第一篇：matlabGUI圖像處理

圖像處理

一、實(shí)習(xí)任務(wù)

利用MATLAB里面的一些特定函數(shù)和GUI可視化圖形界面設(shè)計一個屬于自己的photoshop,使其完成簡易的放大、縮小、截圖以及直方圖統(tǒng)計等功能。

二、實(shí)習(xí)內(nèi)容

1、布局設(shè)計

2、程序設(shè)計 %文件打開

[name,path]=uigetfile({'*.*';'*.bmp';'*.tif';'*.png';'*.gif';'*.jpg'},'載入圖像');if isequal(name,0)|isequal(path,0)errordlg('沒有選中文件','出錯');return;else x=imread([path,name]);axes(handles.axes1);imshow(x);handles.img=x;handles.noise_img=x;guidata(hObject,handles)end

%文件保存

[filename,pathname] = uiputfile({'*.*';'*.bmp';'*.tif';'*.png';'*.gif';'*.jpg'},'圖片保存為');if isequal([filename,pathname],[0,0])errordlg('沒有保存','出錯');return;else file=strcat(pathname,filename);(handles.axes2);i=getimage(gca);imwrite(i,file);end

%文件退出 clc;close all;close(gcf);

%灰度處理

axes(handles.axes2);if isrgb(handles.img)y=rgb2gray(handles.img);%RGB?????????? imshow(y);else msgbox('這已經(jīng)是灰度圖像','轉(zhuǎn)換失敗');end %截圖

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);y=imcrop(handles.img);imshow(y);handles.Timage=y;

%雙線性縮小

axes(handles.axes2);prompt={'輸入放大倍數(shù):'};defans={'0.2'};p=inputdlg(prompt,'輸入放大倍數(shù)',1,defans);p1=str2num(p{1});y=imresize(handles.img,p1,'bilinear');%法縮小 imshow(y);

%雙線放大

axes(handles.axes2);prompt={'輸入放大倍數(shù):'};defans={'2'};p=inputdlg(prompt,'輸入放大倍數(shù)',1,defans);p1=str2num(p{1});y=imresize(handles.img,p1,'bilinear');%值法放大 imshow(y);

%上下翻轉(zhuǎn)

最近鄰插值最近鄰插axes(handles.axes2);x=(handles.img);if isrgb(handles.img)for k=1:3 y(:,:,k)=flipud(x(:,:,k));%上下翻轉(zhuǎn)函數(shù) end imshow(y);else x=(handles.img);y=flipud(x);imshow(y);end

%左右翻轉(zhuǎn)

axes(handles.axes2);if isrgb(handles.img)x=(handles.img);for k=1:3 y(:,:,k)=fliplr(x(:,:,k));%左右翻轉(zhuǎn)函數(shù) end imshow(y);else x=(handles.img);y=fliplr(x);imshow(y);end

%左轉(zhuǎn)90度

axes(handles.axes2);x=(handles.img);y=imrotate(x,90);imshow(y);

%右轉(zhuǎn)90度

axes(handles.axes2);x=(handles.img);y=imrotate(x,-90);imshow(y);

%任意角度旋轉(zhuǎn) axes(handles.axes2);prompt={'輸入?yún)?shù)1:'};defans={'30'};p=inputdlg(prompt,'輸入?yún)?shù)',1,defans);p1=str2num(p{1});y=imrotate(handles.img,p1);imshow(y);

%亮度處理

prompt={'輸入?yún)?shù)1','輸入?yún)?shù)2','輸入gamma'};defans={'[0 0.7]','[0 1]','1'};p=inputdlg(prompt,'輸入?yún)?shù)',1,defans);p1=str2num(p{1});p2=str2num(p{2});p3=str2num(p{3});gamma=p3;x=(handles.img);y=imadjust(x,p1,p2,gamma);axes(handles.axes2);imshow(y);%G直方圖

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);if isrgb(handles.img)x=imhist(handles.img(:,:,2));%直方圖統(tǒng)計 x1=x(1:10:256);horz=1:10:256;bar(horz,x1);set(handles.axes2,'xtick',0:50:255);else msgbox('這是灰度圖像','旋轉(zhuǎn)失敗');end %R直方圖

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);x=imhist(handles.img(:,:,1));%統(tǒng)計

x1=x(1:10:256);horz=1:10:256;bar(horz,x1);set(handles.axes2,'xtick',0:50:255);%B直方圖

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);if isrgb(handles.img)

直方圖x=imhist(handles.img(:,:,3));%直方圖統(tǒng)計

x1=x(1:10:256);horz=1:10:256;bar(horz,x1);%axis([0 255 0 150000]);set(handles.axes2,'xtick',0:50:255);%set(handles.axes2,'ytick',0:2000:15000);else msgbox('這是灰度圖像','旋轉(zhuǎn)失敗');end

%直方圖均衡

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);if isrgb(handles.img)a=histeq(handles.img(:,:,1));b=histeq(handles.img(:,:,2));c=histeq(handles.img(:,:,3));k(:,:,1)=a;k(:,:,2)=b;k(:,:,3)=c;imshow(k);else h=histeq(handles.img);%直方圖均衡 imshow(h);end

3、效果圖

三、遇到的問題及解決方法

1、遇到的問題

最開始在Command里面用imread打開圖片是可行的，但到了GUI里面之后，會出現(xiàn)一些錯誤，主要就是提示說：找不到對應(yīng)的地方。還有就是在編寫完程序之后，放大感覺沒有任何變化。

2、解決方法

在查詢資料后發(fā)現(xiàn)，在GUI里面打開圖片是需要編寫圖片的地址以及格式的，要先判斷你要操作的圖片是否存在，如果不存在，應(yīng)該提示你不存在的錯誤；在不能放大這個問題上，后來發(fā)現(xiàn)是axes2不夠大，也就是畫布不夠大，再放大了畫布后，放大就明顯多了，縮小的時候也是這樣。

四、主要收獲和心得體會

在倆周的自動化軟件實(shí)訓(xùn)里面，最大的感觸就是MATLAB很強(qiáng)大，不但可以用自己自帶的函數(shù)，還可以和C語言Java等語言連接共用，在處理圖像上有自己獨(dú)特的優(yōu)勢，在編輯菜單之后再進(jìn)行相應(yīng)的編程，做出來的界面和網(wǎng)頁一樣好看，這倆周特別快，不過收獲很多，在很大程度上鍛煉了我們的設(shè)計能力。

第二篇：圖像處理 實(shí)驗(yàn)報告

摘要：

圖像處理，用計算機(jī)對圖像進(jìn)行分析，以達(dá)到所需結(jié)果的技術(shù)。又稱影像處理?；緝?nèi)容 圖像處理一般指數(shù)字圖像處理。數(shù)字圖像是指用數(shù)字?jǐn)z像機(jī)、掃描儀等設(shè)備經(jīng)過采樣和數(shù)字化得到的一個大的二維數(shù)組，該數(shù)組的元素稱為像素，其值為一整數(shù)，稱為灰度值。圖像處理技術(shù)的主要內(nèi)容包括圖像壓縮，增強(qiáng)和復(fù)原，匹配、描述和識別3個部分。圖像處理一般指數(shù)字圖像處理。

數(shù)字圖像處理的目的是改善圖像的質(zhì)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(tǒng)應(yīng)用領(lǐng)域廣泛醫(yī)學(xué)、軍事、科研、商業(yè)等領(lǐng)域。因?yàn)閿?shù)字圖像處理技術(shù)易于實(shí)現(xiàn)非線性處理，處理程序和處理參數(shù)可變，故是一項(xiàng)通用性強(qiáng)，精度高，處理方法靈活，信息保存、傳送可靠的圖像處理技術(shù)。本圖像處理演示系統(tǒng)以數(shù)字圖像處理理論為基礎(chǔ)，對某些常用功能進(jìn)行界面化設(shè)計，便于初級用戶的操作。設(shè)計要求

可視化界面，采用多幅不同形式圖像驗(yàn)證系統(tǒng)的正確性；

合理選擇不同形式圖像，反應(yīng)各功能模塊的效果及驗(yàn)證系統(tǒng)的正確性 對圖像進(jìn)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(zhuǎn)灰度圖像

圖像的幾何空間變換：平移，旋轉(zhuǎn)，剪切，縮放 圖像的算術(shù)處理：加、減、乘

圖像的灰度拉伸方法（包含參數(shù)設(shè)置）； 直方圖的統(tǒng)計和繪制；直方圖均衡化和規(guī)定化； 要求：

1、熟悉圖像點(diǎn)運(yùn)算、代數(shù)運(yùn)算、幾何運(yùn)算的基本定 義和常見方法；

2、掌握在MTLAB中對圖像進(jìn)行點(diǎn)運(yùn)算、代數(shù)運(yùn)算、幾何運(yùn)算的方法

3、掌握在MATLAB中進(jìn)行插值的方法

4、運(yùn)用MATLAB語言進(jìn)行圖像的插值縮放和插值旋轉(zhuǎn)等

5、學(xué)會運(yùn)用圖像的灰度拉伸方法

6、學(xué)會運(yùn)用圖像的直方圖設(shè)計和繪制；以及均衡化和規(guī)定化

7、進(jìn)一步熟悉了解MATLAB語言的應(yīng)用，將數(shù)字圖像處理更好的應(yīng)用于實(shí)際

2.課題設(shè)計內(nèi)容描述

1>彩色圖像轉(zhuǎn)化灰度圖像：

大部分圖像都是RGB格式。RGB是指紅，綠，藍(lán)三色。通常是每一色都是256個級。相當(dāng)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(huán)境下需要將真彩色轉(zhuǎn)換成灰度圖像。1單獨(dú)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(qiáng)，平滑，去噪，加銳度等。

3.當(dāng)用黑白打印機(jī)打印照片時，通常也需要將彩色轉(zhuǎn)成灰白，處理后再打印 4.攝影里，通過黑白照片體現(xiàn)“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(jìn)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(chǎn)生幾何畸變。

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

圖像代數(shù)運(yùn)算是指對兩幅或兩幅以上輸入圖像對應(yīng)的像素逐個進(jìn)行和差積商運(yùn)算以產(chǎn)生增強(qiáng)效果的圖像。圖像運(yùn)算是一種比較簡單有效的增強(qiáng)處理手段是圖像處理中常用方法。三種圖像處理代數(shù)運(yùn)算的數(shù)學(xué)表達(dá)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(shù)，它的主要思想是提高圖像處理時灰度級的動態(tài)范圍?？梢杂羞x擇的拉伸某段灰度區(qū)間以改善輸出圖像。如圖，所示的變換函數(shù)的運(yùn)算結(jié)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(qū)域而導(dǎo)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(qū)間以改善圖像；同樣如果圖像灰度集中在較亮的區(qū)域而導(dǎo)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(qū)間以改善圖像質(zhì)量。

5>直方圖設(shè)計和繪制；以及均衡化和規(guī)定化：

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

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

3.總體方案設(shè)計

1> GUI圖像處理平臺的總體設(shè)計

圖像處理平臺設(shè)計的目的是能夠?qū)D像處理的各個獨(dú)立算法集成到一個平臺內(nèi)，方便用戶選用多種方法對圖像進(jìn)行處理.平臺基于ＭatlabGUI設(shè)計，實(shí)現(xiàn)圖像處理過程的交互和可視化，并為用戶二次開發(fā)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(shè)計 根據(jù)一體化的設(shè)計思想，平臺主要實(shí)現(xiàn)算法集成、交互可視化和提供二次開發(fā)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(jìn)行集成，可以通過使用函數(shù)名加參數(shù)的方式直接調(diào)用.依據(jù)功能進(jìn)行分類，將同類算法集成到同一菜單項(xiàng)內(nèi)，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(jìn)行集成.（2）新算法集成是指對自主開發(fā)的算法進(jìn)行集成，如改進(jìn)水平集算法[12]、交互式圖割算法[13]、細(xì)胞自動機(jī)分割算法[14]等均為自主開發(fā)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(yùn)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(jié)果的可視化顯示，并提供用戶交互區(qū).（4）二次開發(fā)接口是指通過調(diào)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(shè)計

一個高性能的圖像處理平臺應(yīng)該為用戶提供

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

4.程序?qū)崿F(xiàn)和測試

4.1各個功能模塊的主要實(shí)現(xiàn)程序 基本功能：彩色圖像轉(zhuǎn)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(shí)驗(yàn)結(jié)果：

圖像的幾何空間變換：平移，旋轉(zhuǎn)，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(zhuǎn) 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(zhuǎn)圖像：

縮放圖像：

圖像的算術(shù)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(shù)設(shè)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(shù)

GreyHist=zeros(1,256);%預(yù)創(chuàng)建存放灰度出現(xiàn)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(xiàn)的概率，將其存入GreyHist中相應(yīng)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(xiàn)概率')%灰度拉伸 imggrey=img;prompt={'請輸入系數(shù)a','請輸入系數(shù)b'};words='請輸入線性拉伸函數(shù):';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(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量 for k=0:255

直方圖的統(tǒng)計和繪制；直方圖均衡化和規(guī)定化；

%一，圖像的預(yù)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(shù)據(jù)存入數(shù)組 %二，繪制直方圖

[m,n]=size(img);%測量圖像尺寸參數(shù)

GP=zeros(1,256);%預(yù)創(chuàng)建存放灰度出現(xiàn)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(xiàn)的概率，將其存入GP中相應(yīng)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(xiàn)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(xiàn)有每個灰度級出現(xiàn)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(xiàn)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(jié)：對在調(diào)試中發(fā)現(xiàn)的問題和解決方法做說明。

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。

進(jìn)行程序調(diào)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(fèi)了很多時間，一般的條件書上有，但要對其進(jìn)行磨合。程序編寫時，應(yīng)該注意大小寫。應(yīng)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(jié)與體會 這次使用MATALB進(jìn)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(yīng)用能力也有了相應(yīng)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(jìn)行程序調(diào)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(jìn)行下面的程序編碼。編碼程序時，應(yīng)該在MATLAB原始文檔的位置先行輸入，輸入時應(yīng)該注意大小寫。程序應(yīng)該盡可能地簡單，只要能達(dá)到目的就行，程序越復(fù)雜，運(yùn)行時的錯誤就越多。以上是我的程序編碼經(jīng)驗(yàn)與感受。

6．參考文獻(xiàn)

《數(shù)字圖像處理實(shí)驗(yàn)指導(dǎo)書》 厙向陽 曹穎超 編著 《MATLAB與數(shù)學(xué)實(shí)驗(yàn)》 艾冬梅 李艷晴 編著 《圖像處理和分析技術(shù)》 章毓晉 編著 《MATLAB實(shí)用教程》 鄭阿奇 編著

第三篇：圖像處理說課稿

圖像處理

一、教材分析和教學(xué)地位分析

本節(jié)課是浙江教育出版社必修教材中第三章第三節(jié)第一課時的內(nèi)容，主要介紹了圖像處理的基本概念：分辨率、位圖和矢量圖、顏色、文件格式，以及常用的圖像編輯工具的簡單介紹。本節(jié)課是高二選修教材《多媒體技術(shù)應(yīng)用》中圖像加工部分的的基礎(chǔ)，是用于激發(fā)和發(fā)現(xiàn)學(xué)生對多媒體技術(shù)應(yīng)用的興趣的基礎(chǔ)內(nèi)容，是為學(xué)生高二選修合適內(nèi)容奠定基礎(chǔ)的一節(jié)課。

二、學(xué)情分析

本節(jié)課的教學(xué)對象是高一學(xué)生，他們具備了初步的審美意識，并且在日常生活中對于圖像處理有了基本的體驗(yàn)，如智能手機(jī)上的美顏相機(jī)軟件，簡單的圖像處理工具美圖秀秀等，但對于圖像處理當(dāng)中的一些基本概念，如分辨率，圖像格式和分類等仍然處于模糊的狀態(tài)，對于圖像處理的高級工具Photoshop也一般是只聞其名，并沒有多少實(shí)質(zhì)性的體驗(yàn)。因此，本節(jié)課從實(shí)際出發(fā)，創(chuàng)設(shè)適當(dāng)?shù)膶W(xué)習(xí)情境，引發(fā)學(xué)生對圖像處理的學(xué)習(xí)興趣，通過學(xué)生的自身體驗(yàn)，由淺入深，由抽象到具體得幫助學(xué)生掌握基本概念，并且掌握圖像處理工具Photshop的幾個基本功能。

三、教學(xué)目標(biāo)分析

根據(jù)教材的結(jié)構(gòu)和內(nèi)容分析以及新課標(biāo)要求，結(jié)合高一學(xué)生的認(rèn)知結(jié)構(gòu)及其心理特點(diǎn)，我擬定了以下的教學(xué)目標(biāo)。知識與技能：

1、掌握Photshop中仿制圖章工具的用法。

2、掌握畫布修改的方法。

3、掌握圖像的一些基本概念：分辨率、圖像分類及格式。過程與方法：

1、通過體驗(yàn)仿制圖章工具的使用，體會圖像處理的神奇及樂趣。

2、通過畫布修改的前后對比，從感官上上升對分辨率概念的認(rèn)識。

3、通過對顏色設(shè)置中對于紅綠藍(lán)的分量調(diào)整，體驗(yàn)二進(jìn)制理論在色彩當(dāng)中的應(yīng)用。情感態(tài)度和價值觀

通過本節(jié)課的學(xué)習(xí)，激發(fā)學(xué)生對于圖像處理的興趣，培養(yǎng)基本的審美情趣。

四、教學(xué)重難點(diǎn)

基于以上的教學(xué)目標(biāo)，我指定了以下的重難點(diǎn)。

重點(diǎn)：分辨率以及圖像分類及格式。

難點(diǎn)：二進(jìn)制理論在色彩當(dāng)中的運(yùn)用。

五、教法和學(xué)法

根據(jù)本節(jié)課的內(nèi)容和特點(diǎn)，主要采用以下幾種教學(xué)方法。

1、演示法：演示仿制圖章的使用。

2、活動探究和任務(wù)驅(qū)動：引導(dǎo)學(xué)生參與活動和任務(wù)，發(fā)揮學(xué)生的主觀能動性，培養(yǎng)學(xué)生的動手能力。

3、集體討論：畫布修改的前后對比

六、教學(xué)過程

最后我具體談?wù)勥@堂課的教學(xué)過程，本節(jié)課設(shè)計了5個教學(xué)環(huán)節(jié)。

1、示范演示，激發(fā)興趣。

選擇一副果樹圖片，通過給學(xué)生演示PS中仿制圖章的使用，激發(fā)學(xué)生對圖像處理的學(xué)習(xí)興趣。

任務(wù)：通過學(xué)習(xí)網(wǎng)站當(dāng)中對于仿制圖章工具的使用介紹，完成另一幅圖片的處理要求。

2、自身體驗(yàn)，探索新知

活動探究一：通過學(xué)習(xí)網(wǎng)站中對于畫布修改的操作，完成畫布的修改，并且集體討論回答以下問題：

（1）畫布修改之后圖像有什么變化？

（2）將修改后的畫布放大到和原來一樣大，圖像質(zhì)量發(fā)生了什么變化

根據(jù)學(xué)生回答，引申分辨率的概念，以及位圖和矢量圖的概念，并且演示矢量圖編輯工具Coraldraw。

3、理論深入

活動探究

二、調(diào)整PS中的色彩工具欄中的分量調(diào)整，思考標(biāo)準(zhǔn)紅綠藍(lán)所對應(yīng)的二進(jìn)制代碼。

根據(jù)學(xué)生回答并補(bǔ)充，引申真彩色的定義。補(bǔ)充文件格式及擴(kuò)展名。

4、實(shí)踐體驗(yàn)

根據(jù)自己愛好，選擇一副圖片，通過網(wǎng)站當(dāng)中對于PS的濾鏡介紹，體驗(yàn)濾鏡效果。

5、小結(jié)。

七、教學(xué)反思

以上教學(xué)設(shè)計均是我個人的教學(xué)預(yù)設(shè)，在實(shí)際的教學(xué)過程中，我會根據(jù)學(xué)生的具體反饋?zhàn)龀鱿鄳?yīng)的調(diào)整，做到因材施教，真正的實(shí)現(xiàn)以學(xué)生為中心的教學(xué)，為學(xué)生的長遠(yuǎn)發(fā)展負(fù)責(zé)，使信息技術(shù)教學(xué)更好的為生活生產(chǎn)服務(wù)。

第四篇：圖像處理教學(xué)大綱

《醫(yī)學(xué)數(shù)字圖像處理》課程教學(xué)大綱

課程編號: 課程名稱：醫(yī)學(xué)數(shù)字圖像處理

英文名稱：Medical Digital Image Processing 課程類型：專業(yè)課

總學(xué)時：54（理論學(xué)時：27 實(shí)驗(yàn)學(xué)時：27）適用對象：衛(wèi)生信息管理專業(yè)（本科）課程簡介：

本課程介紹了有關(guān)醫(yī)學(xué)圖像處理的基本理論、概念、方法，并結(jié)合先修課程的基礎(chǔ)理論，來詳細(xì)闡述部分目前最常用的醫(yī)學(xué)圖像處理算法，強(qiáng)調(diào)醫(yī)學(xué)圖像處理的目的性，特別注重圖像處理結(jié)果的應(yīng)用、解釋和算法的物理含義。在此基礎(chǔ)上，結(jié)合圖像的計算機(jī)處理方法，引導(dǎo)學(xué)生處理一些實(shí)際的醫(yī)學(xué)圖像。

一、課程性質(zhì)、目的和任務(wù)

性質(zhì)：醫(yī)學(xué)數(shù)字圖像處理是衛(wèi)生信息管理（本科）專業(yè)的必修課程。

目的：通過本課程的學(xué)習(xí)，不僅要使學(xué)生打下堅實(shí)的醫(yī)學(xué)圖像處理的基礎(chǔ)理論，掌握現(xiàn)代醫(yī)學(xué)數(shù)字圖像處理的內(nèi)容、模式和發(fā)展趨勢，更要使同學(xué)們對數(shù)字圖像處理理論在醫(yī)學(xué)圖像分析中的應(yīng)用與發(fā)展有一個清楚的認(rèn)識，提高其計算機(jī)圖像處理的編程、動手能力。

任務(wù)：能夠掌握一些基本的醫(yī)學(xué)數(shù)字圖像處理的技術(shù)技能，培養(yǎng)創(chuàng)新思維，提高發(fā)現(xiàn)問題和解決問題的能力，為學(xué)生建立健全合理的知識結(jié)構(gòu)打下堅實(shí)的基礎(chǔ)。

二、教學(xué)基本要求

通過本課程的學(xué)習(xí)，學(xué)生應(yīng)能達(dá)到以下要求：

1、掌握數(shù)字圖像處理的基本概念、基本原理和重要的常規(guī)算法，并在此基礎(chǔ)上掌握數(shù)字圖像處理在醫(yī)學(xué)圖像分析中的特殊之處與發(fā)展概況，其中注重引導(dǎo)圖像處理總體流程思路及結(jié)構(gòu)框架的掌握。

2、掌握數(shù)字圖像處理的基本方法，逐漸形成觀察、思考、分析和解決有關(guān)理論和實(shí)踐問題的能力，提高學(xué)生為社會服務(wù)的能力。

3、能較熟練的運(yùn)用至少一種編程語言對基本算法進(jìn)行代碼實(shí)現(xiàn)，以加深對課程中理論知識的理解。

三、教學(xué)內(nèi)容及要求

（一）數(shù)字圖像處理概述

【了解】DIP的發(fā)展及應(yīng)用實(shí)例；DIP的基本步驟及內(nèi)容（課程結(jié)構(gòu)）；數(shù)字圖像處理系統(tǒng)簡介；醫(yī)學(xué)圖像發(fā)展概況；

【掌握】圖像的描述方法；數(shù)字圖像處理（DIP）的基本概念。

（二）醫(yī)學(xué)影像的數(shù)字化及圖像的運(yùn)算 【了解】圖像的數(shù)字化；圖像的幾何運(yùn)算。

【掌握】醫(yī)學(xué)數(shù)字影像的獲取途徑；數(shù)字圖像的矩陣表示；圖像直方圖；圖像點(diǎn)運(yùn)算、代數(shù) 運(yùn)算。

（三）醫(yī)學(xué)影像圖像增強(qiáng)處理

【了解】圖像的頻域增強(qiáng)；傅里葉變換；卷積；Z變換。【熟悉】頻域?yàn)V波過程；空域?yàn)V波與頻域?yàn)V波的對應(yīng)關(guān)系。

【掌握】醫(yī)學(xué)圖像直方圖均衡；醫(yī)學(xué)圖像的空域?yàn)V波模板設(shè)計；平滑空間濾波器；銳化空間濾波器。

（四）醫(yī)學(xué)影像圖像的成像與重建

【了解】X-CT影像重建基本流程與算法；MRI圖像的重建?！菊莆铡縓-CT影像成像原理；MRI圖像成像原理。

（五）醫(yī)學(xué)影像圖像分割

【了解】醫(yī)學(xué)影像圖像分割方法的分類。

【掌握】基于統(tǒng)計的圖像分割；基于區(qū)域的圖像分割；基于邊緣的醫(yī)學(xué)圖像分割。

（六）醫(yī)學(xué)影像圖像描述

【了解】醫(yī)學(xué)影像圖像的形狀特征描述；醫(yī)學(xué)影像圖像的紋理特征描述。

【熟悉】圖像形狀描述子；圖像紋理描述子；圖像骨架的抽??；灰度圖像的形態(tài)學(xué)濾波。

（七）醫(yī)學(xué)影像圖像的配準(zhǔn)

【了解】圖像配準(zhǔn)的概念，圖像相似度測度?！臼煜ぁ炕趫D像灰度的圖像配準(zhǔn)方法；基于特征點(diǎn)的配準(zhǔn)方法；基于邊緣的圖像配準(zhǔn)方法。

（八）醫(yī)學(xué)圖像模式識別

【了解】圖像特征的選擇、提??；基于統(tǒng)計的模式識別方法；基于結(jié)構(gòu)的模式識別方法；基于人工神經(jīng)網(wǎng)絡(luò)的模式識別方法。

（九）專題：醫(yī)學(xué)圖像存儲通信系統(tǒng)標(biāo)準(zhǔn)：DICOM3.0 【了解】醫(yī)學(xué)圖像存儲與通信系統(tǒng)；DICOM3.0標(biāo)準(zhǔn)。

四、教學(xué)方法與手段

本課程采用理論講授與上機(jī)實(shí)踐相結(jié)合的教學(xué)方式，講授采用多媒體教學(xué)。

五、各教學(xué)環(huán)節(jié)學(xué)時分配

內(nèi)容

（一）數(shù)字圖像處理概述

（二）醫(yī)學(xué)影像的數(shù)字化及圖像的運(yùn)算

（三）醫(yī)學(xué)影像圖像增強(qiáng)處理

（四）醫(yī)學(xué)影像圖像的成像與重建

（五）醫(yī)學(xué)影像圖像分割

（六）醫(yī)學(xué)影像圖像描述

（七）醫(yī)學(xué)影像圖像的配準(zhǔn) 3 5 4 2 4 5 1 3 9 9 3

理論課 3 3

實(shí)驗(yàn)課 3 8

小計 6 11 2

（八）醫(yī)學(xué)圖像模式識別

（九）專題：醫(yī)學(xué)圖像存儲通信系統(tǒng):DICOM3.0 總 計 1 27 1 54

六、考核方式

考試采用閉卷筆試（60%），上機(jī)實(shí)驗(yàn)、作業(yè)、課堂提問為平時成績（40%）。

七、教材和教學(xué)參考書

教材：擬選用《醫(yī)學(xué)影像圖像處理》（普通高等教育“十一五”國家級規(guī)劃教材），陳武凡 主編，人民衛(wèi)生出版社，2009年3月第一版。參考書：（1）宋余慶編，數(shù)字醫(yī)學(xué)圖像，清華大學(xué)出版社，2008,5第一版；

（2）章魯，陳瑛等，醫(yī)學(xué)圖像處理與分析，上?？茖W(xué)技術(shù)出版社，2006,8第一版；（3）章毓晉，圖象工程（上冊）：圖象處理和分析，清華大學(xué)出版社，1999（4）Kenneth R.Castleman(美), Digital Image Processing

八、說明

本教學(xué)大綱根據(jù)高等醫(yī)藥院校計算機(jī)基礎(chǔ)課程（醫(yī)學(xué)圖像處理）基本要求編寫而成。

九、本大綱主要起草人、審閱人

主要起草人： 年 月 日 審 閱 人： 年 月 日

衛(wèi)生管理系 年 月 日

第五篇：圖像處理實(shí)驗(yàn)報告

實(shí) 實(shí) 驗(yàn) 報 告

實(shí)驗(yàn)課程名稱

圖像處理（第二版）

指 指 導(dǎo) 老 師

鄧天明

學(xué) 學(xué)

院

交通運(yùn)輸

年級

2012 級

專業(yè)及班級

交通信息與控制工程二班

學(xué) 學(xué) 生 姓 名

田

飛

學(xué)

號 631205090230

開 開 課 時 間

2014

至

2015

學(xué)年第 2

學(xué)期

總 總 成 績

教師簽名

實(shí)驗(yàn)名稱 直方圖均衡化 實(shí)驗(yàn)類型 驗(yàn)證型 實(shí)驗(yàn)時間 2015/6/2 實(shí)驗(yàn)地點(diǎn) 基礎(chǔ)實(shí)驗(yàn)樓北 501 實(shí)驗(yàn)?zāi)康模?/p>

1.熟悉圖像數(shù)據(jù)在計算機(jī)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(shè)備名稱：

PC 微機(jī)一臺和 MATLAB 軟件。

實(shí)驗(yàn)要求及注意事項(xiàng)：

本次實(shí)驗(yàn)注意事項(xiàng)總結(jié)如下：

1、要學(xué)會利用 Matlab 中的幫助信息，因?yàn)楹芏嗪瘮?shù)的調(diào)用方法都是可以在幫助中找到的。在調(diào)用函數(shù)時應(yīng)重點(diǎn)看 Examples 中的方式。

2、在 Matlab 中進(jìn)行重復(fù)操作時，可以用方向上鍵重復(fù)命令，也可以在命令窗口中進(jìn)行復(fù)制粘貼。

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

實(shí)驗(yàn)內(nèi)容、操作步驟：

實(shí)驗(yàn)內(nèi)容：

1.讀入圖像數(shù)據(jù)到內(nèi)存中，并顯示讀入的圖像； 2.實(shí)現(xiàn)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(jié)果。

實(shí)驗(yàn)步驟：

1．打開 Matlab 編程環(huán)境； 2．獲取實(shí)驗(yàn)用圖像。用’imread’函數(shù)將圖像讀入 Matlab；用’imshow’函數(shù)顯示讀入的圖像。

3．獲取輸入圖像的直方圖：用’imhist’函數(shù)處理圖像。

4．均衡化處理：用’histeq’函數(shù)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(shù)。

6．保存實(shí)驗(yàn)結(jié)果：用’imwrite’函數(shù)處理。

實(shí)驗(yàn)結(jié)果分析（含數(shù)據(jù)、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(jié)果：

圖 1

灰度圖

圖 2

均衡化圖

圖 3

直方圖

實(shí)驗(yàn)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(jìn)行圖像增強(qiáng)的方法是以概率論為基礎(chǔ)的。

直方圖均衡化主要用于增強(qiáng)動態(tài)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(tài)范圍，從而達(dá)到增強(qiáng)圖像整體對比度德效果。

數(shù)字圖像直方圖均衡化之后直方圖不是絕對平坦的，因?yàn)椴荒軐⑼粋€灰度值的各個像素變換到不同灰度級（或說此時僅根據(jù)灰度值區(qū)分不開不同的像素），所以數(shù)字圖像直方圖均衡化的結(jié)果一般只是近似均衡化的直方圖。

在本次實(shí)驗(yàn)中發(fā)現(xiàn)：直方圖均衡化在增強(qiáng)反差的同時也增強(qiáng)了圖像的可視粒度。

實(shí)驗(yàn)名稱 頻域平滑濾波 實(shí)驗(yàn)類型 驗(yàn)證型 實(shí)驗(yàn)時間 2015/6/9 實(shí)驗(yàn)地點(diǎn) 基礎(chǔ)實(shí)驗(yàn)樓北 501 實(shí)驗(yàn)?zāi)康模?/p>

1.熟悉圖像數(shù)據(jù)在頻率域的表示； 2.掌握頻域圖像增強(qiáng)的基本步驟。

儀器、設(shè)備名稱：

PC 微機(jī)一臺、MATLAB 軟件、GIF 格式圖片一張。

實(shí)驗(yàn)要求及注意事項(xiàng)：

在選擇圖片時應(yīng)當(dāng)選擇 TTF 格式或者 GIF 格式的圖片，若不是這種格式則應(yīng)該在畫圖工具中改為上述格式，因?yàn)槠渌袷蕉即虿婚_。

實(shí)驗(yàn)內(nèi)容、操作步驟：

實(shí)驗(yàn)內(nèi)容：

1.綜合利用所學(xué)的數(shù)字圖像基本存儲結(jié)構(gòu)、圖像變換、圖像增強(qiáng)等知識實(shí)現(xiàn)頻率域圖像增強(qiáng)； 2.在頻率域進(jìn)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(jìn)行平滑，并觀察濾波效果。

操作步驟：

1．打開 Matlab 編程環(huán)境； 2．獲取實(shí)驗(yàn)用圖像。用’imread’函數(shù)將圖像讀入 Matlab；用’imshow’函數(shù)顯示讀入的圖像。

3．將圖像’uint8’格式轉(zhuǎn)換為’double’格式，并將各點(diǎn)數(shù)據(jù)乘以-1 的（x+y）次方以便 FFT 變換后的結(jié)果中低頻數(shù)據(jù)處于圖像中央。

4．用’fft2’函數(shù)對圖像數(shù)據(jù)進(jìn)行二維 FFT 變換，得到頻率域圖像數(shù)據(jù)。

5．計算頻率域圖像的幅值并進(jìn)行對數(shù)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(shù)據(jù)（置 0）。

7．計算頻率域圖像的幅值并進(jìn)行對數(shù)變換，利用’imshow’顯示頻率域圖像。

8．用’fft2’函數(shù)對圖像數(shù)據(jù)進(jìn)行二維 FFT 逆變換，并用’real’函數(shù)取其實(shí)部，得到處理過的空間域圖像數(shù)據(jù)。

9．將圖像數(shù)據(jù)各點(diǎn)數(shù)據(jù)乘以-1 的（x+y）次方。

10．用’imshow’函數(shù)顯示處理結(jié)果圖像數(shù)據(jù)，并用’imwrite’函數(shù)保存圖像處理結(jié)果數(shù)據(jù)。

實(shí)驗(yàn)結(jié)果分析（含數(shù)據(jù)、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(zhuǎn)換為‘ double ’

g=fft2(k);% 傅里葉變換

g=fftshift(g);% 實(shí)現(xiàn)低頻數(shù)據(jù)處于圖像中心

figure,imshow(g);

% % 除去濾波半徑以外的數(shù)據(jù)

[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(jié)果：

原圖

r=5 的結(jié)果圖

r=15 的結(jié)果圖

r=30 的結(jié)果圖

r=80 的結(jié)果圖

r=230 的結(jié)果圖

實(shí)驗(yàn)收獲、心得及建議：

在頻域空間，圖像的信息表現(xiàn)為不同頻率分量的組合。如果能讓某個范圍內(nèi)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(dá)到不同的增強(qiáng)目的。

頻域空間的增強(qiáng)方法有三個步驟：

1、將圖像從圖像空間轉(zhuǎn)換到頻域空間； 2、在頻域空間對圖像進(jìn)行增強(qiáng)； 3、將增強(qiáng)后的圖像再從頻域空間轉(zhuǎn)換到圖像空間； 本次試驗(yàn)中在 FFT 變換前后，將各點(diǎn)數(shù)乘以-1 的（x+y）次方，是為了將圖像處理后它的中低頻數(shù)據(jù)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(jìn)行基于二維傅里葉變化的信號增強(qiáng)；空間域圖像增強(qiáng)的方法是直接對圖像中的像素進(jìn)行處理的過程。

實(shí)驗(yàn)名稱 圖像去噪 實(shí)驗(yàn)類型 驗(yàn)證型 實(shí)驗(yàn)時間 2015/6/9 實(shí)驗(yàn)地點(diǎn) 基礎(chǔ)實(shí)驗(yàn)樓北 501 實(shí)驗(yàn)?zāi)康模?/p>

1.熟悉圖像高斯噪聲的特點(diǎn)； 2.掌握利用中值濾波器去除圖像噪聲的方法。

儀器、設(shè)備名稱：

PC 微機(jī)一臺、MATLAB 軟件、GIF 格式圖片一張。

實(shí)驗(yàn)要求及注意事項(xiàng)：

在選擇圖片時應(yīng)當(dāng)選擇 TTF 格式或者 GIF 格式的圖片，若不是這種格式則應(yīng)該在畫圖工具中改為上述格式，因?yàn)槠渌袷蕉即虿婚_。

實(shí)驗(yàn)內(nèi)容、操作步驟：

實(shí)驗(yàn)內(nèi)容：

編寫代碼實(shí)現(xiàn)中值濾波算法，并觀察增強(qiáng)效果。

操作步驟：

1.打開 Matlab 編程環(huán)境。

2.利用’imread’ 函數(shù)讀入包含噪聲的原始圖像數(shù)據(jù)。

3.利用’imshow’ 顯示所讀入的圖像數(shù)據(jù)。

4.編寫代碼實(shí)現(xiàn)中值濾波算法，并對原始噪聲圖像進(jìn)行濾波處理。

5.利用’imshow’ 顯示處理結(jié)果圖像數(shù)據(jù)。

6.利用’imwrite’函數(shù)保存圖像處理結(jié)果數(shù)據(jù)。

實(shí)驗(yàn)結(jié)果分析（含數(shù)據(jù)、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(jié)果：

去噪聲后的圖像對比

實(shí)驗(yàn)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(fù)中重點(diǎn)研究的主要內(nèi)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(dāng)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(dāng)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(shù)據(jù)進(jìn)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(shí)驗(yàn)中，通過相關(guān)軟件自帶函數(shù)對圖像進(jìn)行處理，實(shí)現(xiàn)圖像噪點(diǎn)的處理。

實(shí)驗(yàn)名稱 Matlab 在數(shù)字圖像處理中的應(yīng)用

實(shí)驗(yàn)類型 驗(yàn)證行 實(shí)驗(yàn)時間 2015/6/16 實(shí)驗(yàn)地點(diǎn) 基礎(chǔ)實(shí)驗(yàn)樓北 501 室 實(shí)驗(yàn)?zāi)康模?/p>

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(zhuǎn)換以及格式轉(zhuǎn)換。

儀器、設(shè)備名稱：

計算機(jī)、MATLAB 軟件、《圖像處理實(shí)驗(yàn)指導(dǎo)（電子版）》、MATLAB 相關(guān)書籍 實(shí)驗(yàn)要求及注意事項(xiàng)：

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

2、使用 Matlab 中自帶的函數(shù)可以實(shí)現(xiàn)不同格式的圖像的格式間的轉(zhuǎn)換。要熟悉相應(yīng)的函數(shù)的使用參數(shù)。

實(shí)驗(yàn)內(nèi)容、過程記錄：

1．利用 imread()函數(shù)分別讀取四種類型的圖像。

2．讀取一幅 RGB 圖片，并將它轉(zhuǎn)換成其他幾種圖像類型。

3.讀取一幅 TIF 格式的圖像，將它轉(zhuǎn)換成 JPG 文件格式，并嘗試使用不同的壓縮品質(zhì)(使用 help imwrite 查詢其‘quality’參數(shù)的用法)壓縮文件，比較壓縮前后文件的大小和圖像質(zhì)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(shí)驗(yàn)分析結(jié)果（含數(shù)據(jù)、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(zhuǎn)換 結(jié)果見下圖

圖 1 圖像格式轉(zhuǎn)換結(jié)果圖 使用 imread 函數(shù)讀入一張 RGB 圖像，然后使用“dither”、“rgb2gray”、“im2bw”函數(shù)實(shí)現(xiàn) RGB 圖像向索引圖像、灰度圖像、二值圖像的轉(zhuǎn)換。圖像結(jié)果使用“imwrite”函數(shù)進(jìn)行保存。

2.讀取一幅 TIF 格式的圖像，將它轉(zhuǎn)換成 JPG 文件格式

圖 2 tif 格式轉(zhuǎn)換為 jpg 格式結(jié)果 使 用 imwrite 函 數(shù) 使 “tif” 格 式 轉(zhuǎn) 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(zhì)量進(jìn)行壓縮保存。

實(shí)驗(yàn)收獲、心得及建議：

實(shí)驗(yàn)中主要注意的時使用函數(shù)時，要與函數(shù)要求的格式相對應(yīng)。處理不同類型的圖像，所使用的函數(shù)語句是不一樣的，對于結(jié)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(shù)直觀的看到改動。

查看文件的格式時可以根據(jù)其文件的后綴名?；蛘卟榭?imread 函數(shù)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(shù)指針表與參數(shù)域、參數(shù)數(shù)據(jù)表和圖像數(shù)據(jù) 4 部分，這樣讀入到 MATLAB 中的矩陣格式就會為格式。