【正文】 箱(Image Processing Toolbox)(3)實(shí)驗(yàn)所需要的圖片三、實(shí)驗(yàn)內(nèi)容與步驟a)調(diào)入并顯示原始圖像“”。b)利用imnoise命令在圖像“”上加入高斯(gaussian)噪聲J = imnoise(I,39。average39。,5)。M = medfilt2(J,[3 3])。saltamp。椒鹽噪聲往往由圖像切割引起，去除脈沖干擾及椒鹽噪聲最常用的算法是中值濾波。一般兩種噪聲同時(shí)出現(xiàn)，呈現(xiàn)在圖像上就是黑白雜點(diǎn)。使學(xué)生通過實(shí)驗(yàn)體會(huì)一些主要的分割算子對(duì)圖像處理的效果，以及各種因素對(duì)分割效果的影響。三、實(shí)驗(yàn)內(nèi)容與步驟(1)使用Roberts 算子的圖像分割實(shí)驗(yàn)，,截圖如下(2)使用Prewitt 算子的圖像分割實(shí)驗(yàn) 截圖如下(3)使用Sobel 算子的圖像分割實(shí)驗(yàn)(4)使用LoG(拉普拉斯高斯)算子的圖像分割實(shí)驗(yàn)四、實(shí)驗(yàn)結(jié)果對(duì)Roberts算子、Prewitt 算子、Sobel 算子、LoG(拉普拉斯高斯)算子的運(yùn)算對(duì)圖像的結(jié)果有了基本的認(rèn)識(shí)，加深學(xué)習(xí)效果。%二值化 ；“”進(jìn)行腐蝕運(yùn)算； BW2 = imerode(bw,SE1)。)。%閉運(yùn)算 ；五、實(shí)驗(yàn)總結(jié)通過本次實(shí)驗(yàn)，學(xué)習(xí)了常見的數(shù)學(xué)形態(tài)學(xué)運(yùn)算基本方法，了解腐蝕、膨脹、開運(yùn)算、閉運(yùn)算取得的效果，培養(yǎng)處理實(shí)際圖像的能力，通過自己動(dòng)手的實(shí)驗(yàn)，對(duì)課本上的知識(shí)有了更加深刻的理解。二、實(shí)驗(yàn)內(nèi)容讀取一幅彩色圖像，將該彩色圖像轉(zhuǎn)化為灰度圖像，再將灰度圖像轉(zhuǎn)化為索引圖像并顯示所有圖像。[x,map]=gray2ind(I,n)。真彩色圖像轉(zhuǎn)化為索引圖像 RGB=ind2rgb(x,map)。將真彩色圖像轉(zhuǎn)化為二值圖像,level 取值在[0,1]之間四、實(shí)驗(yàn)代碼及結(jié)果in=imread(39。[x,map]=gray2ind(i,128)。i=imresize(i,[256,256])。[m3,n3]=size(i3)subplot(221),imshow(i),xlabel(39。)subplot(223),imshow(i2),xlabel(39。)256 x 25664 x 64128 x 12832 x 32實(shí)驗(yàn)二圖像的幾何變換一、實(shí)驗(yàn)?zāi)康恼莆請(qǐng)D像的基本幾何變換的方法圖像的平移圖像的旋轉(zhuǎn)二、實(shí)驗(yàn)內(nèi)容練習(xí)用matalb命令實(shí)現(xiàn)圖像的平移、旋轉(zhuǎn)操作.編寫實(shí)現(xiàn)圖像平移的函數(shù)用imread命令從你的硬盤讀取一幅256256灰度圖。x39。233。01y0234。234。236。y39。%平移后圖像矩陣為I for x=1:r。I(x1,y1)=i(x,y)。imagesc(gray1),colormap(gray)。)。l %[x,y]=meshgrid([20::20],[20::20])。)。l s=fft2(I,601,801)。鞏固灰度變換、直方圖修正、圖像算術(shù)和邏輯運(yùn)算等基礎(chǔ)知識(shí)。 的直方圖，并和imhist 函數(shù)生成的直方圖作比較。顯示圖像的直方圖 histeq()。圖像位或運(yùn)算四、實(shí)驗(yàn)代碼與結(jié)果i=imread(39。subplot(121),imshow(i)subplot(122),imshow(j)clear,close all,clc in1=imread(39。g0=0。g2=220。f39。intensity transformation39。b2=g1r2*f1。in2=double(in1)。(f=f1)amp。)。% p 是每個(gè)灰度級(jí)出現(xiàn)的概率 for i=1:m for j=1:n num(1,in(i,j)+1)=num(1,in(i,j)+1)+1。熟練掌握空域變換增強(qiáng)的matlab 相關(guān)函數(shù)用法，并能利用算法自己編寫matlab 程序?qū)崿F(xiàn)圖像空域變換增強(qiáng)。對(duì)圖像取反 imhist()。圖像位與運(yùn)算 bitor()。tu=imread(39。% 轉(zhuǎn)換為灰度圖像N=zeros(1,256)。% newN 為新生成圖像各灰度級(jí)像素個(gè)數(shù) newP=zeros(1,256)。% 計(jì)算原始圖像各灰度級(jí)像素個(gè)數(shù) for x=1:h for y=1:w N(1,tu(x,y))=N(1,tu(x,y))+1。end % 計(jì)算原始直方圖對(duì)應(yīng)的新的灰度 t ,建立映射關(guān)系 for i=1:256 t(1,i)=floor(254*q(1,i)+1+)。% 計(jì)算新的灰度直方圖 newP % 計(jì)算新生成圖像累積分布直方圖 newq(1,1)=newP(1,1)。)。out1=ones(m,n)*255。for i=1:m for j=1:n out2(i,j)=bitor(in(i,j),out1(i,j))。out2=uint8(out2)。鞏固卷積定理、濾波處理等基礎(chǔ)知識(shí)。用prewitt 進(jìn)行銳化濾波處理。parameters 是與指定的濾波器有關(guān)的參數(shù)。Y=filter2(B,X,’shape’)。f=imnoise(in1,39。%f=imnoise(in1,39。(a)原始圖像39。(c)標(biāo)準(zhǔn)均值濾波圖像39。%f1 的邊緣像素值為0中間的像素值依然為f f1((1+(k1)/2):(m1(k1)/2),(1+(k1)/2):(n1(k1)/2))=f。for p=1:k for q=1:k a(x)=f1(i+(p(k+1)/2),j+(q(k+1)/2))。end ga(i,j)=round(hsum/(k^2))。)。,)。subplot(131),imshow(in1)%,xlabel(39。)subplot(133),imshow(g)%,xlabel(39。[m1,n1]=size(f1)。x=1。ga(i,j)=a((k^2+1)/2)。)。0 0 0。1 0 1]。sum2=0。sum1=sum1+x1(p,q)*h1(p,q)。鞏固卷積定理、濾波處理等基礎(chǔ)知識(shí)。 進(jìn)行空域?yàn)V波還原處理。39。)f=fft2(in)。out(i,j)=f(i,j)*h(i,j)。大氣湍流退化圖39。end end chu1=ifft2(chu)。)%基于勻速直線運(yùn)動(dòng)造成的模糊圖像及其還原clear。)。)f=fft2(in)。b=。out(u,v)=f(u,v)*h(u,v)。勻速直線運(yùn)動(dòng)退化圖39。chureal=uint8(real(chu1))。b=0。39。,0,)。%r 為逆諧波函數(shù)中的Q 值%f1 是對(duì)邊緣像素補(bǔ)0 后得到的圖像f1=zeros(m+(k1),n+(k1))。%取出窗口內(nèi)的像素值并作標(biāo)準(zhǔn)均值濾波處理 for i=(k+1)/2:(m1(k1)/2)for j=(k+1)/2:(n1(k1)/2)a=0。end end %hsum 表示窗口內(nèi)所有像素值的和 hsum1=0。end ga(i,j)=round(hsum1/hsum2)。for h=1:(k^2)hsum1=hsum1+a(h)^(r+1)。for p=1:k for q=1:k a(x)=f1(i+(p(k+1)/2),j+(q(k+1)/2))。%f1 的邊緣像素值為0中間的像素值依然為f f1((1+(k1)/2):(m1(k1)/2),(1+(k1)/2):(n1(k1)/2))=f。subplot(131),imshow(in)subplot(132),imshow(f)subplot(133),imshow(g)%逆諧波函數(shù)function g=nixiebojunzhi(f,k)[m,n]=size(f)。f=imnoise(in,39。b=。勻速直線運(yùn)動(dòng)還原圖39。chu(u,v)=out(u,v)/h(u,v)。outreal=uint8(real(out1))。for u=1:N1 for v=1:N2 fenzhi=cos(pi*(u*a+v*b))i*sin(pi*(u*a+v*b))。t=1。subplot(131),imshow(in),title(39。clc in=imread(39。subplot(133),imshow(chureal),title(39。%退化模型中的常數(shù)for i=1:N1 for j=1:N2 h(i,j)=exp((k2*(i^2+j^2))^(5/6))。outreal=uint8(real(out1))。k1=。subplot(131),imshow(in),title(39。close all。二、實(shí)驗(yàn)內(nèi)容 進(jìn)行退化和復(fù)原仿真，采用逆濾波的方法復(fù)原。sum=sum1+sum2。for p=1:1:3 for q=1:1:3 x1(p,q)=f(i+(p2),j+(q2))。x2=h2。h2=[1 0 1。g=f。clc,clear,close all f=imread(39。x=x+1。%注意這條指令絕對(duì)不能少 ga=f。)function g=biaozhunzhongzhi(f,k)[m,n]=size(f)。)subplot(132),imshow(f)%,xlabel(39。gaussian39。salt amp。clc,clear in1=imread(39。end end %hsum 表示窗口內(nèi)所有像素值的和 hsum=0。%取出窗口內(nèi)的像素值并作標(biāo)準(zhǔn)均值濾波處理 for i=(k+1)/2:(m1(k1)/2)for j=(k+1)/2:(n1(k1)/2)a=0。%f1 是對(duì)邊緣像素補(bǔ)0 后得到的圖像f1=zeros(m+(k1),n+(k1))。(b)加噪圖像39。,0,)%g 是標(biāo)準(zhǔn)均值濾波器的輸出圖像 g=biaozhunjunzhi(f,3)。 pepper39。39。用于進(jìn)行二維線性數(shù)字濾波，使用矩陣B 中的二維濾波器對(duì)數(shù)據(jù)X進(jìn)行濾波。H=fspecial(type,parameters)。二、實(shí)驗(yàn)內(nèi)容 進(jìn)行濾波除噪處理。chu2=uint8(chu2)。end end in=uint8(in)。chu1=zeros(m,n)。[m,n]=size(in)。end % 顯示信息subplot(231),imshow(tu)subplot(232),plot(P),axis([1 256 0 ])subplot(233),plot(q),axis([1 256 0 1])subplot(234),imshow(new_tu,[])subplot(235),plot(newP),axis([1 256 0 ])subplot(236),plot(newq),axis([1 256 01])clc,clear,close all in=imread(39。end end % 統(tǒng)計(jì)新生成圖像各灰度級(jí)像素個(gè)數(shù) for x=1:h for y=1:w newN(1,new_tu(x,y))=newN(1,new_tu(x,y))+1。% 計(jì)算原始直方圖 P % 計(jì)算原始累積分布直方圖 q(1,1)=P(1,1)。% newq 為新生成圖像直方圖累積分布函數(shù) [h w]=size(tu)。% P 為原始成圖像直方圖q=zeros(1,256)。)。close all。直方圖均衡化函數(shù)imnoise(I,type,parameters)。 作邏輯與和邏輯或運(yùn)算。subplot(121),plot(x,p),axis([1 256 0 ])subplot(122),imhist(in)實(shí)驗(yàn)四 圖像空域變換增強(qiáng)（2）一、實(shí)驗(yàn)?zāi)康恼莆罩狈綀D均衡化算法。num=zeros(1,256)。(fclc,clear,close all in=imread(39。g(i,j)=0。b3=g2r3*f2。b1=g0r1*f0。g39。g3=255。g1=60。)。)。給圖像加噪聲 bitand()?？沼蛱幚砜梢员硎緸椋篻(x, y)=T[ f(x, y)]j=implement(i)。二、實(shí)驗(yàn)內(nèi)容用函數(shù)implement 取反。％圖像的傅立葉幅度頻譜以三維圖形顯示 l colormap(hsv)。l subplot(1,2,1),subimage([0,800],[0,600],i)。l i=imread(39。顯示圖像的傅立葉頻譜 l a=0:800。subimage(gray1),axis(39。end。x1=x+x0。%編寫實(shí)現(xiàn)圖像平移的函數(shù)hmove，平移量為 [r,c]=size(i)。=x+x0即：237。 234。234。y 234。233。再開辟一個(gè)窗口，分別用最近鄰插值法、雙線性插值法實(shí)現(xiàn)圖像順勢(shì)針旋轉(zhuǎn)50176。)subplot(224),imshow(i3),xlabel(39。)subplot(222),imshow(i1),xlabel(39。[m1,n1]=size(i)i2=i1(1:2:end,1:2:end)。39。)。將灰度圖像轉(zhuǎn)化為二值圖像,level 取值在[0,1]之間BW=im2bw(x,map,level)。索引圖像轉(zhuǎn)化為灰度圖像 I=grb2gray(RGB)。三、實(shí)驗(yàn)原理圖像讀、寫、顯示 I=imread(‘’)Imview(I)Imshow(I)Imwrite(I,’’)圖像類型轉(zhuǎn)換I=mat2gray(A,[amin,amax])。鞏固圖像空間分辨率和灰度級(jí)分辨率、鄰域等重要概念。close39。%膨脹 “”進(jìn)行開運(yùn)算；BW3 = bwmorph(bw, 39。實(shí)驗(yàn)要求利用MatLab工具箱中關(guān)于數(shù)學(xué)形態(tài)學(xué)運(yùn)算的函數(shù)，計(jì)算本指導(dǎo)書中指定二值圖像進(jìn)行處理。能夠掌握分割條件(閾值等)的選擇。中值濾波對(duì)于濾除圖像的椒鹽噪聲非常有效。鹽=白色，椒=黑色。,)。%中值濾波44模板f） 上加入椒鹽噪聲(salt amp。%均值濾波33 L = filter2(ave2,J)/255。%產(chǎn)生33的均值模版 ave2=fspecial(39。,)。39。實(shí)驗(yàn)三 圖像增強(qiáng)—空域?yàn)V波一、實(shí)驗(yàn)?zāi)康倪M(jìn)一步了解MatLab軟件/語言，學(xué)會(huì)使用MatLab對(duì)圖像作濾波處理，使學(xué)生有機(jī)會(huì)掌握濾波算法，體會(huì)濾波效果。 b=immultipl