遥感数字图像处理实习报告含Matlab处理代码

辽宁工程技术大学

《数字图像处理》上机实习报告

教学单位 辽宁工程技术大学 专 业 摄影测量与遥感 实习名称 遥感数字图像处理 班 级 测绘研11-3班 学生姓名 路聚峰 学 号 471120212 指导教师 孙华生

实习1 读取BIP 、BIL、 BSQ文件

一、实验目的

用Matlab读取BIP 、BIL、 BSQ文件，并将结果显示出来。

遥感图像包括多个波段，有多种存储格式，但基本的通用格式有3种，即BSQ、BIL和BIP格式。通过这三种格式，遥感图像处理系统可以对不同传感器获取的图像数据进行转换。BSQ是像素按波段顺序依次排列的数据格式。BIL格式中，像素先以行为单位块，在每个块内，按照波段顺序排列像素。BIP格式中，以像素为核心，像素的各个波段数据保存在一起，打破了像素空间位置的连续性。

用Matlab 读取各个格式的遥感数据，是图像处理的前提条件，只有将图像读入Matlab工作空间，才能进行后续的图像处理工作。

二、算法描述

1.调用fopen函数用指定的方式打开文件。

2.在for循环中调用fread函数，用指定的格式读取各个像素。 3.用reshape函数，重置图像的行数列数。

4.用imadjust函数调整像素的范围，使其有一定对比度。 5.用imshow显示读取的图像。

三、Matlab源代码

1.读取BSQ的源代码： clear all clc lines=400; samples=640; N=6;

img=fopen('D:\\sample_BSQ','rb'); for i=1:N

bi=fread(img,lines*samples,'uint8'); band_cov=reshape(bi,samples,lines);

band_cov2=band_cov'; band_uint8=uint8(band_cov2); tif=imadjust(band_uint8); mkdir('D:\\MATLAB','tifbands1')

name=['D:\\MATLAB\\tifbands1\\tif',int2str(i),'.tif'];

imwrite(tif,name,'tif');

tilt=['波段',int2str(i)];

subplot(3,2,i),imshow(tif);title(tilt); end

fclose(img);

2.读取BIP源代码

clear all

clc lines=400; samples=640; N=6; for i=1:N

img=fopen('D:\\MATLAB\\sample_BIP','rb'); b0=fread(img,i-1,'uint8');

b=fread(img,lines*samples,'uint8',(N-1));

band_cov=reshape(b,samples,lines); band_cov2=band_cov';%×a?? band_uint8=uint8(band_cov2); tif=imadjust(band_uint8); mkdir('E:\\MATLAB','tifbands')

name=['E:\\MATLAB\\tifbands\\tif',int2str(i),'.tif']; imwrite(tif,name,'tif'); %imwrite(A,filename,fmt) tilt=['波段',int2str(i)];

subplot(3,2,i),imshow(tif);title(tilt); fclose(img); end

3.读取BIL的源代码

clear all clc lines=400; samples=640; N=6; for i=1:N

bi=zeros(lines,samples); for j=1:samples

img=fopen('D:\\MATLAB\\sample_BIL','rb');

bb=fread(img,(i-1)*640,'uint8');

b0=fread(img,1*(j-1),'uint8');

bandi_linej=fread(img,lines,'uint8',1*(N*samples-1)); fclose(img);

bi(:,j)=bandi_linej; end

band_uint8=uint8(bi); tif=imadjust(band_uint8); mkdir('D:\\MATLAB','tifbands')

name=['D:\\MATLAB\\tifbands\\tif',int2str(i),'.tif']; imwrite(tif,name,'tif'); tilt=['2¨??',int2str(i)];

subplot(3,2,i),imshow(tif);title(tilt); end

四、运行结果

图1：读取文件的六个波段图

实习2 均值/中值滤波、边缘信息提取

一、实验目的与原理

各种图像滤波算子可以实现图像的增强，去噪，边缘提取等。图像增强的目的在于：1.采用一系列技术改善图像的视觉效果，提高图像的清晰度，2.将图像转换成一种更适合于人或机器进行分析处理的形式。它不是以图像保真度为原则，而是通过处理，设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强。空间域增强就是直接对图像像素灰度进行操作；频率域增强是对图像经傅里叶变换后的频谱成分进行操作，然后经傅里叶逆变换获得所需结果。

图像滤波可分为空间域滤波和频率域滤波，前者通过窗口或卷积核进行，它参照相邻像素改变单个像素的灰度值。后者对图像进行傅立叶变换，然后对频谱进行滤波。空间域图像滤波称为平滑和锐化，强调像素与其周围相邻像素的关系。去噪滤波为平滑滤波包括均值滤波和中值滤波。锐化滤波包括罗伯特梯度、索伯尔梯度、拉普拉斯算法、定向检测，用以提取线状地物和边缘。此实验用Matlab采用各种滤波对图像进行了处理，处理结果如下： 二、算法描述

1.用imread读取图像文件，并用size获取图像的大小。 2.设计各种滤波算子。

3利用卷积公式对图像的没一个像素进行处理，得到滤波后的图像。 4.用imshow显示滤波后的图像。 三、Matlab源代码 1.均值滤波源码： clear all clc

img=imread('2.jpg');

[row,column,band]=size(img); img0=double(img);

f11=1/9; f12=1/9; f13=1/9; f21=1/9; f22=1/9; f23=1/9; f31=1/9; f32=1/9; f33=1/9;

img1=[img0(:,1,:), img0(:,:,:), img0(:,column,:)]; img2=[img1(1,:,:); img1(:,:,:); img1(row,:,:)]; filtered=zeros(row,column,band); for ii=1: row for jj=1: column

filtered(ii,jj,:)=f11*img2(ii,jj,:) + f12*img2(ii,jj+1,:) + f13*img2(ii,jj+2,:)+ ...

f21*img2(ii+1,jj,:) + f22*img2(ii+1,jj+1,:) + f23*img2(ii+1,jj+2,:) + ...

f31*img2(ii+2,jj,:) + f32*img2(ii+2,jj+1,:) + f33*img2(ii+2,jj+2,:); end end

filtered1=uint8(filtered);

subplot(1,2,1),imshow(img);title('图1 原始RGB图像');

subplot(1,2,2),imshow(filtered1);title('图2 均值滤波后的图像'); imwrite(filtered1,'flower_filtered_mean.jpg'); 2.边缘提取滤波源代码 clear all

img=imread('2.jpg'); [row,column,band]=size(img); img0=double(img); f11=1; f12=0; f13=-1; f21=1; f22=0; f23=-1; f31=1; f32=0; f33=-1;

img1=[img0(:,1,:), img0(:,:,:), img0(:,column,:)]; img2=[img1(1,:,:); img1(:,:,:); img1(row,:,:)]; filtered=zeros(row,column,band); for ii=1: row for jj=1: column

filtered(ii,jj,:)=f11*img2(ii,jj,:) + f12*img2(ii,jj+1,:) + f13*img2(ii,jj+2,:)+ ...

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库遥感数字图像处理实习报告含Matlab处理代码在线全文阅读。