【正文】 )。第三次頻域?yàn)V波后圖像39。第二次頻域?yàn)V波后圖像39。第一次頻域?yàn)V波后圖像39。n2=mylvbo(n1,237,257,277,257,3)。取對(duì)數(shù)變換后的頻譜39。impixelinfo。figure,imshow(abs(y2),[])。title(39。實(shí)驗(yàn)5原圖象39。)。n1=ifft2(N)。d2=((uu2)^2+(vv2)^2)^(1/2)。實(shí)驗(yàn)五代碼 function n=mylvbo(r,u1,v1,u2,v2,d)[m,n]=size(r)。0000四、實(shí)驗(yàn)步驟：獲取圖像的頻域圖像，使用Matlab函數(shù)pixval觀察干擾噪聲的頻率成分，找出所有的（u,v）對(duì)，針對(duì)每一個(gè)噪聲源分別設(shè)計(jì)相應(yīng)的陷波器。二、實(shí)驗(yàn)內(nèi)容：設(shè)計(jì)程序消除周期性噪聲干擾信號(hào)。title(39。title(39。title(39。title(39。title(39。E4(i,j)=R2(i,j)E3(i,j)。,B7)。39。E1= move_mask1(39。)。)。實(shí)驗(yàn)4原圖139。39。%robert算子 B7= [0 1 0。0 0 1]。0 0 0。%sobel算子 B3= [1 0 1。1 2 1]。end。D0 = R2(i:i+2,j:j+2)。D0 = zeros(3,3)。R2(1,2:n+1)= R(1,1:n)。R2(1,1)= R(1,1)。 function B=move_mask2(filename,B1)R=imread(filename)。D1(i,j)=abs(sum(sum(C1)))+abs(sum(sum(C2)))。for j = 1:n。D0=zeros(3,3)。R2(1,2:n+1)= R1(1,1:n)。R2(1,1)= R1(1,1)。R1=rgb2gray(R)。常用的有Roberts、Sobel、Priwitt、Laplace等算子。拉普拉斯銳化增強(qiáng)設(shè)計(jì)程序，實(shí)現(xiàn)拉普拉斯圖像和原始圖像疊加的增強(qiáng)處理，即觀察處理前后圖像效果，分析實(shí)驗(yàn)結(jié)果和算法特點(diǎn)。觀察和理解圖像銳化處理對(duì)加強(qiáng)圖像中的目標(biāo)邊緣和圖像細(xì)節(jié)的作用。imwrite(B,39。figure,imshow(B)。block_median = B0(5)。for i = 1:m for j = 1:nk = floor(block_size/2)。% 。% Lower right corner.% four sides for i = 1:kA2(i,k+1:n+k)= A(1,1:n)。%four corners A2(1:k,1:k)= A(1,1)。block_size=5。39。imwrite(X,39。figure, imshow(X)。)。)。end。median_position = ceil(block_size^2 / 2)。pixel_block = zeros(1,block_size^2)。% (k+1:m+k,i)= A(1:m,1)。% Upper right (m+k+1:m+2*k,1:k)= A(m,1)。A2 = zeros(m+2*k,n+2*k)。應(yīng)包含程序清單，處理前后的圖像特征比較及編程的心得體會(huì)（指編程過(guò)程中的難點(diǎn)及如何克服它的）。記作 med [a1, a2, …an] 設(shè)x為MN待處理圖像，經(jīng)窗口為Wn的中值濾波后，被處理像點(diǎn)（i, j）的輸出為:)],([),(),(jixmedjiyjiWn= 式中W(i, j)表示點(diǎn)（i, j）的鄰域，它含有n個(gè)像素。十字形中值濾波（選做）設(shè)計(jì)程序，實(shí)現(xiàn)55十字形中值濾波。實(shí)驗(yàn)三圖像中值濾波（2學(xué)時(shí)）一、實(shí)驗(yàn)?zāi)康模哼M(jìn)一步加深理解和掌握中值濾波的原理和具體算法。)。)。end W=uint8(W)。W=W1+W。c=cumsum(h)。title(39。title(39。for i=1:256t=(X==(i1))。實(shí)驗(yàn)二代碼X=imread(39。計(jì)算均衡化圖象的灰度直方圖，并用plot等函數(shù)生成灰度直方圖。三、實(shí)驗(yàn)步驟：獲取實(shí)驗(yàn)用圖像：使用imread函數(shù)將圖像讀入Matlab用size函數(shù)（或imfinfo函數(shù)）獲取圖象大小。)。對(duì)數(shù)變換后的圖像39。)。指數(shù)變換后的圖像39。)。反轉(zhuǎn)后的圖像39。)。門限值為19239。)。門限值為12839。)。門限值為6439。)。a=1,b=39。)。a=1,b=1039。)。a=,b=039。N=im2double(R)。)。S1=R*3。[m,n]=size(R)figure, imshow(R)。選做內(nèi)容可不寫(xiě)入報(bào)告中。分別設(shè)計(jì)實(shí)現(xiàn)圖象的指數(shù)變換和對(duì)數(shù)變換的變換函數(shù)，參數(shù)自己選定，并比較處理前后的圖象結(jié)果。設(shè)計(jì)門限化方法實(shí)現(xiàn)圖象的二值化的變換函數(shù)，并進(jìn)行程序設(shè)計(jì)實(shí)現(xiàn)。負(fù)象變換設(shè)計(jì)程序，實(shí)現(xiàn)圖象的反轉(zhuǎn)操作（負(fù)象變換），并比較處理前后的圖象結(jié)果。也同樣希望老師能夠加強(qiáng)點(diǎn)名和作業(yè)的驗(yàn)收，督促學(xué)生更加認(rèn)真的學(xué)習(xí)知識(shí)。學(xué)習(xí)數(shù)字圖像處理課程的心得體會(huì)，該課程在哪些方面需要改進(jìn)，對(duì)該課程或者任課老師有哪些意見(jiàn)或建議。imshow(S)。%Sobel算子銳化S=imfilter(I,fspecial(39。imshow(S)。%Prewitt算子銳化S=imfilter(I,fspecial(39。imshow(A,[])。J=double(I)。imshow(I)。圖像：源代碼：I=imread(39。2f，g2(m,n)=4af(m,n)a[f(m1,n)+f(m+1,n)+f(m,n1)+f(m,n+1)+f(m,n1)+f(m,n+1)]則回答如下問(wèn)題：① f(m,n)、g1(m,n)和g2(m,n)之間有何關(guān)系？ ② g2(m,n)代表圖像中的哪些信息？ ③ 由此得出圖像銳化的實(shí)質(zhì)是什么？①因?yàn)間2(m,n)=a209。title(39。Laplacian算子α=1銳化圖像39。)。replicate39。L2=[02 0。)。原始圖像39。% 讀入原圖像 figure(1)。256大小、256級(jí)灰度的數(shù)字圖像lena進(jìn)行銳化處理，顯示處理前、后圖像。title(39。for i = 1:128for j = 1:128if abs(I1(i,j)J(i,j))Tim_T(i,j)= J(i,j)。不加門限平滑后圖像39。加噪聲后圖像39。原圖像39。0 1 0]/4。gaussian39。uint839。,39。229。均衡化后原圖像直方圖39。)。,39。%將灰度圖象轉(zhuǎn)換成uint8格式 d=histeq(data4)。原圖像直方圖39。b39。FING39。))39。r39。)。subplot(4,2,4)。Color39。%直方圖均衡化imshow(b,256)。imhist(data11)。%加標(biāo)題 subplot(4,2,2)。Color39。imshow(data11)。uint839。,39。數(shù)字圖像均衡化后，其直方圖并非完全均勻分布，這是因?yàn)閳D像的象素個(gè)數(shù)和灰度等級(jí)均為離散值；而且均衡化使灰度級(jí)并歸，因此，均衡化后，其直方圖并非完全均勻分布。12256級(jí)灰度的數(shù)字圖像（（指紋圖）（顯微醫(yī)學(xué)圖像）進(jìn)行如下處理：（1）對(duì)原圖像進(jìn)行直方圖均衡化處理，同屏顯示處理前后圖像及其直方圖，比較異同，并回答為什么數(shù)字圖像均衡化后其直方圖并非完全均勻分布。%對(duì)p進(jìn)行反FFT移動(dòng)%對(duì)s進(jìn)行二維反離散的Fourier變換后，取復(fù)數(shù)的實(shí)部轉(zhuǎn)化為無(wú)符號(hào)8位整數(shù) p=uint8(real(ifft2(p)))。%對(duì)N/2進(jìn)行取整 for i=1:M for j=1:N dd=sqrt((in3)^2+(jn4)^2)。%分別返回p的行數(shù)到M中，列數(shù)到N中 n=2。subplot(2,2,3)。%點(diǎn)（i,j）到傅立葉變換中心的距離 h=1*exp(1/2*(d^2/d0^2))。%對(duì)n賦初值 %GLPF濾波，d0=5，15，30（程序中以d0=30為例）d0=30。imshow(fft2(data))。,39。title(39。uint839。,39。256大小、256級(jí)灰度的數(shù)字圖像lena進(jìn)行頻域的理想低通、高通濾波，同屏顯示原圖、幅度譜圖和低通、高通濾波的結(jié)果圖。%顯示f2的頻譜 subplot(1,3,3)。bilinear39。end end figure(2)。imshow(f1)。（3）若將f2(x,y)順時(shí)針旋轉(zhuǎn)45度得到f3(x,y)，試顯示FFT(f3)的幅度譜，并與FFT(f2)的幅度譜進(jìn)行比較。這些都是一些比較初級(jí)的函數(shù)，后面還有很多圖像處理方法需要學(xué)習(xí)。其次我知道了灰度變換的函數(shù)imadjust的使用，它是將選定的灰度級(jí)別范圍變換為規(guī)定的范圍，可以自由變換圖像的灰度級(jí)別；還有掌握了如何畫(huà)圖像的直方圖、將直方圖均衡化等等。用中值濾波器進(jìn)行濾波 subplot(1,2,2)imshow(d2),title(39。 pepper39。)運(yùn)行結(jié)果非線性空間濾波d=imread(39。)w6=fspecial(39。)w5=fspecial(39。)w4=fspecial(39。)c=imread(39。)w3=fspecial(39。)w2=fspecial(39。)w1=fspecial(39。)subplot(2,3,6)imshow(a5)b=imread(39。)%圖像的大小通過(guò)邊界鏡像反射來(lái)擴(kuò)展 subplot(2,3,4)3imshow(a3)a4=imfilter(a,w,39。)w=1/(31*31)*ones(31)%生成31*31的全為1的矩陣，命名為w a1=imfilter(a,w)%利用imfilter函數(shù)進(jìn)行濾波 subplot(2,3,2)imshow(a1)a2=imfilter(a,w,39。)運(yùn)行結(jié)果線性空間濾波a=imread(39。)%h=imhist(g)% subplot(2,4,5)imhist(g),title(39。)f2=histeq