图像处理实验心得

图像处理实验心得（精选6篇）

篇1：图像处理实验心得

实验设计与数据处理心得体会

刚开始选这门课的时候，我觉得这门课应该是很难懂的课程，首先我们做过不少的实验了，当然任何自然科学都离不开实验，大多数学科（化工、化学、轻工、材料、环境、医药等）中的概念、原理和规律大多由实验推导和论证的，但我觉得每次到处理数据的时候都很困难，所以我觉得这是门难懂的课程，却也是很有必要去学的一门课程，它对于我们工科生来说也是很有用途的，在以后我们实验的数据处理上有很重要的意义。

如何科学的设计实验，对实验所观测的数据进行分析和处理，获得研究观测对象的变化规律，是每个需要进行实验的人员需要解决的问题。“实验设计与数据处理”课程就是是以概率论数理统计、专业技术知识和实践经验为基础，经济、科学地安排试验，并对试验数据进行计算分析，最终达到减少试验次数、缩短试验周期、迅速找到优化方案的一种科学计算方法。它主要应用于工农业生产和科学研究过程中的科学试验，是产品设计、质量管理和科学研究的重要工具和方法，也是一门关于科学实验中实验前的实验设计的理论、知识、方法、技能，以及实验后获得了实验结果，对实验数据进行科学处理的理论、知识、方法与技能的课程。

通过本课程的学习，我掌握了试验数据统计分析的基本原理，并能针对实际问题正确地运用，为将来从事专业科学的研究打下基础。这门课的安排很合理,由简单到复杂、由浅入深的思维发展规律，先讲单因素试验、双因素试验、正交试验、均匀试验设计等常用试验设计方法及其常规数据处理方法、再讲误差理论、方差分析、回归分析等数据处理的理论知识，最后将得出的方差分析、回归分析等结论和处理方法直接应用到试验设计方法。

比如我对误差理论与误差分析的学习：在实验中，每次针对实验数据总会有误差分析，误差是进行实验设计和数据评价最关键的一个概念，是测量结果与真值的接近程度。任何物理量不可能测量的绝对准确，必然存在着测定误差。通过学习，我知道误差分为过失误差，系统误差与随机误差，并理解了他们的定义。另外还有对准确度与精密度的学习，了解了他们之间的关系以及提高准确度的方法等。对误差的学习更有意义的应该是如何消除误差，首先消除系统误差，可以通过对照试验，空白试验，校准仪器以及对分析结果的校正等方法来消除；其次要减小随机误差，就是要在消除系统误差的前提下，增加平行测定次数，可以提高平均值的精密度。

比如我对方差分析的理解:方差分析是实验设计中的重要分析方法，应用非常广泛，它是将不同因素、不同水平组合下试验数据作为不同总体的样本数据，进行统计分析，找出对实验指标影响大的因素及其影响程度。对于单因素实验的方差分析，主要步骤如下：建立线性统计模型，提出需要检验的假设；总离差平方和的分析与计算；统计分析，列出方差分析表。对于双因素实验的方差分析，分为两种，一种是无交互作用的方差分析，另一种是有交互作用的方差分析，对于这两种类型分别有各自的设计方法，但是总体步骤都和单因素实验的方差分析一样。除了以上一些实验设计与数据处理方法外，学习这门课程最大的收获就是对chemdraw及origin两个软件的学习。计算机软件的应用是计算机学科在化学领域中的最主要的应用之一，它不仅解决了化学计算中的复杂问题，而且利用虚拟的程序把化学世界的微观结构、光谱形态等形象地展现出来，以致把化学学科的教育和科研的革命推向一个崭新的阶段。Chemdraw软件。

ChemDraw是为辅助专业学科工作者及相关科技人员的交流活动和研究开发工作而设计的。它给出了直观的图形界面，开创了大量的变化功能，只要稍加实践，便会很容易地绘制出高质量的化学结构图形。因而，可为化学界出版物、手稿、报告、CAI软件、涉及化学结构图形的软件的编写制作等提供高质量的结构图形、3D转换、基本的分子模型及化学数据管理功能等。ChemDraw为此已成为世界上最流行、最受欢迎和最有应用价值的化学绘图软件。

这个软件对于我们化工专业的学生来说是很有用途的。我们会经常写一些化学反应式或反应机理，但每次在Word文档中都无法输入正常的分子式或根本无渠道来表达反应式。但通过对Chemdraw软件的学习，显然给我们带来了极大的方便.它给出了直观的图形界面，用起来方便，也很容易学习，不需要我们再去一条线一条线的来画，而是可以直接用鼠标点一下就可以插入，像苯环及其衍生物，而且很多反应式可以极其形象的表达出来，给我们的学习带来极大的方便。Origin软件 Origin为OriginLab公司出品的较流行的专业函数绘图软件，是公认的简单易学、操作灵活、功能强大的软件，既可以满足一般用户的制图需要，也可以满足高级用户数据分析、函数拟合的需要。而使用Origin就像使用Excel和Word那样简单，只需点击鼠标，选择菜单命令就可以完成大部分工作，获得满意的结果。像Excel和Word一样，Origin是个多文档界面应用程序。它将所有工作都保存在Project(*.OPJ)文件中。该文件可以包含多个子窗口，如Worksheet，Graph，Matrix，Excel等。各子窗口之间是相互关联的，可以实现数据的即时更新。子窗口可以随Project文件一起存盘，也可以单独存盘，以便其他程序调用。

Origin的数据分析主要包括统计、信号处理、图像处理、峰值分析和曲线拟合等各种完善的数学分析功能。准备好数据后，进行数据分析时，只需选择所要分析的数据，然后再选择相应的菜单命令即可。Origin的绘图是基于模板的，Origin本身提供了几十种二维和三维绘图模板而且允许用户自己定制模板。绘图时,只要选择所需要的模板就行。用户可以自定义数学函数、图形样式和绘图模板；可以和各种数据库软件、办公软件、图像处理软件等方便的连接。Origin可以导入包括ASCII、Excel、pClamp在内的多种数据。另外，它可以把Origin图形输出到多种格式的图像文件，譬如JPEG、GIF、EPS、TIFF等等。Origin里面也支持编程，以方便拓展Origin的功能和执行批处理任务。Origin里面有两种编程语言—LabTalk和Origin C。在Origin的原有基础上，用户可以通过编写X-Function来建立自己需要的特殊工具。

Origin软件也是非常实用的一个软件，在数据处理方面带给我们极大方便。在平时的实验中，往往都需要将测得的数据用图表表示出来，以便观察规律，但由于原理可能较复杂，图表表达起来很困难，而且就算画得出来，也是有很大的误差，往往也会给实验结果带来偏差。学习了这个软件之后，感觉实验数据的处理问题不再那么难以解决了，这个软件最突出的特点就是它的操作灵活与功能强大，只需要我们将数据输入，就可以看到形象的图示，而且点图，线图，或者点线连接都能显示出来，更方便的是，只需要点一下鼠标，不需要我们再去算，就可以通过拟合将图形的方程及参数写出来。这些对于我们以后的实验是有非常重要的意义的。

总之，这门课带给了我意想不到的收获，为我以后的学习带来了极大的方便与乐趣。对于实验设计与数据处理方法，我们在以后的实验中要不断去实践与体会，而对于Chemdraw及Origin两个软件的学习，虽然我们只有三个小时的上机时间，却让我深刻体会到了它们的实用性，在以后也会将这两个软件好好学习一番。以上就是我对《实验设计与数据处理》这门课程的一点体会，很感谢老师给我们带来这么多有用的知识，在以后的学习生活中我也会牢记这些知识，不断的实践。

篇2：图像处理实验心得

实验课程名称

图像处理（第二版）

指 指 导 老 师

邓天明

学 学

院

交通运输

年级

2012 级

专业及班级

交通信息与控制工程二班

学 学 生 姓 名

田

飞

学

号 631205090230

开 开 课 时 间

2014

至

2015

学年第 2

学期

总 总 成 绩

教师签名

实验名称 直方图均衡化 实验类型 验证型 实验时间 2015/6/2 实验地点 基础实验楼北 501 实验目的：

1.熟悉图像数据在计算机中的存储方式； 2.掌握图像直方图均衡化这一基本处理过程。

仪器、设备名称：

PC 微机一台和 MATLAB 软件。

实验要求及注意事项：

本次实验注意事项总结如下：

1、要学会利用 Matlab 中的帮助信息，因为很多函数的调用方法都是可以在帮助中找到的。在调用函数时应重点看 Examples 中的方式。

2、在 Matlab 中进行重复操作时，可以用方向上键重复命令，也可以在命令窗口中进行复制粘贴。

3、使用软件处理图像时，注意不要使用复杂图像，以免处理时间过长且显示效果不理想。

实验内容、操作步骤：

实验内容：

1.读入图像数据到内存中，并显示读入的图像； 2.实现直方图均衡化处理，显示处理前后图像的直方图。

3.显示并保存处理结果。

实验步骤：

1．打开 Matlab 编程环境； 2．获取实验用图像。用’imread’函数将图像读入 Matlab；用’imshow’函数显示读入的图像。

3．获取输入图像的直方图：用’imhist’函数处理图像。

4．均衡化处理：用’histeq’函数处理图像即可。

5．获取均衡化后的直方图并显示图像：用’imhist’和’imshow’函数。

6．保存实验结果：用’imwrite’函数处理。

实验结果分析（含数据、图表整理）：

程序源代码 ：

A = imread(‘D:TF.gif’, ‘gif’);imshow(A);imhist(A);histeq(A);Imhist(A);Imshow(A);Imwrite(A, ‘D:TF.gif’, ‘GIF’);

处理结果：

图 1

灰度图

图 2

均衡化图

图 3

直方图

实验收获、心得及建议：

直方图均衡化是直方图变换方法中的一种，进行图像增强的方法是以概率论为基础的。

直方图均衡化主要用于增强动态范围偏小的图像的反差。这个方法基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度德效果。

数字图像直方图均衡化之后直方图不是绝对平坦的，因为不能将同一个灰度值的各个像素变换到不同灰度级（或说此时仅根据灰度值区分不开不同的像素），所以数字图像直方图均衡化的结果一般只是近似均衡化的直方图。

在本次实验中发现：直方图均衡化在增强反差的同时也增强了图像的可视粒度。

实验名称 频域平滑滤波 实验类型 验证型 实验时间 2015/6/9 实验地点 基础实验楼北 501 实验目的：

1.熟悉图像数据在频率域的表示； 2.掌握频域图像增强的基本步骤。

仪器、设备名称：

PC 微机一台、MATLAB 软件、GIF 格式图片一张。

实验要求及注意事项：

在选择图片时应当选择 TTF 格式或者 GIF 格式的图片，若不是这种格式则应该在画图工具中改为上述格式，因为其他格式都打不开。

实验内容、操作步骤：

实验内容：

1.综合利用所学的数字图像基本存储结构、图像变换、图像增强等知识实现频率域图像增强； 2.在频率域进行用半径值分别为 5，15，30，80 和 230 的理想低通滤波器对图像进行平滑，并观察滤波效果。

操作步骤：

1．打开 Matlab 编程环境； 2．获取实验用图像。用’imread’函数将图像读入 Matlab；用’imshow’函数显示读入的图像。

3．将图像’uint8’格式转换为’double’格式，并将各点数据乘以-1 的（x+y）次方以便 FFT 变换后的结果中低频数据处于图像中央。

4．用’fft2’函数对图像数据进行二维 FFT 变换，得到频率域图像数据。

5．计算频率域图像的幅值并进行对数变换，利用’imshow’显示频率域图像。

6．在频率图像上去除滤波半径意外的数据（置 0）。

7．计算频率域图像的幅值并进行对数变换，利用’imshow’显示频率域图像。

8．用’fft2’函数对图像数据进行二维 FFT 逆变换，并用’real’函数取其实部，得到处理过的空间域图像数据。

9．将图像数据各点数据乘以-1 的（x+y）次方。

10．用’imshow’函数显示处理结果图像数据，并用’imwrite’函数保存图像处理结果数据。

实验结果分析（含数据、图表整理）：

程序源代码：

function

idlvbo(r)

I=imread(“E: tu bailong1.gif”);

subplot(1,2,1),imshow(I);% 显示原图

title(“bailong2 原 图 ”);

k=double(I);% ‘ uint8 格式转换为‘ double ’

g=fft2(k);% 傅里叶变换

g=fftshift(g);% 实现低频数据处于图像中心

figure,imshow(g);

% % 除去滤波半径以外的数据

[M ,N]=size(g);% 计算幅值

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(“ 处理后的图像 ”);

imwrite(E2,“E2.tif”,“tif”);

处理结果：

原图

r=5 的结果图

r=15 的结果图

r=30 的结果图

r=80 的结果图

r=230 的结果图

实验收获、心得及建议：

在频域空间，图像的信息表现为不同频率分量的组合。如果能让某个范围内的分量或某些频率的分量受到抑制而让其他分量不受影响，就可以输出图的频率分布，达到不同的增强目的。

频域空间的增强方法有三个步骤：

1、将图像从图像空间转换到频域空间； 2、在频域空间对图像进行增强； 3、将增强后的图像再从频域空间转换到图像空间； 本次试验中在 FFT 变换前后，将各点数乘以-1 的（x+y）次方，是为了将图像处理后它的中低频数据处于图像中央位置。

频率域图像处理是把图像看成一种二维信号，对其进行基于二维傅里叶变化的信号增强；空间域图像增强的方法是直接对图像中的像素进行处理的过程。

实验名称 图像去噪 实验类型 验证型 实验时间 2015/6/9 实验地点 基础实验楼北 501 实验目的：

1.熟悉图像高斯噪声的特点； 2.掌握利用中值滤波器去除图像噪声的方法。

仪器、设备名称：

PC 微机一台、MATLAB 软件、GIF 格式图片一张。

实验要求及注意事项：

在选择图片时应当选择 TTF 格式或者 GIF 格式的图片，若不是这种格式则应该在画图工具中改为上述格式，因为其他格式都打不开。

实验内容、操作步骤：

实验内容：

编写代码实现中值滤波算法，并观察增强效果。

操作步骤：

1.打开 Matlab 编程环境。

2.利用’imread’ 函数读入包含噪声的原始图像数据。

3.利用’imshow’ 显示所读入的图像数据。

4.编写代码实现中值滤波算法，并对原始噪声图像进行滤波处理。

5.利用’imshow’ 显示处理结果图像数据。

6.利用’imwrite’函数保存图像处理结果数据。

实验结果分析（含数据、图表整理）：

程序源代码：

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(“ 中值滤波所得图像”);处理结果：

去噪声后的图像对比

实验收获、心得及建议：

噪声是常见的退化因素之一，也是图像恢复中重点研究的主要内容。图像中的噪声可定义为图像中不希望有的部分，或图像中不需要的部分。

中值滤波算法处理速度快。均值滤波对一个像素，取其周围的像素均值作为当前像素的值；中值滤波对一个像素，取其周围的像素的中间值作为当前像素的值，不需要求出均值，因此中值滤波算法较快。先得到图像的频率空间，然后对得到的二维空间数据进行比较得到最大值和最小值，求这两个值的平均值得到。它比中值滤波算法慢。

本次实验中，通过相关软件自带函数对图像进行处理，实现图像噪点的处理。

实验名称 Matlab 在数字图像处理中的应用

实验类型 验证行 实验时间 2015/6/16 实验地点 基础实验楼北 501 室 实验目的：

1．熟悉图像的四种类型。

2．熟练掌握图像的读、写操作以及显示方法。

3.熟悉图像的类型转换以及格式转换。

仪器、设备名称：

计算机、MATLAB 软件、《图像处理实验指导（电子版）》、MATLAB 相关书籍 实验要求及注意事项：

1、注意在 Matlab 中不同图像对应的格式。在 Matlab 中采用 4 种不同的方式把图像数据矩阵中的元素值（又称像素值）解释为对应像素的颜色。

2、使用 Matlab 中自带的函数可以实现不同格式的图像的格式间的转换。要熟悉相应的函数的使用参数。

实验内容、过程记录：

1．利用 imread()函数分别读取四种类型的图像。

2．读取一幅 RGB 图片，并将它转换成其他几种图像类型。

3.读取一幅 TIF 格式的图像，将它转换成 JPG 文件格式，并尝试使用不同的压缩品质(使用 help imwrite 查询其‘quality’参数的用法)压缩文件，比较压缩前后文件的大小和图像质量。

4（选做）.读取一幅索引图像，将图像显示出来。尝试修改 MAP 颜色矩阵的值，再将图像显示出来，对比观察图像颜色的变化。

实验分析结果（含数据、图表整理）：

程序源代码：

function dutu

I=imread(“C: ABCDEFG-------TF tf tf.jpg”);

subplot(2,2,1),imshow(I);

B title(“RGB 原图 ”);

A=dither(I,gray);

subplot(2,2,2),imshow(A);

title(“ 索引图 ”);

imwrite(A ,“suoyin.tif”,“tif”);

B=rgb2gray(I);

subplot(2,2,3),imshow(B);

title(“ 灰度图 ”);

imwrite(B,“huidu.tif”,“tif”);

C=im2bw(I,0.4);

subplot(2,2,4),imshow(C);

title(“ 二值图 ”);

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、图像格式间的转换 结果见下图

图 1 图像格式转换结果图 使用 imread 函数读入一张 RGB 图像，然后使用“dither”、“rgb2gray”、“im2bw”函数实现 RGB 图像向索引图像、灰度图像、二值图像的转换。图像结果使用“imwrite”函数进行保存。

2.读取一幅 TIF 格式的图像，将它转换成 JPG 文件格式

图 2 tif 格式转换为 jpg 格式结果 使 用 imwrite 函 数 使 “tif” 格 式 转 换 为 “jpg” 格 式，然 后 使 用 “ imwrite（I,“TF1(25).jpg”,“quality”,25）”和“imwrite（I,“TF1(50).jpg”,“quality”,50）”使图像分别以 25 和 50 的质量进行压缩保存。

实验收获、心得及建议：

实验中主要注意的时使用函数时，要与函数要求的格式相对应。处理不同类型的图像，所使用的函数语句是不一样的，对于结果的显示也会有所不同。有时图像的改变在显示时改变的迹象可能不太明显，这时可以通过查看图像的格式，具体的属性参数直观的看到改动。

篇3：图像处理实验心得

因此,迫切需要一种既包含有代表性的基础内容, 又能使学生课后实践的实验系统,从而培养具有创新精神和实践能力的高素质人才。

1 基于虚拟实验室的综合实验体系

“医学图像处理”内容多,涉及面广,为了让学生学好基础知识并掌握基本技能,应配合一个好的实验教学体系,即课堂基础实验+课外设计性实验。具体如下:实验课上利用实验平台进行基础实验,用于演示图像处理的原理及效果,强调基本概念;增加课外设计实验,给定例程和少量源代码,引导学生利用实验平台编制同类程序,增强编程能力,培养创新精神。以上两个环节逐层深入、相辅相成,形成了比较科学的实验教学体系。

针对这种需求,笔者使用Asp.net+Matlab开发了一个能满足上述要求的虚拟实验室。

2 虚拟实验室

2.1 虚拟实验室原理

要实现基于matlab的虚拟实验室,首先必须在网络服务器上安装matlab并选择matlab web server选项。基于matlab web server的虚拟实验室原理图如图1所示[5,6]。

首先,用户通过HTTP后台服务程序调用一个"原始"的HTML文档,当客户端将网页中的参数编辑完成后,再发送数据给后台;HTTP后台服务程序通过通用网关接口CGI(Common Gateway Interface)调用Matweb服务代理,而Matweb通过内部协议与MatLab server相连;随后,MatLab server调用相应的M文件到MATLAB进行计算;最后,当相应的程序执行完以后,MatLab server首先将结果以文本或html的形式传送到Matweb服务代理,Matweb再通过HTTP后台程序将结果输出到客户端[5,6]。

2.2 虚拟实验室结构设置

根据医学图像处理课程教学的需要,本虚拟实验平台将虚拟实验室分为图像增强、变换、压缩、分析等模块,另外提供一个Matlab编程练习平台。虚拟实验室的逻辑结构见图2所示。

2.3 虚拟平台的使用

以上各种图像处理实验的过程是:用户先选择具体实验章节,再根据相应的页面选择或填写各种参数,最后将数据提交至服务器并得到相应的处理结果和处理实验所需的MATLAB程序代码。但有时用户需要以自己的方法来进行一些实验,比如用户自己写入MATLAB代码进行运算,练习MATLAB编程等。因此,提供一个简单MATLAB代码编写环境就显得非常必要。该虚拟实验系统提供了一个MATLAB简单编程页面,用户在客户端页面中写入代码,代码提交至服务器后由相应的程序执行生成一个M文件,然后由专门的M文件对其进行调用并执行,最后将得到的处理结果返回客户端页面。

3 结论

该教学平台具有较好的开放性,能够同时满足课堂上算法演示和课后学生实践的要求。通过一系列实践,证明该平台具有较好的教学效果,平台本身也在实践中不断地丰富。这一指导思想也可以推广到其他实践性比较强的课程教学之中。

不过matlab web server存在的一些缺点限制了该图像处理虚拟实验室功能的进一步发挥应用,例如,图像在有限带宽网络上的传输等问题,这些都需要在后续工作中加以改进提高。

参考文献

[1]郭圣文,吴效明,林毅.《医学图像处理》多媒体课件的设计与实现[J].中国医学教育技术,2007(2):148-150.

[2]盛利元,李宏言,孙克辉.“数字图像处理”实验教学探索与实验软件研制[J].电气电子教学学报,2005(3):75-77.

[3]黄颖.“数字图像处理”开放式教学平台的实现[J].电气电子教学学报,2006(4):95-97.

[4]曾庆伟,孙文红,李桥,等.基于CVI的医学图像处理系统的实现[J].实验室研究与探索,2007(2):57-59.

[5]徐保华,程博.基于MWS的网上图像处理实验室的开发[J].黑龙江科技学院学报,2004(6):357-359.

篇4：数字图像处理实验平台的设计

关键词： 数字图像处理    实验平台    Matlab    GUI

数字图像处理是信息科学中一个发展迅速的研究方向，是模式识别、计算机视觉、图像通讯、多媒体技术等学科的基础，是一门涉及多领域的交叉学科，具有很强的理论性和实践性[1]。该课程的主要任务是通过对数字图像处理基本概念、理论和算法的学习，培养学生对数字图像的实践编程处理能力，为学生从事图像处理工程师工作奠定基础。该课程涉及内容比较宽广，课程起点高，难度系数较大，如何在教学过程中提高学生的学习兴趣和后续实践能力一直是该课程研究的重点[2]。

为促使学生更深入地学习数字图像处理课程，在学习过程中更熟练地掌握数字图像处理的基本理论和基本方法，并有效提高学生的实践动手能力和创新能力。本文利用Matlab的图形用户界面环境（GUI）设计了一个数字图像处理实验平台。该实验平台采用模块化设计的方式，通过对窗口及控件的控制函数的设计，较好地实现数字图像处理算法一体化集成的功能。通过该平台可以实现助教、助学、实践创新及考核等功能，帮助学生理解和掌握数字图像处理的基本技能。

1.数字图像处理实验平台的总体设计

数字图像处理实验平台总体设计如图1所示，在该实验平台上主要集中了数字图像处理中常用的基本操作及算法，通过该平台的窗口界面对象操作就能够实现相应的数字图像处理功能，主要操作包括文件对象操作、图像格式转换、直方图修正、图像转置、图像旋转、空间域图像滤波、灰度图像二值化处理、图像边缘检测、图像变换操作、图像代数运算、亮度对比度调节、图像缩放操作和形态学操作等。该平台可以操作者提供了一个方便快捷的数字图像处理实践环境，适合实现对数字图像进行基本处理[3]。

2.实验平台界面的设计

在数字图像处理系统实验平台的设计过程中，主要利用Matlab提供的GUI向导设计控件而完成，图形用户界面包含的图形对象有图形窗口、菜单、控件、文本等，本文设计改变传统的菜单式设计，将所有的图像处理操作采用窗口或控件的方式直接放于平台窗口界面上。设计时在GUIDE开发环境中设计好GUI后会自动生成相应的FIG文件和M文件，其中在FIG文件中实现数字图像处理窗口界面，包括有图像界面窗口和静态界面中所有序列化的图形对象[4][5]。根据数字图像处理系统的系统框图，将要实现的功能全部集中体现在界面上，进行合理布局，界面设计结果如图2所示：

3.实验平台的模块功能实现

在各平台模块功能实现中，我们主要通过对界面上的相应控件对象编写回调函数，激活相应控件以实现图像处理功能，在GUIDE开发环境中自动生成的M文件中包括界面窗口中自动生成的函数框架、控制函数及自定义图形对象的回调函数。例如在文件操作模块中，设计了载入图像、保存图像、撤销、退出的触控按钮。在设计时，载入图像时采用对话框的方式，uigetfile函数显示一个对话框用选择图像，当前路径下的文件和目录将在带对话框内显示[8];保存图像触控按钮的实现主要应用uiputfile（）标准写盘处理对话框实现，将处理后的图像写入相应路径下的磁盘中;撤销操作是指对当前对象的上一步操作的取消，图像的处理后显示区显示的是原始图像;退出即退出当前操作界面;其他模块的设计方式类似。

如图3所示，我们对输入的lena图像进行了边缘检测，采用的边缘检测算子为canny算子，在图形输出窗口直接看到的输出结果，如果想要改变算子就可以直接点击不同的算子按钮即可实现图像处理。通过验证该实验平台的控件选择方式比菜单式的数字图像处理平台更直观、方便，可以实现教学演示、实训练习等，帮助学生更深入理解和掌握数字图像处理课程的基本知识。

4.结语

本文基于MatlabGUI实现了一个数字图像处理实验平台，该平台将数字图像处理基本算法集成于一个界面中，所有功能实现通过点击界面中相应的控件完成，部分操作还可以自定义参数，经处理的图像能够直观、形象地展示在数字图像处理实验平台上。该平台使得数字图像处理的教学过程更方便、直观，对学生学习了解数字图像处理具有一定的辅助作用，同时也可将该平台应用于学生实践创新能力的培养。

参考文献：

[1]史彩娟，刘利平，李志刚.“数字图像处理”课程多层次实践教学体系研究[J].中国电力教育，2014，（307）：133-134.

[2]杨淑莹，张桦."数字图像处理"教学软件的开发设计[J].天津师范大学学报，2009，（4）：76-80.

[3]梁原.基于MATLAB的数字图像处理系统研究[D].长春理工大学.2008.

[4]陈超等编著.MATLAB应用实例精讲-图像处理与GUI设计篇[M].北京：电子工业出版社，2011.

[5]邢文博，蒋敬.基于Matlab开发数字图像处理GUI[J]，电气电子教学学报，2013，35（6）：107-108.

篇5：光学图像处理实验报告

直方图均衡化的研究

一、摘要

直方图均衡化就是把一已知灰度概率分布的图像经过一种变换,使之演变成一幅具有均匀灰度概率分布的新图像。它是以累积分布函数变换法为基础的直方图修正法。分析和总结灰度直方图的均衡化算法并通过VC++实验验证该方法能有效达到图像增强的目的。对于较为暗淡的图像，采用直方图均衡化能够增强其整体对比度，获的较为理想的观察效果。

二、关键字

灰度统计

直方图

均衡化

三、实验原理

1、直方图的理论基础：

（1）直方图概念：灰度直方图表示图像中每种灰度出现的频率。（2）直方图的作用： 反映一幅图像的灰度分布特性

n（3）直方图的计算：

p(rk)k0rk1k0,1,2,,l1 n式中：nk为图像中出现rk级灰度的像素数，n是图像像素总数，而nk/n即为频数。

2、设计目的： 产生一幅灰度级分布具有均匀概率密度的图像，扩展像素取值的动态范围，达到了图象增强的目的。

3、直方图均衡化的效果 ：

1）变换后直方图趋向平坦，灰级减少，灰度合并。

2）原始象含有象素数多的几个灰级间隔被拉大了，压缩的只是象素数少的几个灰度级，实际视觉能够接收的信息量大大地增强了，增加了图象的反差。同时，也增加了图象的可视粒度。

4、离散情况下的直方图均衡化的算法：

A、列出原始图像的灰度级 fj,j0,1,,L1

B、统计各灰度级的像素数目 nj,j0,1,,L1

C、计算原始图像直方图各灰度级的频数 Pf(fj)nj/n,j0,1,,L1

kD、计算累积分布函数 C(f)j0Pf(fj),j0,1,,k,L1

F、应用以下公式计算映射后的输出图像的灰度级，P为输出图像灰度级的个数，其中INT为取整符号：

giINT[(gmaxgmin)C(f)gmin0.5] G、用的映射关系修改原始图像的灰度级，从而获得直方图近似为均匀分布的输出图像。



四、实验内容及源程序

1、灰度分布密度的统计 程序代码如下：

/*********************************************** *函数名称：ZhiFangTu(float *tongji)*函数类型：void *变量说明：tongji，灰度分布密度统计 *功能：对图像进行灰度直方图统计

***********************************************/ void CAAAView::OnZhifangtu(float *tongji){ // TODO: Add your command handler code here

int huidu[256];//灰度计数

CAAADoc* pDoc = GetDocument();

LPSTR lpDIB;LPSTR

lpDIBBits;

lpDIB =(LPSTR)::GlobalLock((HGLOBAL)pDoc->GetHDIB());

lpDIBBits = ::FindDIBBits(lpDIB);//原图数据区指针

int iH,iW;memset(huidu,0,sizeof(huidu));//变量初始化

iH = ::DIBHeight(lpDIB);//宽

iW = ::DIBWidth(lpDIB);//长

LPBYTE temp1=new BYTE[iH*iW];//新图像缓冲区

memcpy(temp1,lpDIBBits,iH*iW);//复制原图像到缓冲区

for(int i=0;i

{ for(int j=0;j

{

unsigned char temp;

temp=temp1[iW*i+j];//灰度统计计数

huidu[temp]++;} } for(i=0;i<256;i++)//统计灰度分布密度

tongji[i]=huidu[i]/(iH*iW*1.0f);}

2、直方图分布的均衡化

（1）统计直方图数组，用一个数组p记录pi；（2）i从1开始，令sisi1pi；

（3）一个数组L记录新的s的索引值，即令Lisi*(2561)；

（4）依次循环每个像素，取原图的像素值作为数组L的下标值，取该下标值对应的数组值作为均衡化之后的像素值。程序代码如下：

/*********************************************** *函数名称：zhifangtujunheng *函数类型：void *变量说明：无

*功能：对图像进行灰度分布均衡化处理

***********************************************/ void CAAAView::OnZhifangtujunheng(){ // TODO: Add your command handler code here CAAADoc* pDoc = GetDocument();

LPSTR lpDIB;LPSTR

lpDIBBits;

lpDIB =(LPSTR)::GlobalLock((HGLOBAL)pDoc->GetHDIB());

lpDIBBits = ::FindDIBBits(lpDIB);//原图数据区指针

float Hdmd[256];//灰度密度

float temp[256];//中间变量

int a[256];long i,j;memset(temp,0,sizeof(temp));//初始化

OnZhifangtu(Hdmd);//获取图像的灰度密度分布

for(i=0;i<256;i++)//进行均衡化处理

{

if(i==0)

{

temp[0]=Hdmd[0];

}

else

{

temp[i]=temp[i-1]+Hdmd[i];

}

a[i]=(int)(255.0f*temp[i]+0.5f);}

long iH,iW;

iH = ::DIBHeight(lpDIB);//宽

iW = ::DIBWidth(lpDIB);//长

for(i=0;i

{ for(j=0;j

{ unsigned char temp1;//将转换后的灰度分布写入dib图像

temp1=*(lpDIBBits+i*iW+j);

*(lpDIBBits+i*iW+j)=a[temp1];} } pDoc->UpdateAllViews(NULL);::GlobalUnlock((HGLOBAL)pDoc->GetHDIB());EndWaitCursor();}

五、实验结果的分析与比较

a原图如下所示：

b均衡后的结果如下：

结论：图像直方图趋于平坦化，且灰度间隔被拉大，从而有利于图像的分析和识别。对于较为暗淡的图像，采用直方图均衡化能够增强其整体对比度，获的较为理想的观察效果。

六、参考文献

篇6：数字图像处理图像变换实验报告

实验一 图象变换实验

实 验

实验名称：图像处理姓名：刘强

班级：电信

学号：

报 告

1102

1404110128

数字图象处理实验指导书

实验一 图象变换实验

实验一 图像变换实验——图像点运算、几何变换及正交变换

一、实验条件

PC机 数字图像处理实验教学软件

大量样图

二、实验目的

1、学习使用“数字图像处理实验教学软件系统”，能够进行图像处理方面的简单操作；

2、熟悉图像点运算、几何变换及正交变换的基本原理，了解编程实现的具体步骤；

3、观察图像的灰度直方图，明确直方图的作用和意义；

4、观察图像点运算和几何变换的结果，比较不同参数条件下的变换效果；

5、观察图像正交变换的结果，明确图像的空间频率分布情况。

三、实验原理

1、图像灰度直方图、点运算和几何变换的基本原理及编程实现步骤

图像灰度直方图是数字图像处理中一个最简单、最有用的工具，它描述了一幅图像的灰度分布情况，为图像的相关处理操作提供了基本信息。

图像点运算是一种简单而重要的处理技术，它能让用户改变图像数据占据的灰度范围。点运算可以看作是“从象素到象素”的复制操作，而这种复制操作是通过灰度变换函数实现的。如果输入图像为A(x,y)，输出图像为B(x,y)，则点运算可以表示为：

B(x,y)＝f[A(x,y)] 其中f(x)被称为灰度变换（Gray Scale Transformation，GST）函数，它描述了输入灰度值和输出灰度值之间的转换关系。一旦灰度变换函数确定，该点运算就完全确定下来了。另外，点运算处理将改变图像的灰度直方图分布。点运算又被称为对比度增强、对比度拉伸或灰度变换。点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸和均衡等。

图像几何变换是图像的一种基本变换，通常包括图像镜像变换、图像转置、图像平移、图像缩放和图像旋转等，其理论基础主要是一些矩阵运算，详细原理可以参考有关书籍。

实验系统提供了图像灰度直方图、点运算和几何变换相关内容的文字说明，用户在操作过程中可以参考。下面以图像点运算中的阈值变换为例给出编程实现的程序流程图，如下：

数字图象处理实验指导书

实验一 图象变换实验

2、图像正交变换的基本原理及编程实现步骤 数字图像的处理方法主要有空域法和频域法，点运算和几何变换属于空域法。频域法是将图像变换到频域后再进行处理，一般采用的变换方式是线性的正交变换（酉变换），主要包括傅立叶变换、离散余弦变换、沃尔什变换、霍特林变换和小波变换等。正交变换被广泛应用于图像特征提取、图像增强、图像复原、图像压缩和图像识别等领域。

正交变换实验的重点是快速傅立叶变换（FFT），其原理过于复杂，可以参考有关书籍，这里不再赘述。至于FFT的编程实现，系统采用的方法是：首先编制一个一维FFT程序模块，然后调用该模块对图像数据的列进行一维FFT，再对行进行一维FFT，最后计算并显示幅度谱。程序流程图如下：

四、实验内容

图像灰度直方图

点运算：图像反色、灰度线性变换、阈值变换、窗口变换、灰度拉伸和灰度

数字图象处理实验指导书

实验一 图象变换实验

均衡

几何变换：图像镜像变换、图像转置、图像平移、图像缩放和图像旋转 正交变换：傅立叶变换、离散余弦变换、沃尔什变换、霍特林变换和小波正反变换

注意：

1、所有实验项目均针对8位BMP灰度图像进行处理，其它格式（如JPG）的图像可以利用系统提供的图像格式转换工具进行转换，再进行处理；

2、本次实验的重点是图像的灰度直方图和点运算，几何变换和正交变换只作一般性了解。

五、实验步骤

以图像灰度阈值变换为例说明实验的具体步骤，其它实验项目的步骤与此类似。

1、打开计算机，在系统桌面上双击“数字图像处理实验教学软件系统”的可执行文件“图象处理”的图标，进入实验系统；

2、执行文件→打开，在OPEN对话框中选择待处理的图像，按【OK】后系统显示出图像；

3、执行查看→图像基本信息，将显示图像基本信息对话框，如图所示；

数字图象处理实验指导书

实验一 图象变换实验

4、执行查看→灰度直方图，查看图像的灰度直方图，如图所示；

5、执行图像变换→正交变换→傅立叶变换，查看图像的频率域分布情况，如图所示；

数字图象处理实验指导书

实验一 图象变换实验

6、执行图像变换→正交变换→小波变换，查看图像经过小波变换的效果，如图所示；

7、执行图像变换→点运算→阈值变换，修改阈值变换对话框中的阈值参数，如图所示；

数字图象处理实验指导书

实验一 图象变换实验

8、设置完阈值参数后按【OK】,系统显示阈值变换后的图像，与原图像进行比较，观察阈值变换的效果，如图所示；

9、重复步骤4，查看阈值变换后图像的直方图分布情况；

数字图象处理实验指导书

实验一 图象变换实验

10、重复步骤5，查看阈值变换后图像的频率域分布情况；

11、执行文件→保存或另存为，保存处理后的图像；

12、执行文件→重新加载，重新加载原始图像，但要注意先前对图像的处理将会丢失； 注意：

13、在执行步骤2时可能会出现有些图像文件不能打开的情况，如图所示，此时可以先利用图像格式转换工具将图像文件转换为8位BMP图像，再利用系统进行处理。步骤14和15是使用图像格式转换工具的方法；

14、在桌面上双击图像格式转换工具Jpg2bmp的图标，进入转换工具界面，如图所示；

15、按照界面提示，把JPG格式的图像文件转换成8位BMP图像。

数字图象处理实验指导书

实验一 图象变换实验

步骤13示意图

步骤14示意图

六、思考题

1、图像灰度线性变换、阈值变换、窗口变换、灰度拉伸和灰度均衡之间有何区别？

灰度线性变换就是将图像的像素值通过指定的线性函数进行变换，以此增强或者减弱图像的灰度。

灰度的阈值变换可以让一幅图像变成黑白二值图。

灰度的窗口变换也是一种常见的点运算。它的操作和阈值变换类似。从实现方法上可以看作是灰度折线变换的特列。窗口灰度变换处理结合了双固定阈值法，与其不同之处在于窗口内的灰度值保持不变。

灰度拉伸又叫做对比度拉伸，它与线性变换有些类似，不同之处在于灰度拉伸使用的是分段线性变换，所以它最大的优势是变换函数可以由用户任意合成。

灰度均衡是增强图像的有效方法之一。灰度均衡同样属于改进图像的方法，灰度均衡的图像具有较大的信息量。从变换后图像的直方图来看，灰度分布更加均匀。

2、利用图像镜像和旋转变换可以实现图像转置吗？如果可以，应该怎样实现？

可以。进行一次镜像变换，顺（逆）时针旋转两次，再以与第一次相反的方向镜像变换。

数字图象处理实验指导书

实验一 图象变换实验

实验二 图像增强及复原实验

七、实验条件

PC机 数字图像处理实验教学软件

大量样图

八、实验目的

1、熟练使用“数字图像处理实验教学软件系统”；

2、熟悉图像增强及复原的基本原理，了解编程实现的具体步骤；

3、观察图像中值滤波、平滑、锐化和伪彩色编码的结果，比较不同参数条件下的图像增强效果；

4、观察图像退化和复原的结果，比较不同复原方法的复原效果。

九、实验原理

1、图像增强和复原的基本原理

对降质图像的改善处理通常有两类方法：图像增强和图像复原。

图像增强不考虑图像降质的原因，只将图像中感兴趣的特征有选择地进行突出，并衰减图像的次要信息，改善后的图像不一定逼近原始图像，只是增强了图像某些方面的可读性，如突出了目标轮廓，衰减了各种噪声等。图像增强可以用空域法和频域法分别实现，空域法主要是在空间域中对图像象素灰度值直接进行运算处理，一般包括中值滤波、模板平滑和梯度锐化等，空域法可以用下式来描述：

g(x,y)＝f(x,y)*h(x,y)其中f(x,y)是处理前图像，g(x,y)表示处理后图像，h(x,y)为空间运算函数。图像增强的频域法是在图像的频率域中对图像的变换值进行某种运算处理，然后变换回空间域，系统涉及的各种滤波器属于频域法增强，这是一种间接处理方法，可以用下面的过程模型来描述：

其中：F(u,v)=[ f(x,y)]，G(u,v)= F(u,v)H(u,v)，g(x,y)=1[ G(u,v)]，和1分别表示频域正变换和反变换。实验系统提供了图像增强相关内容的文字说明，用户在操作过程中可以参考。

图像复原是针对图像降质的原因，设法去补偿降质因素，使改善后的图像尽可能逼近原始图像，提高了图像质量的逼真度。关于图像复原的详细原理可以参考相关书籍，这里不再赘述。本系统提供了图像的噪声退化、卷积退化和运动模糊退化操作，并提供了相应的逆滤波复原、维纳复原和运动模糊复原操作。本次

数字图象处理实验指导书

实验一 图象变换实验

实验中图像复原只作一般性了解。

2、编程实现步骤

下面以图像增强中的中值滤波操作为例给出编程实现的程序流程图，如下：

十、实验内容

图像增强：中值滤波、图像模板平滑、理想低通滤波器平滑、巴特沃斯低通滤波器平滑、梯度锐化、拉普拉斯锐化、理想高通滤波器锐化、巴特沃斯高通滤波器锐化和伪彩色编码

图像复原：图像的噪声退化、卷积退化、卷积加噪声退化、运动模糊退化、逆滤波复原、维纳复原和运动模糊复原

注意：

3、所有实验项目均针对8位BMP灰度图像进行处理；

4、本次实验的重点是图像增强中的中值滤波和模板平滑，图像复原只作一般性了解。

十一、实验步骤

以图像中值滤波操作为例说明实验的具体步骤，其它实验项目的步骤与此类似。

11、打开计算机，在系统桌面上双击“数字图像处理实验教学软件系统”的可执行文件“图象处理”的图标，进入实验系统；

12、执行文件→打开，在OPEN对话框中选择待处理的图像，按【OK】后系统显示出图像；

数字图象处理实验指导书

实验一 图象变换实验

13、执行查看→图像基本信息，将显示图像基本信息对话框，如图所示；

14、执行查看→灰度直方图，查看图像的灰度直方图，如图所示；

数字图象处理实验指导书

实验一 图象变换实验

15、执行图像变换→正交变换→傅立叶变换，查看图像的频率域分布情况，如图所示；

16、执行图像增强→中值滤波，选择或自定义对话框中的滤波器参数，如图所示；

数字图象处理实验指导书

实验一 图象变换实验

17、设置完滤波器参数后按【OK】,系统显示中值滤波后的图像，与原图像进行比较，观察中值滤波的效果，如图所示；

18、重复步骤4，查看中值滤波后图像的直方图分布情况；

数字图象处理实验指导书

实验一 图象变换实验

19、重复步骤5，查看中值滤波后图像的频率域分布情况；

10、执行文件→保存或另存为，保存处理后的图像；

11、执行文件→重新加载，重新加载原始图像，但要注意先前对图像的处理将会丢失。

数字图象处理实验指导书

实验一 图象变换实验

十二、思考题

1、图像中值滤波和模板平滑之间有何区别？

图像平滑处理就是用平滑模板对图像进行处理，以减少图像的噪声。而中值滤波是一种非线性的信号处理方法。

2、图像增强和图像复原之间有何区别？

图像增强：利用一定的技术手段，不用考虑图像是否失真（即原 始图像在变换后可能会失真）而且不用分析图像降质的原因。针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。

图像复原：针对质量降低或者失真的图像，恢复图像原始的内容或者质量。图像复原的过程包含对图像退化模型的分析，再对退化的图像进行复原。图像退化是由于成像系统受各种因素的影响，导致了图像质量的降低，称之为图像退化。这些因素包括传感器噪声、摄像机聚焦不佳、物体与摄像机之间的相对移动、随机大气湍流、光学系统的象差、成像光源和射线的散射等。图像复原大致可以分为两种方法：

一种方法适用于缺乏图像先验知识的情况，此时可对退化过程建立模型进行描述，进而寻找一种去除或消弱其影响的过程，是一种估计方法；

另一种方法是针对原始图像有足够的先验知识的情况，对原始图像建立一个数学模型并根据它对退化图像进行拟合，能够获得更好的复原效果。

3、图像维纳复原为什么比逆滤波复原效果好？

维纳滤波复原的原理可表示为

对于维纳滤波，由上式可知，当

时，由于存在 项，所以数字图象处理实验指导书

实验一 图象变换实验