【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(huì)本實(shí)驗(yàn)中遇到很多問題及錯(cuò)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(cuò)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(shí)圖像格式弄錯(cuò)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(shí)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(duì)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(shí)輸入文件名與保存時(shí)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(bào)告實(shí) 驗(yàn) 報(bào) 告 書系部學(xué)生專業(yè)班實(shí)驗(yàn)名稱姓名名稱 級(jí)時(shí)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(shí)間分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率，很適合探測(cè)正常信號(hào)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(hào)的顯微鏡。小波分解可以覆蓋整個(gè)頻域(提供了一個(gè)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(shí)間分辨率(寬分析窗口)，在高頻段，可用低頻率分辨率和高時(shí)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(gè)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(gè)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(gè)圖形（或表達(dá)式）到另一個(gè)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(shí)所確定的離散取值個(gè)數(shù)稱為量化級(jí)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(gè)像素，灰度取值上表現(xiàn)為有限個(gè)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(gè)像素，每個(gè)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(chǔ)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(hào)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(shí)，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(jiǎn)單來講，對(duì)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(gè)過程主要包含采樣、量化和編碼三個(gè)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(píng)價(jià)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(cè)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(chǔ)、處理、顯示等各個(gè)環(huán)節(jié)的實(shí)現(xiàn)上，技術(shù)難度較大，成本亦高，這就對(duì)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(gè)數(shù)量級(jí)。因此對(duì)計(jì)算機(jī)的計(jì)算速度、存儲(chǔ)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(chǔ)和傳輸。提取特征或信息的過程是模式識(shí)別或計(jì)算機(jī)視覺的預(yù)處理。一般來講，對(duì)圖像進(jìn)行處理（或加工、分析）的主要目的有三個(gè)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(duì)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(gè)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。參考文獻(xiàn)：數(shù)字圖像處理第二版MATLAB教程第三篇：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(duì)數(shù)字圖像處理有了一定的認(rèn)知和理解。5，對(duì)于試驗(yàn)中的出現(xiàn)的一些問題，懂得怎樣去處理。3，熟練了一些基本函數(shù)的運(yùn)用，例如fspecial，imfilter等。低通濾波后圖像39。subplot(223),imshow(J3)。J2=ifft2(result)。% 計(jì)算低通濾波器傳遞函數(shù)result(i,j)=h*g(i,j)。for i=1:M for j=1:Nd=sqrt((im)^2+(jn)^2)。% 設(shè)置截止頻率 m=fix(M/2)。nn=2。% 傅立葉變換 g=fftshift(g)。)f=double(J1)。title(39。,)。)J1=imnoise(I,39。title(39。)。)七，低通濾波器程序：I=imread(39。% 快速傅立葉變換的逆變換subplot(133),imshow(iF2),title(39。% 對(duì)數(shù)變換iFc1=ifftshift(Fc)。% 求幅頻絕對(duì)值 Fc=fftshift(Fabs)。傅里葉變換39。F=fft2(f)。原圖39。f=rgb2gray(A)。39。濾波圖像39。figure, imshow(Y)。end。tempSort=sort(temp)。for i=1:Mafor j=1:NbfunBox=X(i:i+a,j:j+b)。funBox=zeros(a,b)。[M,N]=size(X)。b=2。)X=J。title(39。噪聲干擾圖像39。imshow(J)。,)。salt amp。)。五，MATLAB以外函數(shù)空間濾波和圖像銳化：源程序：I = imread(39。sobel算子銳化圖像39。I2=filter2(H ,I)。sobel39。)。subplot(121),imshow(I),title(39。39。四，對(duì)圖像進(jìn)行空間域的銳化： 原理：自帶函數(shù)進(jìn)行空間銳化。中值濾波7*7模板39。)。figure,imshow(k2),title(39。原圖39。k3=medfilt2(J,[7 7])。,)。salt amp。I=rgb2gray(A)。39。)。figure,imshow(K),title(39。gaussian39。)。figure,imshow(J),title(39。 pepper39。J = imnoise(I,39。I=rgb2gray(A)。39。學(xué)習(xí)如何用銳化處理技術(shù)來加強(qiáng)圖像的目標(biāo)邊界和圖像細(xì)節(jié)，對(duì)圖像進(jìn)行梯度算子、拉普拉斯算子，使圖像的某些特征（如邊緣、輪廓等）得以進(jìn)一步的增強(qiáng)及突出。本實(shí)驗(yàn)要求用平滑線性濾波和中值濾波2種最典型、最常用的處理算法進(jìn)行程序設(shè)計(jì)，學(xué)習(xí)如何對(duì)已被噪聲污染的圖像進(jìn)行“凈化”。第二篇：數(shù)字圖像處理中南大學(xué)數(shù)字圖像處理實(shí)驗(yàn) 實(shí)驗(yàn)名稱：空間濾波和頻域?yàn)V波班級(jí)：電子信息0802班姓名：李哲 學(xué)號(hào)：0909080609 實(shí)驗(yàn)日期：2010年12月22日目錄一，實(shí)驗(yàn)?zāi)康???????????????????????3 二，給圖像添加噪聲????????????????????4 三，對(duì)被噪聲污染的圖像進(jìn)行中值濾波和均值濾波???????5 四，對(duì)圖像進(jìn)行空間域的銳化????????????????6 五，MATLAB以外函數(shù)空間濾波和圖像銳化??????????7 六，自帶函數(shù)傅立葉變換和反變換??????????????8 七，低通濾波器程序????????????????????9 八，心得體會(huì) ??????????????????????10 九，參考文獻(xiàn) ??????????????????????10一、實(shí)驗(yàn)?zāi)康?1，空間濾波：圖像平滑主要目的是減少噪聲。