北京理工大學(xué)珠海學(xué)院數(shù)字圖像處理實(shí)驗(yàn)指導(dǎo)書(參考版)
2025-08-06 01:25本頁面
【正文】 subplot(122),imshow(C,[])。 else C(i,j)=255。 endendfor i=1:m for j=1:n if A(i,j)=128。 hist1(pix+1)=hist1(pix+1)+1。hist1=zeros(1,256)。A=double(B)。d:/39。subplot(122),imshow(g)。g=im2bw(B,T)。)。 %給均衡化后圖像直方圖加標(biāo)題名=imread(39。 %作第2幅子圖Imhist(J,64) 。 %將原圖像直方圖顯示為64級灰度Title(‘原圖像直方圖’) 。 subplot(1,2,1) 。 %對原圖像進(jìn)行屏幕控制；顯示直方圖均衡化后的圖像Title(‘直方圖均衡化后的圖像’) 。 %顯示原圖像Title(‘原圖像’)。 % 讀入原圖像J=histeq(I)。直方圖反映了圖像的明暗分布規(guī)律，可以通過圖像變換進(jìn)行直方圖調(diào)整，獲得較好的視覺效果?；叶戎狈綀D是圖像預(yù)處理中涉及最廣泛的基本概念之一。直方圖是圖像的最基本的統(tǒng)計(jì)特征，它反映的是圖像的灰度值的分布情況。除了提供有用的圖像統(tǒng)計(jì)資料外，直方圖固有的信息在其他圖像處理應(yīng)用中也是非常有用的，如圖像壓縮與分割。直方圖是多種空間域處理技術(shù)的基礎(chǔ)。圖像增強(qiáng)技術(shù)主要有直方圖修改處理、圖像平滑化處理、圖像尖銳化處理和彩色處理技術(shù)等。、椒鹽噪聲和乘性噪聲，其結(jié)果如圖所示：圖像增強(qiáng)圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息，同時，消弱或去除某些不需要的信息的處理方法。imnoise的語法格式為J = imnoise(I,type)J = imnoise(I,type,parameters)其中J = imnoise(I,type)返回對原始圖像I添加典型噪聲的有噪圖像J。對于去除高斯噪聲效果明顯。去噪效果的好壞直接影響到后續(xù)的圖像處理工作如圖像分割、邊緣檢測等。 %取中值賦給當(dāng)前像素endendimshow(b,[])。a(k1)=s。for k=1:5 %排序算法 for k1=k+1:9if(a(k)a(k1))s=a(k)。a(8)=b(i1,j+1)。a(6)=b(i,j+1)。a(4)=b(i,j)。 當(dāng)前像素與其8鄰域組成9個元素的數(shù)組a(2)=b(i,j1)。 %為保證精度，轉(zhuǎn)化為double類型[m,n]=size(b)。)。2．中值濾波的MATLAB程序clear all %清除工作區(qū)x=imread(39。 二維中值濾波算法是：對于一幅圖像的象素矩陣，取以目標(biāo)象素為中心的一個子矩陣窗口，這個窗口可以是3*3 ，5*5 等根據(jù)需要選取，對窗口內(nèi)的象素灰度排序，取中間一個值作為目標(biāo)象素的新灰度值。如果在此序列中200是一個噪聲信號，則用此方法即可去除這個噪聲點(diǎn)。一維信號中值濾波實(shí)際上就是用中值代替規(guī)定位置（一般指原始信號序列中心位置）的信號值。以一維信號的中值濾波舉例。endendimshow(c,[])。for i=2:m1for j=2:n1me=round((b(i1,j1)+b(i1,j)+b(i,j1)+b(i+1,j)+b(i,j+1)+b(i+1,j+1)+b(i1,j+1)+b(i+1,j1)+b(i,j))/9)。[m,n]=size(b)。)。2 均值濾波的MATLAB程序clear allx=imread(39。 均值濾波也稱為線性濾波，其采用的主要方法為領(lǐng)域平均法。２８實(shí)驗(yàn)二、自編matlab程序1均值濾波1均值濾波的概念及用法均值濾波是典型的線性濾波算法，它是指在圖像上對目標(biāo)像素給一個模板，該模板包括了其周圍的臨近像素（以目標(biāo)象素為中心的周圍8個象素，構(gòu)成一個濾波模板，即去掉目標(biāo)象素本身）。量化后與原圖差別求反39。imshow(implement(uint8(IB*255)A))。)。title(39。subplot(2,2,3)。重建圖像(q=8)39。imshow(I1,[0 255])。)。title(39。subplot(2,2,1)。%轉(zhuǎn)換為Uint8類型。,T)。P1*x*P239。,Q)。%做四舍五入IBQ=blkproc(BQ,[8 8],39。,Q)。BQ=blkproc(B,[8 8],39。49 64 78 87 103 121 120 101。18 22 37 58 68 109 103 77 。14 13 16 24 40 57 69 56 。%DCT變換%%%%%%%%%%%%%%%%%%%%%%%量化Q= [16 11 10 16 24 40 51 61 。,T,T39。B=blkproc(I,[8 8],39。I=im2double(A)。39。)。title(39。subplot(2,2,4)。重建圖像(q=8)39。imshow(I1,[0 255])。)。title(39。subplot(2,2,2)。原始圖像39。%反dct變換figure(3)subplot(2,2,1),imshow(I)。%反dct變換I2=idct2(J2)。I3=I2。%反量化I1=zeros(m,n)。%反量化J2(i,j)=K2(i,j)*4。J3=J2。K1(i,j)=round(J(i,j)/8)%量化K2(i,j)=round(J(i,j)/4)%量化K3(i,j)=round(J(i,j)/16)%量化J1=zeros(m,n)。K2=K1。j=1:n。%對原始圖像做DCT變換[m,n]=size(I)。)。)%對圖像做dct變換和量化I=imread(39。title(39。K339。)subplot(2,2,3),imshow(K3,[0 255])。title(39。K139。subplot(2,2,1),imshow(K1
法律信息相關(guān)推薦
鄂ICP備17016276號-1