《数字图像处理》实验报告 北京航空航天大学仪器科学与光电工程学院 2020.03
PAGE
PAGE 11
《数字图像处理》
实验报告
实验内容:
实验一
实验小组成员
（学号+班级+姓名）
分工及主要完成任务
成绩
北京航空航天大学
2020年3月
完成《数字图像处理》P87页例3.27的编程实验，编程语言可以选择Matlab，C，C++，OpenCV，Python等。如图显示了一根绕在支架上的钨丝的SEM(扫描电子显微镜)图像。图像中央的钨丝及其支架很清楚并很容易分析。在该图像的右侧即图像的暗侧，有另一根钨丝的结构，但几乎不能察觉到，其大小和特征当然也不容易辨认。通过对比度操作进行局部增强是解决这种图像中包含部分隐含特征问题的理想方法。设计方案可参照教科书中的分析，也可以自行设计新的方案。
实验完成主要任务：
1）参照教材给出的基于局部直方图统计矩（均值及方差）的亮度及对比度增强方案，编写实现图像全局直方图、局部直方图统计程序、基于直方图的全局均值及方差计算程序、局部方差及方差计算程序、选择性局部图像增强程序；
原始图像2）通过实验，探讨增强关键参数选择方法，包括参数，0，1，2以及局部区域?y大小，分析改变这些参数对增强图像质量的影响规律。
原始图像
原始图像的电子版图像在Images文件夹中。实验报告写在如下空白处，页数不限。
《数字图像处理》
实验报告
实验内容:
实验二
实验小组成员
（学号+班级+姓名）
分工及主要完成任务
成绩
北京航空航天大学
2020年3月
完成《数字图像处理》P185页例4.23和P186页例4.24的编程实验，编程语言可以选择Matlab，C，C++，OpenCV，Python等。设计方案可参照教科书中的分析，也可以自行设计新的方案。
1、（P185例4.23）使用陷波滤波减少莫尔(波纹)模式。图1是来自扫描报纸的图像，它显示了突出的莫尔模式，设计一个布特沃斯陷波带阻滤波器消除图像中的莫尔条纹。
图1 莫尔模式的取样过的报纸图像
2、（P186例4.24）使用陷波滤波增强恶化的卡西尼土星图像。图2显示了部分环绕土星的土星环的图像。太空船第一次进入该行星的轨道时由“卡西尼”首次拍摄了这幅图像。垂直的正弦模式是在对图像数字化之前由叠加到摄影机视频信号上的AC信号造成的。这是一个想不到的问题，它污染了来自某些任务的图像。设计一种陷波带阻滤波器，消除干扰信号。
图2 近似周期性干扰的土星环图像，图像大小为674×674像素
原始图像的电子版图像在Images文件夹中。实验报告写在如下空白处，页数不限。
《数字图像处理》
实验报告
实验内容:
实验三
实验小组成员
（学号+班级+姓名）
分工及主要完成任务
成绩
北京航空航天大学
2020年3月
完成《数字图像处理》P468页例10.10的编程实验，编程语言可以选择Matlab，C，C++，OpenCV，Python等。设计方案可参照教科书中的分析，也可以自行设计新的方案。
图(a)显示了一辆汽车尾部的图像。该例的目的是说明用前述算法来寻找大小适合车牌的矩形的应用。该矩形可以通过检测强的水平和垂直边缘构成。图(b)显示了梯度幅度图像M(x，y)，图(c)和(d)显示了该算法步骤3和步骤4的结果，其中，令TM等于最大梯度值的30％，A＝90°，TA＝45°，并填充了全部25个或更少像素的缝隙(约为图像宽度的5％)。
为检测车牌壳的全部拐角和汽车的后窗，要求使用一个较大范围的容许角度方向。图(e)是前两幅图像逻辑“或”(OR)操作的结果，图(f)是使用9.5.5节讨论的细化过程细化图(e)得到的。如图(f)所示，在图像中清楚地检测到了对应于车牌的矩形。如果汽车牌照的宽高比有与众不同的2︰1 的比例，所以利用这一事实从图像的所有矩形中简单地分离出牌照是一件简单的事情。
图(a)一幅大小为534×566的汽车后部图像；(b)梯度幅度图像；(c)水平连接的边缘像素；(d)垂直连接的边缘像素；(e)前两幅图像的逻辑“或”(OR)；(f)用形态学细化得到的最终结果
原始图像的电子版图像在Images文件夹中。实验报告写在如下空白处，页数不限。
《数字图像处理》
实验报告
实验内容:
实验四
实验小组成员
（学号+班级+姓名）
分工及主要完成任务
成绩
北京航空航天大学
2020年4月
完成《数字图像处理》P485页例10.17和10.18的编程实验，编程语言可以选择Matlab，C，C++，OpenCV，Python等。设计方案可参照教科书中的分析，也可以自行设计新的方案。
图10.42(a)为一幅包含均值为零、标准差为10个灰度级的加性高斯噪声的图像，其中相对于背景，目标所占像素比例极小。采用以梯度为基础的边缘信息结合全局阈值处理方法，实现小目标的分割。
图10.42(a)
（2）图10.43(a)显示了一幅酵母细胞的8比特图像，采用以拉普拉斯为基础的边缘信息结合全局阈值处理方法，实现亮点目标的分割。
图10.43(a)
原始图像的电子版图像在Images文件夹中。实验报告写在如下空白处，页数不限。
《数字图像处理》
实验报告
实验内容:
实验五
实验小组成员
（学号+班级+姓名）
分工及主要完成任务
成绩
北京航空航天大学
2020年5月
完成《数字图像处理》P494页例10.23的编程实验，编程语言可以选择Matlab，C，C++，OpenCV，Python等。设计方案可参照教科书中的分析，也可以自行设计新的方案。
参照例10.23中“使用区域生长的分割”算法，对如下的有缺陷焊缝的X射线图像得到图10.51中(b)~(i)中的实验结果。
原始图像的电子版图像在Images文件夹中。实验报告写在如下空白处，页数不限。
《数字图像处理》
实验报告
实验内容:
实验六
实验小组成员
（学号+班级+姓名）
分工及主要完成任务
成绩
北京航空航天大学
2020年5月
完成《数字图像处理》P538页例11.11的编程实验，编程语言可以选择Matlab，C，C++，OpenCV，Python等。设计方案可参照教科书中的分析，也可以自行设计新的方案。
注：在中文版教材中漏掉了表11.4，表11.4如下：
归一化
共生矩阵
描绘子
最大概率
相关
对比度
一致性
同质性
熵
G1/n1
0.00006
-0.0005
10838
0.00002
0.0366
15.75
G2/n2
0.01500
0.9650
570
0.01230
0.0824
6.43
G3/n3
0.06860
0.8798
1356
0.00480
0.2048
13.58
参照例11.11，完成以下两步任务：
（1）分别计算下面三幅图像的共生矩阵G1，G2和G3，以及表11.3中的最大概率、相关、对比度、一致性、同质性和熵的值。其中共生矩阵用L＝256和位置算子“右侧紧邻一个像素”来得到。
（2）阐明如何使用共生矩阵序列来检测图像中的纹理模式。
(b) (c)
原始图像的电子版图像在Images文件夹中。实验报告写在如下空白处，页数不限。
相关热词搜索： 实验报告 图像处理 实验 数字 数字图像处理实验报告x
