【正文】 的幾何變換一、實(shí)驗(yàn)?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(shí)驗(yàn)內(nèi)容練習(xí)用matalb命令實(shí)現(xiàn)圖像的平移、旋轉(zhuǎn)操作.編寫實(shí)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。調(diào)用平移函數(shù)，將256256灰度圖平移100行200列，在同一個窗口中顯示平移前和平移后的圖像。再開辟一個窗口，分別用最近鄰插值法、雙線性插值法實(shí)現(xiàn)圖像順勢針旋轉(zhuǎn)50176。，顯示在同一窗口中，并比較兩種效果圖（在報告中）三、實(shí)驗(yàn)原理提示：圖片平移就是實(shí)現(xiàn)運(yùn)算233。x39。249。233。10x0249。233。x249。 234。39。234。234。 234。y=234。01y0234。y234。1234。001234。1 235。235。235。236。x39。=x+x0即：237。238。y39。=y+y0四、實(shí)驗(yàn)代碼及結(jié)果function [I]=hmove(i,x0,y0)。%編寫實(shí)現(xiàn)圖像平移的函數(shù)hmove，平移量為 [r,c]=size(i)。%x0,y0,平移前圖像矩陣為i，I(r+x0,c+y0)=0。%平移后圖像矩陣為I for x=1:r。for y=1:c。x1=x+x0。y1=y+y0。I(x1,y1)=i(x,y)。end。end。參考程序 subplot(2,2,1)imshow(RGB)subplot(2,2,3)gray1=rgb2gray(RGB)。imagesc(gray1),colormap(gray)。subplot(2,2,2)I1=hmove(gray1,100,20)。subimage(gray1),axis(39。image39。)。subplot(2,2,4),imagesc(I1),colormap(gray),axis([1,700],[1,820])。顯示圖像的傅立葉頻譜 l a=0:800。b=0:600。l %[x,y]=meshgrid([20::20],[20::20])。l [x,y]=meshgrid(a,b)。l i=imread(39。39。)。l I=rgb2gray(i)。l subplot(1,2,1),subimage([0,800],[0,600],i)。l subplot(1,2,2)。l s=fft2(I,601,801)。l mesh(x,y,log(abs(s)))。％圖像的傅立葉幅度頻譜以三維圖形顯示 l colormap(hsv)。實(shí)驗(yàn)三 圖像空域變換增強(qiáng)（1）一、實(shí)驗(yàn)?zāi)康恼莆罩狈綀D均衡化算法。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。熟練掌握空域變換增強(qiáng)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(qiáng)。二、實(shí)驗(yàn)內(nèi)容用函數(shù)implement 取反。 做線性灰度變換。 的直方圖，并和imhist 函數(shù)生成的直方圖作比較。三、實(shí)驗(yàn)原理在圖像處理中，空域是指由像素組成的空間，空域增強(qiáng)方法是指直接作用于像素的增強(qiáng)方法?？沼蛱幚砜梢员硎緸椋篻(x, y)=T[ f(x, y)]j=implement(i)。對圖像取反 imhist()。顯示圖像的直方圖 histeq()。直方圖均衡化函數(shù)imnoise(I,type,parameters)。給圖像加噪聲 bitand()。圖像位與運(yùn)算 bitor()。圖像位或運(yùn)算四、實(shí)驗(yàn)代碼與結(jié)果i=imread(39。39。)。j=implement(i)。subplot(121),imshow(i)subplot(122),imshow(j)clear,close all,clc in1=imread(39。39。)。f0=0。g0=0。f1=100。g1=60。f2=150。g2=220。f3=255。g3=255。figure,plot([f0,f1,f2,f3],[g0,g1,g2,g3])axis tight,xlabel(39。f39。),ylabel(39。g39。)title(39。intensity transformation39。)r1=(g1g0)/(f1f0)。b1=g0r1*f0。r2=(g2g1)/(f2f1)。b2=g1r2*f1。r3=(g3g2)/(f3f2)。b3=g2r3*f2。[m,n]=size(in1)。in2=double(in1)。for i=1:m for j=1:n f=in2(i,j)。g(i,j)=0。if(f=0)amp。(f=f1)amp。(f=f2)amp。(fclc,clear,close all in=imread(39。39。)。[m,n]=size(in)。num=zeros(1,256)。% num 是每個灰度級對應(yīng)的像素個數(shù) p=zeros(1,256)。% p 是每個灰度級出現(xiàn)的概率 for i=1:m for j=1:n num(1,in(i,j)+1)=num(1,in(i,j)+1)+1。% 統(tǒng)計(jì)個數(shù) end end p=num./(m*n)% 求概率 x=1:256。subplot(121),plot(x,p),axis([1 256 0 ])subplot(122),imhist(in)實(shí)驗(yàn)四 圖像空域變換增強(qiáng)（2）一、實(shí)驗(yàn)?zāi)康恼莆罩狈綀D均衡化算法。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。熟練掌握空域變換增強(qiáng)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(qiáng)。實(shí)現(xiàn)頻域線性變換，非線性變換增強(qiáng)二、實(shí)驗(yàn)內(nèi)容 進(jìn)行增強(qiáng)運(yùn)算。 作邏輯與和邏輯或運(yùn)算。三、實(shí)驗(yàn)原理j=implement(i)。對圖像取反 imhist()。顯示圖像的直方圖 histeq()。直方圖均衡化函數(shù)imnoise(I,type,parameters)。給圖像加噪聲 bitand()。圖像位與運(yùn)算 bitor()。圖像位或運(yùn)算四、實(shí)驗(yàn)代碼與結(jié)果clear。close all。clc。tu=imread(39。39。)。% 輸入圖像%tu=rgb2gray(tu)。% 轉(zhuǎn)換為灰度圖像N=zeros(1,256)。% N 為原始圖像各灰度級像素個數(shù) P=zeros(1,256)。% P 為原始成圖像直方圖q=zeros(1,256)。% q 為原始圖像直方圖累積分布函數(shù)newN=zeros(1,256)。% newN 為新生成圖像各灰度級像素個數(shù) newP=zeros(1,256)。% newP 為新生成圖像直方圖newq=zeros(1,256)。% newq 為新生成圖像直方圖累積分布函數(shù) [h w]=size(tu)。new_tu=zeros(h,w)。% 計(jì)算原始圖像各灰度級像素個數(shù) for x=1:h for y=1:w N(1,tu(x,y))=N(1,tu(x,y))+1。end end P=N./sum(N)。% 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)。for i=2:256 q(1,i)=q(1,i1)+P(1,i)。end % 計(jì)算原始直方圖對應(yīng)的新的灰度 t ,建立映射關(guān)系 for i=1:256 t(1,i)=floor(254*q(1,i)+1+)。end % 計(jì)算直方圖均衡化后的新圖 new_tu for x=1:h for y=1:w new_tu(x,y)=t(1,tu(x,y))。end end % 統(tǒng)計(jì)新生成圖像各灰度級像素個數(shù) for x=1:h for y=1:w newN(1,new_tu(x,y))=newN(1,new_tu(x,y))+1。end end newP=newN./(h*w)。% 計(jì)算新的灰度直方圖 newP % 計(jì)算新生成圖像累積分布直方圖 newq(1,1)=newP(1,1)。for i=2:256 newq(1,i)=newq(1,i1)+newP(1,i)。end % 顯示信息subplot(231),imshow(tu)subplot(232),plot(P),axis([1 256 0 ])subplot(233),plot(q),axis([1 256 0 1])subplot(234),imshow(new_tu,[])subplot(235),plot(newP),axis([1 256 0 ])subplot(236),plot(newq),axis([1 256 01])clc,clear,close all in=imread(39。39。)。in=rgb2gray(in)。[m,n]=size(in)。in=double(in)。out1=ones(m,n)*255。out1(20:150,30:170)=0。chu1=zeros(m,n)。chu1(20:150,30:170)=255。for i=1:m for j=1:n out2(i,j)=bitor(in(i,j),out1(i,j))。chu2(i,j)=bitand(in(i,j),chu1(i,j))。end end in=uint8(in)。out1=uint8(out1)。out2=uint8(out2)。chu1=uint8(chu1)。chu2=uint8(chu2)。subplot(231),imshow(in)subplot(232),imshow(out1)subplot(233),imshow(out2)subplot(234),imshow(chu1)subplot(235),imshow(chu2)實(shí)驗(yàn)五 圖像濾波增強(qiáng)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。鞏固卷積定理、濾波處理等基礎(chǔ)知識。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。二、實(shí)驗(yàn)內(nèi)容 進(jìn)行濾波除噪處理。、 進(jìn)行濾波除噪處理。用prewitt 進(jìn)行銳化濾波處理。三、實(shí)驗(yàn)原理H=fspecial(type)。H=fspecial(type,parameters)。用于創(chuàng)建一個指定的濾波器模板，type 指濾波器的類型。parameters 是與指定的濾波器有關(guān)的參數(shù)。Y=filter2(B,X)。用于進(jìn)行二維線性數(shù)字濾波，使用矩陣B 中的二維濾波器對數(shù)據(jù)X進(jìn)行濾波。結(jié)果Y 是通過二維互相關(guān)計(jì)算出來的，大小與X 一樣。Y=filter2(B,X,’shape’)。結(jié)果Y 的大小由參數(shù)shape確定，shape的取值如下： Full：返回二維戶相關(guān)的全部結(jié)果，size(Y)size(X)Same：返回二維戶相關(guān)結(jié)果的中間部分，Y 的大小與X 相同 Valid：返回二維戶相關(guān)未使用邊緣補(bǔ)0 的部分，size(Y)四、實(shí)驗(yàn)代碼與結(jié)果clc,clearin1=imread(39。39。)。f=imnoise(in1,39。salt amp。 pepper39。,)。%f=imnoise(in1,39。gaussian39。,0,)%g 是標(biāo)準(zhǔn)均值濾波器的輸出圖像 g=biaozhunjunzhi(f,3)。subplot(221),imshow(in1)%,xlabel(39。(a)原始圖像39。)subplot(222),imshow(f)%,xlabel(39。(b)加噪圖像39。)subplot(223),imshow(g)%,xlabel(39。(c)標(biāo)準(zhǔn)均值濾波圖像39。)function g=biaozhunjunzhi(f,k)[m,n]=size(f)。%f1 是對邊緣像素補(bǔ)0 后得到的圖像f1=zeros(m+(k1),n+(k1))。[m1,n1]=size(f1)。%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。%注意這條指令絕對不能少 ga=f。%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。x=1。for p=1:k for q=1:k a(x)=f1(i+(p(k+1)/2),j+(q(k+1)/2))。x=x+1。end end %hsum 表示窗口內(nèi)所有像素值的和 hsum=0。for h=1:(k^2)hsum=hsum+a(h)。end ga(i,j)=round(hsum/(k^2))。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))。clc,clear in1=imread(39。39。)。f=imnoise(in1,39。salt amp。 pepper39。,)。%f=imnoise(in1,39。gaussian39。,0,)%g 是標(biāo)準(zhǔn)中值濾波器的輸出圖像 g=biaozhunzhongzhi(f,3)。subplot(131),imshow(in1)%,xlabel(39。(a)原始圖像39。)subplot(132),imshow(f)%,xlabel(39。(b)加噪圖像39。)subplot(133),imshow(g)%,xlabel(39。(c)標(biāo)準(zhǔn)均值濾波圖像39。)function g=biaozhunzhongzhi(f,k)[m,n]=size(f)。%f1 是對邊緣像素補(bǔ)0 后得到的圖像f1=zeros(m+(k1),n+(k1))。[m1,n1]=size(f1)。%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。%注意這條指令絕對不能少 ga=f。for i=(k+1)/2:(m1(k1)/2)for j=(k+1)/2:(n1(k1)/2)a=0。x=1。for p=1:k for q=1:k a