基于matlab編程的數(shù)字圖像處理論文-文庫吧
2024-10-21 03:34 本頁面
【正文】 f0)。 b1=g0r1*f0。 r2=(g2g1)/(f2f1)。 b2=g1r2*f1。 r3=(g3g2)/(f3f2)。 b3=g2r3*f2。 [m,n]=size(X1)。 X2=double(X1)。 for i=1:m for j=1:n f=X2(i,j)。 g(i,j)=0。 if(f=0)amp。(f=f1) g(i,j)=r1*f+b1。 elseif (f=f1)amp。(f=f2) g(i,j)=r2*f+b2。 elseif (f=f2)amp。(f=f3) g(i,j)=r3*f+b3。 end end end figure,imshow(mat2gray(g)) 圖像處理圖示 (如圖 22 和圖 23) 圖 22 原圖 圖 23 增強對比度所得圖像 圖像求反 對圖像求反是將原來的灰度值翻轉(zhuǎn)，簡單的說就是使黑變白，使白變黑。 普通的黑白底片和照片就是這樣的關系。具體的變換就是將圖像中每個像素的灰度值根據(jù)變換曲線進行映射。 MATLAB 代碼所示： X1=imread(39。39。)。 f1=200。 g1=256。 k=g1/f1。 [m,n]=size(X1)。 X2=double(X1)。 for i=1:m for j=1:n f=X2(i,j)。 g(i,j)=0。 if(f=0)amp。(f=f1) g(i,j)=g1k*f。 else g(i,j)=0。 end end end figure,imshow(mat2gray(g)) 圖像處理圖如圖 24 所示： 圖 24 圖像求反后 2 空域濾波增強 一般情況下，像素的鄰域比該像素要大，也就是說這個像素的鄰域中除了本 身以外 還包括其他像素。在這種情況下， g(x,y)在 (x,y)位置處的值不僅取決于 f(x,y)在以 (x,y)為中心的鄰域內(nèi)所有的像素的值。如仍以 s和 t分別表示 f(x,y)在 (x,y)位置處的灰度值，并以 n(s)代表 f(x,y)在 (x,y)鄰域內(nèi)像素的灰度值，則 t=EA[s,n(s)] 為在鄰域內(nèi)實現(xiàn)增強操作，常可利用模板與圖像進行卷積。每個模板實際上是一個二維數(shù)組，其中各個元素的取值定了模板的功能，這種模板操作也稱為空域濾波。 基本原理 空域濾波可分為線形濾波和非線形濾波兩類。 線形濾波器的設計?；?于對傅立葉變換的分析。 非線形空域濾波器則一般直接對鄰域進行操作。 另外各種濾波器根據(jù)功能又主要分成平滑濾波和銳化濾波。平滑可用低通來實現(xiàn)，銳化可用高通來實現(xiàn) 平滑濾波器：它能減弱或消除傅立葉空間的高頻分量，但不影響在低頻分量。因為高頻分量
畢業(yè)設計相關推薦
鄂ICP備17016276號-1