【正文】 p。三、實(shí)驗(yàn)內(nèi)容調(diào)試運(yùn)行下列程序,分析程序,對(duì)每條語句給出注釋,并顯示最終執(zhí)行結(jié)果。3*3腐蝕圖像39。)subplot(2,3,4)。imshow(I1)。)se=strel(39。i= imread(39。)BW3=edge(I,39。prewit算子邊緣檢測(cè)39。title(39。title(39。)。THETA = 11。拉普拉斯微分算子強(qiáng)調(diào)圖像中灰度的突變,弱化灰度慢變化的區(qū)域。)二、實(shí)驗(yàn)總結(jié)比較不同平滑濾波器的處理效果，分析其優(yōu)缺點(diǎn)中值濾波比低通濾波消除噪聲更有效。title(39。imshow(i2)。title(39。均值濾波39。)。)。I_Filter3=medfilt2(j,[7 7])。)。title(39。a=imread(39。title(39。)。)。)n=fft2(j)。imshow(j)。)。)。)。Subplot(1,2,2)。b的直方圖39。b39。end figure imshow(uint8(quartimg))%顯示輸出圖像顯示一幅灰度圖像a，改變圖像亮度使其整體變暗得到圖像b，顯示兩幅圖像的直方圖Subplot(1,2,1)。a=imread(‘e:’)。)二、實(shí)驗(yàn)總結(jié)分析圖像的代數(shù)運(yùn)算結(jié)果，分別陳述圖像的加、減、乘、除運(yùn)算可能的應(yīng)用領(lǐng)域。原圖39。)Subplot(3,2,5)；z=immultiply(x,y)；imshow(z)；title(39。39。)Subplot(1,3,3)k=im2bw(j,)imshow(k)title(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)學(xué)生姓名：專業(yè)年級(jí)：報(bào)告葉圣紅 學(xué) 號(hào)： 2009704809級(jí)電子信息工程二班實(shí)驗(yàn)一 常用MATLAB圖像處理命令一、實(shí)驗(yàn)內(nèi)容讀入一幅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。二值39。E:39。相乘結(jié)果39。)Subplot(2,2,2)J = imadjust(i,[],[],3)。解答：圖像減運(yùn)算與圖像加運(yùn)算的原理和用法類似，同樣要求兩幅圖像X、Y的大小類型相同，但是圖像減運(yùn)算imsubtract()有可能導(dǎo)致結(jié)果中出現(xiàn)負(fù)數(shù)，此時(shí)系統(tǒng)將負(fù)數(shù)統(tǒng)一置為零，即為黑色。%讀取圖片 b=rgb2gray(a)；%變?yōu)榛叶葓D像[wid，hei]=size（b）；%改變圖片大小 quartimg=zeros(wid/2+1,hei/2+1)。a=imread(39。)顯示直方圖程序：Subplot(1,2,1)。)對(duì)圖像b進(jìn)行直方圖均衡化，顯示結(jié)果圖像和對(duì)應(yīng)直方圖。imhist(j)。Subplot(2,2,2)。Subplot(2,2,3)。y=rgb2gray(i)。title(39。subplot(2,2,4)。j=rgb2gray(i)。subplot(2,2,2)。原圖傅里葉變化39。E:39。椒鹽噪聲圖像39。subplot(2,2,3)。imshow(I_Filter3)。j=imnoise(a,39。subplot(1,2,2)。)采用三種不同算子對(duì)圖像進(jìn)行銳化處理。原圖像39。title(39。prewitt算子39。因?yàn)樵肼暥酁榧夥鍫罡蓴_，若用低通濾波雖能去除噪聲但陡峭的邊緣將被模糊。這將產(chǎn)生一幅把淺灰色邊線、突變點(diǎn)疊加到暗背景中的圖像。PSF = fspecial(39。subplot(1,3,2)。維納濾波恢復(fù)后圖像39。原圖像39。)BW2=edge(I,39。log39。F:39。square39。title(39。imshow(I)。)erodedBW1=imerode(I,se1)。=imread(39。((myI(i,j,3)=119)))% 藍(lán)色RGB的灰度范圍Blue_y(i,1)= Blue_y(i,1)+1。amp。while((Blue_x(1,PX1)PX1=PX1+1。figure,plot(Blue_y)。目前大多數(shù)的圖像是以數(shù)字形式存儲(chǔ)，因而圖像處理很多情況下指數(shù)字圖像處理。i = rgb2gray(a)。title(39。close all。hnew=w*sin(alpha)+h*cos(alpha)。for u=1:hnewfor v=1:wnewtem=T*([u。amp。t=yy_low。（3）對(duì)給定的圖像添加噪聲（斑點(diǎn)噪聲、高斯噪聲）效果展示：代碼：I= imread(39。J1=imnoise(I,39。J=imnoise(I,39。五、算法綜述 灰度圖像：一幅完整的圖像，是由紅色、綠色、藍(lán)色三個(gè)通道組成的。這類圖像通常顯示為從最暗黑色到最亮的白色的灰度，盡管理論上這個(gè)采樣可以任何顏色的不同深淺，甚至可以是不同亮度上的不同顏色。在這樣的應(yīng)用領(lǐng)域每個(gè)采樣 16 位即 65536 級(jí)得到流行。這兩個(gè)可取的值分別對(duì)應(yīng)于關(guān)閉和打開，關(guān)閉表征該像素處于背景，而打開表征該像素處于前景。當(dāng)然這個(gè)點(diǎn)通常就是圖像的中心。這些源產(chǎn)生的電磁波或尖峰脈沖通過磁、電耦合或是通過電源線等路徑進(jìn)入放大電路，各種電氣設(shè)備，形成各種形式的干擾。如果一個(gè)噪聲，它的幅度分布服從高斯分布，而它的功率譜密度又是均勻分布的，則稱它為高斯白噪聲。gaussian39。MATLAB的這些函數(shù)集包括從最簡(jiǎn)單最基本的函數(shù)到諸如矩陣，特征向量、快速傅立葉變換的復(fù)雜函數(shù)。一般來說，它們都是由特定領(lǐng)域的專家開發(fā)的，用戶可以直接使用工具箱學(xué)習(xí)、應(yīng)用和評(píng)估不同的方法而不需要自己編寫代碼。39。39。39。imfinfo(39。figure imshow(b)。imadd函數(shù)的調(diào)用格式如下：Z = imadd（X，Y）首先讀入兩幅圖像a=imread(39。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(yīng)的像素值中減去，再將這個(gè)結(jié)果作為輸出圖像相應(yīng)的像素值。4．圖像的除法運(yùn)算在MATLAB中使用imdivide函數(shù)進(jìn)行兩幅圖像的除法。)。average39。 pepper)J = imnoise(I,39。前者是高灰度噪聲，后者屬于低灰度噪聲。完成規(guī)定圖像的處理并要求正確評(píng)價(jià)處理結(jié)果，能夠從理論上作出合理的解釋。open39。熟練掌握?qǐng)D像讀、寫、顯示、類型轉(zhuǎn)換等 matlab 函數(shù)的用法。真彩色圖像轉(zhuǎn)化為灰度圖像[x,map]=rgb2ind(RGB)。i=rgb2gray(in)。[m2,n2]=size(i2)i3=i2(1:2:end,1:2:end)。32 x 3239。10x0249。234。y235。238。y1=y+y0。image39。39。實(shí)驗(yàn)三 圖像空域變換增強(qiáng)（1）一、實(shí)驗(yàn)?zāi)康恼莆罩狈綀D均衡化算法。對(duì)圖像取反 imhist()。j=implement(i)。f2=150。)title(39。[m,n]=size(in1)。39。鞏固灰度變換、直方圖修正、圖像算術(shù)和邏輯運(yùn)算等基礎(chǔ)知識(shí)。給圖像加噪聲 bitand()。% 輸入圖像%tu=rgb2gray(tu)。new_tu=zeros(h,w)。end end newP=newN./(h*w)。in=double(in)。out1=uint8(out1)。、 進(jìn)行濾波除噪處理。結(jié)果Y 是通過二維互相關(guān)計(jì)算出來的，大小與X 一樣。,)。)subplot(223),imshow(g)%,xlabel(39。x=1。39。,0,)%g 是標(biāo)準(zhǔn)中值濾波器的輸出圖像 g=biaozhunzhongzhi(f,3)。%f1 是對(duì)邊緣像素補(bǔ)0 后得到的圖像f1=zeros(m+(k1),n+(k1))。end end a=sort(a)。h1=[111。for i=2:1:m1 for j=2:1:n1 sum1=0。end end if sum實(shí)驗(yàn)六 圖像復(fù)原一、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。clc in=imread(39。%退化模型中的常數(shù)%根據(jù)退化模型對(duì)輸入圖像進(jìn)行退化處理并輸出退化后的圖像 for i=1:N1 for j=1:N2 h(i,j)=exp((k1*(i^2+j^2))^(5/6))。chu(i,j)=out(i,j)/h(i,j)。39。a=。subplot(132),imshow(outreal),title(39。)a=。gaussian39。%注意這條指令絕對(duì)不能少 ga=f。hsum2=hsum2+a(h)^r。密度分層偽彩色處理仿真。%藍(lán)色分量 bin(1:128,129:256)=1。in=imnoise(in1,39。%f1 是對(duì)邊緣像素補(bǔ)0 后得到的圖像f1=zeros(m+(k1),n+(k1))。end end mina=min(a)。he=he+a(h)。,。,]。ind=fix(in(i,j)/26)。%第一個(gè)獨(dú)立的變換 f10=0。figure(11),plot([f10,f11,f12,f13],[g10,g11,g12,g13],39。)r11=(g11g10)/(f11f10)。for i=1:m for j=1:n f=in2(i,j)。g21=255。f39。b22=g21r22*f21。(f=f21)amp。g32=0。g39。b33=g32r33*f32。(f實(shí)驗(yàn)八 圖像檢測(cè)與分割一、實(shí)驗(yàn)?zāi)康牧私鈭D像的實(shí)際獲取過程。熟練掌握?qǐng)D像讀、寫、顯示、類型轉(zhuǎn)換等matlab 函數(shù)的用法。in2=double(in1)。intensity transformation39。g33=0。(fg2=uint8(g2)。b23=g22r23*f22。g39。g22=255。if(f=0)amp。r12=(g12g11)/(f12f11)。)axis tight,xlabel(39。f11=127。out(i,j,2)=d(ind,2)。39。...,。else ga(i,j)=round(hsum/(k^2))。%tan 表示窗口內(nèi)既不是最大也不是最小像素值的個(gè)數(shù) %he 表示窗口內(nèi)所有既不是最大也不是最小像素值的和 tan=0。%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。 pepper39。%也可以不用matlab 函數(shù)out2(:,:,1)=rin。三、實(shí)驗(yàn)原理B=cat(dim,A1,A2,A3,...)，dim 為維數(shù)，cat 函數(shù)將A1,A2,A3 等矩陣連接成維數(shù)為dim的矩陣。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))。x=1。g=nixiebojunzhi(f,3)。時(shí)的運(yùn)行結(jié)果：a=0。)for u=1:N1 for v=1:N2 h(u,v)=t*sin(pi*(u*a+v*b))*(cos(pi*(u*a+v*b))j*sin(pi*(u*a+v*b)))/(pi*(u*a+v*b))。pi=。%in=rgb2gray(in1)。chureal=uint8(real(chu1))。end end out1=ifft2(out)。)。熟練掌握空域和頻域?yàn)V波增強(qiáng)的matlab 相關(guān)函數(shù)用法并能利用算法自己編寫matlab程序?qū)崿F(xiàn)圖像空域變換增強(qiáng)。sum=0。1 1 1]。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))。%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。(a)原始圖像39。f=imnoise(in1,39。x=x+1。)function g=biaozhunjunzhi(f,k)[m,n]=size(f)。gaussian39。結(jié)果Y 的大小由參數(shù)shape確定，shape的取值如下： Full：返回二維戶相關(guān)的全部結(jié)果，size(Y)size(X)Same：返回二維戶相關(guān)結(jié)果的中間部分，Y 的大小與X 相同 Valid：返回二維戶相關(guān)未使用邊緣補(bǔ)0 的部分，size(Y)四、實(shí)驗(yàn)代碼與結(jié)果clc,clearin1=imread(39。三、實(shí)驗(yàn)原理H=fspecial(type)。chu1=uint8(chu1)。out1(20:150,30:170)=0。for i=2:256 newq(1,i)=newq(1,i1)+newP(1,i)。end end P=N./sum(N)。% N 為原始圖像各灰度級(jí)像素個(gè)數(shù) P=zeros(1,256)。圖像位或運(yùn)算四、實(shí)驗(yàn)代碼與結(jié)果clear。實(shí)現(xiàn)頻域線性變換，非線性變換增強(qiáng)二、實(shí)驗(yàn)內(nèi)容 進(jìn)行增強(qiáng)運(yùn)算。[m,n]=size(in)。for i=1:m for j=1:n f=in2(i,j)。)r1=(g1g0)/(f1f0)。f3=255。39。直方圖均衡化函數(shù)imnoise(I,type,parameters)。熟練掌握空域變換增強(qiáng)的matlab 相關(guān)函數(shù)用法，并能利用算法自己編寫matlab 程序?qū)崿F(xiàn)圖像空域變換增強(qiáng)。l I=rgb2gray(i)。subplot(2,2,4),imagesc(I1),colormap(gray),axis([1,700],[1,820])。end。=y+y0四、實(shí)驗(yàn)代碼及結(jié)果function [I]=hmove(i,x0,y0)。235。1 234。x249。調(diào)用平移函數(shù)，將256256灰度圖平移100行200列，在同一個(gè)窗口中顯示平移前和平移后的圖像。256 x 25639。subplot(131),imshow(in)subplot(132),imshow(i)subplot(133),imshow(x),colormap(map)、%空間分辨率變化的效果clc,close all,clear i=imread(39。索引圖像轉(zhuǎn)化為真彩色圖像BW=im2bw(I,level)。編程實(shí)現(xiàn)空間分辨率變化的效果。%開