【正文】 4，加深了對MATLAB編程的理解。end end result=ifftshift(result)。[M,N]=size(g)。gaussian39?？焖俑盗⑷~變換的逆變換39。% 快速傅立葉變換subplot(132),imshow(F),title(39。)六，利用Matlab的圖像處理工具箱中提供的函數(shù)實現(xiàn)圖像的傅立葉變換和反變換： 源程序：A=imread(39。temp=funBox(:)。a=2。K = medfilt2(J)。)。原圖像39。figure,imshow(k3),title(39。k2=medfilt2(J,[5 5])。%添加高斯噪聲三，對被噪聲污染的圖像進(jìn)行中值濾波和均值濾波： 原理：自帶函數(shù)進(jìn)行中值濾波和均值濾波 源程序：A=imread(39。椒鹽噪聲39。)。4．寫出本實驗的心得體會及意見。basic39。figure, imshow(bw)% Determine the Number of Objects in the Image [labeled,numObjects] = bwlabel(bw,4)。,39。)。實驗六數(shù)字圖像處理應(yīng)用一．實驗?zāi)康募耙?．利用MATLAB提供的圖像處理函數(shù)實現(xiàn)圖像中物體屬性的測量； 2．訓(xùn)練綜合運用MATLAB圖像處理函數(shù)的能力； 3．了解數(shù)字圖像處理基本應(yīng)用。I2 = flipdim(I,1)。figure, imshow(J2), title(39。crop39。J1 = imrotate(I, Theta, 39。figure, imshow(J2), title(39。crop39。J1 = imrotate(I, Theta, 39。Resized Imageusing the bilinear interpolation 39。)。39。)。% J1 = imresize(I, Scale, 39。希望老師能考慮我的這點建議，多開設(shè)實際動手的課程或引入教學(xué)實例引導(dǎo)同學(xué)們更好地理解、學(xué)習(xí)。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。目前，隨著計算機(jī)技術(shù)的不斷發(fā)展，計算機(jī)的運算速度得到了很大程度的提高。首先，我們不應(yīng)再教學(xué)中盲目“灌輸”，主要還是激發(fā)學(xué)生對這門課的學(xué)習(xí)興趣，應(yīng)該讓學(xué)生有一個平臺可以看到圖像數(shù)字處理的效果，產(chǎn)生一個所見即所得的印象，這樣學(xué)生在學(xué)習(xí)中就有成就感，就會愿意動手去編程，在調(diào)試程序所面臨的挫折中也能有信心和勁頭去戰(zhàn)勝困難；最后，多找些相關(guān)的例題和實例，讓學(xué)生成立學(xué)習(xí)小組去完成一些學(xué)習(xí)任務(wù)，指導(dǎo)他們合理分工，從簡單實例入手，慢慢增加難度，讓學(xué)生以小組的形式獨立完成。也了解圖像處理技術(shù)中一些常見處理技術(shù)的實質(zhì)，比如銳化處理是使模糊的圖像變清晰，增強(qiáng)圖像的邊緣等細(xì)節(jié)。數(shù)字圖像處理后的圖像受人的因素影響較大，因為圖像一般是給人觀察和評價的。因此對計算機(jī)的計算速度、存儲容量等要求較高。圖像增強(qiáng)不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。其正確的理解要有知識的引導(dǎo)，與人工智能等學(xué)科有密切聯(lián)系。圖像處理涉及到圖像的分析和計算機(jī)視覺，其中分為低級處理、中級處理、高級處理。圖象處理的內(nèi)容有很多種：幾何處理，算術(shù)處理、圖像增強(qiáng)、圖像復(fù)原、圖像重建、圖像識別、圖像壓縮。數(shù)字圖像處理又稱為計算機(jī)圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機(jī)對其進(jìn)行處理的過程。這就是上完數(shù)字圖像處理課，我所能想到的車牌識別的整個過程，基本上需要用到我們所學(xué)的所有內(nèi)容，而且都是比較基礎(chǔ)的知識，我覺得，往往一個圖像處理的問題，就是應(yīng)該分成很多小問題來解決，一步步簡化問題。需要注意的是，圖像增強(qiáng)并不能增加原始圖像的信息，只是通過某些技術(shù)有選擇的突出對某一具體應(yīng)用有價值的信息，即圖像增強(qiáng)只通過突出某些信息，以增強(qiáng)對這些信息的辨識能力，而其他信息信息則被削弱，這就是我對圖像增強(qiáng)的理解，我認(rèn)為他是我們后期識別車牌的重要準(zhǔn)備，增強(qiáng)的好壞直接影響了后期識別的準(zhǔn)確度和速度。而計算機(jī)呢？他要不停的運算、識別，而你算法上的一個小小漏洞，更會導(dǎo)致識別的大大不同。仔細(xì)翻閱了幾遍平時上課做的筆記，梳理了下各種圖像處理方法在各中圖像處理中起到的作用。結(jié)合對實際車牌識別過程的了解，談?wù)勛约簩D像處理的各種方法在識別過程中起到的作用。通過數(shù)字圖像處理這門課的學(xué)習(xí)，我覺得可能通過下面的一些列步驟能較好的識別出車牌上的號碼數(shù)字。然后，圖像增強(qiáng)后，我覺得我們就應(yīng)該對處理后的圖像就行邊緣檢測，這里就直接會用到我們上課所學(xué)到的邊緣檢測的各種方法，邊緣是圖像的最基本特征，邊緣部分集中了圖像的大部分信息。一步步將圖像中我們所最關(guān)心的內(nèi)容提取出來。數(shù)字圖像處理是從20世紀(jì)60年代以來隨著計算機(jī)技術(shù)和VLSL的發(fā)展而產(chǎn)生、發(fā)展和不斷成熟起來的一個新興技術(shù)領(lǐng)域。而目前進(jìn)行圖像處理就是指用計算機(jī)對圖像進(jìn)行空域法和變換域法。低級處理是指輸入輸出均為圖像（如圖像縮放、圖像平滑）；中級處理是輸入圖像，然后輸出提取的特征（如區(qū)域分割、邊界檢測）；高級處理則是理解識別的圖像（如無人機(jī)駕駛，自動機(jī)器人）。當(dāng)前理論上有不小進(jìn)展，但仍是一個有待進(jìn)一步探索的領(lǐng)域。如強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；如強(qiáng)調(diào)低頻分量可減少圖像中噪聲影響。數(shù)字圖像處理占用的頻帶較寬。數(shù)字圖像處理的優(yōu)點主要表現(xiàn)在再現(xiàn)性好、處理精度高、適用面寬、靈活性高等方面。而平滑處理的目的是消除噪聲，模糊圖像，在提取大目標(biāo)之前去除小的細(xì)節(jié)或彌合目標(biāo)間的縫隙。這樣不僅提高了學(xué)生的編程能力，而且培養(yǎng)了他們的協(xié)作精神，增強(qiáng)了團(tuán)隊意識。在短短的歷史中，它卻廣泛應(yīng)用于幾乎所有與成像有關(guān)的領(lǐng)域，在理論上和實際應(yīng)用上都取得了巨大的成就。所以，圖像處理中信息壓縮的潛力很大。第四篇：《數(shù)字圖像處理》實驗五 圖像的幾何變換一．實驗?zāi)康募耙笳莆請D像幾何變換的基本原理，熟練掌握數(shù)字圖像的縮放、旋轉(zhuǎn)、平移、鏡像和轉(zhuǎn)置的基本原理及其MATLAB編程實現(xiàn)方法。nearest39。figure, imshow(J1), title(39。)。% using the bilinear interpolation imshow(I), title(39。)。nearest39。)。 Rotated Imageusing the bilinear interpolation 39。nearest39。)。 Rotated Imageusing the bilinear interpolation 39。figure(1), subplot(1,2,1), imshow(I)。二、實驗內(nèi)容以大米粒特性測量為例，綜合應(yīng)用課程中圖像