【正文】 用上面描述的Otsu 算法編寫matlab 程序?qū)崿F(xiàn)圖像分割。二、實(shí)驗(yàn)內(nèi)容應(yīng)用一階算子roberts 檢測(cè)邊緣。鞏固圖像空間分辨率和灰度級(jí)分辨率、鄰域等重要概念。(f=f32)amp。if(f=0)amp。for i=1:m for j=1:n f=in2(i,j)。[m,n]=size(in1)。r33=(g33g32)/(f33f32)。r32=(g32g31)/(f32f31)。)r31=(g31g30)/(f31f30)。)title(39。),ylabel(39。)axis tight,xlabel(39。figure(31),plot([f30,f31,f32,f33],[g30,g31,g32,g33],39。f33=255。f32=127。f31=63。figure(22),subplot(121),imshow(in1)subplot(122),imshow(g2)%imshow(mat2gray(g2))%第三個(gè)獨(dú)立的變換f30=0。(f=f22)amp。if(f=0)amp。for i=1:m for j=1:n f=in2(i,j)。[m,n]=size(in1)。r23=(g23g22)/(f23f22)。r22=(g22g21)/(f22f21)。)r21=(g21g20)/(f21f20)。)title(39。),ylabel(39。)axis tight,xlabel(39。figure(21),plot([f20,f21,f22,f23],[g20,g21,g22,g23],39。f23=255。f22=191。f21=63。(ff20=0。(f=f11)amp。g1(i,j)=0。in2=double(in1)。b13=g12r13*f12。b12=g11r12*f11。b11=g10r11*f10。intensity transformation39。g39。f39。r39。g13=255。g12=255。g11=0。g10=0。%in1=rgb2gray(in1)。39。out(i,j,3)=d(ind,3)。out(i,j,1)=d(ind,1)。% out(i,j,3)=map(in(i,j),3)。for i=1:m for j=1:n % out(i,j,1)=map(in(i,j),1)。)。in=imread(39。,。...,。,。,。d=[,。39。end 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))。else end end %在噪聲密度較大的情況下有可能窗口內(nèi)所有的值都是最大值或最小值 %對(duì)其進(jìn)行判斷，如果是這種情況，就采用普通的均值濾波算法求當(dāng)前要求的像素點(diǎn)的值 if tan~=0 ga(i,j)=round(he/tan)。 a(h)~=maxa tan=tan+1。%取出不是最大也不是最小的像素值并求和以及個(gè)數(shù) for h=1:(k^2)hsum=hsum+a(h)。he=0。maxa=max(a)。x=x+1。x=1。%注意這條指令絕對(duì)不能少 ga=f。[m1,n1]=size(f1)。subplot(221),imshow(in1)subplot(222),imshow(in)subplot(223),imshow(out)%采用改進(jìn)均值濾波算法，函數(shù)如下 function g=gaijinjunzhi(f,k)[m,n]=size(f)。out(:,:,2)=gaijinjunzhi(in(:,:,2),5)。,)。salt amp。)。subplot(121),imshow(out1)subplot(122),imshow(out2)%給彩色圖像加噪并去噪clc,clear,close all in1=imread(39。out2(:,:,2)=gin。%右上角 %將三個(gè)分量進(jìn)行組合 out1=cat(3,rin,gin,bin)。%左下角 bin=zeros(256,256)。%左上角 gin=zeros(256,256)。四、實(shí)驗(yàn)代碼與結(jié)果clc,clear,close all rin=zeros(256,256)?；叶燃?jí)彩色變換法偽彩色處理仿真。給彩色圖像加噪并去噪，可以采用灰度圖像去噪處理的任何方法。理解偽彩色圖像處理技術(shù)并掌握密度分層法、灰度級(jí)彩色變換法、頻域?yàn)V波等偽彩色圖像處理算法。實(shí)驗(yàn)七 彩色圖像處理一、實(shí)驗(yàn)?zāi)康牧私馊上窦案鞣N顏色模型。end ga(i,j)=round(hsum1/hsum2)。for h=1:(k^2)hsum1=hsum1+a(h)^(r+1)。end end %hsum 表示窗口內(nèi)所有像素值的和 hsum1=0。for p=1:k for q=1:k a(x)=f1(i+(p(k+1)/2),j+(q(k+1)/2))。%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。%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。%r 為逆諧波函數(shù)中的Q 值%f1 是對(duì)邊緣像素補(bǔ)0 后得到的圖像f1=zeros(m+(k1),n+(k1))。subplot(131),imshow(in)subplot(132),imshow(f)subplot(133),imshow(g)%逆諧波函數(shù)function g=nixiebojunzhi(f,k)[m,n]=size(f)。,0,)。f=imnoise(in,39。39。b=。b=0。勻速直線運(yùn)動(dòng)還原圖39。chureal=uint8(real(chu1))。chu(u,v)=out(u,v)/h(u,v)。勻速直線運(yùn)動(dòng)退化圖39。outreal=uint8(real(out1))。out(u,v)=f(u,v)*h(u,v)。for u=1:N1 for v=1:N2 fenzhi=cos(pi*(u*a+v*b))i*sin(pi*(u*a+v*b))。b=。t=1。)f=fft2(in)。subplot(131),imshow(in),title(39。)。clc in=imread(39。)%基于勻速直線運(yùn)動(dòng)造成的模糊圖像及其還原clear。subplot(133),imshow(chureal),title(39。end end chu1=ifft2(chu)。%退化模型中的常數(shù)for i=1:N1 for j=1:N2 h(i,j)=exp((k2*(i^2+j^2))^(5/6))。大氣湍流退化圖39。outreal=uint8(real(out1))。out(i,j)=f(i,j)*h(i,j)。k1=。)f=fft2(in)。subplot(131),imshow(in),title(39。39。close all。 進(jìn)行空域?yàn)V波還原處理。二、實(shí)驗(yàn)內(nèi)容 進(jìn)行退化和復(fù)原仿真，采用逆濾波的方法復(fù)原。鞏固卷積定理、濾波處理等基礎(chǔ)知識(shí)。sum=sum1+sum2。sum1=sum1+x1(p,q)*h1(p,q)。for p=1:1:3 for q=1:1:3 x1(p,q)=f(i+(p2),j+(q2))。sum2=0。x2=h2。1 0 1]。h2=[1 0 1。0 0 0。g=f。)。clc,clear,close all f=imread(39。ga(i,j)=a((k^2+1)/2)。x=x+1。x=1。%注意這條指令絕對(duì)不能少 ga=f。[m1,n1]=size(f1)。)function g=biaozhunzhongzhi(f,k)[m,n]=size(f)。)subplot(133),imshow(g)%,xlabel(39。)subplot(132),imshow(f)%,xlabel(39。subplot(131),imshow(in1)%,xlabel(39。gaussian39。,)。salt amp。)。clc,clear in1=imread(39。end ga(i,j)=round(hsum/(k^2))。end end %hsum 表示窗口內(nèi)所有像素值的和 hsum=0。for p=1:k for q=1:k a(x)=f1(i+(p(k+1)/2),j+(q(k+1)/2))。%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。%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。%f1 是對(duì)邊緣像素補(bǔ)0 后得到的圖像f1=zeros(m+(k1),n+(k1))。(c)標(biāo)準(zhǔn)均值濾波圖像39。(b)加噪圖像39。(a)原始圖像39。,0,)%g 是標(biāo)準(zhǔn)均值濾波器的輸出圖像 g=biaozhunjunzhi(f,3)。%f=imnoise(in1,39。 pepper39。f=imnoise(in1,39。39。Y=filter2(B,X,’shape’)。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(duì)數(shù)據(jù)X進(jìn)行濾波。parameters 是與指定的濾波器有關(guān)的參數(shù)。H=fspecial(type,parameters)。用prewitt 進(jìn)行銳化濾波處理。二、實(shí)驗(yàn)內(nèi)容 進(jìn)行濾波除噪處理。鞏固卷積定理、濾波處理等基礎(chǔ)知識(shí)。chu2=uint8(chu2)。out2=uint8(out2)。end end in=uint8(in)。for i=1:m for j=1:n out2(i,j)=bitor(in(i,j),out1(i,j))。chu1=zeros(m,n)。out1=ones(m,n)*255。[m,n]=size(in)。)。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。% 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)。end end % 統(tǒng)計(jì)新生成圖像各灰度級(jí)像素個(gè)數(shù) for x=1:h for y=1:w newN(1,new_tu(x,y))=newN(1,new_tu(x,y))+1。end % 計(jì)算原始直方圖對(duì)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+)。% 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)。% 計(jì)算原始圖像各灰度級(jí)像素個(gè)數(shù) for x=1:h for y=1:w N(1,tu(x,y))=N(1,tu(x,y))+1。% newq 為新生成圖像直方圖累積分布函數(shù) [h w]=size(tu)。% newN 為新生成圖像各灰度級(jí)像素個(gè)數(shù) newP=zeros(1,256)。% P 為原始成圖像直方圖q=zeros(1,256)。% 轉(zhuǎn)換為灰度圖像N=zeros(1,256)。)。tu=imread(39。close all。圖像位與運(yùn)算 bitor()。直方圖均衡化函數(shù)imnoise(I,type,parameters)。對(duì)圖像取反 imhist()。 作邏輯與和邏輯或運(yùn)算。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)。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。% p 是每個(gè)灰度級(jí)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。num=zeros(1,256)。)。(fclc,clear,close all in=imread(39。(f=f1)amp。g(i,j)=0。in2=double(in1)。b3=g2r3*f2。b2=g1r2*f1。b1=g0r1*f0。intensity transformation39。g39。f39。g3=255。g2=220。g1=60。g0=0。)。subplot(121),imshow(i)subplot(122),imshow(j)clear,close all,clc in1=imread(39。)。圖像位或運(yùn)算四、實(shí)驗(yàn)代碼與結(jié)果i=imread(39。給圖像加噪聲 bitand()。顯示圖像的直方圖 histeq()?？沼蛱幚砜梢员硎緸椋篻(x, y)=T[ f(x, y)]j=implement(i)。 的直方圖，并和imhist 函數(shù)生成的直方圖作比較。二、實(shí)驗(yàn)內(nèi)容用函數(shù)implement 取反。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(shí)。％圖像的傅立葉幅度頻譜以三維圖形顯示 l colormap(hsv)。l s=fft2(I,601,801)。l subplot(1,2,1),subimage([0,800],[0,600],i)。)。l i=imread(39。l %[x,y]=meshgrid([20::20],[20::20])。顯示圖像的傅立葉頻譜 l a=0:800。)。subimage(gray1),axis(39。imagesc(gray1),colormap(gray)