视觉检测技术 - MATLAB数字图像处理

视觉检测技术实验指导书 ——图像处理与分析部分

实验一：图像预处理实验（验证性实验）

一、实验目的与要求：

目的：通过本次实验，学生可以掌握图像读取、显示和保存的方法，掌握空间域增强方法和频率域增强方法。

要求：上机运行，调试通过。

二、实验方案：

1） 对附录中的练习1~11、练习13，进行上机运行和调试。 2） 对上述练习，改变一些函数的参数，观察运行结果的变化。

三、实验结果与数据处理

对每个练习，要求学生获得相应的实验结果。 四、结论

可以是对某些MATLAB函数如何使用的认识，也可以是学生的实验后的心得体会。

五、问题与讨论

1）在显示傅里叶频谱前，为什么常常进行对数变换？ 2）对实验中遇到的问题，进行讨论。

实验二：形态学处理、图像分割、表达与描述实验（验证性实验）

一、实验目的与要求：

目的：要求学生掌握形态学处理、图像分割和图像表达与描述的基本方法，掌握相关的MATLAB函数。

要求：上机运行，调试通过。

二、实验内容:

1） 对附录中的练习15~24、练习26、练习28~32，进行上机运行和调试。 2）对上述练习，改变一些函数的参数，观察运行结果的变化。

三、实验结果与数据处理

对每个练习，要求学生获得相应的实验结果。 四、结论

可以是对某些MATLAB函数如何使用的认识，也可以是学生的实验后的心得体会。

五、问题与讨论

1）在形态学处理中，结构元选取的原则是什么？举例说明。 2）对实验中遇到的问题，进行讨论。

实验三：直方图均衡化实验（设计性实验）

实验名称：直方图均衡化实验 实验项目性质：设计性实验 计划学时：2

一、 实验目的与要求

1．目的：通过本次实验，加深学生对直方图均衡化的基本原理的理解，加强学

生的算法设计和编程实现的能力。

2、要求：根据直方图均衡化的原理，设计直方图均衡化的算法，并编程实现直

方图均衡化的功能。

二、 预习与参考

1．R. C. Gonzalez, R. E. Woods。《数字图像处理》（第二版）。北京：电子工业出

版社，2003。 2．《图像处理与分析实验指导书》的附录。 2．R. C. Gonzalez, R. E. Woods, S. L. Eddins。《数字图像处理》（MATLAB版）。

北京：电子工业出版社，2005。 3．徐飞，施晓红。《Matlab应用图像处理》。西安：西安电子科技大学出版社，

2002。 三、实验方案

此方案为参考方案，鼓励学生提出自己的方案。 实现直方图均衡化的实现步骤：

1. 列出原始图像的灰度级fj,j?0,1,?,L?1,其中L是灰度级的个数。 2. 统计各灰度级的像素数目nj,j?0,1,?,L?1。

3. 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，其中n为原始图像总的像素数目。

4. 计算累积分布函数C(f)??j?0Pf(fj),j?0,1,?,k,?L?1。

5. 应用以下公式计算映射后的输出图像的灰度级gi,i?0,1,?,k,?,P?1，P为输出图像灰度级的个数：

gi?INT[(gmax?gmin)C(f)?gmin?0.5] 其中，INT为取整符号

6．统计映射后各灰度级的像素数目ni,i?0,1,?,k,?,P?1。 7．计算输出直方图Pg(gi)?ni/n,i?0,1,?,P?1。

8．用fj和gi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（设计）仪器设备和材料清单 1．计算机1台/每人 五、考核形式 1．验收调试结果； 2．实验报告 六、实验报告要求 1．技术路线；

k2．MATLAB程序； 3．运行结果； 4．心得体会 七、思考题

1．直方图均衡化的目的是使图像直方图尽可能地分布均匀，你有什么改进的思

路？

2．你是如何理解步骤5的？

3. 对实验中遇到的问题，进行讨论。

附录一：MATLAB数字图像处理

1 MATLAB简介

1．1 主要用途及特点 主要用途：算法研究

主要特点：语句功能强大；不能生成可执行文件。

1．2 MATLAB工作环境 1．2．1 Matlab桌面

桌面包括5个子窗口：命令窗口、工作空间窗口、当前目录窗口、历史命令窗口、一个或多个图形窗口（仅在用户显示图形式出现）。

命令窗口是用户在提示符（>>）处键入MATLAB命令和表达式的地方，也是显示那些命令输出的地方。

工作空间窗口显示对话中创建的变量和它们的某些信息。 当前目录窗口显示当前目录的内容（即路径）。

历史命令窗口包含用户已在命令窗口中输入的命令的纪录。

1．2．2 使用MATLAB编辑器创建M文件

1．2．3 获得帮助

（1）help <函数名> （2）lookfor <关键词>

2 数字图像的读取、显示、保存、数据类型和图像类型、数据类型间的转换、图像类型间的转换

2．1 图像的读取

语法：imread ( ‘filename’ ) 说明：读取图像 格式名称 描述 可识别扩展符 TIFF 加标记的图像文件格式 .tif, .tiff JPEG 联合图像专家组 .jpg, .jpeg GIF 图形交换格式 .gif BMP Windows位图 .bmp PNG 可移植网络图形 .png XWD X Window 转储 .xwd 语法：[M, N]=size ( ‘filename’ ) 说明：给出一幅图像的行数和列数

2．2 图像的显示

语法：imshow ( f, G)

imshow (f, [low high]) imshow (f, [ ])

说明：G是显示该图像的灰度级数；

小于或等于low的值都显示为黑色，大于或等于high的值都显示为白色。

[ ]自动将变量low设置为f的最小值，将high设置为f的最大值。

2．3 图像的保存

语法：imwrite ( f, ‘filename’) 说明：保存图像

练习1

f = imread ( ‘saturn.tif’); [M, N] = size( f );

g = imread ( ‘trees.tif’ ); imshow ( f );

figure, imshow (g); %显示另一幅图像 imwrite (f, ‘s2.jpg’)

>> f=imread('pout.tif'); >> imshow(f);

>> g=imread('trees.tif'); >> figure,imshow(g);

2．4 数据类型 名称 描述 double 双精度浮点数，范围为-10exp(308)~ 10exp(308)，8字节 uint8 无符号8比特整数，1字节 uint16 无符号16比特整数，2字节 uint32 无符号32比特整数，4字节 int8 有符号8比特整数，1字节 int16 有符号16比特整数，2字节 int32 有符号32比特整数，4字节 single 单精度浮点数，范围为-10exp(38)~ 10exp(38) ，4字节 char 字符 logical 值为0或1 四种常用类型：double，uint8，char，logical。

2．5 图像类型 名称 描述 亮度图像 uint8类范围为[0 255]、double类归一化为[0 1] 二值图像 图像取值只有0和1的逻辑数组 索引图像 索引图像 RGB图像 彩色图像 2． 6 数据类与图像类型间的转换

2．6．1 数据类间的转换

语法：B = data_class_name ( A )

举例：若A是8位图像，则B = double ( A )转换为双精度图像。

2．6．2 图像类型间的转换 函数名称 将输入转换为 有效的输入图像数据类 im2uint8 uint8 Logical, uint8, uint16和double im2uint16 uint16 Logical, uint8, uint16和double mat2gray double double im2double double Logical, uint8, uint16和double im2bw logical uint8, uint16和double 练习2

f=[1 2; 3 4]; g=mat2gray(f);

gb=im2bw(g, 0.6) %0.6 is a threshold

3 亮度变换与空间滤波

3．1 亮度变换函数

3．1．1 基本亮度变换函数

语法：g=imadjust(f, [low_in high_in], [low_out high_out],gamma)

说明：将图像f中的亮度值影响到g中的新值，即将low_in至high_in之间的值映射到low_out至high_out之间的值， low_in以下的值映射为low_out， high_in以上的值映射为high_out。

参数gamma指定了映射曲线的形状。

练习3

f = imread ( ‘pout.tif’); imshow(f);

g1=imadjust(f, [0 1], [1 0]); figure, imshow(g1);

g2=imadjust(f, [0.5 0.75], [1 0], 0.5); figure, imshow(g2);

3．1．2 对比度拉伸变换

对数变换方法：g=c*log(1+double(f))

说明：对数变换的一项主要应用是压缩动态范围，常用于傅里叶频谱显示。 练习4

f = imread ( ‘pout.tif’);

F=fft2(f); % Fourier Transform

FC=fftshift(F); %将变换原点移到频率矩形的中心。 imshow(abs(FC), [ ]); S2= log(1+ abs(FC)); figure,imshow(S2, [ ]);

对比度拉伸方法：g=1./(1+(m./(double(f)+eps).^E)

说明：eps是浮点数的相对精度，可避免f出现0值时的溢出现象。

3．2 直方图处理与函数绘图

3．2．1 生成并绘制图像的直方图 语法：h=imhist(f, b)

p= imhist(f, b)/num1(f)

说明：b是用于形成直方图的灰度级的个数。p是归一化直方图。

num1(f)是求图像所有像素的灰度和的一个形式化的函数，需要自己

编写。例如：s=sum(f), s=sum(s)，这两条语句合在一起，就实现了图像所有像素的灰度求和。

练习5

f = imread ( ‘pout.tif’); imhist(f);

3．2．2 直方图均衡化

语法：g=histeq(f, nlev)

说明：nlev是为输出图像制定的灰度级数。

练习6

f = imread ( ‘tire.tif’); imshow(f); figure,imhist(f);

ylim(‘auto’); %自动设定y轴坐标范围和刻度 g=histeq(f,256); figure, imshow(g); figure,imhist(g); ylim(‘auto’);

3．3 空间滤波

3．3．1 线性空间滤波

语法：g=imfilter(f, w, filtering_mode, boundary_options, size_options)

说明：w为滤波掩模 选项 描述 滤波类型 ‘corr’ 滤波器通过使用相关来完成。该值是默认值。 ‘conv’ 滤波器通过使用卷积来完成 边界选项 P 输入图像的边界通过用值P来扩展。P的默认值为0。 ‘replicate’ 图像大小通过复制外边界的值来扩展。 ‘symmetric’ 图像大小通过反射其边界来扩展。 ‘circular’ 图像大小通过将图像看成是一个二维周期函数的一个周期来扩展 大小选项 ‘full’ 输出图像的大小与被扩展图像的大小相同 ‘same’ 输出图像的大小与输入图像的大小相同 练习7

f = imread ( ‘saturn.tif’);

w=ones(31); %单位矩阵掩模 gd=imfilter(f,w); imshow(gd,[]);

3．3．2 非线性空间滤波

略。

3．4 图像处理工具箱的标准空间滤波器 3．4．1 线性空间滤波器

语法：w=fspecial(‘type’,parameter) 说明：见下表

练习8

f = imread ( ‘saturn.tif’); w4=fspecial(‘laplacian’, 0) w8=[1 1 1; 1 -8 1; 1 1 1];

g4=imsubtact(f, imfilter(f, w4, ‘replicate’)); g8=imsubtract( f, imfilter(f, w8, ‘replicate’)); imshow(f);

figure, imshow(g4); figure, imshow(g8); 3．4．2 非线性空间滤波器

语法：g=ordfilt2(f, order, domain)

说明：使用邻域的一组排序元素中的第oder个元素来代替f中的每个元素，而该邻域则由domain中的非零元素指定。

语法：g=medfilt2(f, [m n],padopt)

说明：中值滤波器。padopt指定了三个可能的边界填充选项之一。 ‘zeros’（默认值）。

‘symmetric’，镜像反射。

‘indexed’，double类图像，以1填充，否则以0填充。

练习9

f = imread ( ‘eight.tif’);

fn=imnoise(f, ‘salt & pepper’, 0.2); %加椒盐噪声 gm=medfilt2(fn); imshow(fn);

figure,imshow(gm);

语法：J = wiener2(I,[m n],noise)

说明：进行二维适应性去噪过滤处理（维纳滤波）。

练习10

I = imread('saturn.tif');

J = imnoise(I,'gaussian',0,0.005); %加高斯噪声 K = wiener2(J,[5 5]); imshow(J)

figure, imshow(K)

4 频域处理

4．1 在MATLAB中计算并可视化二维DFT

练习11

f = imread ( ‘saturn.tif’);

F=fft2(f); % Fourier Transform S=abs(F); %计算傅里叶频谱 imshow(S,[]);

FC=fftshift(F); %将变换原点移到频率矩形的中心。 figure,imshow(abs(FC), [ ]); S2= log(1+ abs(FC)); figure,imshow(S2, [ ]);

频域滤波

4．2．1 注意事项

假设函数f(x,y)和h(x,y)的大小分别为A×B和C×D，为了避免卷积运算造成的折叠误差（即混叠失真），必须通过对f和g补零，构造两个大小均为P×Q的扩充寒暑，才能在频率域中进行运算。其中，P、Q必须满足：

P?A?C?1

Q?B?D?1

4．2．2 DFT滤波的基本步骤 1、对f和g进行补零。

2、对f和g分别进行傅里叶变换，得到频域F和H。 3、将变换乘以滤波函数

G=H.*F;

4、获得G的傅里叶逆变换的实部： g=real(ifft2(G));

5、讲左上部的矩形修建为原始大小： g=g(1:size(f,1),1:size(f,2));

练习12：

根据DFT滤波的基本步骤，进行编程实现。

从空间滤波器获得频率滤波器 语法：H=fft2(h, M, N)

说明：M、N是滤波器的行数和列数，由被滤波的图像大小决定，是补零

的结果。

语法：H=freqz2(h, R, C)

说明：计算FIR滤波器的频率响应。

练习13

h =[1 1 1; 1 -8 1; 1 1 1]; H=freqz2(h, 50, 50);

在频率域中直接生成滤波器

练习题14：

编程实现在频率域中生成巴特沃兹低通滤波器（或高通滤波器，或高通

强调滤波器）。

5 形态学图像处理

5．1 膨胀和腐蚀 5．1．1 膨胀

语法：A2=imdilate(A, B)

说明：B是结构元（由0和1组成的矩阵）。

练习15

A=imread(‘text.tif’); B=[0 1 0; 1 1 1; 0 1 0]; A2=imdilate(A, B); imshow(A);

figure,imshow(A2);

5．1．2 结构元的生成

语法：se=strel(shape, parameter) 说明：见下表。

5．1．3 腐蚀

语法：A2=imerode(A, B) 练习16

A=imread(‘text.tif’); se=strel(‘disk’,1); A2=imerode(A, se);

imshow(A); figure,imshow(A2); 5．2 膨胀和腐蚀的组合 5．2．1 开运算和闭运算

语法：C=imopen(A, B) 和 C=imclose(A,B) 练习17

f=imread(‘text.tif’); se=strel(‘square’,5); fo=imopen(f,se);

imshow(f); figure,imshow(fo);

fc=imclose(f,se); figure,imshow(fc);

5．2．2 击中击不中变换

语法：C=bwhitmiss(A, B1, B2) 练习18

A=imread(‘text.tif’);

B1=strel([0 0 0 0; 0 1 1 1; 0 1 1 0]); B2=strel([1 1 1 1; 1 0 0 0 ; 1 0 0 1]); g=bwhitmiss(f, B1, B2); imshow(g);

5．2．3 形态学函数

语法：g=bwmorph(f, operation, n)

说明：该函数可基于膨胀、腐蚀和查找表的组合实现许多有用的操作，n是一个用于指定将被重复操作次数的正整数。Operation说明见下表。

练习19

f=imread(‘circbw.tif’); G1=bwmorph(f, ‘thin’, 1); G2=bwmorph(f, ‘thin’, 1); Ginf= bwmorph(f, ‘thin’, Inf); Fs= bwmorph(f, ‘skel’, Inf); imshow(f);

figure,imshow(G1); figure,imshow(G2); figure,imshow(Ginf); figure,imshow(Fs);

5．3 标记连通分量

语法：[L, num]=bwlabel(f, conn)

说明：conn用于指定连接类型（4连接获8连接），num给出所找到的连接分量总数，L成为标记矩阵。

练习20

f=imread(‘blood1.tif’); [L,n]=bwlabel(f); [r,c]=find(L = = 3); rbar=mean(r);

cbar=mean(c);

plot(cbar, rbar, ‘Marker’, ‘o’, ‘MarkerEdgeColor’, ‘k’, ‘MarkerFaceColor’, ‘k’,‘MarkerSize’,10); plot(cbar, rbar, ‘Marker’, ‘*’, ‘MarkerEdgeColor’, ‘w’);

5．4 形态学重构

语法：out=imreconstruct(marker, mask)

5．4．1 由重构做开运算 练习21

f=imread(‘circbw.tif’); fe=imerode(f,ones(51,1)); fo=imopen(f,ones(51,1)); fobr=imreconstruct(fe, f); imshow(f);

figure,imshow(fe); figure,imshow(fo); figure,imshow(fobr);

5．4．1 填充孔洞

语法：g=imfill(f, ‘holes’)

5．4．2 清除边界对象

语法：g=imclearborder(f, conn)

6 图像分割

6．1 点、线和边缘检测 6．1．1 点检测 点检测模板w：

-1 -1 -1 -1 8 -1 -1 -1 -1 检测方法：

g=abs(imfilter(double(f), w))>=T

练习22

f=imread(‘moon.tif’);

w=[-1 -1 -1; -1 8 -1; -1 -1 -1]; g=abs(imfilter(double(f), w)); T=max(g(:)); T=T*0.5; g=g>=T;

imshow(f); figure, imshow(g);

6．1．2 线检测

水平模板、+45度模板、垂直模板、-45度模板。

练习23

f=imread(‘circbw.tif’); imshow(f);

w=[2 -1 -1; -1 2 -1; -1 -1 2]; g=abs(imfilter(double(f), w)); figure,imshow(g);

6．1．3 使用edge函数的边缘检测

语法：[g,t]=edge(f, ‘method’, parameter)

说明：g是一个逻辑数组，其值为：在f中检测到边缘的位置为1，其他位置为零；t是edge是用的阈值；method为边缘监测器方法，可选为： ‘sobel’, ‘prewit’, ‘roberts’, ‘log’(LoG), ‘zerocoss’, ‘canny’等；parameter包含两部分：T为指定的阈值，第二部分为dir（检测边缘的首选方向： ‘horizontal’, ‘vertical’, ‘both’），或sigma（标准方差），或H（指定的滤波函数）。

练习24

f=imread(‘rice.tif’); imshow(f);

[gsobel,t]=edge(f, ‘sobel’); figure, imshow(gsobel); [glog,t]=edge(f, ‘log’); figure, imshow(glog);

[gcanny,t]=edge(f, ‘canny’); figure, imshow(gcanny);

6．2 使用Hough变换的线检测

练习25

设计与实现一个基于Hough变换的直线检测器。

6．3 阈值处理

6．3．1 全局阈值处理

语法：T=graythresh(f)

说明：T是阈值，归一化为0至1之间的值。

6．3．2 局部阈值处理

通过一个形态学顶帽算子并对得到的结果使用graythresh来计算。

练习26

f=imread(‘moon.tif’); imshow(f);

T=graythresh(f); g=f>=T;

figure, imshow(g);

6．4 基于区域的分割 6．4．1 区域生长

6．4．2 区域分裂和合并

练习27

设计与实现一个基于区域生长的分割程序。

6．5 使用分水岭变换的分割

练习28

f=imread(‘cell.tif’); imshow(f);

g=im2bw(f, graythresh(f));%变成2值图像 figure,imshow(g); gc=~g;%取反，即非

D=bwdist(gc);%对二值图像距离变换 L=watershed(-D); w=L= =0; g2=g&~w;

figure,imshow(g2);

6．6 分割后处理

语法：BW2 = bwfill(BW1,c,r,n)

说明：填充二进制图像的背景色。（形态学处理）

练习29

BW1 =[1 0 0 0 0 0 0 0

1 1 1 1 1 0 0 0 1 0 0 0 1 0 1 0 1 0 0 0 1 1 1 0 1 1 1 1 0 1 1 1 1 0 0 1 1 0 1 0 1 0 0 0 1 0 1 0 1 0 0 0 1 1 1 0]

BW2 = bwfill(BW1,3,3,8) I = imread('blood1.tif');

BW3 = ~im2bw(I);

BW4 = bwfill(BW3,'holes'); imshow(BW3)

figure, imshow(BW4)

语法：bwareaopen

说明：二进制图像区域打开，清除小物体。

7 表示与描述

7．1 二进制图像对象的参数测量

语法：total = bwarea(BW)

说明：计算二进制图像对象的面积。 语法：eul = bweuler(BW,n)

说明：计算二进制图像的欧拉数。

练习30

BW = imread('circles.tif'); imshow(BW);

total=bwarea(BW); % total =15799 eul=bweuler(BW); % eul =-2

语法：BW2 = bwperim(BW1,n)

说明：计算二进制图像中对象的周长。 练习31

BW1 = imread('circbw.tif'); BW2 = bwperim(BW1,8); imshow(BW1)

figure, imshow(BW2)

语法：BW2 = bwselect(BW1,c,r,n) 说明：在二进制图像中选择对象

练习32

BW1 = imread('text.tif'); c = [16 90 144]; r = [85 197 247];

BW2 = bwselect(BW1,c,r,4); imshow(BW1)

figure, imshow(BW2)

7．2 其他参数测量

语法：b = std2(A)

说明：计算矩阵元素的标准偏移。 语法：B = mean2(A,[m n])

说明：计算矩阵元素的平均值

本文来源：https://www.bwwdw.com/article/j3fw.html