【正文】 ．對(duì)給定的圖像添加噪聲（椒鹽噪聲、高斯噪聲）四、實(shí)驗(yàn)結(jié)果及代碼展示（1）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(lái)分別顯示RGB圖像和灰度圖像，注上文字標(biāo)題效果展示：代碼：a = imread(39。二值圖像39。sin(alpha),cos(alpha)]。p3=Img(x_low,y_low)。title(39。title(39。用于顯示的灰度圖像通常用每個(gè)采樣像素 8 位的非線性尺度來(lái)保存，這樣可以有 256 級(jí)灰度。二值圖像經(jīng)常使用位圖格式存儲(chǔ)。因此，涌現(xiàn)出了一系列空間域?yàn)V波方法，如均值濾波、中值濾波、Lee濾波、Kuan濾波、Frost濾波、Sigma濾波以及Gamma Map濾波等。函數(shù)中所使用的算法都是科研和工程計(jì)算中的最新研究成果，而前經(jīng)過(guò)了各種優(yōu)化和差錯(cuò)處理。五、思考題（1）、灰度直方圖可以反映一幅圖像的哪些特征？ 答：表征了圖像的一維信息。%計(jì)算圖像的歸一化直方圖 subplot(1,3,1),imshow(I)； subplot(1,3,2),imhist(I,64)； subplot(1,3,3),plot(J)；（2）直方圖均衡化clear all。imshow(J)。clear。mesh(z)。subplot(3,2,3)。J1=imread(39。%取幅度 mesh(z)。z=log(abs(result))。n=fix(N/2)。J3=uint8(abs(J2))。I = imread(39。%利用log算子進(jìn)行邊緣檢測(cè) BW5 = edge(I,39。,)。)。2．熟練掌握在MATLAB中如何讀取圖像。,50)6．同樣利用imwrite()函數(shù)將最初讀入的tif圖象另存為一幅bmp圖像。9．用figure,imshow()，觀察兩幅圖像的質(zhì)量。b=imread(39。實(shí)驗(yàn)三 圖像增強(qiáng)—空域?yàn)V波一、實(shí)驗(yàn)?zāi)康倪M(jìn)一步了解MatLab軟件/語(yǔ)言，學(xué)會(huì)使用MatLab對(duì)圖像作濾波處理，使學(xué)生有機(jī)會(huì)掌握濾波算法，體會(huì)濾波效果。%均值濾波33 L = filter2(ave2,J)/255。中值濾波對(duì)于濾除圖像的椒鹽噪聲非常有效。close39。將灰度圖像轉(zhuǎn)化為二值圖像,level 取值在[0,1]之間BW=im2bw(x,map,level)。)subplot(222),imshow(i1),xlabel(39。 234。234。%編寫(xiě)實(shí)現(xiàn)圖像平移的函數(shù)hmove，平移量為 [r,c]=size(i)。顯示圖像的傅立葉頻譜 l a=0:800。二、實(shí)驗(yàn)內(nèi)容用函數(shù)implement 取反。)。b1=g0r1*f0。num=zeros(1,256)。close all。% 計(jì)算原始直方圖 P % 計(jì)算原始累積分布直方圖 q(1,1)=P(1,1)。chu1=zeros(m,n)。H=fspecial(type,parameters)。,0,)%g 是標(biāo)準(zhǔn)均值濾波器的輸出圖像 g=biaozhunjunzhi(f,3)。end end %hsum 表示窗口內(nèi)所有像素值的和 hsum=0。)subplot(132),imshow(f)%,xlabel(39。clc,clear,close all f=imread(39。for p=1:1:3 for q=1:1:3 x1(p,q)=f(i+(p2),j+(q2))。subplot(131),imshow(in),title(39。subplot(133),imshow(chureal),title(39。for u=1:N1 for v=1:N2 fenzhi=cos(pi*(u*a+v*b))i*sin(pi*(u*a+v*b))。b=。for p=1:k for q=1:k a(x)=f1(i+(p(k+1)/2),j+(q(k+1)/2))。四、實(shí)驗(yàn)代碼與結(jié)果clc,clear,close all rin=zeros(256,256)。,)。he=0。,。out(i,j,3)=d(ind,3)。f39。(f=f11)amp。)title(39。figure(22),subplot(121),imshow(in1)subplot(122),imshow(g2)%imshow(mat2gray(g2))%第三個(gè)獨(dú)立的變換f30=0。)r31=(g31g30)/(f31f30)。二、實(shí)驗(yàn)內(nèi)容應(yīng)用一階算子roberts 檢測(cè)邊緣。0 1]。[m,n]=size(f)。end sum=(sum1^2+sum2^2)^(1/2)。for i=1:t w0=w0+p(i)。else out(i,j)=0。% 求概率 ut=0。end end sum1=0。end end if sumelse end end endclc,clear,close all f=imread(39。roberts 算子39。(f=f32)amp。),ylabel(39。if(f=0)amp。)axis tight,xlabel(39。in2=double(in1)。g13=255。% out(i,j,3)=map(in(i,j),3)。d=[,。x=x+1。)。給彩色圖像加噪并去噪，可以采用灰度圖像去噪處理的任何方法。%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。勻速直線運(yùn)動(dòng)還原圖39。t=1。%退化模型中的常數(shù)for i=1:N1 for j=1:N2 h(i,j)=exp((k2*(i^2+j^2))^(5/6))。close all。x2=h2。x=x+1。gaussian39。%取出窗口內(nèi)的像素值并作標(biāo)準(zhǔn)均值濾波處理 for i=(k+1)/2:(m1(k1)/2)for j=(k+1)/2:(n1(k1)/2)a=0。 pepper39。二、實(shí)驗(yàn)內(nèi)容 進(jìn)行濾波除噪處理。[m,n]=size(in)。% newq 為新生成圖像直方圖累積分布函數(shù) [h w]=size(tu)。直方圖均衡化函數(shù)imnoise(I,type,parameters)。(fclc,clear,close all in=imread(39。g39。)。％圖像的傅立葉幅度頻譜以三維圖形顯示 l colormap(hsv)。subimage(gray1),axis(39。=x+x0即：237。234。233。[m1,n1]=size(i)i2=i1(1:2:end,1:2:end)。索引圖像轉(zhuǎn)化為灰度圖像 I=grb2gray(RGB)。%膨脹 “”進(jìn)行開(kāi)運(yùn)算；BW3 = bwmorph(bw, 39。鹽=白色，椒=黑色。%產(chǎn)生33的均值模版 ave2=fspecial(39。 b=immultiply(a,)。imadd函數(shù)將某一幅輸入圖像的每一個(gè)像素值與另一幅圖像相應(yīng)的像素值相加，返回相應(yīng)的像素值之和作為輸出圖像。)。imwrite(I,39。,39。,39。% 利用Canny算子提取圖像邊緣 [H,T,R] = hough(BW,39。)。比如直線、橢圓、圓、弧線等。高通濾波后的頻譜39。)。end end subplot(3,2,4)。x=0:1:255。)。mesh(z)。z=log(abs(i))。五、思考題分析為什么圖像通過(guò)低通濾波器后變得模糊？為什么通過(guò)高通濾波器后得到銳化結(jié)果？答：圖像的精細(xì)結(jié)構(gòu)及突變部分主要由高頻成分起作用，故經(jīng)低通濾波后圖像的精細(xì)結(jié)構(gòu)消失，變得模糊；經(jīng)高通濾波后圖像得到銳化。title(39。)。目前，MATLAB已經(jīng)把工具箱延伸到了科學(xué)研究和工程應(yīng)用的諸多領(lǐng)域，諸如數(shù)據(jù)采集、數(shù)據(jù)庫(kù)接口、概率統(tǒng)計(jì)、樣條擬合、優(yōu)化算法、偏微分方程求解、神經(jīng)網(wǎng)絡(luò)、小波分析、信號(hào)處理、圖像處理、系統(tǒng)辨識(shí)、控制系統(tǒng)設(shè)計(jì)、LMI控制、魯棒控制、模型預(yù)測(cè)、模糊邏輯、金融分析、地圖工具、非線性控制設(shè)計(jì)、實(shí)時(shí)快速原型及半物理仿真、嵌入式系統(tǒng)開(kāi)發(fā)、定點(diǎn)仿真、DSP與通訊、電力系統(tǒng)仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。,0,)。斑點(diǎn)噪聲：斑點(diǎn)噪聲是SAR成像系統(tǒng)的一大特色，源自基本分辨單元內(nèi)地物的隨機(jī)散射，在圖像上表現(xiàn)為信號(hào)相關(guān)（如在空間上相關(guān)）的小斑點(diǎn)，它既降低了圖像的畫(huà)面質(zhì)量，又嚴(yán)重影響圖像的自動(dòng)分割、分類(lèi)、目標(biāo)檢測(cè)以及其它定量專(zhuān)題信息的提取。以這種方式來(lái)操作圖像可以更容易識(shí)別出圖像的結(jié)構(gòu)特征?；叶葓D像與黑白圖像不同，在計(jì)算機(jī)圖像領(lǐng)域中黑白圖像只有黑色與白色兩種顏色；灰度圖像在黑色與白色之間還有許多級(jí)的顏色深度。speckle39。D:My DocumentsMy 39。yelsex=x_up。wnew=ceil(wnew)?；叶葓D像39。此外，基于光學(xué)理論的處理方法依然占有重要的地位。subplot(3,1,1)。D:My DocumentsMy 39。0])。Imgnew2(u,v)=(1s)*(1t)*p1+(1s)*t*p3+(1t)*s*p2+s*t*p4。,0,)。用不同的灰度色階來(lái)表示“ 紅，綠，藍(lán)”在圖像中的比重。二值圖像一般用來(lái)描述文字或者圖形，其優(yōu)點(diǎn)是占用空間少，缺點(diǎn)是，當(dāng)表示人物，風(fēng)景的圖像時(shí)，二值圖像只能描述其輪廓，不能描述細(xì)節(jié)。由于原圖像的坐標(biāo)是以左上角為原點(diǎn)的,所以我們先把坐標(biāo)轉(zhuǎn)換為以圖像中心為原點(diǎn)。高斯白噪聲包括熱噪聲和散粒噪聲。圖形處理功能圖形處理功能MATLAB自產(chǎn)生之日起就具有方便的數(shù)據(jù)可視化功能，以將向量和矩陣用圖形表現(xiàn)出來(lái)，并且可以對(duì)圖形進(jìn)行標(biāo)注和打印。(2)均衡化后的直方圖有何特點(diǎn)？答：經(jīng)直方圖均衡化處理后，可以得到一副改善了質(zhì)量的新圖像。%均衡化 subplot(2,2,1)。imhist(J)。imshow(data4)。%for k=1:1:n for l=1:1:m if(k^2+l^2)=190^2 % result(k,l)=0。理想低通濾波后的圖像39。title(39。nn=2。result=ifftshift(result)。end end subplot(3,2,6)。)。sobel39。d:39。), ylabel(39。,10)。39。39。figure imshow(b)。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。)。 pepper)J = imnoise(I,39。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。熟練掌握?qǐng)D像讀、寫(xiě)、顯示、類(lèi)型轉(zhuǎn)換等 matlab 函數(shù)的用法。i=rgb2gray(in)。32 x 3239。234。235。y1=y+y0。39。對(duì)圖像取反 imhist()。f2=150。[m,n]=size(in1)。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)。% 輸入圖像%tu=rgb2gray(tu)。end end newP=newN./(h*w)。out1=uint8(out1)。結(jié)果Y 是通過(guò)二維互相關(guān)計(jì)算出來(lái)的，大小與X 一樣。)subplot(223),imshow(g)%,xlabel(39。39。%f1 是對(duì)邊緣像素補(bǔ)0 后得到的圖像f1=zeros(m+(k1),n+(k1))。h1=[111。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。%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))。39。subplot(132),imshow(outreal),title(39。gaussian39。hsum2=hsum2+a(h)^r。%藍(lán)色分量 bin(1:128,129:256)=1。%f1 是對(duì)邊緣像素補(bǔ)0 后得到的圖像f1=zeros(m+(k1),n+(k1))。he=he+a(h)。,]。%第一個(gè)獨(dú)立的變換 f10=0。)r11=(g11g10)/(f11f10)。g21=255。b22=g21r22*f21。g32=0。b33=g32r33*f32。39。for i=2:1:m1 for j=2:1:n1 sum1=0。[m1,n1]=size(f1)。)。end end u1=0。else u1=u1+0。num=zeros(1,256)。%注意這條指令絕對(duì)不能少 ga=f1。sum=0。t=50。in2=double(in1)。g33=0。b23=g22r23*f22。g22=255。r12=(g12g11)/(f12f11)。f11=127。39。else ga(i,j)=round(hsum/(k^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。%也可以不用matlab 函數(shù)out2(:,:,1)=rin。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))。g=nixiebojunzhi(f,3)。)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))。%in=rgb2gray(in1)。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(xiě)matlab程序?qū)崿F(xiàn)圖像空域變換增強(qiáng)。1 1 1]。%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。f=imnoise(in1,39。)function g=biaozhunjunzhi(f,k)[m,n]=size(f)。結(jié)果Y 的大小由參數(shù)sha