【正文】 的一個點。)。subplot(3,2,5)。)。z=log(abs(result))。end end subplot(3,2,6)。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。%利用二階巴特沃斯（Butterworth）高通濾波器nn=2。imshow(J3)。result=ifftshift(result)。%取幅度 mesh(z)。x=0:1:255。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。nn=2。%以三維坐標顯示該圖像頻譜圖 title(39。y=0:1:255。g=fft2(f)。title(39。39。%頻域增強（巴特沃斯原型）%二階巴特沃斯（Butterworth）低通濾波器 %clc。%對原圖進行高通濾波 for k=1:1:n for l=1:1:m if(k^2+l^2)imshow(uint8(abs(d)))。理想低通濾波后的圖像39。%新建圖像顯示窗口 result=fftshift(result)。title(39。%三維方式顯示低通濾波后的頻譜圖 x=0:1:255。%for k=1:1:n for l=1:1:m if(k^2+l^2)=190^2 % result(k,l)=0。%以三維坐標顯示該圖像頻譜圖title(39。x=0:1:255。i=fft2(data4)。imshow(data4)。data4=imread(39。六、實驗心得體會本實驗中遇到很多問題及錯誤，例如圖像打不開、處理后圖像模糊等，都是經(jīng)常容易發(fā)生的錯誤，最后實驗幾次，就能夠逐一自己解決了。%顯示均衡化后的直方圖實驗二 頻域圖像增強一、實驗目的頻域圖像增強掌握基于頻域的圖像增強方法。imhist(J)。title(39。原圖直方圖39。)。%均衡化 subplot(2,2,1)。Im=imread(39。%打開一幅灰度圖像 [m,n]=size(I)。七、程序清單clear all。(2)均衡化后的直方圖有何特點？答：經(jīng)直方圖均衡化處理后，可以得到一副改善了質(zhì)量的新圖像。只反映圖像中像素不同灰度值出現(xiàn)的次數(shù)（或頻數(shù)）而未反映像素所在位置。第四篇：數(shù)字圖像處理實驗報告實 驗 報 告 書系部學生專業(yè)班實驗名稱姓名名稱 級時間：： ： ：：實驗一 直方圖均衡一、實驗目的在學習圖像直方圖的概念、計算方法、性質(zhì)和相關(guān)應用基礎(chǔ)上，生成、繪制圖像的直方圖，并應用MATLAB編程實現(xiàn)圖像直方圖均衡化程序。即再低頻部分具有較高的頻率分辨率和時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率，很適合探測正常信號中夾帶的瞬態(tài)反?，F(xiàn)象并展示其成分，所以被譽為分析信號的顯微鏡。數(shù)字圖像經(jīng)二維離散傅立葉變換后，其空間域處理可變換為變換域處理，它具有很多明顯的優(yōu)點，最突出的是算法運算次數(shù)將大大減少，并可采用二維數(shù)字濾波技術(shù)進行所需要的各種圖像處理。數(shù)學里的變換，指一個圖形（或表達式）到另一個圖形（或表達式）的演變。在量化時所確定的離散取值個數(shù)稱為量化級數(shù)。通過沿水平和垂直方向的等間隔采樣可將這幅模擬圖像分解為近似的有限個像素，每個像素的取值代表該像素的灰度（亮度）。所以，量化位數(shù)越來越大，表示圖像可以擁有更多的顏色，自然可以產(chǎn)生更為細致的圖像效果。由于二維圖像的采樣是一維的推廣，根據(jù)信號的采樣定理，要從取樣樣本中精確地復原圖像，可得到圖像采樣的奈奎斯特（Nyquist）定理：圖像采樣的頻率必須大于或等于源圖像最高頻率分量的兩倍。采樣頻率是指一秒鐘內(nèi)采樣的次數(shù)，它反映了采樣點之間的間隔大小。這個過程主要包含采樣、量化和編碼三個步驟。另一方面，計算機視覺是模仿人的視覺，人的感知機理必然影響著計算機視覺的研究。因此，要分析和理解三維景物必須作合適的假定或附加新的測量，例如雙目圖像或多視點圖像。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。與語言信息相比，占用的頻帶要大幾個數(shù)量級。數(shù)字圖像處理有以下幾點基本特點：（1）目前，數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。提取特征或信息的過程是模式識別或計算機視覺的預處理。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個因素的影響：一是計算機的發(fā)展；二是數(shù)學的發(fā)展（特別是離散數(shù)學理論的創(chuàng)立和完善）。數(shù)字圖像處理作為一門學科大約形成于20世紀60年代初期。參考文獻：數(shù)字圖像處理第二版MATLAB教程第三篇：數(shù)字圖像處理讀書筆記數(shù)字圖像處理讀書筆記本學期的數(shù)字圖像處理課程已經(jīng)進行了3周了，通過這3周的學習讓我對數(shù)字圖像處理有了一定的認知和理解。3，熟練了一些基本函數(shù)的運用，例如fspecial，imfilter等。subplot(223),imshow(J3)。% 計算低通濾波器傳遞函數(shù)result(i,j)=h*g(i,j)。% 設(shè)置截止頻率 m=fix(M/2)。% 傅立葉變換 g=fftshift(g)。title(39。)J1=imnoise(I,39。)。% 快速傅立葉變換的逆變換subplot(133),imshow(iF2),title(39。% 求幅頻絕對值 Fc=fftshift(Fabs)。F=fft2(f)。f=rgb2gray(A)。濾波圖像39。end。for i=1:Mafor j=1:NbfunBox=X(i:i+a,j:j+b)。[M,N]=size(X)。)X=J。噪聲干擾圖像39。,)。)。sobel算子銳化圖像39。sobel39。subplot(121),imshow(I),title(39。四，對圖像進行空間域的銳化： 原理：自帶函數(shù)進行空間銳化。)。原圖39。,)。I=rgb2gray(A)。)。gaussian39。figure,imshow(J),title(39。J = imnoise(I,39。39。本實驗要求用平滑線性濾波和中值濾波2種最典型、最常用的處理算法進行程序設(shè)計，學習如何對已被噪聲污染的圖像進行“凈化”。五、實驗報告要求1．簡述試驗的目的和試驗原理；2．敘述各段程序功能，改變有關(guān)函數(shù)的參數(shù)，分析比較實驗結(jié)果； 3．打印出所編寫的實驗程序。biggrain = find(allgrains==695)mean(allgrains)。% Measure Object Properties in the Image graindata = regionprops(labeled,39。, 39。bw = im2bw(I3,level)。% Subtract the Background Image from the Original Image I2 = imsubtract(I,background)。ydir39。,15))。39。（一）研究以下程序，分析程序功能；輸入執(zhí)行各命令行，認真觀察命令執(zhí)行的結(jié) 果。4．寫出本實驗的心得體會及意見。figure(2), subplot(2,1,1), imshow(I)。I1 = flipdim(I,2)。7 說明：?注意觀察不同插值方法和輸出圖像后處理方法的圖像表現(xiàn)； ?改變旋轉(zhuǎn)角度大小和方向，重做上述實驗。)。Original Image39。, 39。% using the nearest neighbor interpolation Theta =30。% 將圖像逆時針旋轉(zhuǎn)30。% 查看imrotate使用幫助 help imrotate %圖像旋轉(zhuǎn)30順時針逆時針clear all, close all I = imread(39。)。Original Image39。, 39。% using the nearest neighbor interpolation Theta =45。% 將圖像逆時針旋轉(zhuǎn)45176。clear all, close all I = imread(39。figure, imshow(J2), title(39。)。bilinear39。% J1 = imresize(I, Scale, 39。help imresize% 查看imresize使用幫助I = imread(39。)。Original Image39。% using the nearest neighbor interpolation J2 = imresize(I, Scale, 39。Scale = 。熟悉程序中所使用函數(shù)的調(diào)用方法，改變有關(guān)參數(shù)，觀察試驗結(jié)果。二、實驗內(nèi)容（一）研究以下程序，分析程序功能；輸入執(zhí)行各命令行，認真觀察命令執(zhí)行的結(jié)果。)。)。% using the bilinear interpolation imshow(I), title(39。Resized Imageusing the nearest neighbor interpolation 39。)。Scale = 。% using the nearest neighbor interpolation J2 = imresize(I, Scale, 39。Original Image39。)。說明：?注意觀察不同插值方法的圖像表現(xiàn)； ?改變圖像縮放因子Scale，重做上述實驗。Theta = 45。)。bilinear39。% using bilinear interpolation and crops the output image imshow(I), title(39。Rotated Imageusing the nearest neighbor interpolation 39。)。Theta = 30。)。bilinear39。% using bilinear interpolation and crops the output image imshow(I), title(39。Rotated Imageusing the nearest