【正文】 ,10)。,5)。39。s1=a(1),s2=a(2)。)。K=imerode(J,se)。J=im2bw(I)。 圖55 圖56 圖575. 實驗具體實現(xiàn)，實現(xiàn)去除圖像中的噪聲。270176。：物體，：背景。實驗四：數(shù)學(xué)形態(tài)學(xué)及其應(yīng)用1．實驗?zāi)康?．實驗基本原理腐蝕和膨脹是數(shù)學(xué)形態(tài)學(xué)最基本的變換，數(shù)學(xué)形態(tài)學(xué)的應(yīng)用幾乎覆蓋了圖像處理的所有領(lǐng)域，給出利用數(shù)學(xué)形態(tài)學(xué)對二值圖像處理的一些運算。當(dāng)d0 = 25時，濾波后的圖像在字母和圖像輪廓的大部分信息仍然保留。階數(shù)越高振鈴現(xiàn)象越明顯，一個20階的巴特沃斯低通濾波器已經(jīng)呈現(xiàn)出理想低通濾波器的特性。當(dāng)do = 100時，濾波后的圖像比較清晰，但高頻分量損失后，圖像邊沿與文字變的有些模糊，在圖像的邊框（如條帶和矩形輪廓）附近仍有輕微振鈴現(xiàn)象。J2=uint8(real(J1))。h=exp((d.^2)./(2*(d0^2)))。d0=100。f=double(I)。imshow(J2)。 result(i,j)=h*g(i,j)。 n=fix(N/2)。 [M,N]=size(g)。)。J1=ifft2(result)。 if(d=d0) h=1。d0=100。f=double(I)。 共軛傅立葉逆變換結(jié)果傅立葉變換的相位譜為對稱的，原變換與其共軛變換間僅頻率譜互為相反。F4=angle(F1)。 僅對幅度信息進(jìn)行傅立葉逆變換結(jié)果4) 將圖像的傅立葉變換F置為其共軛后進(jìn)行反變換，比較新生成圖像與原始圖像的差異。 原始圖像與對全部信息進(jìn)行傅立葉逆變換結(jié)果 僅對相位信息進(jìn)行傅立葉逆變換結(jié)果相位譜決定了圖像信號中各頻率分量的位置。F1=fft2(F)。 %amplitude spectrumF3=fftshift(F1)。39。 8 8 0 8 8。5) 自己設(shè)計銳化空間濾波器，并將其對噪聲圖像進(jìn)行處理，顯示處理后的圖像； 原始圖像與不同邊緣銳化圖像3. 傅立葉變換1) ，對其進(jìn)行快速傅立葉變換，分別顯示其幅度圖像和相位圖像。J5(Q)=255。 J5=I。 J4=I。 J3=I。 J2=I。[Gx,Gy]=gradient(I)。 拉普拉斯算子銳化與銳化增強圖像4) ，并比較其效果[I,map]=imread(39。same39。39。w(x, x) = 1 * (n * n 1)。same39。w =[1,1,1。subplot(1,2,1),imshow(T,[])。 1, 1, 1]濾波I=imread(39。8 8 8 8 8。1 1 1 1 1。 0 0 8 0 0]。domain=[0 0 8 0 0。J2=medfilt2(J)。h=fspecial(39。for i=1:10J1=imfilter(J,h)。h=fspecial(39。J = imnoise(I,39。boundarycircularRGB = imfilter(originalRGB, h, 39。boundary0RGB = imfilter(originalRGB, h, 0)。)。, 50, 45)。39。replicate39。H = fspecial(39。,)。replicate39。H = fspecial(39。 %noise density=K= imnoise(I,39。J = imnoise(I,39。 I=imread(39。(提示:1)在頻率域濾波同樣要注意到填充問題；2）注意到(1)x+y。2) 僅對幅度部分進(jìn)行傅立葉反變換后查看結(jié)果圖像。2) 編寫函數(shù)w = genlaplacian(n)，自動產(chǎn)生任一奇數(shù)尺寸n的拉普拉斯算子，如55的拉普拉斯算子w = [ 1 1 1 1 1 1 1 1 1 1 1 1 24 1 1 1 1 1 1 1 1 1 1 1 1]3) 分別采用55，99，1515和25行銳化濾波，并利用式完成圖像的銳化增強，觀察其有何不同，要求在同一窗口中顯示。6) 自己設(shè)計平滑空間濾波器，并將其對噪聲圖像進(jìn)行處理，顯示處理后的圖像。2) 對加入噪聲圖像選用不同的平滑（低通）模板做運算，對比不同模板所形成的效果，要求在同一窗口中顯示。高通濾波與低通濾波相反，它是高頻分量順利通過，使低頻分量受到削弱。常用的頻域增強方法有低通濾波和高通濾波。4. 頻域增強頻域增強是利用圖像變換方法將原來的圖像空間中的圖像以某種形式轉(zhuǎn)換到其他空間中，然后利用該空間的特有性質(zhì)方便地進(jìn)行圖像處理，最后再轉(zhuǎn)換回原來的圖像空間中，從而得到處理后的圖像。1 1 1]事實上這是拉普拉斯算子。1) 線性銳化濾波器線性高通濾波器是最常用的線性銳化濾波器。B=medfilt2(A)。參數(shù)type 指定噪聲的種類，parameters 是與噪聲種類有關(guān)的具體參數(shù)。h=fspecial(type,parameters)。結(jié)合這兩種分類方法，可將空間濾波增強分為四類：線性平滑濾波器（低通）非線性平滑濾波器（低通）線性銳化濾波器（高通）非線性銳化濾波器（高通）空間濾波器都是基于模板卷積，其主要工作步驟是：1) 將模板在圖中移動，并將模板中心與圖中某個像素位置重合；2) 將模板上的系數(shù)與模板下對應(yīng)的像素相乘；3) 將所有乘積相加；4) 將和（模板的輸出響應(yīng)）賦給圖中對應(yīng)模板中心位置的像素。線性濾波器的設(shè)計?；趯Ω盗⑷~變換的分析，非線性空域濾波器則一般直接對領(lǐng)域進(jìn)行操作。6. 掌握進(jìn)行圖像的頻域濾波的方法。2. 理解空間域濾波的基本原理及方法。plot(x,y)。y3=+*()。x2=::。數(shù)字圖像均衡化后，其直方圖并非完全均勻分布，這是因為圖像的象素個數(shù)和灰度等級均為離散值，而且均衡化使灰度級并歸。 [J,T] = histeq(I)。2) 對B進(jìn)行直方圖均衡化處理，試比較與原圖的異同。imhist(J)。g3=im2uint8(mat2gray(log(1+double(I))))。)。subimage(X,map1)。2) map顏色矩陣的修改[X,map]=imread(39。 Colormap: [256x3 double] PlanarConfiguration: 39。 PhotometricInterpretation: 39。 FormatSignature: [73 73 42 0] ByteOrder: 39。 FileSize: 124888 Format: 39。ans = Filename: 39。imshow(I)。subimage(X,map)。 分段線性變換函數(shù)4. 實驗具體實現(xiàn)1. 熟悉MATLAB語言中對圖像數(shù)據(jù)讀取，顯示等基本函數(shù)1) 文件讀取與信息顯示：load trees。3. 繪制圖像灰度直方圖的方法，對圖像進(jìn)行均衡化處理 請自己編程和調(diào)用Matlab函數(shù)完成如下實驗。將這個圖像顯示出來（用imshow）。假定變換函數(shù)為 (a) Lena圖像 (b) Lena圖像