【正文】 14 R=5 時的理想低通濾波結果圖和濾波幅度譜圖： 圖 315 對于所有的低通濾波都會根據(jù)不同的半徑產(chǎn)生如圖 一樣的頻譜圖 . 當 R=5 時，濾 波后的圖像很模糊，無法分辨； 當 R=24 時，濾波后的圖像有些模糊，能分辨出臉上的器官輪廓，但由于理第三章 Matlab 圖像增強 31 想低通濾波器在頻域的銳截止特性，濾波后的圖像有較明顯的振鈴現(xiàn)象； 當 R=88 時，濾波后的圖像比較清晰，但高頻分量損失后，圖像邊沿與文字變的有些模糊，在圖像的邊框附近仍有振鈴現(xiàn)象。 n=fft2(z)。 t=ifftshift(t)。 for x=1:256 for y=1:256 if (x128).^2+(y128).^2r.^2。 figure(1) subplot(1,2,1) imshow(b,[0,255])。 b=fread(a,[256,256],39。D:\圖像實驗 \img\39。 對數(shù)字圖像 進行頻域的理想低通，同屏顯示原圖、幅度譜圖和低通濾波的結果圖。 for x=1:128 for y=1:128 b(x,y)=(1).^(x+y).*a(x,y)。 imshow(a)。 end end end 通過對 r數(shù)值的改變 ,和 if條件的變化來實現(xiàn)不同的低通和高通情況下的濾波 . 產(chǎn)生的 圖像 與 fft2(f1)幅度譜的程序如下： Clc。 surf(m0)。 所得到的結果恰好與低通濾波相反 , 當大于 X 的頻率可以完全不受影響的通過濾波器 ,而小于 X的則完全不能通過濾波器。 一個 2D理想高通濾波器的轉移函數(shù)滿足下列條件 H(u,v) H(u,v)=0。uchar39。,39。 然后比較旋轉前后兩幅圖的差別以及其頻率譜和幅度譜的異同。nearest39。 為了得到幅度譜圖 ,可以地數(shù)組 a進行快速傅立葉變換 ,然后再用 Mesh 語句便可得到其幅度譜 . 2）觀察其平移特性。 2）將其與一個 (根據(jù)需要設計的 )轉移的函數(shù)相乘 。 3）若令 ),()1(),( 12 yxfyxf yx ??? ，重復以上過程，比較二者幅度譜的異同。)。 subplot(1,2,2)。imshow(J)。average39。title(39。title(39。gaussian39。 I=imread(39。 （ 2）熟悉在 MATLAB環(huán)境下對圖像文件的 I/O操作。 實驗內容： （ 1）利用 MATLAB為用戶提供的專門函數(shù)實現(xiàn)均值濾波。)。 subplot(2,2,4)。 imshow(J)。 title(39。原圖像 39。 J=histeq(f)。 預備知識： （ 1）熟悉 MATLAB 圖像輸入輸出操作； （ 2）熟悉圖像的模板操作； （ 3）熟悉圖像的頻域變換處理； 實驗原理： 圖像增強是對圖像進行加工，以得到視覺效果更好或更有用的新圖像。 20 Imshow(f1)。title(‘原圖像’ ) f1=f(:。 根據(jù)數(shù)字圖像的特性， f 即為關于輸入圖象各像素值的矩陣。 其中圖像文件讀入函數(shù)為 imread,寫出函數(shù)為 imwrite，無符號 8 位整型數(shù)轉換為雙精度類型函數(shù)為 double，其逆運算函數(shù)為 uint8。 第三章 Matlab 圖像增強 19 1）在 MATLAB 中讀入名為 的圖像給矩陣 X，將 X 強制類型轉換為 double。title(39。title(39。title(39。title(39。 Y2=conv2(Y,d2,39。)。1,2,1。 J=imnoise(x,39。39。 3）使用以上給出的平滑濾波模板和 conv2 函數(shù)對加噪圖像進行平滑濾波即降噪，輸出圖像 Y1 并顯示 。在 mand window 中運行。 title(39。 title(39。 subplot(4,2,8),imhist(D3) title(39。 18 subplot(4,2,7),imshow(D4)。 subplot(4,2,6),imhist(D4)。 subplot(4,2,5),imshow(D3)。 subplot(4,2,4),imhist(D2)。 subplot(4,2,3),imshow(D1)。 subplot(4,2,2),imhist(D)。 D=(exp(D*255/10))/255。39。 5）在 figure（ 1）中顯示求反圖像、增強對比度圖像和降低對比度圖像的圖像與直方圖 ,并添加標注說明。 要求原 圖像灰度范圍 0~255,求反后灰度變化范圍 255~0。 7）熟悉常用空域平滑濾波和銳化濾波模板。 3）掌握使用函數(shù)映射增強圖 像的方法。%Sobel 算子 j=filter2(h,i)。)。 j=medfilt2(i)。 j=conv2(i,h)。 h=[1,1,1。 j=filter2(h,i)。)。 j=double(a)。 j=imadjust(a,[,],[])。 j=histeq(a)。 imhist(a)。 同態(tài)濾波器 把頻率過濾和灰度變換結合起來的圖像處理方法叫同態(tài)濾波。 g=uint8(real(ifft2(g)))。 for i=1:M for j=1:N d=sqrt(in1)^2+((in2)^2)。 n=3。) J=double(J)。 pepper39。39。 低通濾波器 一幅圖像的邊緣，跳躍部分以及顆粒噪聲代表圖像信號的高頻分量，而大面積的背景區(qū)域代表了圖像信號的低頻分量。常用的方法有兩種即為微分法和模板匹配法。) subplot(1,3,3) Imshow(medfilt2(LenaRaw,[3,3]))。原始圖像 39。 LenaRaw=uint8(temp39。 fid = fopen(39。 %應用 7*7 鄰域窗口法 subplot(224),imshow(K2) 中值濾波器 其原理是把數(shù)字圖像或數(shù)字序列中某一點的值用該點的一個鄰域中各點值的中值交換。,3),J)/255。) subplot(222) imshow(J) title(39。 pepper39。39。這種處理減少了圖像灰度的尖銳化。 平滑濾波器 用于模糊處理和減小噪聲。 空域濾波增強 使用空域模板進行的圖像處理被稱為空域濾波 ,模板本身被稱為空域濾 波器。圖像增強技術主要包含直方圖修改處理、圖像平滑處理、圖像尖銳化處理和彩色技術等。針對圖像的統(tǒng)計計算 ,MATLAB 提供了校正、直方圖均衡、中值濾波、對比度調整、自適應濾波等對圖像進行的處理。例如 ,conv2( I ,J ) 實現(xiàn)了 I ,J 兩幅圖像的卷積。 MATLAB 提供了圖像文件讀入函數(shù) imread ( ) ,用來讀取如 : bmp 、 tif 、 jpg、 pcx、 tiff 、 gpeg、 hdf 、 xwd 、 png等各種格式的圖像文件 。 小 結 對于 MATLAB，由于本科階段我們大量的運用它來進行編程學習，對于以上所敘，均比較了解，但是對于其圖像處理功能還是不十分熟悉，因此以下將著重從這方面介紹： 圖像處理工具包是由一系列支持圖像處理操作的函數(shù)組成的。功能工具包用來擴充 MATLAB 的符號計算，可視化建模仿真，文字處理及實時控制等功能。如日期字符： DateString=’ 9/16 /2020’ 實際上是一個 1 行 9列向量。single39。single39。 Matlab 中有 15 種基本數(shù)據(jù)類型，主要是整型、浮點、邏輯、字符、日期和時間、結構數(shù)組、單元格數(shù)組以及函數(shù)句柄等。傅立葉分析和篩選 目前， MATLAB 已經(jīng)把工具箱延伸到了科學研究和工程應用的諸多領域，諸如數(shù)據(jù)采集、數(shù)據(jù)庫接口、概率統(tǒng)計、樣條擬合、優(yōu)化算法、偏微分方程求解、神經(jīng)網(wǎng)絡、小波分析、信號處理、圖像處理、系統(tǒng)辨識、控制系統(tǒng)設計、 LMI 控制、魯棒控制、模型預測、模糊邏 輯、金融分析、地圖工具、非線性控制設計、實時快速原型及半物理仿真、嵌入式系統(tǒng)開發(fā)、定點仿真、 DSP 與通訊、電力系統(tǒng)仿真等，都在工具箱（ Toolbox）家族中有了自己的一席之地。同時對一些特殊的可視化要求，例如圖形對話等， MATLAB 也有相應的功能函數(shù)，保證了用戶不同層次的要求。 圖形處理功能 圖形處理功能 MATLAB 自產(chǎn)生之日起就具有方便的數(shù)據(jù)可視化功能，以將向量和矩陣用圖形表現(xiàn)出來，并且可以對圖形進行標注和打印。在通常情況下，可以用它來代替底層編程語言，如 C 8 和 C++ 。而且這種語言可移植性好、可拓展性極強，這也是 MATLAB 能夠深入到科學研究及工程計算各個領域的重要原因。 程序語言 Matlab 一個高級的矩陣語言，它包含控制語句、函數(shù)、數(shù)據(jù)結構、輸入和輸出和面向對象編程特點。包括 MATLAB 桌面和命令窗口、歷史命令窗口、編輯器和調試器、路徑搜索和用于用戶瀏覽幫助、工作空間、文件的瀏覽器。使用它，可以較使用傳統(tǒng)的編程語言，如 C、 C++等，更第二章 Matlab 的簡介 7 快的解決技術計算問題。 2020 年初夏所推 版的最大特點是：該版本采用了 JIT 加速器，從而使 MATLAB 朝運算速度與 C 程序相比肩的方向前進了一大步。此舉結束了國際上數(shù)值計算、符號計算孰優(yōu)孰劣的長期爭論，促成了兩種計算的互補發(fā)展新時代。Mathcad 因其提供計算、圖形、文字處理的統(tǒng)一環(huán)境而深受學生歡迎。那是 20世紀七十年代后期的事：時任美國新墨西哥大學計算機科學系主任的 Cleve Moler 教授出于減輕學生編程負擔的目的，為學生設計了一組調用 LINPACK 和EISPACK 庫程序的“通俗易用”的接口，此為用 FORTRAN 編寫的初期狀態(tài)的MATLAB。例如一些學者將模糊映射理論引入到圖像增強算法中，提出了包括模糊松弛、模糊熵、模糊類等增強算法來解決增強算法中映射函數(shù)選擇問題，并且隨著交互式圖像增強技術的應用，可以主觀控制圖像增強效果。在工業(yè)和工程方面，主要應用于無損探傷、質量檢測和過程自動控制等方面。 20 世紀 70 年代進入了發(fā)展期，開始大量采用中、大型機進行處理，圖像處理也逐漸改用光柵掃描顯示方式，特別是出現(xiàn)了 CT 和衛(wèi)星遙感圖像，對圖像增強處理提出了一個更高的要求。 Matlab 提供了兩個重要的用于圖像文件的讀寫的指令，分別是從圖像文件中讀取數(shù)據(jù)的 imread，以及將數(shù)據(jù)寫入到圖像文件中的 imwrite。頻域處理法的采用的是卷積定理，它利用修改圖像傅立葉變換的方法實現(xiàn)對圖像的增強處理；空域處理法則是對圖像中的像素進行直接的處理，大多數(shù)是以灰度映射變 換為基礎的，所用的映射變換取決于增強的目的。摘要 I 摘 要 圖像增強是指依據(jù)圖像所存在的問題，按特定的需要突出一幅圖像中的某些信息，同時，削弱或去除某些冗余信息的處理方法。 圖像增強單純從技術上可分成兩大類：一類是頻域處理法；一類是空域處理法。在 Matlab 中要查詢一個圖像文件的信息，只要用 imfinfo 指令加上文件及其完整路徑名即可。初創(chuàng)期開始于 20 世紀 60 年代，當時的圖像采用像素型光柵進行掃描顯示，大多采用中、大型機對其進行處理。在生物醫(yī)學工程方面，運用圖像增強技術對 X 射線圖像、超聲圖像和生物切片顯微圖像等進行處理，提高圖像的清晰度和分辨率。隨著對圖像技術研究的不斷深入和發(fā)展，新的圖像增強方法不斷出現(xiàn)。 Matlab 名字由 MATrix 和 LABoratory 兩詞的前三個字母組合而成。 到九十年代初期，在國際上 30 幾個數(shù)字類科技應用軟件中， Matlab 在數(shù)值 6 計算方面獨占鰲頭，而 Mathematica 和 Maple 則分居符號計算軟件的前兩名。一個以 Maple 為“引擎”的 Symbolic Math Toolbox 。從 1997 年春的 版起，后歷經(jīng) 、 、 、 、 等多個版本的不斷改進， MATLAB“面向對象”的特點愈加突出，數(shù)據(jù)類型愈加豐富，操作界面愈加友善。 Matlab 主要功能 它是一種用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計算的高級技術計算語言和交互式環(huán)境。這些工具方便用戶使用 MATLAB 的函數(shù)和文件，其中許多工具采用的是圖形用戶界面。簡單的編程環(huán)境提供了比較完備的調試系統(tǒng)，程序不必經(jīng)過編譯就可以直接運行，而且能夠及時地報告出現(xiàn)的錯誤及