西安电子科技大学数字图像处理上机报告.doc

数字图像处理上机报告

专业：电子信息工程
班级：020915
学号：02091478
姓名：陈步华

实验一

1、实验要求
产生右图所示图像f1(m,n)，其中图像大小为256×256，中间亮条
128×32，暗处=0，亮处=100。对其进行FFT：
①同屏显示原图f1(m,n)和FFT(f1)的幅度谱图；
②若令f2(m,n)=（-1）m+nf1(m,n)，重复以上过程，比较二者幅度
谱的异同，简述理由；
③若将f2(m,n)顺时针旋转90度得到f3(m,n)，试显示FFT(f3)的幅度谱，并与FFT(f2)的幅度谱进行比较；
④若将f1(m,n)顺时针旋转90度得到f4(m,n)，令f5(m,n)=f1(m,n)+f4(m,n)，试显示FFT(f5)的幅度谱，并指出其与FFT(f1)和FFT(f4)的关系；
⑤若令f6(m,n)=f2(m,n)+f3(m,n)，试显示FFT(f6)的幅度谱，并指出其与FFT(f2)和FFT(f3)的关系，比较FFT(f6)和FFT(f5)的幅度谱。
2.实验结果
①显示的f1(m,n)和FFT(f1)的幅度谱图如下图所示：
②FFT(f1)和FFT(f2)同屏显示如图：

分析：
f2(m,n)=（-1）f1(m,n)F（u-,v-）,
即通过给图像f1(m,n)乘以（-1）可使f1(m,n)从原点（0,0）移到中心（N/2，N/2），从而实现频谱的中心化。
③

分析：
f3(m,n)为f2(m,n)图像左转90°而得，f3(m,n)的FFT转换图像也是f2(m,n)的FFT转换图像左转90°所得。
④
⑤
分析：
将f5与f6的幅度图像作比较得f6也是对f5实现了频谱中心化

实验二

1、实验要求
产生教材104页题图4.18（右图）所示的二值图像（白为1，黑为0），编程实现习题4.18所要求的处理（3´3的平均滤波和中值滤波）功能（图像四周边界不考虑，处理结果按四舍五入仍取0或1），显示处理前后的图像，比较其异同。
2、实验结果

分析:
由图像可看出，若不考虑四周边界，中值滤波处理后的图像与原图相同，均值滤波后的图像则明显比原图模糊不少。

实验三

1、实验要求
产生教材104页题图4.16所示的灰度图像（白为255，黑为0），分别加入高斯白噪声和椒盐噪声，再分别进行3´3的平均滤波和中值滤波，显示原图像、加噪图像和滤波结果图像，并比较四种滤波结果
2、实验结果
原始图像：

分别加入噪声及分别滤波后的图像：
A．椒盐噪声

B．高斯噪声

分析：
由图像可以看出，对于均值滤波，由以上处理后的图像可以看出：均值滤波对高斯噪声的抑制比较好，处理后的图像边缘迷糊较少。但对椒盐噪声的影响不大，因为在削弱噪声的同时整幅图像也变得模糊，其噪声依然存在。
对于中值滤波，有图像处理的结果可以看出，它只影响了图像的基本信息，说明中值滤波对高斯噪声的抑制效果不明显。这是因为高斯噪声使用随机大小的幅值污染所有的点，因为无论怎样进行数据选择，得到的始终还是被污染的值。而由图还可以看出，中值滤波对除去椒盐噪声可以起到很好的效果因为椒盐噪声只在图画中的部分点随机出现所以根据中值滤波原理可知，通过数据排序的方法，将图像中未被噪声污染的点代替噪声点的值的概率比较大，因此噪声的抑制效果很好，同时画面的轮廓依然比较清晰。由此看来，对于椒盐噪声密度较小时，尤其是孤立噪声点，对中值滤波的效果非常好的。
均值滤波对高斯噪声有较好的抑制作用，而对于椒盐噪声的处理中值滤波要略有优势。

实验四

1、实验要求
对某一灰度图像，进行如下处理：
（1）分别利用Roberts、Prewitt和Sobel边缘检测算子进行边缘检测；
（2）将Roberts、Prewitt和Sobel边缘检测算子修改为锐化算子，对原图像进行锐化，同屏显示原图像、边缘检测结果和锐化后图像，说明三者之间的关系。
2、实验结果

实验五

1、实验要求
编程实现教材214页所给图像门限化分割的迭代阈值算法，实现对某一灰度图像的二值化。
2、实验结果