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’）＞〉ｇg=im２bw（I，0．4)；F＞〉igurｅ， imshoｗ(gg)原始图像：四、思考题（1) 简述MatLａb软件的特点。
答:①高效的数值计算及符号计算功能,能使用户从繁杂的数学运算分析中解脱出来;②具有完备的图形处理功能,实现计算结果和编程的可视化；③友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握;④功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等） ,为用户提供了大量方便实用的处理工具.(2) ＭatLab软件可以支持哪些图像文件格式？JPEG、JＰEG、PCX、ＴIFF、PNG、GＩＦ、HＤF、XWＤ等等.（３）说明函数ｉmreaｄ的用途格式以及各种格式所得到图像的性质。
imread函数用于读入各种图像文件，其一般的用法为[Ｘ,ＭAP]=ｉmｒｅad(‘',‘ｆmｔ')其中，X，MAP分别为读出的图像数据和颜色表数据,ｆmt为图像的格式，为读取的图像文件(可以加上文件的路径）。
（4）为什么用Ｉ = imｒeａd（‘ｌena．bｍp’）命令得到的图像I 不可以进行算术运算?Matlａｂ系统默认的算术运算时针对双精度类型(doｕble)的数据,而上述命令产生的矩阵的数据类型是无符号8位，直接进行运算会溢出。
实验二图像的代数运算一．图像的加法运算在MATLＡB中，如果要进行两幅图像的加法，或者给一幅图像加上一个常数，可以调用ｉｍadd函数来实现。
ｉmadｄ函数将某一幅输入图像的每一个像素值与另一幅图像相应的像素值相加，返回相应的像素值之和作为输出图像。
imadd函数的调用格式如下：Z = iｍadd（X，Y)其中，X和Y表示需要相加的两幅图像,返回值Z表示得到的加法操作结果。
实验结果如下图：源代码:I ＝ｉmｒead(‘Sunseｔ.ｊpｇ'）;J = imｒeａd(‘Ｂｌueｈiｌls.jpg'）;K = ｉmadd（I，Ｊ)；imｓhow(K);(两幅图尺寸大小一致)原始图像:给图像的每一个像素加上一个常数可以使图像的亮度增加。
效果如下：源代码＞＞RＧB = iｍｒead（‘camerａman．ｔif’）；〉>RＧB２ = ｉmaｄd（ＲGB,50）;＞>subploｔ(１,2,１）;iｍshoｗ(RGＢ）；〉>sｕbplot(1，2，2);imshｏw(ＲGＢ2）；二、图像的减法运算在MATLＡB中,使用imｓubtraｃt函数可以将一幅图像从另一幅图像中减去,或者从一幅图像中减去一个常数。
iｍsｕbｔraｃt函数将一幅输入图像的像素值从另一幅输入图像相应的像素值中减去，再将这个结果作为输出图像相应的像素值.ｉmsｕbtracｔ函数的调用格式如下：Ｚ＝ imsubtｒａcｔ（X,Y）；其中,Z是X—Y操作的结果。
实验结果如下图：源代码〉〉rice = imrｅad('caｍｅrａman．tif’）〉〉backｇｒound ＝ imopen（rice，strel（'disk＇，１5）)〉>riｃe2 = ｉmｓｕbtrａct（ｒiｃe, backgｒound）〉>subploｔ（1,2，１）；iｍｓhｏw（ｒiｃe）;〉〉subplot(1，２，２);imｓhｏｗ（rｉce2)；三、图像的乘法运算在MＡTLＡＢ中,使用ｉmmｕltiply函数实现两幅图像的乘法。
immulｔiｐlｙ函数将两幅图像相应的像素值进行元素对元素的乘法操作（ＭATLAB点乘），并将乘法的运算结果作为输出图形相应的像素值。
iｍｍulｉｔpｌy函数的调用格式如下：Ｚ= imｍulｉｔply（Ｘ,Y）其中,Z＝X＊Y.实验结果如下图：源代码I＞> = imｒeａd(’zhaｏwei.bmp’)>〉Ｊ = immuｌtiplｙ(I，1。
２）>〉ｓｕbｐlot（1,2,1)；imｓhｏw（I）＞>ｓｕbplot(1,2，2）；imｓhｏw（J)四、图像的除法运算在MATLAB中使用iｍdivｉde函数进行两幅图像的除法。
imｄｉviｄe函数对两幅输入图像的所有相应像素执行元素对元素的除法操作（点除）,并将得到的结果作为输出图像的相应像素值。
imdｉｖidｅ函数的调用格式如下:Z = imdivide(X，Y) 其中,Z＝X/Ｙ。
实验结果如下图：源代码＞〉Rｉｃｅ= ｉmread（'cameraｍａn.ｔif');>>I = dｏｕble(Rice）；>>J＝ I ＊ 0。
４３ + ９0>＞Ｒice2 = ｕint8（J)＞〉Ip ＝ imdｉvide(Rｉcｅ， Rice2）〉〉Ｉｍs ｈｏw(Ip ， ［])原图像五、思考题由图像算术运算的运算结果,思考图像减法运算在什么场合上发挥优势?答：使用背景减法进行运动目标检测可以提取出完整的目标图像。
可将所得标用于进一步的图像处理工作中。
除去人身体在环境中运动产生的动态区域外．背景减法对其它的动态场景的变化、干扰等特别敏感背景图像获取的理想情况是在场景没有运动因素，最简单背景获取方法是当场景中任何目标时采集一幅图像作为背景图像，但这种固定背景图像的方法．只适合应于外界条件较好的场.实验三 图像增强—空域滤波一、实验内容与步骤a ） 调入并显示原始图像Sampl ｅ２-1。
ｊp ｇ 。
b) 利用imnois ｅ 命令在图像S ａmple2—1．jpg 上加入高斯(ｇa ｕssia ｎ） 噪声 c ）利用预定义函数fs ｐe ｃial 命令产生平均(a ｖｅｒａge)滤波器111191111---⎡⎤⎢⎥--⎢⎥⎢⎥---⎣⎦ d)分别采用３x3和5ｘ５的模板,分别用平均滤波器以及中值滤波器,对加入噪声的图像进行处理并观察不同噪声水平下,上述滤波器处理的结果;ｅ）选择不同大小的模板,对加入某一固定噪声水平噪声的图像进行处理,观察上述滤波器处理的结果。
f)利用imno ｉｓe 命令在图像Samp ｌｅ2-1.ｊpg 上加入椒盐噪声(ｓa ｌt ＆ ｐepper)g）重复c)～ e)的步骤h)输出全部结果并进行讨论。
二、实验结果与源代码源代码＞〉I=ｉｍreａｄ（＇ｃaｍeramａn。
tif’）；Ｊ= imnoise（I，'gａｕsｓ'，0。
0２)；J ＝ imｎoiｓe（Ｉ，’salt & pｅpper’，0。
02)；aｖe1=fspecｉal（’aveｒagｅ’，3）；ａvｅ2＝ｆspeciaｌ（'averaｇｅ'，５);K ＝filter2（ave1,Ｊ)/2５５;L ＝ fiｌteｒ２（avｅ２,J)/25５；Ｍ = medfilt2（Ｊ,［３ 3]）；N ＝mｅdｆilt2（Ｊ，［4 4]);imsｈow（Ｉ）;fiｇｕre,iｍshow（J）；ｆiguｒｅ，imshoｗ(K）；fｉgｕrｅ，ｉｍｓhow（Ｌ)；figuｒe,ｉｍshow(M);fｉgurｅ,imｓｈow（N);三、思考题/问答题(1)简述高斯噪声和椒盐噪声的特点。
高斯噪声是指噪声的概率密度函数服从高斯分布（即正态分布）的一类噪声。
如果一个噪声,它的幅度分布服从高斯分布,而它的功率谱密度又是均匀分布的，则称它为高斯白噪声.高斯白噪声的二阶矩不相关,一阶矩为常数,是指先后信号在时间上的相关性。
高斯白噪声包括热噪声和散粒噪声。
而椒盐噪声是指椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声.椒盐噪声往往由图像切割引起。
（2)结合实验内容，定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果?通过实验可以看出，中值滤波对椒盐噪声的消噪处理效果比较好,但是对高斯噪声的消噪处理效果不是很理想（3) 结合实验内容，定性评价滤波窗口对去噪效果的影响？对比实验结果可以发现：发现对于椒盐噪声,中值滤波效果更好.对于高斯噪声，选用5＊5窗口滤波效果好于３*3窗口滤波，但图像模糊程度加重了.实验四图像分割一、实验内容与步骤（1）使用Ｒobｅｒts 算子的图像分割实验调入并显示图像rooｍ.ｔif中图像；使用Rｏbertｓ算子对图像进行边缘检测处理; Ｒobeｒts 算子为一对模板：相应的矩阵为：rh = ［0 1；-1 0]；ｒv = ［1 0；0 —１]；这里的rh 为水平Roｂerｔｓ算子，rv为垂直Roberts 算子。