【正文】 為垂直Roberts 算子。高斯噪聲是指噪聲的概率密度函數(shù)服從高斯分布（即正態(tài)分布）的一類噪聲。N = medfilt2(J,[4 4])。average39。J = imnoise(I,39。1b)利用imnoise 上加入高斯(gaussian)噪聲c)利用預定義函數(shù)fspecial 命令產生平均(average)濾波器233。imdivide函數(shù)的調用格式如下：Z = imdivide(X,Y)其中，Z=X/Y。immultiply函數(shù)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。39。實驗二 圖像的代數(shù)運算一．圖像的加法運算在MATLAB中，如果要進行兩幅圖像的加法，或者給一幅圖像加上一個常數(shù)，可以調用imadd函數(shù)來實現(xiàn)。)gg=im2bw(I,)。39。7~9I=imread(39。； imwrite(I,39。39。39。 imwrite(I,39。)imfinfo 39。)三、二值化圖像10．用im2bw將一幅灰度圖像轉化為二值圖像，并且用imshow顯示出來觀察圖像的特征。(3)說明函數(shù)imread 的用途格式以及各種格式所得到圖像的性質。imsubtract函數(shù)將一幅輸入圖像的像素值從另一幅輸入圖像相應的像素值中減去，再將這個結果作為輸出圖像相應的像素值。subplot(1,2,2)。imshow(I)subplot(1,2,2)。J= I * + 90 Rice2 = uint8(J)Ip = imdivide(Rice, Rice2)Imshow(Ip, [])原圖像五、思考題由圖像算術運算的運算結果，思考圖像減法運算在什么場合上發(fā)揮優(yōu)勢？答：使用背景減法進行運動目標檢測可以提取出完整的目標圖像．可將所得標用于進一步的圖像處理工作中。11911249。二、實驗結果與源代碼源代碼I=imread(39。 pepper39。K = filter2(ave1,J)/255。figure,imshow(M)。椒鹽噪聲往往由圖像切割引起。提示2：注意調節(jié)噪聲的強度以及LoG(拉普拉斯高斯)算子的參數(shù)，觀察處理結果。)。0 1 2]。Roberts 算子邊緣定位精度較高，但易丟失一部分邊緣，同時由于沒經(jīng)過圖像平滑計算，因此不能抑制噪聲。Sobel 和Prewitt 兩個算子檢測出的邊緣效果幾乎一致，比Roberts 算子的檢測結果要好，邊緣較為連續(xù)，對噪聲不敏感，但是線條稍粗，出現(xiàn)了一些偽邊緣。%二值化SE = strel(39。%腐蝕 BW3 = bwmorph(bw, 39。figure,imshow(BW1)。，評價開運算與閉運算的效果。第二篇：數(shù)字圖像處理實驗報告實 驗 報 告 書系部學生專業(yè)班實驗名稱姓名名稱 級時間：： ： ：：實驗一 直方圖均衡一、實驗目的在學習圖像直方圖的概念、計算方法、性質和相關應用基礎上，生成、繪制圖像的直方圖，并應用MATLAB編程實現(xiàn)圖像直方圖均衡化程序。(2)均衡化后的直方圖有何特點？答：經(jīng)直方圖均衡化處理后，可以得到一副改善了質量的新圖像。%打開一幅灰度圖像 [m,n]=size(I)。%均衡化 subplot(2,2,1)。原圖直方圖39。imhist(J)。六、實驗心得體會本實驗中遇到很多問題及錯誤，例如圖像打不開、處理后圖像模糊等，都是經(jīng)常容易發(fā)生的錯誤，最后實驗幾次，就能夠逐一自己解決了。imshow(data4)。x=0:1:255。%for k=1:1:n for l=1:1:m if(k^2+l^2)=190^2 % result(k,l)=0。title(39。理想低通濾波后的圖像39。%頻域增強（巴特沃斯原型）%二階巴特沃斯（Butterworth）低通濾波器 %clc。title(39。y=0:1:255。nn=2。x=0:1:255。result=ifftshift(result)。%利用二階巴特沃斯（Butterworth）高通濾波器nn=2。end end subplot(3,2,6)。)。)。六、實驗心得體會對于一些圖像處理的函數(shù)不是很了解，只能夠按課本的參照函數(shù)拷貝做實驗，對于其中的一些函數(shù)問題理解不是很透徹，有些甚至完全不懂。sobel39。%利用prewitt算子進行邊緣檢測 BW4 = edge(I,39。d:39。RhoResolution39。), ylabel(39。color39。,10)。green39。然而，圖像屬于二維信號，和一維信號相比，它有自己特殊的一面，處理的方式和角度也有所不同。title(39。title(39。Img=double(Img)。T=[cos(alpha),sin(alpha)。y=tem(2)。p2=Img(x_up,y_low)。imshow(Imgnew2,[])。imshow(I)。imshow(J)。imshow(J)。通道是整個Photoshop顯示圖像的基礎。灰度圖像經(jīng)常是在單個電磁波頻譜如可見光內測量每個像素的亮度得到的。二值圖像是每個像素只有兩個可能值的數(shù)字圖像。一些輸入輸出設備，如激光打印機、傳真機、單色計算機顯示器等都可以處理二值圖像。那么不難得到： x1 = x0w/2。非相干多視處理會降低圖像的地面分辨率。salt amp。其可以快捷的實現(xiàn)用戶所需的各種計算功能?？捎糜诳茖W計算和工程繪圖。3．掌握如何利用MATLAB來獲取圖像的大小、顏色、高度、寬度等等相關信息。39。imwrite(I,39。)。figure imshow(b)。2．體會圖像算術運算處理的過程和處理前后圖像的變化。39。immulitply函數(shù)的調用格式如下：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合，培養(yǎng)處理實際圖像的能力，并為課堂教學提供配套的實踐機會。%添加高斯噪聲 c)利用預定義函數(shù)fspecial命令產生平均(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，對加入噪聲的圖像進行處理并觀察不同噪聲水平下，上述濾波器處理的結果；ave1=fspecial(39。%均值濾波55 e）選擇不同大小的模板，對加入某一固定噪聲水平噪聲的圖像進行處理，觀察上述濾波器處理的結果。%添加椒鹽噪聲四、實驗總結椒鹽噪聲是由圖像傳感器，傳輸信道，解碼處理等產生的黑白相間的亮暗點噪聲。實驗四圖像分割一、實驗目的使用MatLab 軟件進行圖像的分割。實驗設備與軟件(Image Processing Toolbox)實驗內容與步驟“”； “”；，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 轉化為灰度圖像 I，amin 對應灰度 0，amax 對應 1，也可以不指定該區(qū)間。將索引圖像轉化為二值圖像,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（在報告中）三、實驗原理提示：圖片平移就是實現(xiàn)運算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 是每個灰度級對應的像素個數(shù) p=zeros(1,256)。三、實驗原理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)實驗五 圖像濾波增強一、實驗目的掌握各種空域和頻域圖像濾波增強算法已經(jīng)模板運算的基本方法。用于創(chuàng)建一個指定的濾波器模板，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))。 進行退化和復原仿真，采用逆濾波的方法復原。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)。時的運行結果：：%逆諧波均值濾波舉例clc,close all,clear in=imread(39。r=2。)。subplot(133),imshow(chureal),title(39。end end out1=ifft2(out)。[N1,N2]=size(f)。close all。)%根據(jù)退化模型對已經(jīng)退化的圖像進行恢復處理 k2=。[N1,N2]=size(f)。三、實驗原理Psf=fspecial(type,parameters)；返回指定濾波器的單位沖擊響應 Imfilter(c,psf,’circular’,’conv’)；根據(jù)psf 對圖像進行濾波處理 Fr=deconvwnr(g,psf,ncorr,icorr)；對圖像進行維納濾波處理Fr=deconvreg(g,psf,noisepower,range)；對圖像進行最小二乘方濾波處理Tform=maketform(transform_type,transform_parameters)；對圖像進行幾何失真校正四、實驗代碼與結果%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)標準均值濾波圖像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))。%注意這條指令絕對不能少 ga=f。)subplot(222),imshow(f)%,xlabel(39。salt amp。Y=filter2(B,X)。熟練掌握空域和頻域濾波增強的matlab 相關函數(shù)用法。chu2(i,j)=bitand(in(i,j),chu1(i,j))。in=rgb2gray(in)。end % 計算直方圖均衡化后的新圖 new_tu for x=1:h for y=1:w new_tu(x,y)=t(1,tu(x,y))。% newP 為新生成圖像直方圖newq=zeros(1,256)。39。顯示圖像的直方圖 histeq()。% 統(tǒng)計個數(shù) end end p=num./(m*n)% 求概率 x=1:256。(f=f2)amp。r3=(g3g2)/(f3f2)。),ylabel(39。f1=100。39。三、實驗原理在圖像處理中，空域是指由像素組成的空間，空域增強方法是指直接作用于像素的增強方法。l mesh(x,y,log(abs(s)))。l [x,y]=meshgrid(a,b)。subplot(2,2,2)I1=hmove(gray1,100,20)。for y=1:c。x39。1234。249。64 x 6439。i1=i(1:2:end,1:2:end)。39。按指定的灰度級 n 將灰度圖像轉化為索引圖像,n 默認為 64 I=ind2gray(x,map)。第五篇：數(shù)字圖像處理實驗報告實驗一 數(shù)字圖像的獲取一、實驗目的了解圖像的實際獲取過程。%腐蝕 “”進行膨脹運算； BW1 = imdilate(bw,SE)。二、實驗要求要求學生能夠自行評價各主要算子在無噪聲條件下和噪聲條件下的分割性能。椒鹽噪聲是指兩種噪聲，一種是鹽噪聲，另一種是胡椒噪聲。%中值濾波33模板 N = medfilt2(J,[4 4])。,3)。I=imread(39。)。給圖像的每一個像素加上一個常數(shù)可以使圖像的亮度增加。如果輸入圖像為A(x,y)和B(x,y)，輸出圖像為C(x,y)，則圖像的代數(shù)運算有如下四種形式：C(x,y)= A(x,y)+ B(x,y)C(x,y)= A(x,y)B(x,y)C(x,y)= A(x,y)* B(x,y)C(x,y)= A(x,y)/ B(x,y)三、實驗步驟 1．圖像的加法運算在MATLAB中，如果要進行兩幅圖像的加法，或者給一幅圖像加上一個常數(shù)，可以調用imadd函數(shù)來實現(xiàn)。（）（）10．用im2bw將一幅灰度圖像轉化為二值圖像，并且用imshow顯示出來觀察圖像的特征。39。)。5．利用imwrite()函數(shù)來壓縮這幅圖象，將其保存為一幅壓縮了像素的jpg文件,；語法：imwrite(原圖像，新圖像，‘quality’,q), q取0100。5．圖像間如何轉化。同時對一些特