基于matlab的圖像增強(qiáng)技術(shù)處理畢業(yè)論文-資料下載頁
2025-06-27 18:12本頁面
【正文】 =filter2(fspecial(39。average39。,7),J)/255。%應(yīng)用7*7鄰域窗口法subplot(224),imshow(K2)title(39。7x7窗的鄰域平均濾波圖像39。)圖 （b）%利用低通鄰域平均模板進(jìn)行平滑I=imread(39。39。)。I=rgb2gray(I)。subplot(1,3,1)。imshow(I)。title(39。原圖39。)。J=fspecial(39。average39。)。J1=filter2(J,I)/255。subplot(1,3,2)。imshow(J1)。title(39。3*3濾波39。)。K=fspecial(39。average39。,9)。K1=filter2(K,I)/255。subplot(1,3,3)。imshow(K1)。title(39。9*9濾波39。)。圖 (a)%中值濾波和平均濾波I=imread(39。39。)。I=rgb2gray(I)。J=imnoise(I,39。gaussian39。,0,)。subplot(2,2,1)。imshow(I)。title(39。原圖39。)。subplot(2,2,2)。imshow(J)。title(39。noise39。)。K=fspecial(39。average39。,5)。K1=filter2(K,J)/255。subplot(2,2,3)。imshow(K1)。title(39。平均濾波39。)。L=medfilt2(J,[3 5])。subplot(2,2,4)。imshow(L)。title(39。中值濾波39。)。圖 (b)%二維中值濾波hood=3。[P,map]=imread(39。39。)。I=rgb2gray(P)。imshow(I,map)。noisy=imnoise(I,39。salt amp。 pepper39。,)。 %subplot(221)。imshow(noisy,map)。title(39。加入椒鹽噪聲39。)。filtered1=medfilt2(noisy,[hood hood])。%33窗口二維中值濾波subplot(222)。imshow(filtered1,map)。title(39。33窗口39。)。hood=5。filtered2=medfilt2(noisy,[hood hood])。 %55窗口二維中值濾波subplot(223)。imshow(filtered2,map)。title(39。55窗口39。)。hood=7。filtered3=medfilt2(noisy,[hood hood])。 %77窗口二維中值濾波subplot(224)。imshow(filtered3,map)。 title(39。77窗口39。)。I=imread(39。39。)。figure。imshow(I)。title(39。原圖39。)。圖 (c)%高通濾波邊緣增強(qiáng)I=imread(39。39。)。I=rgb2gray(I)。subplot(2,2,1)。imshow(I)。title(39。original pic39。)。J=fspecial(39。average39。,3)。J1=conv2(I,J)/255。subplot(2,2,2)。imshow(J1)。title(39。3*3lowpass39。)。K=fspecial(39。prewitt39。)。K1=filter2(K,J1)*5。subplot(2,2,3)。imshow(K1)。title(39。prewitt39。)。L=fspecial(39。sobel39。)。L1=filter2(L,J1)*5。subplot(2,2,4)。imshow(L1)。title(39。sibel39。)。圖 %銳化a=imread(39。39。)。subplot(131)。imshow(a)。title(39。原圖39。)。b=double(a)。%將圖像矩陣轉(zhuǎn)化為double類型s=size(b)。c=zeros(s(1,1),s(1,2))。for x=2:s(1,1)1 for y=2:s(1,2)1 c(x,y)=(b(x+1,y)b(x1,y)b(x,y+1)b(x,y1)+4*b(x,y))。 endend%用拉氏算子對圖像進(jìn)行濾波，這個(gè)過程相當(dāng)于運(yùn)用了一個(gè)33的掩膜[0，－1，0；－1，4，－1；0，－1，0]subplot(132)。imshow(c)。title(39。Laplace銳化濾波圖像39。)。d=b+c。%當(dāng)拉普拉斯掩膜中心系數(shù)為正時(shí)，增強(qiáng)圖像為原圖像于拉氏算子濾波圖像之和d=uint8(d)。%將圖像矩陣變回uint8格式subplot(133)。imshow(d)。title(39。Laplace銳化濾波結(jié)果39。)。圖 %利用sym4函數(shù)進(jìn)行小波變換進(jìn)行圖像增強(qiáng)x=imread(39。39。)。subplot (121) 。imshow(x)。title (39。原始圖像39。) 。%畫出原圖像% 對圖像進(jìn)行N層分解[c,l] = wavedec2(x,3,39。sym439。)。c_size = size(x)。% 弱化不重要的分解系數(shù)，增強(qiáng)重要的分解系數(shù)，這里假設(shè)閾值選取為kfor i=1:c_size(2) if (c(i)2) c(i)=2*c(i)。 %這里假設(shè)增強(qiáng)兩倍 else c(i)=*c(i)。 endend%重構(gòu)圖像x1=waverec2(c,l,39。sym439。)。 subplot(122)。imshow(x1,[])。title (39。增強(qiáng)圖像39。)。1圖 %偽彩色增強(qiáng)I=imread(39。39。)。figure。imshow(I)。title(39。原圖39。)。X=grayslice(I,16)figure。imshow(X,hot(16))。title(39。偽彩色增強(qiáng)39。)。1圖 %真彩色圖像的分解RGB=imread(39。39。)。subplot(221),imshow(RGB)title(39。原始真彩色圖像39。)subplot(222),imshow(RGB(:,:,1))title(39。真彩色圖像的紅色分量39。)subplot(223),imshow(RGB(:,:,2))title(39。真彩色圖像的綠色分量39。)subplot(224),imshow(RGB(:,:,3))title(39。真彩色圖像的藍(lán)色分量39。)1圖 %假彩色增強(qiáng)處理[RGB]=imread(39。39。)。imshow(RGB)。RGBnew(:,:,1)=RGB(:,:,3)。RGBnew(:,:,2)=RGB(:,:,1)。RGBnew(:,:,3)=RGB(:,:,2)。subplot(121)。imshow(RGB)。title(39。原圖39。)。subplot(122)。imshow(RGBnew)。title(39。假彩色增強(qiáng)39。)
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1