【正文】 濾波、中值濾波、Lee濾波、Kuan濾波、Frost濾波、Sigma濾波以及Gamma Map濾波等。y1 =y0 + h/2。二值圖像經(jīng)常使用位圖格式存儲(chǔ)。人們經(jīng)常用黑白、Bamp。用于顯示的灰度圖像通常用每個(gè)采樣像素 8 位的非線性尺度來保存，這樣可以有 256 級(jí)灰度。色彩的變動(dòng)，實(shí)際上就是間接在對(duì)通道灰度圖進(jìn)行調(diào)整。title(39。title(39。title(39。B=imrotate(Img,alpha/pi*180)。p3=Img(x_low,y_low)。if x=1amp。sin(alpha),cos(alpha)]。[h w]=size(Img)。二值圖像39。源圖像39。二、實(shí)驗(yàn)?zāi)康撵柟趟鶎W(xué)知識(shí)，提高所學(xué)能力三、實(shí)驗(yàn)內(nèi)容利用matlab的GUI程序設(shè)計(jì)一個(gè)簡(jiǎn)單的圖像處理程序，并含有如下基本功能： ，變換為灰度圖像和二值圖像，并在同一個(gè)窗口內(nèi)分成三個(gè)子窗口來分別顯示RGB圖像和灰度圖像，注上文字標(biāo)題 3．對(duì)給定的圖像添加噪聲（椒鹽噪聲、高斯噪聲）四、實(shí)驗(yàn)結(jié)果及代碼展示（1）讀入一幅RGB圖像，變換為灰度圖像和二值圖像，并在同一個(gè)窗口內(nèi)分成三個(gè)子窗口來分別顯示RGB圖像和灰度圖像，注上文字標(biāo)題效果展示：代碼：a = imread(39。第一篇：數(shù)字圖像處理實(shí)驗(yàn)報(bào)告數(shù)字圖像處理實(shí)驗(yàn)報(bào)告目錄一、數(shù)字圖像處理簡(jiǎn)介圖像處理，是對(duì)圖像進(jìn)行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術(shù)。C:Documents and 39。)subplot(3,1,2)。)（2）圖像旋轉(zhuǎn) 原圖效果展示：代碼：clc。alpha=pi/4。Imgnew2=zeros(hnew,wnew)。amp。p4=Img(x_up,y_up)。figure。原圖39。添加高斯噪聲39。添加斑點(diǎn)噪聲39。通道是Photoshop處理圖像的核心部分，所有的色彩調(diào)整工具都是圍繞在這個(gè)核心周圍使用的。這種精度剛剛能夠避免可見的條帶失真，并且非常易于編程。W、單色圖像表示二值圖像，但是也可以用來表示每個(gè)像素只有一個(gè)采樣值的任何圖像，例如灰度圖像等。二值圖像可以解釋為二維整數(shù)格Z，圖像變形處理領(lǐng)域很大程度上就是受到這個(gè)觀點(diǎn)啟發(fā)。在新的坐標(biāo)系下,假設(shè)（x0,y0）距離原點(diǎn)的距離為r,點(diǎn)與原點(diǎn)之間的連線與x軸的夾角為b,旋轉(zhuǎn)的角度為a,旋轉(zhuǎn)后的點(diǎn)為（x1,y1）噪聲：是電路或系統(tǒng)中不含信息量的電壓或電流。但這類算法存在自身無法克服的矛盾：一方面為增強(qiáng)斑點(diǎn)去噪效果需選較大的濾波窗口，另一方面為保持圖像的實(shí)際分辨率要求所選的窗口較小。,)。在通常情況下，可以用它來代替底層編程語言，如C和C++。同時(shí)對(duì)一些特殊的可視化要求，例如圖形對(duì)話等，MATLAB也有相應(yīng)的功能函數(shù)，保證了用戶不同層次的要求。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。七、程序清單clear all。Im=imread(39。)。title(39。%顯示均衡化后的直方圖實(shí)驗(yàn)二 頻域圖像增強(qiáng)一、實(shí)驗(yàn)?zāi)康念l域圖像增強(qiáng)掌握基于頻域的圖像增強(qiáng)方法。data4=imread(39。i=fft2(data4)。%以三維坐標(biāo)顯示該圖像頻譜圖title(39。%三維方式顯示低通濾波后的頻譜圖 x=0:1:255。%新建圖像顯示窗口 result=fftshift(result)。%對(duì)原圖進(jìn)行高通濾波 for k=1:1:n for l=1:1:m if(k^2+l^2)imshow(uint8(abs(d)))。39。g=fft2(f)。%以三維坐標(biāo)顯示該圖像頻譜圖 title(39。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。%取幅度 mesh(z)。imshow(J3)。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。z=log(abs(result))。subplot(3,2,5)。（2）Hough變換原理是什么？答：Hough變換的基本原理在于利用點(diǎn)與線的對(duì)偶性，將原始圖像空間的給定的曲線通過曲線表達(dá)形式變?yōu)閰?shù)空間的一個(gè)點(diǎn)。d:39。)。canny39。BW = edge(I,39。figure(1), imshow(T,R,H,[],39。,ceil(*max(H(:))))。lines = houghlines(BW,T,R,p,39。LineWidth39。3．掌握如何利用MATLAB來獲取圖像的大小、顏色、高度、寬度等等相關(guān)信息。39。imwrite(I,39。)。figure imshow(b)。2．體會(huì)圖像算術(shù)運(yùn)算處理的過程和處理前后圖像的變化。39。immulitply函數(shù)的調(diào)用格式如下：Z = immulitply(X,Y)讀入一幅圖后通過乘法操作 a=imread(39。了解幾種不同濾波方式的使用和使用的場(chǎng)合，培養(yǎng)處理實(shí)際圖像的能力，并為課堂教學(xué)提供配套的實(shí)踐機(jī)會(huì)。%添加高斯噪聲 c)利用預(yù)定義函數(shù)fspecial命令產(chǎn)生平均(average)濾波器 d）分別采用3x3和5x5的模板，分別用平均濾波器以及中值濾波器，對(duì)加入噪聲的圖像進(jìn)行處理并觀察不同噪聲水平下，上述濾波器處理的結(jié)果；ave1=fspecial(39。%均值濾波55 e）選擇不同大小的模板，對(duì)加入某一固定噪聲水平噪聲的圖像進(jìn)行處理，觀察上述濾波器處理的結(jié)果。%添加椒鹽噪聲四、實(shí)驗(yàn)總結(jié)椒鹽噪聲是由圖像傳感器，傳輸信道，解碼處理等產(chǎn)生的黑白相間的亮暗點(diǎn)噪聲。實(shí)驗(yàn)四圖像分割一、實(shí)驗(yàn)?zāi)康氖褂肕atLab 軟件進(jìn)行圖像的分割。實(shí)驗(yàn)設(shè)備與軟件(Image Processing Toolbox)實(shí)驗(yàn)內(nèi)容與步驟“”； “”；，得到二值化圖像“”； bw = im2bw(I,level)。)。按指定的取值區(qū)間[amin,amax]將數(shù)據(jù)矩陣 A 轉(zhuǎn)化為灰度圖像 I，amin 對(duì)應(yīng)灰度 0，amax 對(duì)應(yīng) 1，也可以不指定該區(qū)間。將索引圖像轉(zhuǎn)化為二值圖像,level 取值在[0,1]之間 BW=im2bw(RGB,level)。)。128 x 12839。顯示在同一窗口中，并比較兩種效果圖（在報(bào)告中）三、實(shí)驗(yàn)原理提示：圖片平移就是實(shí)現(xiàn)運(yùn)算233。39。=234。001235。%x0,y0,平移前圖像矩陣為i，I(r+x0,c+y0)=0。參考程序 subplot(2,2,1)imshow(RGB)subplot(2,2,3)gray1=rgb2gray(RGB)。b=0:600。l subplot(1,2,2)。 做線性灰度變換。圖像位與運(yùn)算 bitor()。f0=0。figure,plot([f0,f1,f2,f3],[g0,g1,g2,g3])axis tight,xlabel(39。r2=(g2g1)/(f2f1)。if(f=0)amp。% num 是每個(gè)灰度級(jí)對(duì)應(yīng)的像素個(gè)數(shù) p=zeros(1,256)。三、實(shí)驗(yàn)原理j=implement(i)。clc。% q 為原始圖像直方圖累積分布函數(shù)newN=zeros(1,256)。for i=2:256 q(1,i)=q(1,i1)+P(1,i)。39。chu1(20:150,30:170)=255。subplot(231),imshow(in)subplot(232),imshow(out1)subplot(233),imshow(out2)subplot(234),imshow(chu1)subplot(235),imshow(chu2)實(shí)驗(yàn)五 圖像濾波增強(qiáng)一、實(shí)驗(yàn)?zāi)康恼莆崭鞣N空域和頻域圖像濾波增強(qiáng)算法已經(jīng)模板運(yùn)算的基本方法。用于創(chuàng)建一個(gè)指定的濾波器模板，type 指濾波器的類型。)。subplot(221),imshow(in1)%,xlabel(39。[m1,n1]=size(f1)。for h=1:(k^2)hsum=hsum+a(h)。 pepper39。(b)加噪圖像39。for i=(k+1)/2:(m1(k1)/2)for j=(k+1)/2:(n1(k1)/2)a=0。39。1 0 1。x2(p,q)=f(i+(p2),j+(q2))。 進(jìn)行退化和復(fù)原仿真，采用逆濾波的方法復(fù)原。原始圖像39。subplot(132),imshow(outreal),title(39。大氣湍流還原圖39。原始圖像39。h(u,v)=t*sin(pi*(u*a+v*b))*fenzhi/(pi*(u*a+v*b))。end end chu1=ifft2(chu)。時(shí)的運(yùn)行結(jié)果：：%逆諧波均值濾波舉例clc,close all,clear in=imread(39。r=2。x=x+1。能用處理灰度圖像的算法和技術(shù)對(duì)真彩色圖像進(jìn)行增強(qiáng)、去噪、復(fù)原等處理。%紅色分量 rin(1:128,1:128)=1。out2(:,:,3)=bin。out(:,:,1)=gaijinjunzhi(in(:,:,1),5)。%取出窗口內(nèi)的像素值并作改進(jìn)均值濾波處理 for i=(k+1)/2:(m1(k1)/2)for j=(k+1)/2:(n1(k1)/2)a=0。%hsum 表示窗口內(nèi)所有像素值的和 hsum=0。clc,clear,close all %[i0,map]=imread(39。,。[m,n]=size(in)。end end subplot(121),imshow(in)subplot(122),imshow(out)clear,close all,clc in1=imread(39。f12=191。),ylabel(39。r13=(g13g12)/(f13f12)。(f=f12)amp。g23=0。intensity transformation39。in2=double(in1)。g30=255。r39。b31=g30r31*f30。g3(i,j)=0。用一階算子sobel 檢測(cè)邊緣并對(duì)邊界處的像素進(jìn)行處理。subplot(121),imshow(f),title(39。h2=[01。sum1=sum1+x1(p,q)*h1(p,q)。b1=[121 0 0 0 1 2 1]。%a 是一維數(shù)組1xk^2 x=1。if sum%利用Otsu 法閾值選擇的方法分割圖像clc,clear,close all k=8。% p 是每個(gè)灰度級(jí)出現(xiàn)的概率%p=zeros(1,256)。end w1=1w0。%類間方差的求取 end maxrou=max(rou)。end end r %類間方差最大所對(duì)應(yīng)的灰度值 for i=1:m for j=1:n if in(i,j)r out(i,j)=1。for i=1:t if w00 u0=u0+i*p(i)/w0。% 統(tǒng)計(jì)個(gè)數(shù) end end p=num./(m*n)。in=imread(39。x=x+1。t=150。sum=(sum1^2+sum2^2)^(1/2)。x1=h1。)subplot(122),imshow(g),title(39。三、實(shí)驗(yàn)原理[g,t]=edge(image,method,threshold,direction)其中image 為輸入圖像method 為采用的方法類型：threshold 為閾值，如果給定閾值，則t= threshold，否則有函數(shù)自動(dòng)計(jì)算出來并把其值返回給t；direction 為所尋找邊緣的方向，其值可以為horizontal，vertical，both 默認(rèn)為both；g 為返回的二值圖像。(f=f31)amp。b32=g31r32*f31。f39。g31=255。g2(i,j)=0。b21=g20r21*f20。r39。g20=0。[m,n]=size(in1)。)title(39。f13=255。)。% out(i,j,2)=map(in(i,j),2)。,。)。if a(h)~=mina amp。for p=1:k for q=1:k a(x)=f1(i+(p(k+1)/2),j+(q(k+1)/2))。out(:,:,3)=gaijinjunzhi(in(:,:,3),5)。39。%綠色分量 gin(129:256,1:128)=1。二、實(shí)驗(yàn)內(nèi)容生成一幅256x256 的RGB 圖像，該圖像左上角為紅色，右上角為藍(lán)色，左下角為綠色，右下角為黑色。hsum2=0。[m1,n1]=size(f1)。)。subplot(133),imshow(chureal),title(39。end end out1=ifft2(out)。[N1,N2]=size(f)。close all。)%根據(jù)退化模型對(duì)已經(jīng)退化的圖像進(jìn)行恢復(fù)處理 k2=。[N1,N2]=size(f)。三、實(shí)驗(yàn)原理Psf=fspecial(type,parameters)；返回指定濾波器的單位沖擊響應(yīng) Imfilter(c,psf,’circular’,’conv’)；根據(jù)psf 對(duì)圖像進(jìn)行濾波處理 Fr=deconvwnr(g,psf,ncorr,icorr)；對(duì)圖像進(jìn)行維納濾波處理Fr=deconvreg(g,psf,noisepower,range)；對(duì)圖像進(jìn)行最小二乘方濾波處理Tform=maketform(transform_type,transform_parameters)；對(duì)圖像進(jìn)行幾何失真校正四、實(shí)驗(yàn)代碼與結(jié)果%基于大氣湍流造成的模糊圖像及其還原clear。sum2=sum2+x2(p,q)*h2(p,q)。x1=h1。[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))。(c)標(biāo)準(zhǔn)均值濾波圖像39。%f=imnoise(in1,39。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))。%注意這條指令絕對(duì)不能少 ga=f。)subplot(222),imshow(f)%,xlabel(39。salt amp。Y=filter2(B,X)。熟練