【正文】 e)。title(39。%讀取圖片[y,x,z]=size(I)。%y矩陣的最大元素while((Blue_y(PY1,1)=5)amp。%IY為原始圖像I中截取的縱坐標在PY1：PY2之間的部分 %end橫向掃描%begin縱向掃描%%%%%%%% X 方向 %%%%%%%%%%Blue_x=zeros(1,x)。%對車牌區(qū)域的修正向下調整 End %end縱向掃描PX1=PX12。grid%創(chuàng)建圖像窗口，繪制Blue_x圖像，畫出網格線39。傳統的一維信號處理的方法和概念很多仍然可以直接應用在圖像處理上，比如降噪、量化等。imshow(a)。imshow(I)。)。u0=w*sin(alpha)。x=tem(1)。endp1=Img(x_low,y_low)。endend endfigure。figure,subplot(211)。subplot(223)。subplot(224)。通道中的純白，代表了該色光在此處為最高亮度，亮度級別是255。在一些關于數字圖像的文章中單色圖像等同于灰度圖像，在另外一些文章中又等同于黑白圖像。這時候要用更高的灰度級。二值圖像經常出現在數字圖像處理中作為圖像掩碼或者在圖像分割、二值化和dithering的結果中出現。假設原圖像的寬為w,高為h,（x0,y0）為原坐標內的一點,轉換坐標后的點為（x1,y1）。SAR斑點噪聲的抑制可通過非相干多視處理，也可使用空間域濾波實現。實驗中是通過MATLAB自帶的函數產生噪聲，各函數如下： J1=imnoise(I,39。六、Matlab優(yōu)勢MATLAB是一個包含大量算法的集合。高層次的作圖包括二維和三維的可視化、圖象處理、動畫和表達式作圖。2．熟練掌握在MATLAB中如何讀取圖像。 4．利用imfinfo函數來獲取圖像文件的壓縮，顏色等等其他的詳細信息；imfinfo(39。,50)6．同樣利用imwrite()函數將最初讀入的tif圖象另存為一幅bmp圖像。39。9．用figure,imshow()，觀察兩幅圖像的質量。第二 圖像基本運算一、實驗目的1．了解圖像的算術運算在數字圖像處理中的初步應用。b=imread(39。immultiply函數將兩幅圖像相應的像素值進行元素對元素的乘法操作（MATLAB點乘），并將乘法的運算結果作為輸出圖形相應的像素值。實驗三 圖像增強—空域濾波一、實驗目的進一步了解MatLab軟件/語言，學會使用MatLab對圖像作濾波處理，使學生有機會掌握濾波算法，體會濾波效果。,)。%均值濾波33 L = filter2(ave2,J)/255。,)。中值濾波對于濾除圖像的椒鹽噪聲非常有效。實驗要求利用MatLab工具箱中關于數學形態(tài)學運算的函數，計算本指導書中指定二值圖像進行處理。close39。三、實驗原理圖像讀、寫、顯示 I=imread(‘’)Imview(I)Imshow(I)Imwrite(I,’’)圖像類型轉換I=mat2gray(A,[amin,amax])。將灰度圖像轉化為二值圖像,level 取值在[0,1]之間BW=im2bw(x,map,level)。39。)subplot(222),imshow(i1),xlabel(39。再開辟一個窗口，分別用最近鄰插值法、雙線性插值法實現圖像順勢針旋轉50176。 234。y234。%編寫實現圖像平移的函數hmove，平移量為 [r,c]=size(i)。end。顯示圖像的傅立葉頻譜 l a=0:800。l subplot(1,2,1),subimage([0,800],[0,600],i)。二、實驗內容用函數implement 取反。給圖像加噪聲 bitand()。)。g3=255。b1=g0r1*f0。g(i,j)=0。num=zeros(1,256)。 作邏輯與和邏輯或運算。close all。% P 為原始成圖像直方圖q=zeros(1,256)。% 計算原始直方圖 P % 計算原始累積分布直方圖 q(1,1)=P(1,1)。end % 顯示信息subplot(231),imshow(tu)subplot(232),plot(P),axis([1 256 0 ])subplot(233),plot(q),axis([1 256 0 1])subplot(234),imshow(new_tu,[])subplot(235),plot(newP),axis([1 256 0 ])subplot(236),plot(newq),axis([1 256 01])clc,clear,close all in=imread(39。chu1=zeros(m,n)。chu2=uint8(chu2)。H=fspecial(type,parameters)。39。,0,)%g 是標準均值濾波器的輸出圖像 g=biaozhunjunzhi(f,3)。%f1 是對邊緣像素補0 后得到的圖像f1=zeros(m+(k1),n+(k1))。end end %hsum 表示窗口內所有像素值的和 hsum=0。salt amp。)subplot(132),imshow(f)%,xlabel(39。%注意這條指令絕對不能少 ga=f。clc,clear,close all f=imread(39。h2=[1 0 1。for p=1:1:3 for q=1:1:3 x1(p,q)=f(i+(p2),j+(q2))。二、實驗內容 進行退化和復原仿真，采用逆濾波的方法復原。subplot(131),imshow(in),title(39。outreal=uint8(real(out1))。subplot(133),imshow(chureal),title(39。subplot(131),imshow(in),title(39。for u=1:N1 for v=1:N2 fenzhi=cos(pi*(u*a+v*b))i*sin(pi*(u*a+v*b))。chu(u,v)=out(u,v)/h(u,v)。b=。subplot(131),imshow(in)subplot(132),imshow(f)subplot(133),imshow(g)%逆諧波函數function g=nixiebojunzhi(f,k)[m,n]=size(f)。for p=1:k for q=1:k a(x)=f1(i+(p(k+1)/2),j+(q(k+1)/2))。實驗七 彩色圖像處理一、實驗目的了解三色成像及各種顏色模型。四、實驗代碼與結果clc,clear,close all rin=zeros(256,256)。out2(:,:,2)=gin。,)。%注意這條指令絕對不能少 ga=f。he=0。end end end %ga 的大小和f1 的大小一致，所以必須取出中間部分像素值作為輸出 g=ga((1+(k1)/2):(m1(k1)/2),(1+(k1)/2):(n1(k1)/2))。,。)。out(i,j,3)=d(ind,3)。g11=0。f39。b12=g11r12*f11。(f=f11)amp。f23=255。)title(39。[m,n]=size(in1)。figure(22),subplot(121),imshow(in1)subplot(122),imshow(g2)%imshow(mat2gray(g2))%第三個獨立的變換f30=0。figure(31),plot([f30,f31,f32,f33],[g30,g31,g32,g33],39。)r31=(g31g30)/(f31f30)。for i=1:m for j=1:n f=in2(i,j)。二、實驗內容應用一階算子roberts 檢測邊緣。(f=f32)amp。r33=(g33g32)/(f33f32)。),ylabel(39。f32=127。if(f=0)amp。r22=(g22g21)/(f22f21)。)axis tight,xlabel(39。f21=63。in2=double(in1)。intensity transformation39。g13=255。%in1=rgb2gray(in1)。% out(i,j,3)=map(in(i,j),3)。,。d=[,。 a(h)~=maxa tan=tan+1。x=x+1。subplot(221),imshow(in1)subplot(222),imshow(in)subplot(223),imshow(out)%采用改進均值濾波算法，函數如下 function g=gaijinjunzhi(f,k)[m,n]=size(f)。)。%左下角 bin=zeros(256,256)。給彩色圖像加噪并去噪，可以采用灰度圖像去噪處理的任何方法。for h=1:(k^2)hsum1=hsum1+a(h)^(r+1)。%f1 的邊緣像素值為0中間的像素值依然為f f1((1+(k1)/2):(m1(k1)/2),(1+(k1)/2):(n1(k1)/2))=f。f=imnoise(in,39。勻速直線運動還原圖39。outreal=uint8(real(out1))。t=1。clc in=imread(39。%退化模型中的常數for i=1:N1 for j=1:N2 h(i,j)=exp((k2*(i^2+j^2))^(5/6))。k1=。close all。sum=sum1+sum2。x2=h2。g=f。x=x+1。)function g=biaozhunzhongzhi(f,k)[m,n]=size(f)。gaussian39。clc,clear in1=imread(39。%取出窗口內的像素值并作標準均值濾波處理 for i=(k+1)/2:(m1(k1)/2)for j=(k+1)/2:(n1(k1)/2)a=0。(b)加噪圖像39。 pepper39。用于進行二維線性數字濾波，使用矩陣B 中的二維濾波器對數據X進行濾波。二、實驗內容 進行濾波除噪處理。end end in=uint8(in)。[m,n]=size(in)。end end % 統計新生成圖像各灰度級像素個數 for x=1:h for y=1:w newN(1,new_tu(x,y))=newN(1,new_tu(x,y))+1。% newq 為新生成圖像直方圖累積分布函數 [h w]=size(tu)。)。直方圖均衡化函數imnoise(I,type,parameters)。subplot(121),plot(x,p),axis([1 256 0 ])subplot(122),imhist(in)實驗四 圖像空域變換增強（2）一、實驗目的掌握直方圖均衡化算法。(fclc,clear,close all in=imread(39。b3=g2r3*f2。g39。g1=60。)。空域處理可以表示為：g(x, y)=T[ f(x, y)]j=implement(i)。％圖像的傅立葉幅度頻譜以三維圖形顯示 l colormap(hsv)。l i=imread(39。subimage(gray1),axis(39。x1=x+x0。=x+x0即：237。 234。233。)subplot(224),imshow(i3),xlabel(39。[m1,n1]=size(i)i2=i1(1:2:end,1:2:end)。)。索引圖像轉化為灰度圖像 I=grb2gray(RGB)。鞏固圖像空間分辨率和灰度級分辨率、鄰域等重要概念。%膨脹 “”進行開運算；BW3 = bwmorph(bw, 39。能夠掌握分割條件(閾值等)的選擇。鹽=白色，椒=黑色。%中值濾波44模板f） 上加入椒鹽噪聲(salt amp。%產生33的均值模版 ave2=fspecial(39。39。 b=immultiply(a,)。如截圖第一張為原圖，第二張為亮度加50，第三張為亮度減50 2．圖像的減法運算在MATLAB中，使用imsubtract函數可以將一幅圖像從另一幅圖像中減去，或者從一幅圖像中減去一個常數。imadd函數將某一幅輸入圖像的每一個像素值與另一幅圖像相應的像素值相加，返回相應的像素值之和作為輸出圖像。 d=im2bw(b)。)。7．用imread()讀入圖像： ； b=imread(39。imwrite(I,39。二、實驗內容及步驟1．利用imread()函數讀取一幅圖像，假設其名為””，存入一個數組中；I=imread(39。另外新版本的MATLAB還著重在圖形用戶界面（GUI）的制作上作了很大的改善，對這方面有特殊要求的用戶也可以得到滿足模塊集合工具箱MATLAB對許多專門的領域都開發(fā)了功能強大的模塊集和工具箱。在計算要求相同的情況下，使用MATLAB的編程工作量會大大減少。%添加椒鹽噪聲J2=imnoise(I,39。高斯噪聲：所謂高斯噪聲是指它的概率密度函數服從高斯分布（即正態(tài)分布）的一類噪聲。在工業(yè)與自然界中，存在著各種干擾源（噪聲源），如大功率電力電子器件的接入、大功率用電設備的開啟與斷開、雷擊閃電等都會使空間電場和磁場產生有序或無序的變化，這些都是干擾源（或噪聲源）。圖像旋轉：圖像旋轉是指圖像以某一點為中心旋轉一定的角度,形成一幅新的圖像的過程。二值圖像中所有的像素只能從0和1這兩個值中取，因此在MATLAB中，二值圖像用一個由0和1組成的二維矩陣表示。在醫(yī)學圖像與遙感圖像這些技術應用中經常采用更多的級數以充分利用每個采樣 10 或 12 位的傳感器精度，并且避免計算時的近似誤差。在計算機領域中，灰度數字圖像是每個像素只有一個采樣顏色的圖像。)。)。)。imshow(B,[])。s=xx_low。x=1amp。Imgnew1=zeros(hnew,wnew)。wnew=w*cos(alpha)+h*sin(alpha)。clear all。imshow(i)。)。圖像處理是信號處理在圖像域上的一個應用。% 原始圖像39。% Blue_x 的矩陣加一endendendPX1=1。while((Blue_y(PY2,1)=5)amp。am