数字图像处理实验指导书(2)

数字图像处理与传输

end

for j=1:n

……%计算3×3模板像素的均值（如公式（2-1）），负值到结果图中。 end

%显示原图image与处理后的新图result； figure(1) imshow(image); figure(2) imshow(result);

imwrite(G, map,’结果图.bmp’)

%将新图result保存为.bmp位图后结束。 2．Laplacian锐化处理

[image, map]=imread(‘实验图像.BMP’);

%读入一幅灰度图像，放在二维数组变量image 中。 [m,n]=size(image); %得到图像的宽高。 result=zeros(m,n);

%开辟新的空间，存放结果图像。 image=double(image); %转换数据类型。

（因为在MATLAB中，图像的像素值为uint8型数据描述的，而这种类型不允许进行算术运算，所以要对F进行数据类型转换，即:F=double(F);然后，在进行循环处理。）

%设计两重循环（即：for (i=1:m) for(j=1:n)）按照均值滤波原理，给出新图像的每个像素点的灰度值； for i=1:m

end

6

for j=1:n

……%按照公式（2-2）计算出结果，并负值到结果图中。 end

数字图像处理与传输

%显示原图image与处理后的新图result； figure(1) imshow(image); figure(2) imshow(result);

imwrite(G, map,’结果图.bmp’)；

%将新图result保存为.bmp位图后结束。

六、实验报告要求

1．简述实验目的和实验原理。

2．根据伪代码，完成编写为MATLAB程序，并实现更多的功能。 3．分析实验结果。 4．回答思考问题。

7

数字图像处理与传输

选做实验：

实验一 图像的放大和缩小

一、实验目的：

要求同学了解图像的放大和缩小的效果。 二、实验的原理与方法：

1）图像的缩小：分为按比例缩小和不安比例缩小两种。图像缩小之后，因为承载的信息量小了，所以画布可相应缩小。图像缩小实际上就是对原有的多个数据进行挑选或处理，获得期望缩小尺寸的数据，并且尽量保持原有的特征不丢失。最简单的方法就是等间隔的选取数据。设原图像大小为M*N，缩小为k1M*k2N，（K1<1,K2<1）。算法步骤如下： 设旧图像是F(i, j), i=1,2,…,M , j=1,2,…,N. 新图像是I(x, y), x=1,2,…,k1M , y=1,2,…,k2N.

2）图像的放大：图形的缩小是从多个信息中选出所需的信息，而图像的放大则是需要对多出的空位填入适当的值，是信息的估计。最简单的思想是，如果要将原图放大k倍，则将原图像中的每个象素值，填在新图像中对应的k*k大小的字块中。设原图像大小为M*N，放大为k1M*k2N，（K1>1,K2>1）。算法步骤如下：

设旧图像是F(i, j), i=1,2,…,M , j=1,2,…,N. 新图像是I(x, y), x=1,2,…,k1M , y=1,2,…,k2N.

I(x, y)=F(c1*I,c2*j) C1=k1 c2=k2

三、实验内容与步骤

1) 熟悉MATLAB语言的使用，包括矩阵的定义和一些必要语句，表达式、变量的使用，及其语言环境。 2）编写程序 A 放大 B 缩小

3）对结果进行分析

8

数字图像处理与传输

原图

按比例缩小 不按比例缩小

原图 放大后

四、思考问题

1）在图像放大后为上么会出现马赛克，问题如何解决。 2）比较等比例和不等比例放大缩小的结果。

9

数字图像处理与传输

五、报告要求

１）简述实验目的和实验原理。

２）修改完善参考程序，并使其实现更多功能。 ３）总结实验结论。 ４）回答思考问题。

10