【正文】 e(39。hgram=0:255。subplot(222)。)。 end if(f(i,j)=b) g(i,j)=d。對數(shù)變換使低灰度變換范圍的f得以擴(kuò)展，而高灰度范圍的f得到壓縮，以使圖像分布均勻，與人的視覺特性相匹配。人們已經(jīng)開始研究如何用計算機系統(tǒng)解釋圖像，實現(xiàn)類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機視覺。 圖像預(yù)處理是將每一個圖像分檢出來交給識別模塊識別。主要論述了利用MATLAB實現(xiàn)圖像增強處理。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強、復(fù)原、編碼、壓縮等。因為高頻分量對應(yīng)圖像中的區(qū)域邊緣等灰度值具有較大較快變化的部分，濾波器將這些分量濾去可使圖像平滑。 for i=1:M for j=1:N if((f(i,j)=a)amp。imshow(pout)。imshow(I)Title(39。 直方圖規(guī)定化(1)公式:=(k=0,1,2,…,L1)(2)編碼:I=imread(39。imhist(I,64)title(39。)。,5),J)。salt amp。title(39。)。(b)高斯噪音圖像39。(2) (4)結(jié)論:突出圖像的邊緣信息，加強圖像的輪廓特征，便于識別。i=1:aend。end。imshow(RGB)。（3）對MATLAB以及其圖像預(yù)處理工具箱進(jìn)行了簡要的敘述?！?】涂望明，魏友國，【J】為計算機信息。xlabel1(‘(d)真彩色圖像藍(lán)色分量’)。title(39。s(i,j)=h*s(i,j)。distance=d原圖像39。subplot(121)。J=imnoise(I,39。)。imshow(k,[])。subplot(2,3,1)。imshow(uint8(k1))。gaussian39。)subplot(222)。)。 直方圖均衡化(1)公式:=(k=0,1,2,…,L1，0≤)式中，nk為灰度級rk的像素數(shù)目:N為圖像中像素的總數(shù):L為像素中可能的灰度級總數(shù)。 灰度值調(diào)整(1) 灰度值調(diào)整用到的函數(shù):J=imadjust(I)(2)編碼:pout=imread(39。k1=min(min(f))。根據(jù)某種目標(biāo)條件，按一定變換關(guān)系逐點改變原圖像中每一個像素的灰度值的方法。 由于計算機處理能力的不斷增強，圖像預(yù)處理技術(shù)在飛速發(fā)展的同時，也越來越廣泛地向其他學(xué)科快速交叉滲透，使得圖像在信息獲取以及信息利用等方面也變得越來越重要。 圖像處理課程設(shè)計基于matlab的數(shù)字圖像預(yù)處理 學(xué)院：電氣學(xué)院 班級：電信1102 姓名：王嘉 學(xué)號：311109010320 Ⅰ 摘 要數(shù)字圖像預(yù)處理是一門新興技術(shù)，隨著計算機硬件的發(fā)展，數(shù)字圖像的實時處理已經(jīng)成為可能，由于數(shù)字圖像預(yù)處理的各種算法的出現(xiàn)，使得其處理速度越來越