《2023年数字图像处理心得体会.docx》由会员分享，可在线阅读，更多相关《2023年数字图像处理心得体会.docx（35页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2023年数字图像处理心得体会 第一篇：数字图像处理心得体会 数字图像处理心得体会 姓 名: 学 号: 202303284 班 级: 计科11202 序 号: 院 系: 计算机科学学院 在这一学期，我选修了数字图像处理这门专业选修课，同时，老师还讲授了一些图片处理的学问。在这里，梳理一下这学期学到的学问，并提出一些我对这门课程的建议。 图像处理是指对图像信息进行加工，从而满意人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，信任随着科学技术的进展,其应用空间将会更加广泛。数字图像处理又称为计算机图像处理，它是指将图
2、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。数字图像处理是从20世纪60年头以来随着计算机技术和VLSL的进展而产生、进展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增加、图像复原等，以便提高图像的好用性。其特点是处理精度比较高，并且能够对处理软件进行改良来优化处理效果，操作比较便利，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。目前，随着计算机技术的不断进展，计算机的运算速度得到了很大程度的提高。在短短的历史中，它却广泛应用于几乎全部与成
3、像有关的领域，在理论上和实际应用上都取得了巨大的成就。 1.数字图像处理需用到的关键技术 由于数字图像处理的便利性和灵敏性，因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增加、图像复原、图像分割、图像分析等。图像的采集与数字化：就是通过量化和取样将一个自然图像转换为计算机能够处理的数字形式。图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满意存储和传输的要求。图像的增加：图像的增加其主要目的是使图像变得清晰或者将其变换为机器能够很简洁分析的形式，图像增加方法一般有：直方图处理、灰度等级、伪彩色处理、边
4、缘锐化、干扰抵抗。图像的复原：图像复原的目的是削减或除去在获得图像的过程中因为各种缘由而产生的退化，可能是由于光学系统的离焦或像差、被摄物与摄像系统两者之间的相对运动、光学或电子系统的噪声与介于被摄像物跟摄像系统之间的大气湍流等等。 图像的分割：图像分割是将图像划分为一些互相不重叠的区域，其中每一个区域都是像素的一个连续集，通常接受区域法或者寻求区域边界的境界法。 图像分析：图像分析是指从图像中抽取某些有用的信息、数据或度量,其目的主要是想得到某种数值结果。图像分析的内容跟人工智能、模式识别的探讨领域有确定的交叉。 2.数字图像处理的特点 数字图像处理的特点主要表如今以下几个方面： 1数字图像
5、处理的信息大多是二维信息，处理信息量很大。因此对计算机的计算速度、存储容量等要求较高。2数字图像处理占用的频带较宽。与语言信息相比,占用的频带要大几个数量级。所以在成 像、传输、存储、处理、显示等各个环节的实现上技术难度较大，本钱亦高。这就对频带压缩技术提出了更高的要求。 3数字图像中各个像素不是独立的，其相关性大。在图像画面上，经常有很多像素有相同 或接近的灰度。所以，图像处理中信息压缩的潜力很大。 4数字图像处理后的图像受人的因素影响较大，因为图像一般是给人视察和评价的。 3.数字图像处理的优点 数字图像处理的优点主要表如今4个方面。 1再现性好。数字图像处理与模拟图像处理的根本不同在于它
6、不会因图像的存储、传输或 复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时精确地表现了原稿，那么数字图像处理过程始终能保持图像的再现。 2处理精度高。将一幅模拟图像数字化为随便大小的二维数组，主要取决于图像数字化设 备的实力。3适用面宽。图像可以来自多种信息源,它们可以是可见光图像，也可以是不行见的波谱图 像。只要针对不同的图像信息源，实行相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。 4灵敏性高。图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每 一部分均包含丰富的内容。4.数字图像处理的应用领域 图像是人类获得和交换信息的主要来源，因此，图像处理
7、的应用领域必定涉及到人类生活和工作的方方面面，随着人类活动范围的不断扩大,图像处理的应用领域也将随之不断扩大。航天和航空技术：在飞机遥感和卫星遥感技术中用配备有高级计算机的图像处理系统来判读分析，既节省人力又加快了速度，还可以从照片中提取人工所不能觉察的大量有用情报。生物医学工程：除了CT技术之外，还有对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。 通信工程：当前通信的主要进展方向是声音、文字、图像和数据结合的多媒体通信。在确定意义上讲，编码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、DPCM编码、变换编码外，目前国内外正在大力开发探讨新的编码方法，如分行编
8、码、自适应网络编码、小波变换图像压缩编码等。工业和工程领域：图像处理技术有着广泛的应用，如自动装配线中检测零件的质量并对零件进行分类，印刷电路板疵病检查，弹性力学照片的应力分析，流体力学图片的阻力和升力分析,邮政信件的自动分拣，在一些有毒、放射性环境内识别工件及物体的形态和排列状态，先进的设计和制造技术中接受工业视觉等等。 军事方面：图像处理和识别主要用于导弹的精确末制导,各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等；公安业务图片的判读分析，指纹识别，人脸鉴别，不完好图片的复原，以及交通监控、事故分析等。文化艺术：电视画面的数字编辑、动画的制
9、作、电子图像玩耍、纺织工艺品设计、服装设计与制作、发型设计、文物资料照片的复制和修复、运动员动作分析和评分等等。 视频和多媒体系统：电视制作系统广泛运用的图像处理、变换、合成，多媒体系统中静止图像和动态图像的采集、压缩、处理、存贮和传输等。 电子商务：图像处理技术在电子商务中也大有可为,如身份认证、产品防伪、水印技术等。 在这门课程的最终，老师给我们讲授了数字视频处理，让我们了解到数字视频就是以数字形式记录的视频，和模拟视频相对的。数字视频有不同的产生方式，存储方式和播出方式。比方通过数字摄像机干脆产生数字视频信号，存储在数字带，P2卡，蓝光盘或者磁盘上，从而得到不同格式的数字视频。然后通过P
10、C，特定的播放器等播放出来。了解了数字视频进展过程和视频压缩的概念和分类等。 Photoshop是Adobe公司旗下最为知名的图像处理软件之一，集图像扫描、编辑修改、图像制作、广告创意，图像输入与输出于一体的图形图像处理软件，深受宽阔平面设计人员和电脑美术爱好者的宠爱。 假如能理论和实践相结合，信任我们会把数字图像处理理解的跟透彻，同时也熬炼了大家的动手实力。盼望老师能考虑我的这点建议，多开设实际动手的课程。 数字图像是我们生活中接触最多的图像各类，它伴随人们的生活、学习、工作，并在军事、医学、和工业方面发挥着极大的作用，可谓随处可见，尤其在生活方面作为学生的我们会在外出旅游、生活、工作中拆下
11、许多数字相片，如今已进入信息化时代，图像作为信息的重要载体在信息传输方面有着声音、文字等信息载体不行替代的作用，并且近年来图像处理领域，数字图像处理技术取得了飞速进展，作为计算机类专业的高校生更加有必要对数字图像处理技术有确定的驾驭，而大多人对于数字图像的学问却不全面，甚至一些基础学问也很模糊，比方各类繁多的各种图像格式之间的特点，不同的状况该用何种图像格式，还有关于图像的一些基本术语也不甚了解，尤为重要的是对于一些由于拍摄问题导致的令人不甚满足的照片该如何处理，或者如何对一些照片进行处理实现特殊的表现效果。所以对于数字图像处理这门课大家有着极大爱好，在选课时几乎全部人都选了这门课。其中有的同
12、学由于简洁的学习过PHOTOSHOP软件，因此对于数字图像处理已经有了一些基础，更加想利用这门课的学习加深自己数字图像处理的理解并提高在数字图像处理方面的实力。 通过一学期的课程学习我们虽说还没有完全驾驭数字图像处理技术，但也收获了不少，对于数字图像方面的学问有了深化的了解，更加理解了数字图像的本质，即是一些数字矩阵，但灰度图像和彩色图像的矩阵形式是不同的。对于一些耳熟能详的数字图像相关术语有了明确的相识，比方常见的：像素衡量图像的大小、区分率衡量图像的清晰程度、位图放大后会失真、矢量图经过放大不会失真等大家都能叫上口却学问模糊的名词。也了解图像处理技术中一些常用途理技术的实质，比方锐化处理是
13、使模糊的图像变清晰，增加图像的边缘等微小环节。而平滑处理是的目的是消退噪声，模糊图像，在提取大目标之前去除小的微小环节或弥合目标间的缝隙。对常提的RGB图像和灰度图像有了明确的理解，这对大家以后应用PHOTOSHOP等图像处理软件对图像进行处理打下了坚实的基础。更重要的是学习到了数字图像处理的思想。通过学习也是对C+编程应用的很好的实践与复习。 当然通过这些课程学习还是远远不够的，也有许多同学收获甚微，我总结了下大家后期的学习看法与前期的学习热忱相差很大的缘由。刚起先大家是有很高的热忱学习这门课的，可是随着课程的慢慢深化学习，大家渐渐觉察课程讲授内容与自己起初想学的好用图像处理技术是有很大的差
14、异的，大家更着眼于如何利用一些软件、技术去处理图像而得到满足的效果，或者进行一些图像的创意设计，可是课程的内容更偏重于如何通过编程实现实现如何对图像进行一些类似于锐化、边缘提取、模糊、去除噪声等基础功能的实现，这其中涉及很多算法、函数，需要扎实的数学基础和编程基础，并且需要利用大量时间在课下编写代码，实现并进行调试，然而大部分人的编程实践实力以及编程实力还有待提高，尤其是对于矩阵进行操作的编程尤为是个考验，并且后半学期课程任务较重，加上队里的事务或许多，时间不是很充裕，这对于需要大量实践的数字图像处理课程就是个很大的问题。 在老师授课方面建议可以在课上多进行具体操作，这样可以提起大家学习的爱好
15、，也可以让大家在课下主动准备，然后在上课由学员进行演示，还可以加入一些数字图像处理的经典范例，加深同学们的学习热忱。 其次篇：数字图像处理心得体会 数字图像处理心得体会 1210407040 邓炯 图像处理是指对图像信息进行加工，从而满意人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，信任随着科学技术的进展,其应用空间将会更加广泛。数字图像处理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。数字图像处理是从20世纪60年头以来随着计算机技术和VLSL的进展而产生、进展和不断成熟
16、起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增加、图像复原等，以便提高图像的好用性。其特点是处理精度比较高，并且能够对处理软件进行改良来优化处理效果，操作比较便利，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。 由于数字图像处理的便利性和灵敏性，因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增加、图像复原、图像分割、图像分析等。 图像的采集与数字化：就是通过量化和取样将一个自
17、然图像转换为计算机能够处理的数字形式。 图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满意存储和传输的要求。 图像的增加：图像的增加其主要目的是使图像变得清晰或者将其变换为机器能够很简洁分析的形式，图像增加方法一般有：直方图处理、灰度等级、伪彩色处理、边缘锐化、干扰抵抗。 图像的复原：图像复原的目的是削减或除去在获得图像的过程中因为各种缘由而产生的退化，可能是由于光学系统的离焦或像差、被摄物与摄像系统两者之间的相对运动、光学或电子系统的噪声与介于被摄像物跟摄像系统之间的大气湍流等等。 图像的分割：图像分割是将图像划分为一些互相不重叠的区域，其中每一个区域都是像素的一个连续集，通常接
18、受区域法或者寻求区域边界的境界法。 图像分析：图像分析是指从图像中抽取某些有用的信息、数据或度量,其目的主要是想得到某种数值结果。图像分析的内容跟人工智能、模式识别的探讨领域有确定的交叉。 数字图像处理的特点主要表如今以下几个方面： 1数字图像处理的信息大多是二维信息，处理信息量很大。因此对计算机的计算速度、存储容量等要求较高。 2数字图像处理占用的频带较宽。与语言信息相比,占用的频带要大几个数量级。所以在成像、传输、存储、处理、显示等各个环节的实现上技术难度较大，本钱亦高。这就对频带压缩技术提出了更高的要求。 3数字图像中各个像素不是独立的，其相关性大。在图像画面上，经常有很多像素有相同或接
19、近的灰度。所以，图像处理中信息压缩的潜力很大。图像受人的因素影响较大，因为图像一般是给人视察和评价的。 数字图像处理的优点主要表如今4个方面。 1再现性好。数字图像处理与模拟图像处理的根本不同在于它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时精确地表现了原稿，那么数字图像处理过程始终能保持图像的再现。 2处理精度高。将一幅模拟图像数字化为随便大小的二维数组，主要取决于图像数字化设备的实力。 3适用面宽。图像可以来自多种信息源,它们可以是可见光图像，也可以是不行见的波谱图像。只要针对不同的图像信息源，实行相应的图像信息采集措施，图像的数字处理方法适用于任何
20、一种图像。 4灵敏性高。图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。 通过一学期的课程学习我们虽说还没有完全驾驭数字图像处理技术，但也收获了不少，对于数字图像方面的学问有了深化的了解，更加理解了数字图像的本质，即是一些数字矩阵，但灰度图像和彩色图像的矩阵形式是不同的。对于一些耳熟能详的数字图像相关术语有了明确的相识，比方常见的：像素衡量图像的大小、区分率衡量图像的清晰程度、位图放大后会失真、矢量图经过放大不会失真等大家都能叫上口却学问模糊的名词。也了解图像处理技术中一些常用途理技术的实质，比方锐化处理是使模糊的图像变清晰，增加图像的边缘等微小环节。
21、而平滑处理是的目的是消退噪声，模糊图像，在提取大目标之前去除小的微小环节或弥合目标间的缝隙。对常提的RGB图像和灰度图像有了明确的理解，这对大家以后应用PHOTOSHOP等图像处理软件对图像进行处理打下了坚实的基础。更重要的是学习到了数字图像处理的思想。通过学习也是对C+编程应用的很好的实践与复习。 第三篇：数字图像处理 试验五 图像的几何变换 一试验目的及要求 驾驭图像几何变换的基本原理，娴熟驾驭数字图像的缩放、旋转、平移、镜像和转置的基本原理及其MATLAB编程实现方法。 二、试验内容 一探讨以下程序，分析程序功能；输入执行各叮嘱行，认真视察叮嘱执行的结果。熟识程序中所运用函数的调用方法，
22、变更有关参数，视察试验结果。 1.图像缩放 clear all, close all I = imread(cameraman.tif);Scale = 1.35; % 将图像放大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), titl
23、e(Resized Image-using the nearest neighbor interpolation );figure, imshow(J2), title(Resized Image-using the bilinear interpolation );help imresize % 查看imresize运用关心 1.95倍 I = imread(cameraman.tif);Scale = 1.96; % 将图像放大1.96倍 J1 = imresize(I, Scale, nearest); % using the nearest neighbor interpolation
24、 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 ); 说明： 留意视察不同插值方法的图像表现； 变更图像缩放因子Scale，重做
25、上述试验。2.图像旋转 clear all, close all I = imread(cameraman.tif);Theta = 45; % 将图像逆时针旋转45。 J1 = imrotate(I, Theta, nearest); % using the nearest neighbor interpolation Theta =-45; % 将图像顺时针旋转45。 J2 = imrotate(I, Theta, bilinear, crop);% using bilinear interpolation and crops the output image imshow(I), tit
26、le(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运用关心 help imrotate %- 图像旋转30顺时针逆时针 clear all, close all I = imread(cameraman.tif);Theta = 30; % 将图像逆时针旋转30。 J1
27、 = imrotate(I, Theta, nearest); % using the nearest neighbor interpolation Theta =-30; % 将图像顺时针旋转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 i
28、nterpolation );figure, imshow(J2), title( Rotated Image-using the bilinear interpolation );7 说明： 留意视察不同插值方法和输出图像后处理方法的图像表现； 变更旋转角度大小和方向，重做上述试验。 3图像水平镜象 clear all, close all I = imread(cameraman.tif);I1 = flipdim(I,2); I2 = flipdim(I,1);figure(1), subplot(1,2,1), imshow(I);subplot(1,2,2), imshow(I1);
29、figure(2), subplot(2,1,1), imshow(I);subplot(2,1,2), imshow(I2);%- (二)用MATLAB编程实现以下列图像几何变换参考自编讲义相关章节 1图像扭曲变换 2球面变换 三、试验设备 1PIII以上微机； 2MATLAB6.5； 四、预习与思索 1预习试验内容，阅读教材熟识试验原理； 2查阅资料，熟识试验中涉及的有关MATLAB函数； 3利用课余时间，接受MATLAB底层函数编程实现试验内容 二中的图像平移、图像转置等几何变换。 五、试验报告要求 1简述试验的目的和试验原理； 2表达各段程序功能，变更有关函数的参数，分析比较试验结果；
30、 3打印出所编写的试验程序。4写出本试验的心得体会及看法。 试验六 数字图像处理应用 一试验目的及要求 1利用MATLAB供应的图像处理函数实现图像中物体属性的测量； 2训练综合运用MATLAB图像处理函数的实力； 3了解数字图像处理基本应用。 二、试验内容 以大米粒特性测量为例，综合应用课程中图像分割、形态学滤波、图像增加、图像特征提取等图像处理方法，实现大米粒特性自动测量。试验过程简述： 1 读取和显示图像 2 估计图像背景 3 获得背景均匀的图像 4 图像增加 5 图像二值化分割 6 区域标记及为彩色处理 7 测量图像中的区域特性面积、质心等 8统计大米粒的特性分布规律。 一探讨以下程序
31、，分析程序功能；输入执行各叮嘱行，认真视察叮嘱执行的结 果。熟识程序中所运用函数的调用方法，变更有关参数，视察试验结果。 % Read and Display an Image clear, close all,close all;I = imread(rice.png); figure, imshow(I) % Use Morphological Opening to Estimate the Background background = imopen(I,strel(disk,15); figure, imshow(background); %Display the Background
32、 Approximation as a Surface figure, surf(double(background(1:8:end,1:8:end),zlim();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), );figure, imshow(I3);% Apply
33、Thresholding to the Image level = graythresh(I3);bw = im2bw(I3,level);figure, imshow(bw)% Determine the Number of Objects in the Image = bwlabel(bw,4); % Label components.numObjects % Examine the Label Matrix RGB_label = label2rgb(labeled, spring, c, shuffle);figure, imshow(RGB_label);% Measure Obje
34、ct 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 (详见MATLAB IPT的 关心文档demo中的Correcting Nonuniform Illumination) 二查看MATLAB IPT
35、 关心文档，探讨其它应用演示 三、试验设备 1PIII以上微机； 2MATLAB6.5； 四、预习与思索 1预习试验内容，阅读教材熟识试验原理； 2查阅资料，熟识试验中涉及的有关函数。 3利用课余时间，接受MATLAB函数编程实现试验内容 二。 五、试验报告要求 1简述试验的目的和试验原理； 2表达各段程序功能，变更有关函数的参数，分析比较试验结果； 3打印出所编写的试验程序。4写出本试验的心得体会及看法。 第四篇：数字图像处理 中南高校 数字图像处理试验 试验名称：空间滤波和频域滤波 班级：电子信息0802班 姓名：李哲 学号：0909080609 试验日期：2023年12月22日 书目 一
36、，试验目的3 二，给图像添加噪声4 三，对被噪声污染的图像进行中值滤波和均值滤波5 四，对图像进行空间域的锐化6 五，MATLAB以外函数空间滤波和图像锐化7 六，自带函数傅立叶变换和反变换8 七，低通滤波器程序9 八，心得体会 10 九，参考文献 10 一、试验目的 1，空间滤波： 图像平滑主要目的是削减噪声。噪声有很多种类，不同的噪声有不同的抑制措施。本试验要求用平滑线性滤波和中值滤波2种最典型、最常用的处理算法进行程序设计，学习如何对已被噪声污染的图像进行“净化。通过平滑处理，对结果图像加以比较，得出自己的试验结论。学习如何用锐化处理技术来加强图像的目标边界和图像微小环节，对图像进行梯度
37、算子、拉普拉斯算子，使图像的某些特征如边缘、轮廓等得以进一步的增加及突出。本试验锐化处理主要在空间域中进行 2，频域滤波： 驾驭傅里叶变换的基本性质； 驾驭傅里叶正变换和反变换； 通过试验了解二维频谱的分布特点； 驾驭怎样利用傅立叶变换进行频域滤波 利用MATLAB程序数字图像的傅立叶变换并且进行频域滤波 二，给图像添加椒盐噪声或者高斯噪声： 原理：利用MATLAB自带函数添加噪声 程序代码：A=imread(onion.png);I=rgb2gray(A);imshow(I);J = imnoise(I,salt & pepper,0.05);figure,imshow(J),title(椒
38、盐噪声);%添加椒盐噪声 K = imnoise(I,gaussian,0,0.03); figure,imshow(K),title(高斯噪声);%添加高斯噪声 三，对被噪声污染的图像进行中值滤波和均值滤波： 原理：自带函数进行中值滤波和均值滤波 源程序：A=imread(onion.png);I=rgb2gray(A);J = imnoise(I,salt & pepper,0.05);k2=medfilt2(J,);k3=medfilt2(J,);imshow(J),title(原图);figure,imshow(k2),title(中值滤波5*5模板);figure,imshow(k3
39、),title(中值滤波7*7模板); 四，对图像进行空间域的锐化： 原理：自带函数进行空间锐化。源程序：I=imread(coins.png);subplot(121),imshow(I),title(原图像);H=fspecial(sobel);I2=filter2(H ,I);subplot(122),imshow(I2),title(sobel算子锐化图像); 五，MATLAB以外函数空间滤波和图像锐化： 源程序：I = imread(eight.tif);J = imnoise(I,salt & pepper,0.02);K = medfilt2(J);imshow(J);title
40、(噪声干扰图像)figure, imshow(K);title(medfilt2滤波图像)X=J;a=2;b=2;k=floor(a*b/2)+1;=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(滤波图像) 六，利用Matlab的图像处理工具箱中供应
41、的函数实现图像的傅立叶变换和反变换： 源程序： A=imread(onion.png);f=rgb2gray(A);subplot(131),imshow(f),title(原图);F=fft2(f);% 快速傅立叶变换 subplot(132),imshow(F),title(傅里叶变换)Fabs=abs(F);% 求幅频确定值 Fc=fftshift(Fabs);% 中心移位 SFc=log(1+Fc);% 对数变换 iFc1=ifftshift(Fc);% 中心移位的逆变换，确定值 iF2=ifft2(iFc1);% 快速傅立叶变换的逆变换 subplot(133),imshow(iF2
42、),title(快速傅立叶变换的逆变换) 七，低通滤波器程序： I=imread(testpat1.png);subplot(221),imshow(I);title(原始图像)J1=imnoise(I,gaussian,0.02);% 叠加高斯白噪声 subplot(222),imshow(J1);title(添加高斯白噪声的图像)f=double(J1); % 数据类型转换 g=fft2(f); % 傅立叶变换 g=fftshift(g); =size(g);nn=2; % 二阶巴特沃斯(Butterworth)低通滤波器 d0=50; % 设置截止频率 m=fix(M/2);n=fix(
43、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);% 计算低通滤波器传递函数 result(i,j)=h*g(i,j);end end result=ifftshift(result);J2=ifft2(result);J3=uint8(real(J2);subplot(223),imshow(J3);title(低通滤波后图像) 心得体会 1，进一步熟识了Matlab软件、编程以及图像处理工具箱 2，学会利用自带函数对图像做简洁的处理，例如：均值化等。3，娴熟了一些基本函数的运用，例如fspeci
44、al，imfilter等。4，加深了对MATLAB编程的理解。 5，对于试验中的出现的一些问题，懂得怎样去处理。6，通过实际操作，增加了自己的动手实力，把理论用于实践。 参考文献：数字图像处理其次版 MATLAB教程 第五篇：数字图像处理试验报告 数字图像处理 试验报告 书目 1.数字图像处理简介 2.试验目的3.试验内容 4.试验结果及代码展示 5.算法综述 6.Matlab优势 7.总结 8.存在问题 一、数字图像处理简介 图像处理，是对图像进行分析、加工、和处理，使其满意视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储，因此图像处理很多状况下指数字图像处理。此外，基于光学理论的处理方法照旧占有重要的地位。 图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有亲热的关系。 传统的一维信号处理的方法和概念很多照旧可以干脆应用在图像处理上，比方降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和