【正文】 圖像的大小通過(guò)邊界鏡像反射來(lái)擴(kuò)展 subplot(2,3,4)3imshow(a3)a4=imfilter(a,w,39。)subplot(2,3,6)imshow(a5)b=imread(39。)w1=fspecial(39。)w2=fspecial(39。)w3=fspecial(39。)c=imread(39。)w4=fspecial(39。)w5=fspecial(39。)w6=fspecial(39。)運(yùn)行結(jié)果非線性空間濾波d=imread(39。 pepper39。用中值濾波器進(jìn)行濾波 subplot(1,2,2)imshow(d2),title(39。其次我知道了灰度變換的函數(shù)imadjust的使用，它是將選定的灰度級(jí)別范圍變換為規(guī)定的范圍，可以自由變換圖像的灰度級(jí)別；還有掌握了如何畫圖像的直方圖、將直方圖均衡化等等。這些都是一些比較初級(jí)的函數(shù)，后面還有很多圖像處理方法需要學(xué)習(xí)。調(diào)用SD=STD2（I）的灰度標(biāo)準(zhǔn)差 。subplot(2,2,1)。imshow(J)。K=imsubtract(all_white_uint8,J)。39。總之這次試驗(yàn)讓我對(duì)MATLAB的圖像處理有了一點(diǎn)學(xué)習(xí)，為更好地學(xué)習(xí)數(shù)字圖像處理打下了一定的基礎(chǔ)。特別是索引圖像與1，4，8，16比特圖像的存儲(chǔ)與轉(zhuǎn)換。簡(jiǎn)述實(shí)驗(yàn)?zāi)康募霸恚唤o出實(shí)驗(yàn)代碼，并加以注釋； 對(duì)實(shí)驗(yàn)現(xiàn)象加以說(shuō)明和討論。2)在圖像菜單中選直方圖項(xiàng)，觀察原始圖像的直方圖。2)在圖像菜單中選直方圖項(xiàng)，觀察原始圖像的直方圖。6)在編輯菜單中選返回項(xiàng)，恢復(fù)原始圖像。1)在Photoshop中打開(kāi)一黑白灰度圖像文件。1)在Photoshop中打開(kāi)一黑白灰度圖像文件。5)在編輯菜單中選返回項(xiàng)，恢復(fù)原始圖像。9)打開(kāi)ToolboxesImage Processing項(xiàng)，選Noise Reduction Filtering，并運(yùn)行。12)選其他圖像，重做（10）（11）。x+y結(jié)論：不同點(diǎn)：f2的頻譜是對(duì)f1頻譜的移位，它時(shí)f1的頻譜從原點(diǎn)（0，0）移到了中心（64，64），而得到了一個(gè)完整的頻譜。for i=38:1:90 for j=58:1:70 f1(i,j)=255。imshow(fft2(f1))。imshow(f2)。%將f2順時(shí)針旋轉(zhuǎn)45度 subplot(1,3,2)。%顯示f3的頻譜結(jié)論：均衡化后的直方圖并非完全均勻分布的原因：因?yàn)閳D像的像素個(gè)數(shù)和灰度等級(jí)均為離散值，而且均衡化后使灰度級(jí)并歸。fid=fopen(39。)。subplot(2,2,1)imagesc(data)。,39。)。[M,N]=size(s)。%對(duì)M/2進(jìn)行取整 n2=floor(N/2)。%GLPF濾波后的頻域表示 end end s=ifftshift(s)。p=fftshift(fft2(data))。%初始化d1 n3=floor(M/2)。%GHPF濾波函數(shù)p(i,j)=h1*p(i,j)。%創(chuàng)建圖形圖像對(duì)象 imshow(p)。數(shù)字圖像均衡化后其直方圖并非完全均勻分布的原因：由于原圖像中目標(biāo)物的灰度主要集中于低亮度部分，而且象素總數(shù)比較少，而所占的灰度等級(jí)比較多，因此圖像的對(duì)比度比較好，亮度比較大，整體圖像清晰。fid=fopen(39。)。%將打開(kāi)的文件讀入到data1 subplot(4,2,1)。CELL39。b39。原圖像直方圖39。%取第二個(gè)子窗口data2=uint8(data1)。均衡化39。b39。title(39。d:39。%打開(kāi)無(wú)格式文件data3=(fread(fid,[128,128],39。%將灰度圖象轉(zhuǎn)換成uint8格式 imshow(data31)。Color39。subplot(4,2,6)imhist(data31)。subplot(4,2,7)。%顯示均衡化圖象,256可缺省 title(39。,39。imhist(d)。（2）對(duì)原圖像加入高斯噪聲，用4鄰域平均法平滑加噪聲圖像（圖像四周邊界不處理，下同），同屏顯示原圖像、加噪圖像和處理后的圖像。fid=fopen(39。)。%將打開(kāi)的文件讀入到data1 I=uint8(data1)。%加乘性噪聲 H1=[0 1 0。%領(lǐng)域平均subplot(2,4,1),imshow(I)。subplot(2,4,2),imshow(I1)。subplot(2,4,3),imshow(J)。%加門限后濾波T= 2*sum(I1(:))/128^2。endend end subplot(2,4,8)。)。D:39。imshow(I)。L=fspecial(39。1 51。02 0]。% α=1時(shí)的拉普拉斯算子 LP2=imfilter(I,L2,39。imshow(LP1)。subplot(1,3,3)。)。a的大小決定，a值越大則梯度信息所占的比例越大）、Prewitt和Sobel邊緣檢測(cè)算子，對(duì)256180。)。原始圖像39。%計(jì)算梯度 A=sqrt(IX.*IX+IY.*IY)。Roberts梯度法銳化圖像39。))。Prewitt算子銳化圖像39。))。Sobel算子銳化圖像39。老師認(rèn)真負(fù)責(zé)，布置合理的作業(yè)。二、實(shí)驗(yàn)內(nèi)容：灰度線性變換變換函數(shù)為：s = a r + b設(shè)計(jì)程序，實(shí)現(xiàn)（a1,b=0）、（00）和（a=1,b圖象二值化設(shè)計(jì)程序，實(shí)現(xiàn)圖象的二值化。三、實(shí)驗(yàn)步驟：獲取實(shí)驗(yàn)用圖像：使用imread函數(shù)將圖像讀入Matlab，用size函數(shù)（或imfinfo函數(shù)）獲取圖象大小。設(shè)計(jì)實(shí)現(xiàn)反轉(zhuǎn)操作的變換函數(shù)，并進(jìn)行程序設(shè)計(jì)實(shí)現(xiàn)。用plot等函數(shù)生成各類灰度變換函數(shù)曲線，用imshow函數(shù)顯示處理前后圖象。39。原圖139。title(39。39。figure, imshow(S2)。imwrite(S2,39。figure, imshow(S3)。imwrite(S3,39。figure, imshow(S4)。imwrite(S4,39。figure, imshow(X1)。imwrite(X1,39。figure, imshow(X2)。imwrite(X2,39。figure, imshow(X3)。imwrite(X3,39。figure, imshow(Y)。imwrite(Y,39。figure, imshow(Z1)。imwrite(Z1,39。figure,imshow(Z2,[])。imwrite(Z2,39。二、實(shí)驗(yàn)內(nèi)容：圖象直方圖設(shè)計(jì)程序，計(jì)算圖象直方圖。設(shè)計(jì)直方圖均衡化算法，并進(jìn)行程序設(shè)計(jì)實(shí)現(xiàn)。四、實(shí)驗(yàn)報(bào)告要求：畫出直方圖均衡化算法的規(guī)范化程序設(shè)計(jì)流程圖。)。end a=0:255。)。)。W=zeros(m,n)。end for i=1:256t=(W==(i1))。title(39。title(39。39。二、實(shí)驗(yàn)內(nèi)容：矩形鄰域中值濾波設(shè)計(jì)程序，實(shí)現(xiàn)33鄰域中值濾波。三、實(shí)驗(yàn)原理：對(duì)于給定的n個(gè)數(shù)值{a1, a2, …an}, 將它們按大小有序排列。五、實(shí)驗(yàn)報(bào)告要求：按統(tǒng)一規(guī)定的實(shí)驗(yàn)報(bào)告格式提交報(bào)告。[m,n] = size(A)。%four cornersA2(1:k,1:k)= A(1,1)。% Lower right corner.% four sides for i = 1:kA2(i,k+1:n+k)= A(1,1:n)。% 。pixel_block = reshape(A2(i:i+2*k,j:j+2*k),1,block_size^2)。B(i,j)= block_median。R=imread(39。title(39。39。中值濾波后的圖像39。)。A=im2double(A)。A2 = zeros(m+2*k,n+2*k)。% Upper right (m+k+1:m+2*k,1:k)= A(m,1)。% (k+1:m+k,i)= A(1:m,1)。B0=zeros(1,9)。B0=[B1(3)B1(8)B1(11)B1(12)B1(13)B1(14)B1(15)B1(18)B1(23)]。end。5X5十字變換后圖像39。)。二、實(shí)驗(yàn)內(nèi)容一階微分銳化增強(qiáng)設(shè)計(jì)程序，分別實(shí)現(xiàn)Roberts、Sobel、Priwitt算子的銳化處理。圖像的梯度模值反映了圖像灰度變化的速率，它包含了邊緣及細(xì)節(jié)信息。應(yīng)包含程序清單，處理前后的圖像特征比較及編程的心得體會(huì)（指編程過(guò)程中的難點(diǎn)及如何克服它的）。R2=zeros(m+2,n+2)。R2(m+2,1)= R1(m,1)。R2(2:m+1,1)= R1(1:m,1)。B= zeros(m,n)。C1=B1.*D0。end。R2=zeros(m+2,n+2)。R2(m+2,1)= R(m,1)。R2(2:m+1,1)= R(1:m,1)。for i = 1:m。D1(i,j)=sum(sum(C1))。 B1= [121。2 0 2。1 0 1]。%prewitt算子 B5= [0 0 0。0 01。0 1 0]。figure, imshow(R1)。R2=imread(39。title(39。39。,B3,B4)。E3= move_mask2(39。for i = 1:m。end。)。)。)。)。)。三、實(shí)驗(yàn)原理：n階Butterworth 陷波器的傳遞函數(shù)為：其中D為陷波器半徑，D，D分別為點(diǎn)（u,v）到陷波器中心（u,v）和（u,v）0000的距離。五、實(shí)驗(yàn)要求：按統(tǒng)一規(guī)定的實(shí)驗(yàn)報(bào)告格式提交報(bào)告。G=fftshift(Y)。H(u,v)=1/(1+(d3*d3/(eps+d1*d2))^2)。 r=imread(39。imshow(r)。y1=fft2(r)。)。中心移位后的頻譜39。figure,imshow(y3,[])。impixelinfo。figure,imshow(n1,[])。figure,imshow(n2,[])。figure,imshow(n3,[])。imwrite(uint8(n3)