【正文】 for i=(t+1):L if w10 u1=u1+i*p(i)/w1。[m,n]=size(in)。%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。sum2=0。)。[m,n]=size(in1)。f33=255。r23=(g23g22)/(f23f22)。f22=191。b11=g10r11*f10。g10=0。in=imread(39。else end end %在噪聲密度較大的情況下有可能窗口內(nèi)所有的值都是最大值或最小值 %對其進行判斷，如果是這種情況，就采用普通的均值濾波算法求當前要求的像素點的值 if tan~=0 ga(i,j)=round(he/tan)。[m1,n1]=size(f1)。%右上角 %將三個分量進行組合 out1=cat(3,rin,gin,bin)。end ga(i,j)=round(hsum1/hsum2)。,0,)。勻速直線運動退化圖39。)。out(i,j)=f(i,j)*h(i,j)。鞏固卷積定理、濾波處理等基礎(chǔ)知識。0 0 0。[m1,n1]=size(f1)。)。(c)標準均值濾波圖像39。Y=filter2(B,X,’shape’)。out2=uint8(out2)。% 計算新的灰度直方圖 newP % 計算新生成圖像累積分布直方圖 newq(1,1)=newP(1,1)。% 轉(zhuǎn)換為灰度圖像N=zeros(1,256)。熟練掌握空域變換增強的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。in2=double(in1)。g2=220。顯示圖像的直方圖 histeq()。)。I(x1,y1)=i(x,y)。)256 x 25664 x 64128 x 12832 x 32實驗二圖像的幾何變換一、實驗?zāi)康恼莆請D像的基本幾何變換的方法圖像的平移圖像的旋轉(zhuǎn)二、實驗內(nèi)容練習(xí)用matalb命令實現(xiàn)圖像的平移、旋轉(zhuǎn)操作.編寫實現(xiàn)圖像平移的函數(shù)用imread命令從你的硬盤讀取一幅256256灰度圖。[x,map]=gray2ind(i,128)。二、實驗內(nèi)容讀取一幅彩色圖像，將該彩色圖像轉(zhuǎn)化為灰度圖像，再將灰度圖像轉(zhuǎn)化為索引圖像并顯示所有圖像。三、實驗內(nèi)容與步驟(1)使用Roberts 算子的圖像分割實驗，,截圖如下(2)使用Prewitt 算子的圖像分割實驗 截圖如下(3)使用Sobel 算子的圖像分割實驗(4)使用LoG(拉普拉斯高斯)算子的圖像分割實驗四、實驗結(jié)果對Roberts算子、Prewitt 算子、Sobel 算子、LoG(拉普拉斯高斯)算子的運算對圖像的結(jié)果有了基本的認識，加深學(xué)習(xí)效果。saltamp。b)利用imnoise命令在圖像“”上加入高斯(gaussian)噪聲J = imnoise(I,39。imsubtract函數(shù)的調(diào)用格式如下：Z = imsubtract(X,Y)； 讀入一幅畫后通過減法 a3=imsubtract(a,50)。figure imshow(d)。)。)。%查找并鏈接線段figure, imshow(BW), hold on %在二值圖中疊加顯示這些線段 for k = 1:length(lines)xy = [lines(k).point1。R39。)。)。實驗三 圖像邊緣檢測與連接一、實驗?zāi)康膱D像邊緣檢測與連接二、實驗內(nèi)容（1）編程實現(xiàn)一階差分邊緣檢測算法，包括Robert梯度算子、Prewitt算子、Sobel算子等；（2）編程實現(xiàn)二階差分拉普拉斯邊緣檢測算法以及LoG檢測法和Canny檢測法；（3）分析與比較各種邊緣檢測算法的性能；（4）編程實現(xiàn)Hough變換提取直線（5）分析Hough變換檢測性能；三、實驗運行結(jié)果四、實驗中遇到的問題及解決方法拷貝文件后沒改文件名，直接執(zhí)行時出現(xiàn)錯誤，最后重新修改后重新編譯，使之成功。x=0:1:255。J2=ifft2(result)。% 二階巴特沃斯(Butterworth)低通濾波器 d0=20。原圖39。)。else result(k,l)=i(k,l)。title(39。title(39。imshow(Im)。這幅圖像的灰度層次將不再是呈黑暗色調(diào)的圖像，而是一副灰度層次較為適中的、比原始圖像清晰、明快得多的圖像。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。實驗中是通過MATLAB自帶的函數(shù)產(chǎn)生噪聲，各函數(shù)如下： J1=imnoise(I,39。假設(shè)原圖像的寬為w,高為h,（x0,y0）為原坐標內(nèi)的一點,轉(zhuǎn)換坐標后的點為（x1,y1）。這時候要用更高的灰度級。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。subplot(223)。endend endfigure。x=tem(1)。)。imshow(a)。目前大多數(shù)的圖像是以數(shù)字形式存儲，因而圖像處理很多情況下指數(shù)字圖像處理。title(39。hnew=w*sin(alpha)+h*cos(alpha)。amp。（3）對給定的圖像添加噪聲（斑點噪聲、高斯噪聲）效果展示：代碼：I= imread(39。J=imnoise(I,39。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。這兩個可取的值分別對應(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。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入放大電路，各種電氣設(shè)備，形成各種形式的干擾。gaussian39。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)用和評估不同的方法而不需要自己編寫代碼。39。imhist(Im)。三、實驗運行結(jié)果四、實驗中遇到的問題及解決方法顯示圖像無法打開，最終查出來時圖像格式弄錯了。i=fftshift(i)。[x,y]=meshgrid(x,y)。理想高通濾波后的圖像39。% 轉(zhuǎn)換數(shù)據(jù)矩陣 subplot(3,2,2)。% 計算低通濾波器傳遞函數(shù) result(i,j)=h*g(i,j)。低通濾波后的圖像39。%以三維坐標顯示該圖像頻譜圖 title(39。也即把檢測整體特性轉(zhuǎn)化為檢測局部特性。prewitt39。)。s39。Color39。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。39。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(diào)用imadd函數(shù)來實現(xiàn)。)。,3)。椒鹽噪聲是指兩種噪聲，一種是鹽噪聲，另一種是胡椒噪聲。%腐蝕 “”進行膨脹運算； BW1 = imdilate(bw,SE)。按指定的灰度級 n 將灰度圖像轉(zhuǎn)化為索引圖像,n 默認為 64 I=ind2gray(x,map)。i1=i(1:2:end,1:2:end)。249。x39。subplot(2,2,2)I1=hmove(gray1,100,20)。l mesh(x,y,log(abs(s)))。39。),ylabel(39。(f=f2)amp。顯示圖像的直方圖 histeq()。% newP 為新生成圖像直方圖newq=zeros(1,256)。in=rgb2gray(in)。熟練掌握空域和頻域濾波增強的matlab 相關(guān)函數(shù)用法。salt amp。%注意這條指令絕對不能少 ga=f。%f=imnoise(in1,39。for p=1:k for q=1:k a(x)=f1(i+(p(k+1)/2),j+(q(k+1)/2))。x1=h1。三、實驗原理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(jié)果%基于大氣湍流造成的模糊圖像及其還原clear。)%根據(jù)退化模型對已經(jīng)退化的圖像進行恢復(fù)處理 k2=。[N1,N2]=size(f)。subplot(133),imshow(chureal),title(39。[m1,n1]=size(f1)。二、實驗內(nèi)容生成一幅256x256 的RGB 圖像，該圖像左上角為紅色，右上角為藍色，左下角為綠色，右下角為黑色。39。for p=1:k for q=1:k a(x)=f1(i+(p(k+1)/2),j+(q(k+1)/2))。)。% out(i,j,2)=map(in(i,j),2)。f13=255。[m,n]=size(in1)。r39。g2(i,j)=0。f39。(f=f31)amp。)subplot(122),imshow(g),title(39。sum=(sum1^2+sum2^2)^(1/2)。x=x+1。% 統(tǒng)計個數(shù) end end p=num./(m*n)。end end r %類間方差最大所對應(yīng)的灰度值 for i=1:m for j=1:n if in(i,j)r out(i,j)=1。end w1=1w0。if sum%利用Otsu 法閾值選擇的方法分割圖像clc,clear,close all k=8。b1=[121 0 0 0 1 2 1]。h2=[01。用一階算子sobel 檢測邊緣并對邊界處的像素進行處理。b31=g30r31*f30。g30=255。intensity transformation39。(f=f12)amp。),ylabel(39。end end subplot(121),imshow(in)subplot(122),imshow(out)clear,close all,clc in1=imread(39。,。%hsum 表示窗口內(nèi)所有像素值的和 hsum=0。out(:,:,1)=gaijinjunzhi(in(:,:,1),5)。%紅色分量 rin(1:128,1:128)=1。x=x+1。時的運行結(jié)果：：%逆諧波均值濾波舉例clc,close all,clear in=imread(39。h(u,v)=t*sin(pi*(u*a+v*b))*fenzhi/(pi*(u*a+v*b))。大氣湍流還原圖39。原始圖像39。x2(p,q)=f(i+(p2),j+(q2))。39。(b)加噪圖像39。for h=1:(k^2)hsum=hsum+a(h)。subplot(221),imshow(in1)%,xlabel(39。用于創(chuàng)建一個指定的濾波器模板，type 指濾波器的類型。chu1(20:150,30:170)=255。for i=2:256 q(1,i)=q(1,i1)+P(1,i)。clc。% num 是每個灰度級對應(yīng)的像素個數(shù) p=zeros(1,256)。r2=(g2g1)/(f2f1)。f0=0。 做線性灰度變換。b=0:600。%x0,y0,平移前圖像矩陣為i，I(r+x0,c+y0)=0。00139。128 x 12839。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)。)。實驗四圖像分割一、實驗?zāi)康氖褂肕atLab 軟件進行圖像的分割。%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(jié)果。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(xué)提供配套的實踐機會。39。figure imshow(b)。imwrite(I,39。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。lines = houghlines(BW,T,R,p,39。figure(1), imshow(T,R,H,[],39。canny39。d:39。subplot(3,2,5)。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。%取幅度 mesh(z)。%以三維坐標顯示該圖像頻譜圖 title(39。39。%新建圖像顯示窗口 result=fftshift(result)。%以三維坐標顯示該圖像頻譜圖title(39。data4=imread(39。title(39。Im=imread(39。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。在通常情況下，可以用它來代替底層編程語言，如C和C++。但這類算法存在自身無法克服的矛盾：一方面為增強斑點去噪效果需選較大的濾波窗口，另一方面為保持圖像的實際分辨率要求所選的窗口較小。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觀點啟發(fā)。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。添加斑點噪聲39。原圖39。p4=Img(x_up,y_up)。Imgnew2=zeros(hnew,wnew)。)（2）圖像旋轉(zhuǎn) 原圖效果展示：代碼：clc。C:Documents and 39。二、實驗?zāi)康撵柟趟鶎W(xué)知識，提高所學(xué)能力三、實驗內(nèi)容利用matlab的GUI程序設(shè)計一個簡單的圖像處理程序，并含有如下基本功能： ，變換為灰度圖像和二值圖像，并在同一個窗口內(nèi)分成三個子窗口來分別顯示RGB圖像和灰度圖像，注上文字標題 3