【正文】 subplot(1,2,1)imshow(z,[0,255])。)。subplot(1,2,1)。g(x,y).3）進(jìn)行頻域增強(qiáng)的高通濾波部分。)令可將數(shù)組a逆時(shí)針旋轉(zhuǎn)135度,即相當(dāng)于順時(shí)針旋轉(zhuǎn)45度。具體步驟：1）產(chǎn)生如圖1所示圖像（128128大小，暗處=0，亮處=255）2）同屏顯示原圖和的幅度譜圖。,3)。 39。imhist(J)。 subplot(2,2,1)。實(shí)驗(yàn)二：彩色圖像處理關(guān)于數(shù)字彩色圖像的編碼，采用RGB三個(gè)矩陣進(jìn)行存儲(chǔ)，因此對(duì)于輸入的彩色圖像的關(guān)于RGB的三個(gè)矩陣，我們只取其中的灰度矩陣進(jìn)行處理，這樣就是對(duì)彩色圖像的簡(jiǎn)單灰化。降噪后圖象39。d2=[0,1,0。4）使用以上給出的銳化濾波模板和conv2函數(shù)對(duì)圖像X進(jìn)行銳化濾波即邊緣增強(qiáng)，輸出圖像Y2并顯示。降低對(duì)比度圖像直方圖39。title(39。)。4）熟悉使用imhist函數(shù)顯示圖像直方圖。（7）中值濾波medfilt2函數(shù)用于圖像的中值濾波，如：i=imread(39。k=log(v)。 Matlab圖像增強(qiáng)函數(shù)Matlab中圖像增強(qiáng)函數(shù)的具體使用方法：（1）直方圖imhist函數(shù)用于數(shù)字圖像的直方圖顯示，如：i=imread(39。 f=fft2(J)。其中微分法中梯度是圖像處理常用的一次微分方法，在灰度驟變區(qū)域，梯度值大，在灰度相似區(qū)域，梯度值小。39。,)?？沼?yàn)V波器包括：線性濾波器和非線性濾波器。對(duì)圖像函數(shù)F(j,k)，其在點(diǎn)（j,k）上的梯度定義為矢量： ()從梯度的性質(zhì)可知，梯度的方向確定了圖像F(j,k)的最大變化率的方向，G[F(j,k)]的幅度為下式： ()對(duì)于數(shù)字圖像，用差分來(lái)近似微分。這些噪聲一般是隨機(jī)產(chǎn)生的，因此具有分布和大小不規(guī)則性的特點(diǎn)。這種灰度間隔放大可以按照眼睛的對(duì)比度靈敏特性和成像系統(tǒng)的動(dòng)態(tài)范圍進(jìn)行放大。它的變換函數(shù)取決于圖像灰度直方圖的累積分布函數(shù)。直方圖反應(yīng)了圖像的整體灰度分布情況，對(duì)于暗色圖像，直方圖的組成集中在灰度級(jí)低（暗）的一側(cè)，相反，明亮圖像的直方圖則傾向于灰度級(jí)高的一側(cè)。為二段線性變換，(a)為高值區(qū)拉伸，(b)為低值區(qū)拉伸[9]。 離散沃爾什變換由于傅立葉變換的變換核由正弦余弦函數(shù)組成，運(yùn)算速度受影響。近年來(lái)，模糊集合理論在圖像處理中得到了廣泛的應(yīng)用。圖像中往往包含有各種各樣的噪聲。傳統(tǒng)的圖像增強(qiáng)算法在確定轉(zhuǎn)換函數(shù)時(shí)常是基于整個(gè)圖像的統(tǒng)計(jì)量，如：ST轉(zhuǎn)換，直方圖均衡，中值濾波，微分銳化，高通濾波等等。70年代進(jìn)入發(fā)展期，出現(xiàn)和衛(wèi)星遙感圖像，對(duì)圖像處理的發(fā)展起到了很好的促進(jìn)作用。2 圖像增強(qiáng)方法與原理 圖像變換人與電腦對(duì)事物的理解是不同的，對(duì)于人來(lái)說(shuō)，文字信息要比圖像信息抽象，但是對(duì)于電腦來(lái)說(shuō)，圖像信息要比文字信息抽象?；叶茸儞Q包含的方法很多，如逆反處理、閾值變換、灰度拉伸、灰度切分、灰度級(jí)修正、動(dòng)態(tài)范圍調(diào)整等。對(duì)數(shù)變換用于擴(kuò)展低灰度區(qū)，一般適用于過(guò)暗的圖像?？梢詫?duì)[0,1]區(qū)間內(nèi)的任何一個(gè)r進(jìn)行如下的變換：s=T(r) ()變換函數(shù)T應(yīng)滿足以下條件：≤r≤1區(qū)間內(nèi)，單值單調(diào)增加；≤r≤1，有0≤≤1。 直方圖均衡化變換函數(shù)實(shí)際上，由于直方圖是近似的概率密度函數(shù)，用離散灰度級(jí)作變換時(shí)很少能夠得到完全平坦的結(jié)果，而且，變換后往往會(huì)出現(xiàn)灰度級(jí)減少的現(xiàn)象，這種現(xiàn)象被稱為“簡(jiǎn)并”現(xiàn)象。但是，對(duì)于離散圖像，由于G(s)是一個(gè)離散的階梯函數(shù)，不可能有逆函數(shù)存在，對(duì)此，只能進(jìn)行截?cái)嗵幚?，必將不可避免的?dǎo)致變換后圖像的直方圖一般不能與目標(biāo)直方圖嚴(yán)格的匹配。給定的圖像f(x,y)中的每一個(gè)點(diǎn)（m,n），取其領(lǐng)域s。建立在離散卷積基礎(chǔ)上的空間域高通濾波關(guān)系式如下： ()式中為銳化輸出；為輸入圖像；為沖擊響應(yīng)陣列（卷積陣列）。我們經(jīng)常用這些極端類型的模糊處理來(lái)去除圖像中的一些小物體。average39。title(39。 J=imnoise(I,39。g(i,j)=h*g(i,j)。e:\39。e:\39。0,0,0。要求原圖像灰度范圍0~255,降低對(duì)比度后灰度變化范圍0~127。原圖像直方圖39。增強(qiáng)對(duì)比度圖像直方圖39。)。,0,)。)。3）在Figure NO 1中開設(shè)1*3個(gè)子窗口顯示原始圖像X、低通濾波后圖像X1和高通濾波后圖像X2。例如輸入的彩色圖像為：圖31 彩色圖像輸入(a) 圖32 灰化之后的圖像(b)實(shí)驗(yàn)三：圖像增強(qiáng)實(shí)驗(yàn)題目：圖像增強(qiáng)實(shí)驗(yàn)?zāi)康模海?）了解圖像增強(qiáng)的內(nèi)容和意義；（2）掌握基于空域的圖像增強(qiáng)方法；（3）掌握基于頻域的圖像增強(qiáng)方法。)。（3）編寫頻域理想低通、巴特沃斯低通及高斯低通濾波函數(shù)。subplot(1,2,2)。title(39。為了得到幅度譜圖,可以地?cái)?shù)組a進(jìn)行快速傅立葉變換,然后再用Mesh語(yǔ)句便可得到其幅度譜.2）觀察其平移特性。uchar39。surf(m0)。 進(jìn)行頻域的理想低通，同屏顯示原圖、幅度譜圖和低通濾波的結(jié)果圖。for x=1:256 for y=1:256 if (x128).^2+(y128).^2r.^2。其中，取理想高通濾波的半徑R分別為8和24：原圖像及其幅度譜圖：圖316R=2時(shí)的理想高通濾波結(jié)果圖和濾波幅度譜圖：圖317R=8時(shí)的理想高通濾波結(jié)果圖和濾波幅度譜圖：圖318R=24時(shí)的理想高通濾波結(jié)果圖和濾波幅度譜圖：圖像319圖320R=8時(shí)的頻譜圖,根據(jù)R的大小來(lái)決定中心陰影部分的圓的大小,其余部分均是高通濾波的效果.當(dāng)R=2時(shí)，濾波后的圖像無(wú)直流分量，但灰度的變化部分基本上都保留了；當(dāng)R=8時(shí)，濾波后的圖像在文字和圖像邊緣部分的信息仍然保留；當(dāng)R=24時(shí)，濾波后的圖像只剩下文字和白條邊緣等信號(hào)突變的部分。subplot(1,2,2)m0=15*log(m+)surf(m)q=b。(x,y)順時(shí)針旋轉(zhuǎn)45176。關(guān)于此部分主要的函數(shù)語(yǔ)句是:（1） m=abs(b)。)。1．驗(yàn)證二維傅里葉變換的平移性和旋轉(zhuǎn)不變性1）建立一個(gè)二維數(shù)組并要求該數(shù)組能夠顯示成圖1.a=zeros(128,128)for y=54:74for x=34:94a(x,y)=1。subplot(1,2,2)。title(39。實(shí)驗(yàn)內(nèi)容：（1）利用MATLAB為用戶提供的專門函數(shù)實(shí)現(xiàn)均值濾波。title(39。Imshow(f1)。1），將X強(qiáng)制類型轉(zhuǎn)換為double。title(39。J=imnoise(x,39。title(39。subplot(4,2,6),imhist(D4)。subplot(4,2,2),imhist(D)。要求原圖像灰度范圍0~255,求反后灰度變化范圍255~0。)。j=filter2(h,i)。j=histeq(a)。 for i=1:Mfor j=1:N d=sqrt(in1)^2+((in2)^2)。39。原始圖像39。,3),J)/255。這種處理減少了圖像灰度的尖銳化。然后，二階差分算子的過(guò)零特性，可以使邊緣增強(qiáng)后精確定位。設(shè)s含有M個(gè)像素，取其平均值作為處理后所得圖像像素點(diǎn)（m，n）處的灰度。其中（）的逆過(guò)程為，則如果用從原始圖像中得到的均勻灰度級(jí)S來(lái)代替逆過(guò)程中的u，其結(jié)果灰度級(jí)將是所要求的概率密度函數(shù)的灰度級(jí)： ()根據(jù)以上思路，可以總結(jié)出直方圖規(guī)定化增強(qiáng)處理的步驟如下：（1）將原始圖像進(jìn)行均衡化處理；（2）規(guī)定希望的灰度概率密度函數(shù)，用（）式計(jì)算它的累計(jì)分布函數(shù)G(z)；（3）將逆變換函數(shù)用到步驟（1）中所得的灰度級(jí)。當(dāng)r=s=0時(shí)，表示黑色；當(dāng)r=s=1時(shí)，表示白色；當(dāng)r，s在[0,1]之間時(shí)，表示像素灰度在黑白之間變化。直方圖的動(dòng)態(tài)范圍是由計(jì)算機(jī)圖像處理系統(tǒng)的模數(shù)轉(zhuǎn)換器的灰度級(jí)決定。為了增加變換的動(dòng)態(tài)范圍，在上述一般公式中可以加入一些調(diào)制參數(shù)，這時(shí)的變換公式為： ()式中a，b，c都是可以選擇的參數(shù)，式中f(x,y)+1是為了避免對(duì)0求對(duì)數(shù)，確保。基于點(diǎn)運(yùn)算的灰度變換可表示為： ()其中T被稱為灰度變換函數(shù)，它描述了輸入灰度值和輸出灰度值之間的轉(zhuǎn)換關(guān)系。在圖像處理系統(tǒng)中，圖像增強(qiáng)技術(shù)作為預(yù)處理部分的基本技術(shù)，是系統(tǒng)中十分重要的一環(huán)。圖像處理技術(shù)始20世紀(jì)60年代，由于當(dāng)時(shí)圖像存儲(chǔ)成本高，處理設(shè)備造價(jià)高，因而其應(yīng)用面很窄。圖像增強(qiáng)的過(guò)程往往也是一個(gè)矛盾的過(guò)