotate(i, theta, 'bilinear', 'crop');% using bilinear interpolation and crops the output image imshow(i), title('original image');figure, imshow(j1), title('rotated image--using the nearest neighbor interpolation ');figure, imshow(j2), title(' rotated image--using the bilinear interpolation ');% 查看imrotate使用幫助 help imrotate %-------

圖像旋轉(zhuǎn)30順時針逆時針

clear all, close all i = imread('');theta = 30;

% 將圖像逆時針旋轉(zhuǎn)30,。

j1 = imrotate(i, theta, 'nearest');

% using the nearest neighbor interpolation theta =-30;

% 將圖像順時針旋轉(zhuǎn)30。

j2 = imrotate(i, theta, 'bilinear', 'crop');% using bilinear interpolation and crops the output image imshow(i), title('original image');figure, imshow(j1), title('rotated image--using the nearest neighbor interpolation ');figure, imshow(j2), title(' rotated image--using the bilinear interpolation ');7 說明：

?注意觀察不同插值方法和輸出圖像后處理方法的圖像表現(xiàn),； ?改變旋轉(zhuǎn)角度大小和方向,，重做上述實驗。

3．圖像水平鏡象

clear all, close all i = imread('');i1 = flipdim(i,2);

i2 = flipdim(i,1);figure(1), subplot(1,2,1), imshow(i);subplot(1,2,2), imshow(i1);figure(2), subplot(2,1,1), imshow(i);subplot(2,1,2), imshow(i2);%----

(二)用matlab編程實現(xiàn)以下圖像幾何變換（參考自編講義相關(guān)章節(jié)）

1．圖像扭曲變換 2．球面變換

三,、實驗設(shè)備

1．piii以上微機(jī),； 2．matlab6.5；

四,、預(yù)習(xí)與思考

1．預(yù)習(xí)實驗內(nèi)容,，閱讀教材熟悉實驗原理；

2．查閱資料,，熟悉實驗中涉及的有關(guān)matlab函數(shù),；

3．利用課余時間，采用matlab底層函數(shù)編程實現(xiàn)實驗內(nèi)容

（二）中的圖像平移,、圖像轉(zhuǎn)置等幾何變換,。

五、實驗報告要求

1．簡述試驗的目的和試驗原理,；

2．?dāng)⑹龈鞫纬绦蚬δ?，改變有關(guān)函數(shù)的參數(shù)，分析比較實驗結(jié)果,； 3．打印出所編寫的實驗程序,。4．寫出本實驗的心得體會及意見。

實驗六

數(shù)字圖像處理應(yīng)用

一．實驗?zāi)康募耙?/p>

1．利用matlab提供的圖像處理函數(shù)實現(xiàn)圖像中物體屬性的測量,； 2．訓(xùn)練綜合運(yùn)用matlab圖像處理函數(shù)的能力,； 3．了解數(shù)字圖像處理基本應(yīng)用。

二,、實驗內(nèi)容

以大米粒特性測量為例,，綜合應(yīng)用課程中圖像分割、形態(tài)學(xué)濾波,、圖像增強(qiáng),、圖像特征提取等圖像處理方法,，實現(xiàn)大米粒特性自動測量。實驗過程簡述：

1． 讀取和顯示圖像 2． 估計圖像背景 3． 獲取背景均勻的圖像 4． 圖像增強(qiáng) 5． 圖像二值化分割 6． 區(qū)域標(biāo)記及為彩色處理

7． 測量圖像中的區(qū)域特性（面積,、質(zhì)心等）

8．統(tǒng)計大米粒的特性分布規(guī)律,。

（一）研究以下程序，分析程序功能,；輸入執(zhí)行各命令行,，認(rèn)真觀察命令執(zhí)行的結(jié) 果。熟悉程序中所使用函數(shù)的調(diào)用方法,，改變有關(guān)參數(shù),，觀察試驗結(jié)果。

% read and display an image clear, close all,close all;i = imread('');

figure, imshow(i)

% use morphological opening to estimate the background

background = imopen(i,strel('disk',15));

figure, imshow(background);

%display the background approximation as a surface

figure, surf(double(background(1:8:end,1:8:end))),zlim([0 255]);set(gca,'ydir','reverse');% subtract the background image from the original image i2 = imsubtract(i,background);figure, imshow(i2)% adjust the image contrast i3 = imadjust(i2, stretchlim(i2), [0 1]);figure, imshow(i3);% apply thresholding to the image level = graythresh(i3);bw = im2bw(i3,level);figure, imshow(bw)% determine the number of objects in the image [labeled,numobjects] = bwlabel(bw,4);

% label ects % examine the label matrix rgb_label = label2rgb(labeled, @spring, 'c', 'shuffle');figure, imshow(rgb_label);% measure object properties in the image graindata = regionprops(labeled,'basic')allgrains = [];% compute statistical properties of objects in the image max(allgrains);biggrain = find(allgrains==695)mean(allgrains);figure, hist(allgrains,20);12

(詳見matlab ipt的 幫助文檔demo中的correcting nonuniform illumination)

（二）查看matlab ipt 幫助文檔,，研究其它應(yīng)用演示

三,、實驗設(shè)備 1．piii以上微機(jī)； 2．matlab6.5,；

四,、預(yù)習(xí)與思考

1．預(yù)習(xí)實驗內(nèi)容，閱讀教材熟悉實驗原理,； 2．查閱資料,，熟悉實驗中涉及的有關(guān)函數(shù)。

3．利用課余時間,，采用matlab函數(shù)編程實現(xiàn)實驗內(nèi)容

（二）,。

五、實驗報告要求

1．簡述試驗的目的和試驗原理,；

2．?dāng)⑹龈鞫纬绦蚬δ?，改變有關(guān)函數(shù)的參數(shù)，分析比較實驗結(jié)果,； 3．打印出所編寫的實驗程序,。4．寫出本實驗的心得體會及意見。

數(shù)字圖像處理心得篇二

《數(shù)字圖像處理》心得體會

1210407040

鄧炯

圖像處理是指對圖像信息進(jìn)行加工,，從而滿足人類的心理,、視覺或者應(yīng)用的需求的一種行為。圖像處理方法一般有數(shù)字法和光學(xué)法兩種,，其中數(shù)字法的優(yōu)勢很明顯,，已經(jīng)被應(yīng)用到了很多領(lǐng)域中，相信隨著科學(xué)技術(shù)的發(fā)展,其應(yīng)用空間將會更加廣泛,。數(shù)字圖像處理又稱為計算機(jī)圖像處理,，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機(jī)對其進(jìn)行處理的過程。數(shù)字圖像處理是從20世紀(jì)60年代以來隨著計算機(jī)技術(shù)和vlsl的發(fā)展而產(chǎn)生,、發(fā)展和不斷成熟起來的一個新興技術(shù)領(lǐng)域,。數(shù)字圖像處理技術(shù)其實就是利用各種數(shù)字硬件與計算機(jī)，對圖像信息通過轉(zhuǎn)換而得到的電信號進(jìn)行相應(yīng)的數(shù)學(xué)運(yùn)算,，例如圖像去噪,、圖像分割、提取特征,、圖像增強(qiáng),、圖像復(fù)原等，以便提高圖像的實用性,。其特點是處理精度比較高,，并且能夠?qū)μ幚碥浖M(jìn)行改進(jìn)來優(yōu)化處理效果,，操作比較方便,，但是由于數(shù)字圖像需要處理的數(shù)據(jù)量一般很大,，因此處理速度有待提高。

由于數(shù)字圖像處理的方便性和靈活性,，因此數(shù)字圖像處理技術(shù)已經(jīng)成為了圖像處理領(lǐng)域中的主流。數(shù)字圖像處理技術(shù)主要涉及到的關(guān)鍵技術(shù)有：圖像的采集與數(shù)字化,、圖像的編碼,、圖像的增強(qiáng)、圖像恢復(fù),、圖像分割,、圖像分析等,。

圖像的采集與數(shù)字化：就是通過量化和取樣將一個自然圖像轉(zhuǎn)換為計算機(jī)能夠處理的數(shù)字形式。

圖像編碼：圖像編碼的目的主要是來壓縮圖像的信息量，以便能夠滿足存儲和傳輸?shù)囊蟆?/p>

圖像的增強(qiáng)：圖像的增強(qiáng)其主要目的是使圖像變得清晰或者將其變換為機(jī)器能夠很容易分析的形式,，圖像增強(qiáng)方法一般有：直方圖處理、灰度等級,、偽彩色處理,、邊緣銳化、干擾抵制,。

圖像的恢復(fù)：圖像恢復(fù)的目的是減少或除去在獲得圖像的過程中因為各種原因而產(chǎn)生的退化,，可能是由于光學(xué)系統(tǒng)的離焦或像差、被攝物與攝像系統(tǒng)兩者之間的相對運(yùn)動、光學(xué)或電子系統(tǒng)的噪聲與介于被攝像物跟攝像系統(tǒng)之間的大氣湍流等等,。

圖像的分割：圖像分割是將圖像劃分為一些互相不重疊的區(qū)域,，其中每一個區(qū)域都是像素的一個連續(xù)集，通常采用區(qū)域法或者尋求區(qū)域邊界的境界法,。

圖像分析：圖像分析是指從圖像中抽取某些有用的信息,、數(shù)據(jù)或度量,其目的主要是想得到某種數(shù)值結(jié)果。圖像分析的內(nèi)容跟人工智能,、模式識別的研究領(lǐng)域有一定的交叉,。

數(shù)字圖像處理的特點主要表現(xiàn)在以下幾個方面：

1）數(shù)字圖像處理的信息大多是二維信息，處理信息量很大,。因此對計算機(jī)的計算速度,、存儲容量等要求較高。

2）數(shù)字圖像處理占用的頻帶較寬,。與語言信息相比,占用的頻帶要大幾個數(shù)量級,。所以在成像、傳輸,、存儲,、處理、顯示等各個環(huán)節(jié)的實現(xiàn)上技術(shù)難度較大,，成本亦高,。這就對頻帶壓縮技術(shù)提出了更高的要求。

3）數(shù)字圖像中各個像素不是獨立的,，其相關(guān)性大,。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度,。所以,，圖像處理中信息壓縮的潛力很大。圖像受人的因素影響較大,，因為圖像一般是給人觀察和評價的,。

數(shù)字圖像處理的優(yōu)點主要表現(xiàn)在4個方面。

1）再現(xiàn)性好,。數(shù)字圖像處理與模擬圖像處理的根本不同在于它不會因圖像的存儲,、傳輸或復(fù)制等一系列變換操作而導(dǎo)致圖像質(zhì)量的退化。只要圖像在數(shù)字化時準(zhǔn)確地表現(xiàn)了原稿,，那么數(shù)字圖像處理過程始終能保持圖像的再現(xiàn),。

2）處理精度高。將一幅模擬圖像數(shù)字化為任意大小的二維數(shù)組,，主要取決于圖像數(shù)字化設(shè)備的能力,。

3）適用面寬,。圖像可以來自多種信息源,它們可以是可見光圖像，也可以是不可見的波譜圖像,。只要針對不同的圖像信息源,，采取相應(yīng)的圖像信息采集措施，圖像的數(shù)字處理方法適用于任何一種圖像,。

4）靈活性高,。圖像處理大體上可分為圖像的像質(zhì)改善、圖像分析和圖像重建三大部分,，每一部分均包含豐富的內(nèi)容,。

通過一學(xué)期的課程學(xué)習(xí)我們雖說還沒有完全掌握數(shù)字圖像處理技術(shù)，但也收獲了不少,，對于數(shù)字圖像方面的知識有了深入的了解,，更加理解了數(shù)字圖像的本質(zhì)，即是一些數(shù)字矩陣,，但灰度圖像和彩色圖像的矩陣形式是不同的,。對于一些耳熟能詳?shù)臄?shù)字圖像相關(guān)術(shù)語有了明確的認(rèn)識，比如常見的：像素（衡量圖像的大?。⒎直媛剩ê饬繄D像的清晰程度）,、位圖（放大后會失真）,、矢量圖（經(jīng)過放大不會失真）等大家都能叫上口卻知識模糊的名詞。也了解圖像處理技術(shù)中一些常用處理技術(shù)的實質(zhì),，比如銳化處理是使模糊的圖像變清晰,，增強(qiáng)圖像的邊緣等細(xì)節(jié)。而平滑處理是的目的是消除噪聲,，模糊圖像,，在提取大目標(biāo)之前去除小的細(xì)節(jié)或彌合目標(biāo)間的縫隙。對常提的rgb圖像和灰度圖像有了明確的理解,，這對大家以后應(yīng)用photoshop等圖像處理軟件對圖像進(jìn)行處理打下了堅實的基礎(chǔ),。更重要的是學(xué)習(xí)到了數(shù)字圖像處理的思想。通過學(xué)習(xí)也是對c++編程應(yīng)用的很好的實踐與復(fù)習(xí),。

數(shù)字圖像處理心得篇三

數(shù)字圖像處理心得體會

姓

名:

學(xué)

號:

201203284

班

級:

計科11202

序

號:

院

系:

計算機(jī)科學(xué)學(xué)院

在這一學(xué)期,，我選修了《數(shù)字圖像處理》這門專業(yè)選修課，同時,，老師還講授了一些圖片處理的知識,。在這里，梳理一下這學(xué)期學(xué)到的知識,，并提出一些我對這門課程的建議,。

圖像處理是指對圖像信息進(jìn)行加工,，從而滿足人類的心理、視覺或者應(yīng)用的需求的一種行為,。圖像處理方法一般有數(shù)字法和光學(xué)法兩種,，其中數(shù)字法的優(yōu)勢很明顯，已經(jīng)被應(yīng)用到了很多領(lǐng)域中,，相信隨著科學(xué)技術(shù)的發(fā)展,其應(yīng)用空間將會更加廣泛,。數(shù)字圖像處理又稱為計算機(jī)圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機(jī)對其進(jìn)行處理的過程,。數(shù)字圖像處理是從20世紀(jì)60年代以來隨著計算機(jī)技術(shù)和vlsl的發(fā)展而產(chǎn)生,、發(fā)展和不斷成熟起來的一個新興技術(shù)領(lǐng)域。數(shù)字圖像處理技術(shù)其實就是利用各種數(shù)字硬件與計算機(jī),，對圖像信息通過轉(zhuǎn)換而得到的電信號進(jìn)行相應(yīng)的數(shù)學(xué)運(yùn)算,，例如圖像去噪、圖像分割,、提取特征,、圖像增強(qiáng)、圖像復(fù)原等,，以便提高圖像的實用性,。其特點是處理精度比較高，并且能夠?qū)μ幚碥浖M(jìn)行改進(jìn)來優(yōu)化處理效果,，操作比較方便,，但是由于數(shù)字圖像需要處理的數(shù)據(jù)量一般很大，因此處理速度有待提高,。目前,，隨著計算機(jī)技術(shù)的不斷發(fā)展，計算機(jī)的運(yùn)算速度得到了很大程度的提高,。在短短的歷史中,，它卻廣泛應(yīng)用于幾乎所有與成像有關(guān)的領(lǐng)域，在理論上和實際應(yīng)用上都取得了巨大的成就,。

1.數(shù)字圖像處理需用到的關(guān)鍵技術(shù)

由于數(shù)字圖像處理的方便性和靈活性,，因此數(shù)字圖像處理技術(shù)已經(jīng)成為了圖像處理領(lǐng)域中的主流。數(shù)字圖像處理技術(shù)主要涉及到的關(guān)鍵技術(shù)有：圖像的采集與數(shù)字化,、圖像的編碼,、圖像的增強(qiáng)、圖像恢復(fù),、圖像分割,、圖像分析等。圖像的采集與數(shù)字化：就是通過量化和取樣將一個自然圖像轉(zhuǎn)換為計算機(jī)能夠處理的數(shù)字形式,。圖像編碼：圖像編碼的目的主要是來壓縮圖像的信息量,，以便能夠滿足存儲和傳輸?shù)囊?。圖像的增強(qiáng)：圖像的增強(qiáng)其主要目的是使圖像變得清晰或者將其變換為機(jī)器能夠很容易分析的形式，圖像增強(qiáng)方法一般有：直方圖處理,、灰度等級,、偽彩色處理、邊緣銳化,、干擾抵制,。圖像的恢復(fù)：圖像恢復(fù)的目的是減少或除去在獲得圖像的過程中因為各種原因而產(chǎn)生的退化，可能是由于光學(xué)系統(tǒng)的離焦或像差,、被攝物與攝像系統(tǒng)兩者之間的相對運(yùn)動,、光學(xué)或電子系統(tǒng)的噪聲與介于被攝像物跟攝像系統(tǒng)之間的大氣湍流等等。

圖像的分割：圖像分割是將圖像劃分為一些互相不重疊的區(qū)域,，其中每一個區(qū)域都是像素的一個連續(xù)集,，通常采用區(qū)域法或者尋求區(qū)域邊界的境界法。

圖像分析：圖像分析是指從圖像中抽取某些有用的信息,、數(shù)據(jù)或度量,其目的主要是想得到某種數(shù)值結(jié)果,。圖像分析的內(nèi)容跟人工智能、模式識別的研究領(lǐng)域有一定的交叉,。

2.數(shù)字圖像處理的特點

數(shù)字圖像處理的特點主要表現(xiàn)在以下幾個方面：

1）數(shù)字圖像處理的信息大多是二維信息,，處理信息量很大。因此對計算機(jī)的計算速度,、存儲容量等要求較高,。2）數(shù)字圖像處理占用的頻帶較寬。與語言信息相比,占用的頻帶要大幾個數(shù)量級,。所以在成

像,、傳輸,、存儲,、處理、顯示等各個環(huán)節(jié)的實現(xiàn)上技術(shù)難度較大,，成本亦高,。這就對頻帶壓縮技術(shù)提出了更高的要求。

3）數(shù)字圖像中各個像素不是獨立的,，其相關(guān)性大,。在圖像畫面上，經(jīng)常有很多像素有相同

或接近的灰度,。所以,，圖像處理中信息壓縮的潛力很大。

4）數(shù)字圖像處理后的圖像受人的因素影響較大,，因為圖像一般是給人觀察和評價的,。

3.數(shù)字圖像處理的優(yōu)點

數(shù)字圖像處理的優(yōu)點主要表現(xiàn)在4個方面,。

1）再現(xiàn)性好。數(shù)字圖像處理與模擬圖像處理的根本不同在于它不會因圖像的存儲,、傳輸或

復(fù)制等一系列變換操作而導(dǎo)致圖像質(zhì)量的退化,。只要圖像在數(shù)字化時準(zhǔn)確地表現(xiàn)了原稿，那么數(shù)字圖像處理過程始終能保持圖像的再現(xiàn),。

2）處理精度高,。將一幅模擬圖像數(shù)字化為任意大小的二維數(shù)組，主要取決于圖像數(shù)字化設(shè)

備的能力,。3）適用面寬,。圖像可以來自多種信息源,它們可以是可見光圖像，也可以是不可見的波譜圖

像,。只要針對不同的圖像信息源,，采取相應(yīng)的圖像信息采集措施，圖像的數(shù)字處理方法適用于任何一種圖像,。

4）靈活性高,。圖像處理大體上可分為圖像的像質(zhì)改善、圖像分析和圖像重建三大部分,，每

一部分均包含豐富的內(nèi)容,。4.數(shù)字圖像處理的應(yīng)用領(lǐng)域

圖像是人類獲取和交換信息的主要來源，因此,，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面,，隨著人類活動范圍的不斷擴(kuò)大,圖像處理的應(yīng)用領(lǐng)域也將隨之不斷擴(kuò)大。航天和航空技術(shù)：在飛機(jī)遙感和衛(wèi)星遙感技術(shù)中用配備有高級計算機(jī)的圖像處理系統(tǒng)來判讀分析,，既節(jié)省人力又加快了速度,，還可以從照片中提取人工所不能發(fā)現(xiàn)的大量有用情報。生物醫(yī)學(xué)工程：除了ct技術(shù)之外,，還有對醫(yī)用顯微圖像的處理分析,，如紅細(xì)胞、白細(xì)胞分類,，染色體分析,，癌細(xì)胞識別等。

通信工程：當(dāng)前通信的主要發(fā)展方向是聲音,、文字,、圖像和數(shù)據(jù)結(jié)合的多媒體通信。在一定意義上講,，編碼壓縮是這些技術(shù)成敗的關(guān)鍵,。除了已應(yīng)用較廣泛的熵編碼、dpcm編碼,、變換編碼外,，目前國內(nèi)外正在大力開發(fā)研究新的編碼方法,，如分行編碼、自適應(yīng)網(wǎng)絡(luò)編碼,、小波變換圖像壓縮編碼等,。工業(yè)和工程領(lǐng)域：圖像處理技術(shù)有著廣泛的應(yīng)用，如自動裝配線中檢測零件的質(zhì)量并對零件進(jìn)行分類,，印刷電路板疵病檢查,，彈性力學(xué)照片的應(yīng)力分析，流體力學(xué)圖片的阻力和升力分析,郵政信件的自動分揀,，在一些有毒,、放射性環(huán)境內(nèi)識別工件及物體的形狀和排列狀態(tài)，先進(jìn)的設(shè)計和制造技術(shù)中采用工業(yè)視覺等等,。

軍事方面：圖像處理和識別主要用于導(dǎo)彈的精確末制導(dǎo),各種偵察照片的判讀,，具有圖像傳輸、存儲和顯示的軍事自動化指揮系統(tǒng),，飛機(jī),、坦克和軍艦?zāi)M訓(xùn)練系統(tǒng)等；公安業(yè)務(wù)圖片的判讀分析,，指紋識別,，人臉鑒別，不完整圖片的復(fù)原,，以及交通監(jiān)控,、事故分析等。文化藝術(shù)：電視畫面的數(shù)字編輯,、動畫的制作,、電子圖像游戲、紡織工藝品設(shè)計,、服裝設(shè)計與制作,、發(fā)型設(shè)計、文物資料照片的復(fù)制和修復(fù),、運(yùn)動員動作分析和評分等等,。

視頻和多媒體系統(tǒng)：電視制作系統(tǒng)廣泛使用的圖像處理,、變換,、合成，多媒體系統(tǒng)中靜止圖像和動態(tài)圖像的采集,、壓縮,、處理、存貯和傳輸?shù)取?/p>

電子商務(wù)：圖像處理技術(shù)在電子商務(wù)中也大有可為,如身份認(rèn)證,、產(chǎn)品防偽,、水印技術(shù)等,。

在這門課程的最后，老師給我們講授了數(shù)字視頻處理,，讓我們了解到數(shù)字視頻就是以數(shù)字形式記錄的視頻,，和模擬視頻相對的。數(shù)字視頻有不同的產(chǎn)生方式,，存儲方式和播出方式,。比如通過數(shù)字?jǐn)z像機(jī)直接產(chǎn)生數(shù)字視頻信號，存儲在數(shù)字帶,，p2卡,，藍(lán)光盤或者磁盤上，從而得到不同格式的數(shù)字視頻,。然后通過pc,，特定的播放器等播放出來。了解了數(shù)字視頻發(fā)展過程和視頻壓縮的概念和分類等,。

photoshop是adobe公司旗下最為出名的圖像處理軟件之一,，集圖像掃描、編輯修改,、圖像制作,、廣告創(chuàng)意，圖像輸入與輸出于一體的圖形圖像處理軟件,，深受廣大平面設(shè)計人員和電腦美術(shù)愛好者的喜愛,。

如果能理論和實踐相結(jié)合，相信我們會把數(shù)字圖像處理理解的跟透徹,，同時也鍛煉了大家的動手能力,。希望老師能考慮我的這點建議，多開設(shè)實際動手的課程,。

數(shù)字圖像是我們生活中接觸最多的圖像各類,，它伴隨人們的生活、學(xué)習(xí),、工作,，并在軍事、醫(yī)學(xué),、和工業(yè)方面發(fā)揮著極大的作用,，可謂隨處可見，尤其在生活方面作為學(xué)生的我們會在外出旅游,、生活,、工作中拆下許多數(shù)字相片，現(xiàn)在已進(jìn)入信息化時代，圖像作為信息的重要載體在信息傳輸方面有著聲音,、文字等信息載體不可替代的作用,，并且近年來圖像處理領(lǐng)域，數(shù)字圖像處理技術(shù)取得了飛速發(fā)展,，作為計算機(jī)類專業(yè)的大學(xué)生更加有必要對數(shù)字圖像處理技術(shù)有一定的掌握,，而大多人對于數(shù)字圖像的知識卻不全面，甚至一些基礎(chǔ)知識也很模糊,，比如各類繁多的各種圖像格式之間的特點,，不同的情況該用何種圖像格式，還有關(guān)于圖像的一些基本術(shù)語也不甚了解,，尤為重要的是對于一些由于拍攝問題導(dǎo)致的令人不甚滿意的照片該如何處理,，或者如何對一些照片進(jìn)行處理實現(xiàn)特殊的表現(xiàn)效果。所以對于數(shù)字圖像處理這門課大家有著極大興趣,，在選課時幾乎所有人都選了這門課,。其中有的同學(xué)由于簡單的學(xué)習(xí)過photoshop軟件，因此對于數(shù)字圖像處理已經(jīng)有了一些基礎(chǔ),，更加想利用這門課的學(xué)習(xí)加深自己數(shù)字圖像處理的理解并提高在數(shù)字圖像處理方面的能力,。

通過一學(xué)期的課程學(xué)習(xí)我們雖說還沒有完全掌握數(shù)字圖像處理技術(shù)，但也收獲了不少,，對于數(shù)字圖像方面的知識有了深入的了解,，更加理解了數(shù)字圖像的本質(zhì)，即是一些數(shù)字矩陣,，但灰度圖像和彩色圖像的矩陣形式是不同的,。對于一些耳熟能詳?shù)臄?shù)字圖像相關(guān)術(shù)語有了明確的認(rèn)識，比如常見的：像素（衡量圖像的大?。?、分辨率（衡量圖像的清晰程度）、位圖（放大后會失真）,、矢量圖（經(jīng)過放大不會失真）等大家都能叫上口卻知識模糊的名詞,。也了解圖像處理技術(shù)中一些常用處理技術(shù)的實質(zhì)，比如銳化處理是使模糊的圖像變清晰,，增強(qiáng)圖像的邊緣等細(xì)節(jié),。而平滑處理是的目的是消除噪聲，模糊圖像,，在提取大目標(biāo)之前去除小的細(xì)節(jié)或彌合目標(biāo)間的縫隙,。對常提的rgb圖像和灰度圖像有了明確的理解，這對大家以后應(yīng)用photoshop等圖像處理軟件對圖像進(jìn)行處理打下了堅實的基礎(chǔ),。更重要的是學(xué)習(xí)到了數(shù)字圖像處理的思想,。通過學(xué)習(xí)也是對c++編程應(yīng)用的很好的實踐與復(fù)習(xí),。

當(dāng)然通過這些課程學(xué)習(xí)還是遠(yuǎn)遠(yuǎn)不夠的,，也有許多同學(xué)收獲甚微,，我總結(jié)了下大家后期的學(xué)習(xí)態(tài)度與前期的學(xué)習(xí)熱情相差很大的原因。剛開始大家是有很高的熱情學(xué)習(xí)這門課的,，可是隨著課程的逐漸深入學(xué)習(xí),，大家漸漸發(fā)現(xiàn)課程講授內(nèi)容與自己起初想學(xué)的實用圖像處理技術(shù)是有很大的差別的，大家更著眼于如何利用一些軟件,、技術(shù)去處理圖像而得到滿意的效果,，或者進(jìn)行一些圖像的創(chuàng)意設(shè)計，可是課程的內(nèi)容更偏重于如何通過編程實現(xiàn)實現(xiàn)如何對圖像進(jìn)行一些類似于銳化,、邊緣提取,、模糊、去除噪聲等基礎(chǔ)功能的實現(xiàn),，這其中涉及很多算法,、函數(shù)，需要扎實的數(shù)學(xué)基礎(chǔ)和編程基礎(chǔ),，并且需要利用大量時間在課下編寫代碼,，實現(xiàn)并進(jìn)行調(diào)試，然而大部分人的編程實踐能力以及編程能力還有待提高,，尤其是對于矩陣進(jìn)行操作的編程尤為是個考驗,，并且后半學(xué)期課程任務(wù)較重，加上隊里的事務(wù)也很多,，時間不是很充裕,，這對于需要大量實踐的數(shù)字圖像處理課程就是個很大的問題。

在老師授課方面建議可以在課上多進(jìn)行具體操作,，這樣可以提起大家學(xué)習(xí)的興趣,，也可以讓大家在課下積極準(zhǔn)備，然后在上課由學(xué)員進(jìn)行演示,，還可以加入一些數(shù)字圖像處理的經(jīng)典范例,，加深同學(xué)們的學(xué)習(xí)熱情。

數(shù)字圖像處理心得篇四

數(shù)字圖像處理

實驗報告

目錄

1.數(shù)字圖像處理簡介

2.實驗?zāi)康?.實驗內(nèi)容

4.實驗結(jié)果及代碼展示

5.算法綜述

優(yōu)勢

7.總結(jié)

8.存在問題

一,、數(shù)字圖像處理簡介

圖像處理,，是對圖像進(jìn)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(shù),。圖像處理是信號處理在圖像域上的一個應(yīng)用,。目前大多數(shù)的圖像是以數(shù)字形式存儲，因而圖像處理很多情況下指數(shù)字圖像處理。此外,，基于光學(xué)理論的處理方法依然占有重要的地位,。

圖像處理是信號處理的子類，另外與計算機(jī)科學(xué),、人工智能等領(lǐng)域也有密切的關(guān)系,。

傳統(tǒng)的一維信號處理的方法和概念很多仍然可以直接應(yīng)用在圖像處理上，比如降噪,、量化等,。然而，圖像屬于二維信號,，和一維信號相比,，它有自己特殊的一面，處理的方式和角度也有所不同,。

二,、實驗?zāi)康?/p>

鞏固所學(xué)知識，提高所學(xué)能力

三,、實驗內(nèi)容

利用matlab的gui程序設(shè)計一個簡單的圖像處理程序,，并含有如下基本功能： 1.讀入一幅rgb圖像，變換為灰度圖像和二值圖像,，并在同一個窗口內(nèi)分成三個子窗口來分別顯示rgb圖像和灰度圖像,，注上文字標(biāo)題 2.對給定圖像進(jìn)行旋轉(zhuǎn)

3．對給定的圖像添加噪聲（椒鹽噪聲、高斯噪聲）

四,、實驗結(jié)果及代碼展示

1.軟件設(shè)計界面

2.各模塊功能展示以及程序代碼

（1）讀入一幅rgb圖像,，變換為灰度圖像和二值圖像，并在同一個窗口內(nèi)分成三個子窗口來分別顯示rgb圖像和灰度圖像,，注上文字標(biāo)題

效果展示：

代碼：

a = imread('c:documents and ');

i = rgb2gray(a);i = im2bw(a,0.5);

subplot(3,1,1);imshow(a);title('源圖像')subplot(3,1,2);imshow(i);title('灰度圖像')subplot(3,1,3);imshow(i);title('二值圖像')

（2）圖像旋轉(zhuǎn) 原圖

效果展示：

代碼：

clc;clear all;close all;

img=imread('d:my documentsmy ');img=double(img);[h w]=size(img);alpha=pi/4;

wnew=w*cos(alpha)+h*sin(alpha);hnew=w*sin(alpha)+h*cos(alpha);wnew=ceil(wnew);

hnew=ceil(hnew);u0=w*sin(alpha);

t=[cos(alpha),sin(alpha);-sin(alpha),cos(alpha)];imgnew2=zeros(hnew,wnew);imgnew1=zeros(hnew,wnew);for u=1:hnew

for v=1:wnew

tem=t*([u;v]-[u0;0]);x=tem(1);y=tem(2);if x>=1&&x<=h&&y>=1&&y<=w x_low=floor(x);x_up=ceil(x);y_low=floor(y);y_up=ceil(y);if(x-x_low)<=(x_up-x)x=x_low;

else

x=x_up;

end

if(y-y_low)<=(y_up-y)y=y_low;

else

y=y_up;

end

p1=img(x_low,y_low);p2=img(x_up,y_low);p3=img(x_low,y_low);p4=img(x_up,y_up);s=x-x_low;t=y-y_low;imgnew1(u,v)=img(x,y);

imgnew2(u,v)=(1-s)*(1-t)*p1+(1-s)*t*p3+(1-t)*s*p2+s*t*p4;end

end end

figure;imshow(imgnew2,[]);b=imrotate(img,alpha/pi*180);figure;imshow(b,[]);

（3）對給定的圖像添加噪聲（斑點噪聲,、高斯噪聲）效果展示：

代碼：

i= imread('d:my documentsmy ');figure,subplot(211);imshow(i);title('原圖');j1=imnoise(i,'gaussian',0,0.02);

subplot(223);imshow(j);title('添加高斯噪聲');j=imnoise(i,'speckle',0.04);

subplot(224);imshow(j);title('添加斑點噪聲');

五、算法綜述 灰度圖像：

一幅完整的圖像,，是由紅色,、綠色、藍(lán)色三個通道組成的,。紅色,、綠色、藍(lán)色三個通道的縮覽圖都是以灰度顯示的,。用不同的灰度色階來表示“ 紅,，綠，藍(lán)”在圖像中的比重,。通道中的純白,，代表了該色光在此處為最高亮度,，亮度級別是255。

通道是整個photoshop顯示圖像的基礎(chǔ),。色彩的變動,，實際上就是間接在對通道灰度圖進(jìn)行調(diào)整。通道是photoshop處理圖像的核心部分,，所有的色彩調(diào)整工具都是圍繞在這個核心周圍使用的,。

在計算機(jī)領(lǐng)域中,，灰度數(shù)字圖像是每個像素只有一個采樣顏色的圖像,。這類圖像通常顯示為從最暗黑色到最亮的白色的灰度，盡管理論上這個采樣可以任何顏色的不同深淺,，甚至可以是不同亮度上的不同顏色,。灰度圖像與黑白圖像不同,，在計算機(jī)圖像領(lǐng)域中黑白圖像只有黑色與白色兩種顏色,；灰度圖像在黑色與白色之間還有許多級的顏色深度。但是,，在數(shù)字圖像領(lǐng)域之外,，“黑白圖像”也表示“灰度圖像”，例如灰度的照片通常叫做“黑白照片”,。在一些關(guān)于數(shù)字圖像的文章中單色圖像等同于灰度圖像,，在另外一些文章中又等同于黑白圖像?；叶葓D像經(jīng)常是在單個電磁波頻譜如可見光內(nèi)測量每個像素的亮度得到的,。

用于顯示的灰度圖像通常用每個采樣像素 8 位的非線性尺度來保存，這樣可以有 256 級灰度,。這種精度剛剛能夠避免可見的條帶失真,，并且非常易于編程。在醫(yī)學(xué)圖像與遙感圖像這些技術(shù)應(yīng)用中經(jīng)常采用更多的級數(shù)以充分利用每個采樣 10 或 12 位的傳感器精度,，并且避免計算時的近似誤差,。在這樣的應(yīng)用領(lǐng)域每個采樣 16 位即 65536 級得到流行。

二值圖像：

是指每個像素不是黑就是白,，其灰度值沒有中間過渡的圖像,。二值圖像一般用來描述文字或者圖形，其優(yōu)點是占用空間少,，缺點是,，當(dāng)表示人物，風(fēng)景的圖像時,，二值圖像只能描述其輪廓,，不能描述細(xì)節(jié),。這時候要用更高的灰度級。

二值圖像是每個像素只有兩個可能值的數(shù)字圖像,。人們經(jīng)常用黑白,、b&w、單色圖像表示二值圖像,，但是也可以用來表示每個像素只有一個采樣值的任何圖像,，例如灰度圖像等。

二值圖像中所有的像素只能從0和1這兩個值中取,，因此在matlab中,，二值圖像用一個由0和1組成的二維矩陣表示。這兩個可取的值分別對應(yīng)于關(guān)閉和打開,，關(guān)閉表征該像素處于背景,，而打開表征該像素處于前景。以這種方式來操作圖像可以更容易識別出圖像的結(jié)構(gòu)特征,。二值圖像操作只返回與二值圖像的形式或結(jié)構(gòu)有關(guān)的信息,，如果希望對其他類型的圖像進(jìn)行同樣的操作，則首先要將其轉(zhuǎn)換為二進(jìn)制的圖像格式,，可以通過調(diào)用matlab提供的im2bw（）來實現(xiàn),。

二值圖像經(jīng)常出現(xiàn)在數(shù)字圖像處理中作為圖像掩碼或者在圖像分割、二值化和dithering的結(jié)果中出現(xiàn),。一些輸入輸出設(shè)備,，如激光打印機(jī)、傳真機(jī),、單色計算機(jī)顯示器等都可以處理二值圖像,。

二值圖像經(jīng)常使用位圖格式存儲。

二值圖像可以解釋為二維整數(shù)格z,，圖像變形處理領(lǐng)域很大程度上就是受到這個觀點啟發(fā),。

圖像旋轉(zhuǎn)：

圖像旋轉(zhuǎn)是指圖像以某一點為中心旋轉(zhuǎn)一定的角度,形成一幅新的圖像的過程。當(dāng)然這個點通常就是圖像的中心,。既然是按照中心旋轉(zhuǎn),自然會有這樣一個屬性：旋轉(zhuǎn)前和旋轉(zhuǎn)后的點離中心的位置不變.根據(jù)這個屬性,我們可以得到旋轉(zhuǎn)后的點的坐標(biāo)與原坐標(biāo)的對應(yīng)關(guān)系,。由于原圖像的坐標(biāo)是以左上角為原點的,所以我們先把坐標(biāo)轉(zhuǎn)換為以圖像中心為原點。假設(shè)原圖像的寬為w,高為h,（x0,y0）為原坐標(biāo)內(nèi)的一點,轉(zhuǎn)換坐標(biāo)后的點為（x1,y1）,。那么不難得到： x1 = x0-w/2;y1 =-y0 + h/2;在新的坐標(biāo)系下,假設(shè)（x0,y0）距離原點的距離為r,點與原點之間的連線與x軸的夾角為b,旋轉(zhuǎn)的角度為a,旋轉(zhuǎn)后的點為（x1,y1）

噪聲：

是電路或系統(tǒng)中不含信息量的電壓或電流,。在工業(yè)與自然界中，存在著各種干擾源（噪聲源）,，如大功率電力電子器件的接入,、大功率用電設(shè)備的開啟與斷開、雷擊閃電等都會使空間電場和磁場產(chǎn)生有序或無序的變化,，這些都是干擾源（或噪聲源）,。這些源產(chǎn)生的電磁波或尖峰脈沖通過磁,、電耦合或是通過電源線等路徑進(jìn)入放大電路，各種電氣設(shè)備,，形成各種形式的干擾,。

斑點噪聲：

斑點噪聲是sar成像系統(tǒng)的一大特色，源自基本分辨單元內(nèi)地物的隨機(jī)散射,，在圖像上表現(xiàn)為信號相關(guān)（如在空間上相關(guān)）的小斑點,，它既降低了圖像的畫面質(zhì)量，又嚴(yán)重影響圖像的自動分割,、分類,、目標(biāo)檢測以及其它定量專題信息的提取。

sar圖像斑點噪聲的去除一方面要抑制圖像均勻區(qū)域斑點噪聲,，另一方面要保持圖像邊緣和紋理細(xì)節(jié)信息,。sar斑點噪聲的抑制可通過非相干多視處理,，也可使用空間域濾波實現(xiàn),。非相干多視處理會降低圖像的地面分辨率。因此,，涌現(xiàn)出了一系列空間域濾波方法,，如均值濾波、中值濾波,、lee濾波,、kuan濾波、frost濾波,、sigma濾波以及gamma map濾波等,。但這類算法存在自身無法克服的矛盾：一方面為增強(qiáng)斑點去噪效果需選較大的濾波窗口，另一方面為保持圖像的實際分辨率要求所選的窗口較小,。

高斯噪聲：

所謂高斯噪聲是指它的概率密度函數(shù)服從高斯分布（即正態(tài)分布）的一類噪聲,。如果一個噪聲，它的幅度分布服從高斯分布,，而它的功率譜密度又是均勻分布的,，則稱它為高斯白噪聲。高斯白噪聲的二階矩不相關(guān),，一階矩為常數(shù),，是指先后信號在時間上的相關(guān)性。高斯白噪聲包括熱噪聲和散粒噪聲,。

實驗中是通過matlab自帶的函數(shù)產(chǎn)生噪聲,，各函數(shù)如下： j1=imnoise(i,'salt & pepper',0.05);%添加椒鹽噪聲

j2=imnoise(i,'gaussian',0,0.03);

%添加均值為0，方差為0.03的高斯噪聲,。

六,、matlab優(yōu)勢

matlab是一個包含大量算法的集合,。其可以快捷的實現(xiàn)用戶所需的各種計算功能。函數(shù)中所使用的算法都是科研和工程計算中的最新研究成果,，而前經(jīng)過了各種優(yōu)化和差錯處理,。在通常情況下，可以用它來代替底層編程語言,，如c和c++,。在計算要求相同的情況下，使用matlab的編程工作量會大大減少,。matlab的這些函數(shù)集包括從最簡單最基本的函數(shù)到諸如矩陣,，特征向量、快速傅立葉變換的復(fù)雜函數(shù),。函數(shù)所能解決的問題其大致包括矩陣運(yùn)算和線性方程組的求解,、微分方程及偏微分方程的組的求解、符號運(yùn)算,、傅立葉變換和數(shù)據(jù)的統(tǒng)計分析,、工程中的優(yōu)化問題、稀疏矩陣運(yùn)算,、復(fù)數(shù)的各種運(yùn)算,、三角函數(shù)和其他初等數(shù)學(xué)運(yùn)算、多維數(shù)組操作以及建模動態(tài)仿真等,。圖形處理功能

圖形處理功能matlab自產(chǎn)生之日起就具有方便的數(shù)據(jù)可視化功能,，以將向量和矩陣用圖形表現(xiàn)出來，并且可以對圖形進(jìn)行標(biāo)注和打印,。高層次的作圖包括二維和三維的可視化,、圖象處理、動畫和表達(dá)式作圖,?？捎糜诳茖W(xué)計算和工程繪圖。新版本的matlab對整個圖形處理功能作了很大的改進(jìn)和完善,，使它不僅在一般數(shù)據(jù)可視化軟件都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善,，而且對于一些其他軟件所沒有的功能（例如圖形的光照處理、色度處理以及四維數(shù)據(jù)的表現(xiàn)等）,，matlab同樣表現(xiàn)了出色的處理能力,。同時對一些特殊的可視化要求，例如圖形對話等,，matlab也有相應(yīng)的功能函數(shù),，保證了用戶不同層次的要求。另外新版本的matlab還著重在圖形用戶界面（gui）的制作上作了很大的改善,，對這方面有特殊要求的用戶也可以得到滿足

模塊集合工具箱

matlab對許多專門的領(lǐng)域都開發(fā)了功能強(qiáng)大的模塊集和工具箱,。一般來說,，它們都是由特定領(lǐng)域的專家開發(fā)的，用戶可以直接使用工具箱學(xué)習(xí),、應(yīng)用和評估不同的方法而不需要自己編寫代碼,。目前，matlab已經(jīng)把工具箱延伸到了科學(xué)研究和工程應(yīng)用的諸多領(lǐng)域,，諸如數(shù)據(jù)采集,、數(shù)據(jù)庫接口、概率統(tǒng)計,、樣條擬合,、優(yōu)化算法、偏微分方程求解,、神經(jīng)網(wǎng)絡(luò),、小波分析、信號處理,、圖像處理,、系統(tǒng)辨識、控制系統(tǒng)設(shè)計,、lmi控制,、魯棒控制,、模型預(yù)測,、模糊邏輯、金融分析,、地圖工具,、非線性控制設(shè)計、實時快速原型及半物理仿真,、嵌入式系統(tǒng)開發(fā),、定點仿真、dsp與通訊,、電力系統(tǒng)仿真等,，都在工具箱（toolbox）家族中有了自己的一席之地。

七,、總結(jié)

運(yùn)用matlab軟件對圖像進(jìn)行處理,，讓我鞏固了之前所學(xué)的知識，同時也在這次作業(yè)中更加了解到matlab語言在生活中的運(yùn)用環(huán)境和掌握這門語言的重要性

八,、存在問題

1.在進(jìn)行圖像增強(qiáng)時要不要講圖像先進(jìn)行平滑處理,？ 2.如何增加這個算法的準(zhǔn)確度

3.在此次作業(yè)中，為何添加椒鹽噪聲時無法顯示

數(shù)字圖像處理心得篇五

中南大學(xué)

數(shù)字圖像處理實驗 實驗名稱：空間濾波和頻域濾波

班級：電子信息0802班

姓名：李哲 學(xué)號：0909080609 實驗日期：2010年12月22日

目錄

一,，實驗?zāi)康???????????????????????3 二,，給圖像添加噪聲????????????????????4 三,，對被噪聲污染的圖像進(jìn)行中值濾波和均值濾波???????5 四，對圖像進(jìn)行空間域的銳化????????????????6 五,，matlab以外函數(shù)空間濾波和圖像銳化??????????7 六,，自帶函數(shù)傅立葉變換和反變換??????????????8 七，低通濾波器程序????????????????????9 八,，心得體會 ??????????????????????10 九,，參考文獻(xiàn) ??????????????????????10

一、實驗?zāi)康?1,，空間濾波：

圖像平滑主要目的是減少噪聲,。噪聲有很多種類，不同的噪聲有不同的抑制措施,。本實驗要求用平滑線性濾波和中值濾波2種最典型,、最常用的處理算法進(jìn)行程序設(shè)計，學(xué)習(xí)如何對已被噪聲污染的圖像進(jìn)行“凈化”,。通過平滑處理,，對結(jié)果圖像加以比較，得出自己的實驗結(jié)論,。學(xué)習(xí)如何用銳化處理技術(shù)來加強(qiáng)圖像的目標(biāo)邊界和圖像細(xì)節(jié),，對圖像進(jìn)行梯度算子、拉普拉斯算子,，使圖像的某些特征（如邊緣,、輪廓等）得以進(jìn)一步的增強(qiáng)及突出。本實驗銳化處理主要在空間域中進(jìn)行 2,，頻域濾波：

掌握傅里葉變換的基本性質(zhì),； 掌握傅里葉正變換和反變換； 通過實驗了解二維頻譜的分布特點,； 掌握怎樣利用傅立葉變換進(jìn)行頻域濾波

利用matlab程序數(shù)字圖像的傅立葉變換并且進(jìn)行頻域濾波

二,，給圖像添加椒鹽噪聲或者高斯噪聲： 原理：利用matlab自帶函數(shù)添加噪聲 程序代碼：a=imread('');i=rgb2gray(a);imshow(i);j = imnoise(i,'salt & pepper',0.05);figure,imshow(j),title('椒鹽噪聲');%添加椒鹽噪聲 k = imnoise(i,'gaussian',0,0.03);

figure,imshow(k),title('高斯噪聲');%添加高斯噪聲

三，對被噪聲污染的圖像進(jìn)行中值濾波和均值濾波： 原理：自帶函數(shù)進(jìn)行中值濾波和均值濾波 源程序：a=imread('');i=rgb2gray(a);j = imnoise(i,'salt & pepper',0.05);k2=medfilt2(j,[5 5]);k3=medfilt2(j,[7 7]);imshow(j),title('原圖');figure,imshow(k2),title('中值濾波5*5模板');figure,imshow(k3),title('中值濾波7*7模板');

四,，對圖像進(jìn)行空間域的銳化： 原理：自帶函數(shù)進(jìn)行空間銳化,。源程序：i=imread('');subplot(121),imshow(i),title('原圖像');h=fspecial('sobel');i2=filter2(h ,i);subplot(122),imshow(i2),title('sobel算子銳化圖像');

五，matlab以外函數(shù)空間濾波和圖像銳化：

源程序：i = imread('');j = imnoise(i,'salt & pepper',0.02);k = medfilt2(j);imshow(j);title('噪聲干擾圖像')figure, imshow(k);title('medfilt2濾波圖像')x=j;a=2;b=2;k=floor(a*b/2)+1;[m,n]=size(x);uint8 y=zeros(m,n);funbox=zeros(a,b);temp=zeros(a*b);

for i=1:m-a

for j=1:n-b

funbox=x(i:i+a,j:j+b);

temp=funbox(:);

tempsort=sort(temp);

y(i,j)=tempsort(k);

end;end;figure, imshow(y);title('濾波圖像')

六,，利用matlab的圖像處理工具箱中提供的函數(shù)實現(xiàn)圖像的傅立葉變換和反變換： 源程序：

a=imread('');f=rgb2gray(a);subplot(131),imshow(f),title('原圖');f=fft2(f);% 快速傅立葉變換

subplot(132),imshow(f),title('傅里葉變換')fabs=abs(f);% 求幅頻絕對值 fc=fftshift(fabs);% 中心移位 sfc=log(1+fc);% 對數(shù)變換

ifc1=ifftshift(fc);% 中心移位的逆變換,，絕對值 if2=ifft2(ifc1);% 快速傅立葉變換的逆變換

subplot(133),imshow(if2),title('快速傅立葉變換的逆變換')

七，低通濾波器程序：

i=imread('');subplot(221),imshow(i);title('原始圖像')j1=imnoise(i,'gaussian',0.02);% 疊加高斯白噪聲

subplot(222),imshow(j1);title('添加高斯白噪聲的圖像')f=double(j1);

% 數(shù)據(jù)類型轉(zhuǎn)換 g=fft2(f);

% 傅立葉變換 g=fftshift(g);

[m,n]=size(g);nn=2;

% 二階巴特沃斯(butterworth)低通濾波器 d0=50;

% 設(shè)置截止頻率 m=fix(m/2);n=fix(n/2);for i=1:m for j=1:n

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

h=1/(1+0.414*(d/d0)^(2*nn));% 計算低通濾波器傳遞函數(shù)

result(i,j)=h*g(i,j);end end result=ifftshift(result);j2=ifft2(result);j3=uint8(real(j2));subplot(223),imshow(j3);title('低通濾波后圖像')

心得體會

1,，進(jìn)一步熟悉了matlab軟件,、編程以及圖像處理工具箱 2，學(xué)會利用自帶函數(shù)對圖像做簡單的處理，例如：均值化等,。3,，熟練了一些基本函數(shù)的運(yùn)用，例如fspecial,，imfilter等,。4，加深了對matlab編程的理解,。

5,，對于試驗中的出現(xiàn)的一些問題，懂得怎樣去處理,。6,，通過實際操作，增強(qiáng)了自己的動手能力,，把理論用于實踐,。

參考文獻(xiàn)：數(shù)字圖像處理第二版

matlab教程