【正文】 surf(n)。h02=15*log(+h2)figure(2)imshow(h02,[0,255])。fclose(a)。a=fopen(39。mesh(a2)。t(x,y)=0。 當(dāng)D(u,v)X時。 頻域法的過程是：f(x,y)224。39。首先將所得圖畫旋轉(zhuǎn)45度,這需要通過將數(shù)組先相應(yīng)的旋轉(zhuǎn),這個旋轉(zhuǎn)有兩種方式:（1）根據(jù)旋轉(zhuǎn)后的圖象算出旋轉(zhuǎn)后的數(shù)組形式,通過點(diǎn)與點(diǎn)之間的變換來實(shí)現(xiàn),.（2）直接用IMROTATE(A,ANGLE,METHOD)語句,其中A表示數(shù)組,ANGLE表示旋轉(zhuǎn)角度,=imrotate(a,315,39。頻率域中進(jìn)行增強(qiáng)是相當(dāng)直觀的,主要步驟有:1）計算需要增強(qiáng)的圖象的傅立葉變換。圖36實(shí)驗(yàn)五：圖像變換及頻域?yàn)V波1．驗(yàn)證二維傅里葉變換的平移性和旋轉(zhuǎn)不變性；a．要驗(yàn)證證其平移特性,就先建立一個二維圖象,然后再對其平移,通過觀察兩者的頻譜圖來觀察平移特性,為了方便起見,我們選擇特殊情況來分析,令u0=v0=N/2,使223。title(39。加入高斯噪聲的圖像39。,0,)。實(shí)驗(yàn)原理：平滑濾波技術(shù)用于平滑圖像中的噪聲。圖33實(shí)驗(yàn)四：圖像的平滑與濾波實(shí)驗(yàn)題目：圖像平滑與濾波實(shí)驗(yàn)?zāi)康模涸谑煜D像平滑的基本原理和方法的基礎(chǔ)上，在理論指導(dǎo)下，能在MATLAB環(huán)境下對圖像進(jìn)行平滑處理。title(39。)。圖像均衡化f=imread(39。:。 實(shí)驗(yàn)實(shí)驗(yàn)一：圖像輸入對于一副黑白數(shù)字圖像，其每一副數(shù)字圖像都是由一個矩陣組成的，矩陣中的每一個值都是對應(yīng)原來的模擬圖像的相應(yīng)值的量化值，因此，一副黑白圖像就是一個關(guān)于像素值的矩陣。邊緣增強(qiáng)圖象39。加噪圖象39。same39。1,1,1]。)。1），將X強(qiáng)制類型轉(zhuǎn)換為double，最大值歸一化并顯示X。降低對比度圖像39。title(39。title(39。title(39。figure,subplot(4,2,1),imshow(Dtitle(39。6）對降低對比度后圖像矩陣D2使用histeq函數(shù)進(jìn)行直方圖均衡化,結(jié)果賦值給矩陣D4。 內(nèi)容,完成圖像求反、增強(qiáng)對比度、降低對比度。 Matlab應(yīng)用于數(shù)字圖像增強(qiáng)和濾波 目的1）熟悉灰度圖像讀入函數(shù)imread和圖像顯示函數(shù)imshow。（8）銳化1,1,1。h=[1,2,1。（4） 對數(shù)變換log函數(shù)用于數(shù)字圖像的對數(shù)變換，如：i=imread(39。（2）直方圖均化histeq函數(shù)用于數(shù)字圖像的直方圖均化，如：i=imread(39。 subplot(122),imshow(g) title(39。d0=20。,)。低通濾波器的作用就是濾除這些高頻分量，保留低頻分量，使圖像信號平滑。title(39。)。中值濾波器的窗口可以取方形，圓形，十字形等。添加椒鹽噪聲圖像39。)。平滑線性空間濾波器的輸出（響應(yīng)）是包含在濾波掩模鄰域內(nèi)像素的簡單平均值。 圖像增強(qiáng)技術(shù)概述圖像增強(qiáng)技術(shù)主要包括：直方圖修改處理，圖像平滑處理，圖像尖銳化處理，彩色圖像處理。拉普拉斯算子對圖像中的噪聲非常敏感，為了減少噪聲的影響，在做增強(qiáng)處理之前，先將待處理的圖像進(jìn)行平滑，再做拉普拉斯運(yùn)算。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細(xì)節(jié)變得清晰，經(jīng)過平滑的圖像變得模糊的根本原因是圖像受到了平均或積分運(yùn)算，因此可以對其進(jìn)行逆運(yùn)算（如微分運(yùn)算）就可以使圖像變得清晰。這時可以采用線性濾波和中值濾波的方法。噪聲并不僅限于人眼所見的失真，有些噪聲只針對某些具體的圖像處理過程產(chǎn)生影響。直方圖規(guī)定化方法如下：假設(shè)是原始圖像分布的概率密度函數(shù)，是希望得到的圖像的概率密度函數(shù)。直方圖均衡化處理可大大改善圖像灰度的動態(tài)范圍。當(dāng)圖像的直方圖為一均勻分布時，圖像的信息熵最大，此時圖像包含的信息量最大，圖像看起來就顯得清晰[10]。滿足這兩個條件，就保證了轉(zhuǎn)換函數(shù)的可逆。（4）直方圖具有統(tǒng)計特性。通常以圖像中像素數(shù)目的總和n去除他的每一個值，以得到歸一化的直方圖，公示如下： k=0,1,2,…,L1 ()且因此給出了灰度級為發(fā)生的概率估計值。這時的變換公式為： ()式中a，b，c都是可以選擇的參數(shù)，當(dāng)f(x,y)=a時，g(x,y)=0，此時指數(shù)曲線交于X軸，由此可見參數(shù)a決定了指數(shù)變換曲線的初始位置參數(shù)c決定了變換曲線的陡度，即決定曲線的變化速率。 ()若圖像中大部分像素的灰度級分布在區(qū)間[a,b]內(nèi)，max f為原圖的最大灰度級，只有很小一部分的灰度級超過了此區(qū)間，則為了改善增強(qiáng)效果，可以令 ()在曝光不足或過度的情況下，圖像的灰度可能會局限在一個很小的范圍內(nèi)，這時得到的圖像可能是一個模糊不清、似乎沒有灰度層次的圖像。 灰度變換灰度變換可使圖像動態(tài)范圍增大，對比度得到擴(kuò)展，使圖像清晰、特征明顯，是圖像增強(qiáng)的重要手段之一。這種變換就是所謂的圖像變換。對圖像進(jìn)行多尺度小波變換后，不同頻率的信號出現(xiàn)在不同尺度的子帶圖像上，有了這些特性就能很好的對感興趣的部分進(jìn)行增強(qiáng)。90年代是圖像處理技術(shù)實(shí)用化時期，圖像處理的信息量巨大，對處理的速度要求極高。（4） 銳化平滑噪聲時經(jīng)常會使圖像的邊緣變的模糊，針對平均和積分運(yùn)算使圖像模糊，可對其進(jìn)行反運(yùn)算采取微分算子使用模板和統(tǒng)計差值的方法，使圖像增強(qiáng)銳化。這時可以通過直方圖均衡化將圖像的灰度范圍分開，并且讓灰度頻率較小的灰度級變大，通過調(diào)整圖像灰度值的動態(tài)范圍，自動地增加整個圖像的對比度，使圖像具有較大的反差，細(xì)節(jié)清晰。圖像增強(qiáng)技術(shù)研究1 圖像增強(qiáng)概述 圖像增強(qiáng)的定義圖像增強(qiáng)是指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不需要的信息的處理方法，也是提高圖像質(zhì)量的過程。（2） 對比度增強(qiáng)法有些圖像的對比度比較低，從而使整個圖像模糊不清。圖像邊緣與高頻分量相對應(yīng)，高通濾波器可以讓高頻分量暢通無阻，而對低頻分量則充分限制，通過高通濾波器去除低頻分量，也可以達(dá)到圖像銳化的目的。21世紀(jì)的圖像處理技術(shù)要向高質(zhì)量化方面發(fā)展，實(shí)現(xiàn)圖像的實(shí)時處理，采用數(shù)字全息技術(shù)使圖像包含最為完整和豐富的信息，實(shí)現(xiàn)圖像的智能生成、處理、理解和識別[7]。圖像變換的方法是多種多樣的。圖像變換是指圖像的二維正交變換，它在圖像增強(qiáng)、復(fù)原、編碼等方面有著廣泛的應(yīng)運(yùn)。它主要利用點(diǎn)運(yùn)算來修正像素灰度，由輸入像素點(diǎn)的灰度值確定相應(yīng)輸出點(diǎn)的灰度值，是一種基于圖像變換的操作。采用線性變換對圖像中每一個像素灰度作線性拉伸，將有效改善圖像視覺效果。指數(shù)變換用于擴(kuò)展高灰度區(qū)，一般適于過亮的圖像。歸納起來，直方圖主要有一下幾點(diǎn)性質(zhì)：（1）直方圖中不包含位置信息。從直方圖的定義可知，連續(xù)圖像的直方圖是一位連續(xù)函數(shù)，它具有統(tǒng)計特征，例如矩、絕對矩、中心矩、絕對中心矩、熵。 直方圖均衡化直方圖均衡化方法是圖像增強(qiáng)中最常用、最重要的方法之一。，設(shè)r，s分別表示原圖像和增強(qiáng)后圖像的灰度。減少簡并現(xiàn)象通?？刹捎脙煞N方法：一種簡單的方法是增加像素的比特數(shù)。先對原始圖像進(jìn)行直方圖均衡化處理，即： ()假定已經(jīng)得到了所希望的圖像，并且它的概率密度函數(shù)是。圖像中的噪聲往往和正常信號交織在一起，尤其是乘性噪聲，如果處理不當(dāng)，就會破壞圖像本身的細(xì)節(jié)，如會使線條、邊界等變得模糊不清。（1） 線性濾波線性濾波一般采用的是領(lǐng)域平均法。從頻率域來考慮，圖像模糊的實(shí)質(zhì)是因?yàn)槠涓哳l分量被衰減，因此可以用高通濾波器來使圖像清晰。相對于梯度算子，拉普拉斯算子具有增強(qiáng)的邊緣精確定位的優(yōu)點(diǎn)。從純技術(shù)上講主要有兩類：頻域處理法和空域處理法。因此這些濾波器也被稱為均值濾波器。J=imnoise(I,39。)K1=filter2(fspecial(39。例如：濾波函數(shù)圖像處理1clc。subplot(1,3,1)Imshow(LenaRaw)。調(diào)用庫函數(shù)medfilt2，使用3*3模板，中值濾波圖像39。它包括：理想低通濾波器，巴特沃斯低通濾波器，指數(shù)低通濾波器等。 subplot(121),imshow(J) title(39。 n1=floor(M/2)。三階Butterworth濾波圖像39。e:\39。e:\39。0,0,0。1,1,1]。利用Sobel算子銳化圖像, 如:i=imread(39。2）掌握數(shù)據(jù)類型強(qiáng)制轉(zhuǎn)換函數(shù)y=double(x)。1），將D強(qiáng)制類型轉(zhuǎn)換為double。在figure ,并添加標(biāo)注說明。原圖像39。求反圖像39。增強(qiáng)對比度圖像39。降低對比度圖像39。)。2）使用imnoise函數(shù)對圖像矩陣X加噪，加噪后圖像矩陣名為J。Y=double(X)。