【正文】 end end subplot(3,2,4)。%for k=1:1:n for l=1:1:m if(k^2+l^2)=190^2 % result(k,l)=0。)。%以三維坐標(biāo)顯示該圖像頻譜圖title(39。[x,y]=meshgrid(x,y)。x=0:1:255。i=fftshift(i)。i=fft2(data4)。原圖39。imshow(data4)。)。data4=imread(39。七、程序清單clc。六、實(shí)驗(yàn)心得體會本實(shí)驗(yàn)中遇到很多問題及錯誤，例如圖像打不開、處理后圖像模糊等，都是經(jīng)常容易發(fā)生的錯誤，最后實(shí)驗(yàn)幾次，就能夠逐一自己解決了。三、實(shí)驗(yàn)運(yùn)行結(jié)果四、實(shí)驗(yàn)中遇到的問題及解決方法顯示圖像無法打開，最終查出來時圖像格式弄錯了。%顯示均衡化后的直方圖實(shí)驗(yàn)二 頻域圖像增強(qiáng)一、實(shí)驗(yàn)?zāi)康念l域圖像增強(qiáng)掌握基于頻域的圖像增強(qiáng)方法。均衡化結(jié)果的直方圖39。imhist(J)。)。title(39。%顯示原圖的直方圖 subplot(2,2,3)。原圖直方圖39。imhist(Im)。)。title(39。%均衡化 subplot(2,2,1)。)。Im=imread(39。J=imhist(I)./p。%打開一幅灰度圖像 [m,n]=size(I)。39。七、程序清單clear all。處理的結(jié)果使圖像更適合與人的視覺特征或機(jī)器的識別系統(tǒng)。(2)均衡化后的直方圖有何特點(diǎn)？答：經(jīng)直方圖均衡化處理后，可以得到一副改善了質(zhì)量的新圖像。一幅圖像唯一確定出與之對應(yīng)的直方圖，但不同圖像可能有相同的直方圖。只反映圖像中像素不同灰度值出現(xiàn)的次數(shù)（或頻數(shù)）而未反映像素所在位置。編程完成后運(yùn)行時輸入文件名與保存時文件名相同，區(qū)分大小寫。第四篇：數(shù)字圖像處理實(shí)驗(yàn)報告實(shí) 驗(yàn) 報 告 書系部學(xué)生專業(yè)班實(shí)驗(yàn)名稱姓名名稱 級時間：： ： ：：實(shí)驗(yàn)一 直方圖均衡一、實(shí)驗(yàn)?zāi)康脑趯W(xué)習(xí)圖像直方圖的概念、計(jì)算方法、性質(zhì)和相關(guān)應(yīng)用基礎(chǔ)上，生成、繪制圖像的直方圖，并應(yīng)用MATLAB編程實(shí)現(xiàn)圖像直方圖均衡化程序。它的主要特點(diǎn)是通過變換能夠充分突出問題某些方面的特征，因此，小波變換在許多領(lǐng)域都得到了成功的應(yīng)用，特別是小波變換的離散數(shù)字算法已被廣泛用于許多問題的變換研究中。即再低頻部分具有較高的頻率分辨率和時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率，很適合探測正常信號中夾帶的瞬態(tài)反?，F(xiàn)象并展示其成分，所以被譽(yù)為分析信號的顯微鏡。小波分解可以覆蓋整個頻域(提供了一個數(shù)學(xué)上完備的描述)；小波變換通過選取合適的濾波器，可以極大的減小或去除所提取得不同特征之間的相關(guān)性； 小波變換具有“變焦”特性，在低頻段可用高頻率分辨率和低時間分辨率(寬分析窗口)，在高頻段，可用低頻率分辨率和高時間分辨率(窄分析窗口)；小波變換實(shí)現(xiàn)上有快速算法(Mallat小波分解算法)。數(shù)字圖像經(jīng)二維離散傅立葉變換后，其空間域處理可變換為變換域處理，它具有很多明顯的優(yōu)點(diǎn)，最突出的是算法運(yùn)算次數(shù)將大大減少，并可采用二維數(shù)字濾波技術(shù)進(jìn)行所需要的各種圖像處理。已知一個函數(shù)的圖象，通過某種或多種連續(xù)方式變換，得到另一個與之相關(guān)的函數(shù)的圖象，這樣的作圖方法叫做圖象變換。數(shù)學(xué)里的變換，指一個圖形（或表達(dá)式）到另一個圖形（或表達(dá)式）的演變。3．壓縮編碼數(shù)字化后得到的圖像數(shù)據(jù)量十分巨大，必須采用編碼技術(shù)來壓縮其信息量。在量化時所確定的離散取值個數(shù)稱為量化級數(shù)。經(jīng)過這樣采樣和量化得到的一幅空間上表現(xiàn)為離散分布的有限個像素，灰度取值上表現(xiàn)為有限個離散的可能值的圖像稱為數(shù)字圖像。通過沿水平和垂直方向的等間隔采樣可將這幅模擬圖像分解為近似的有限個像素，每個像素的取值代表該像素的灰度（亮度）。兩者的基本問題都是視覺效果和存儲空間的取舍。所以，量化位數(shù)越來越大，表示圖像可以擁有更多的顏色，自然可以產(chǎn)生更為細(xì)致的圖像效果。量化的結(jié)果是圖像能夠容納的顏色總數(shù)，它反映了采樣的質(zhì)量。由于二維圖像的采樣是一維的推廣，根據(jù)信號的采樣定理，要從取樣樣本中精確地復(fù)原圖像，可得到圖像采樣的奈奎斯特（Nyquist）定理：圖像采樣的頻率必須大于或等于源圖像最高頻率分量的兩倍。在進(jìn)行采樣時，采樣點(diǎn)間隔大小的選取很重要，它決定了采樣后的圖像能真實(shí)地反映原圖像的程度。采樣頻率是指一秒鐘內(nèi)采樣的次數(shù)，它反映了采樣點(diǎn)之間的間隔大小。簡單來講，對二維空間上連續(xù)的圖像在水平和垂直方向上等間距地分割成矩形網(wǎng)狀結(jié)構(gòu)，所形成的微小方格稱為像素點(diǎn)。這個過程主要包含采樣、量化和編碼三個步驟。在數(shù)字圖像處理中圖像的數(shù)字化顯示是基礎(chǔ)。另一方面，計(jì)算機(jī)視覺是模仿人的視覺，人的感知機(jī)理必然影響著計(jì)算機(jī)視覺的研究。（5）數(shù)字圖像處理后的圖像一般是給人觀察和評價的，因此受人的因素影響較大。因此，要分析和理解三維景物必須作合適的假定或附加新的測量，例如雙目圖像或多視點(diǎn)圖像。因此，圖像處理中信息壓縮的潛力很大。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。所以在成像、傳輸、存儲、處理、顯示等各個環(huán)節(jié)的實(shí)現(xiàn)上，技術(shù)難度較大，成本亦高，這就對頻帶壓縮技術(shù)提出了更高的要求。與語言信息相比，占用的頻帶要大幾個數(shù)量級。因此對計(jì)算機(jī)的計(jì)算速度、存儲容量等要求較高。數(shù)字圖像處理有以下幾點(diǎn)基本特點(diǎn)：（1）目前，數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。（3）圖像數(shù)據(jù)的變換、編碼和壓縮，以便于圖像的存儲和傳輸。提取特征或信息的過程是模式識別或計(jì)算機(jī)視覺的預(yù)處理。一般來講，對圖像進(jìn)行處理（或加工、分析）的主要目的有三個方面：（1）提高圖像的視感質(zhì)量，如進(jìn)行圖像的亮度、彩色變換，增強(qiáng)、抑制某些成分，對圖像進(jìn)行幾何變換等，以改善圖像的質(zhì)量。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個因素的影響：一是計(jì)算機(jī)的發(fā)展；二是數(shù)學(xué)的發(fā)展（特別是離散數(shù)學(xué)理論的創(chuàng)立和完善）。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。數(shù)字圖像處理作為一門學(xué)科大約形成于20世紀(jì)60年代初期。這門課程的前三章主要講解了數(shù)字圖像的目的、特點(diǎn)、應(yīng)用和發(fā)展，圖像的數(shù)字化顯示與圖像變換。第三篇：數(shù)字圖像處理讀書筆記數(shù)字圖像處理讀書筆記本學(xué)期的數(shù)字圖像處理課程已經(jīng)進(jìn)行了3周了，通過這3周的學(xué)習(xí)讓我對數(shù)字圖像處理有了一定的認(rèn)知和理解。五、實(shí)驗(yàn)報告要求1．簡述試驗(yàn)的目的和試驗(yàn)原理；2．?dāng)⑹龈鞫纬绦蚬δ?，改變有關(guān)函數(shù)的參數(shù)，分析比較實(shí)驗(yàn)結(jié)果； 3．打印出所編寫的實(shí)驗(yàn)程序。12(詳見MATLAB IPT的 幫助文檔demo中的Correcting Nonuniform Illumination)（二）查看MATLAB IPT 幫助文檔，研究其它應(yīng)用演示三、實(shí)驗(yàn)設(shè)備 1．PIII以上微機(jī)； 2．；四、預(yù)習(xí)與思考1．預(yù)習(xí)實(shí)驗(yàn)內(nèi)容，閱讀教材熟悉實(shí)驗(yàn)原理； 2．查閱資料，熟悉實(shí)驗(yàn)中涉及的有關(guān)函數(shù)。biggrain = find(allgrains==695)mean(allgrains)。)allgrains = []。% Measure Object Properties in the Image graindata = regionprops(labeled,39。)。, 39。% Label % Examine the Label Matrix RGB_label = label2rgb(labeled, spring, 39。bw = im2bw(I3,level)。figure, imshow(I3)。% Subtract the Background Image from the Original Image I2 = imsubtract(I,background)。reverse39。ydir39。%Display the Background Approximation as a Surfacefigure, surf(double(background(1:8:end,1:8:end))),zlim([0 255])。,15))。figure, imshow(I)% Use Morphological Opening to Estimate the Backgroundbackground = imopen(I,strel(39。39。% Read and Display an Image clear, close all,close all。（一）研究以下程序，分析程序功能；輸入執(zhí)行各命令行，認(rèn)真觀察命令執(zhí)行的結(jié) 果。二、實(shí)驗(yàn)內(nèi)容以大米粒特性測量為例，綜合應(yīng)用課程中圖像分割、形態(tài)學(xué)濾波、圖像增強(qiáng)、圖像特征提取等圖像處理方法，實(shí)現(xiàn)大米粒特性自動測量。4．寫出本實(shí)驗(yàn)的心得體會及意見。%(二)用MATLAB編程實(shí)現(xiàn)以下圖像幾何變換（參考自編講義相關(guān)章節(jié)）1．圖像扭曲變換 2．球面變換三、實(shí)驗(yàn)設(shè)備1．PIII以上微機(jī)； 2．；四、預(yù)習(xí)與思考1．預(yù)習(xí)實(shí)驗(yàn)內(nèi)容，閱讀教材熟悉實(shí)驗(yàn)原理；2．查閱資料，熟悉實(shí)驗(yàn)中涉及的有關(guān)MATLAB函數(shù)；3．利用課余時間，采用MATLAB底層函數(shù)編程實(shí)現(xiàn)實(shí)驗(yàn)內(nèi)容（二）中的圖像平移、圖像轉(zhuǎn)置等幾何變換。figure(2), subplot(2,1,1), imshow(I)。figure(1), subplot(1,2,1), imshow(I)。I1 = flipdim(I,2)。39。7 說明：?注意觀察不同插值方法和輸出圖像后處理方法的圖像表現(xiàn)； ?改變旋轉(zhuǎn)角度大小和方向，重做上述實(shí)驗(yàn)。 Rotated Imageusing the bilinear interpolation 39。)。figure, imshow(J1), title(39。Original Image39。)。, 39。J2 = imrotate(I, Theta, 39。% using the nearest neighbor interpolation Theta =30。nearest39。% 將圖像逆