【正文】 StripByteCounts: [17x1 double] XResolution: 72 YResolution: 72 ResolutionUnit: 39。 Colormap: [256x3 double] PlanarConfiguration: 39。 TileWidth: [] TileLength: [] TileOffsets: [] TileByteCounts: [] Orientation: 1 FillOrder: 1 GrayResponseUnit: MaxSampleValue: 255 MinSampleValue: 0 Thresholding: 1 ImageDescription: 39。2) map顏色矩陣的修改[X,map]=imread(39。)。subimage(X,map1)。3) 灰度圖像的轉(zhuǎn)化RGB=imread(39。)。2. 圖像灰度變換處理在圖像增強(qiáng)的作用g1=imadjust(I,[0 1],[1 0])。g3=im2uint8(mat2gray(log(1+double(I))))。3. 繪制圖像灰度直方圖的方法，對圖像進(jìn)行均衡化處理1) 圖像灰度直方圖的顯示與灰度調(diào)整imhist(B)。imhist(J)。 在原始圖像中，直方圖的組成成分集中在高灰度等級（亮）一側(cè)，且圖像灰度范圍為[0,1]，故將灰度值調(diào)整到[0,1]間后直方圖無明顯變化。2) 對B進(jìn)行直方圖均衡化處理，試比較與原圖的異同。39。 [J,T] = histeq(I)。原圖像中目標(biāo)物的灰度主要集中于高亮度部分，而且象素總數(shù)較多，所占的灰度等級較少。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)和灰度等級均為離散值，而且均衡化使灰度級并歸。3) 對B進(jìn)行如圖所示的分段線形變換處理，試比較與直方圖均衡化處理的異同。x2=::。y1=2*x1。y3=+*()。y=[y1,y2,y3]。plot(x,y)。這里將原始圖像位于[,]間的灰度值調(diào)低，放大其余的灰度值，突出顯示圖像低頻域和高頻域的部分。2. 理解空間域?yàn)V波的基本原理及方法。4. 掌握傅立葉變換及逆變換的基本原理方法。6. 掌握進(jìn)行圖像的頻域?yàn)V波的方法。空域?yàn)V波基本上是讓圖像在頻域空間內(nèi)某個(gè)范圍的分量受到抑制，同時(shí)保證其他分量不變，從而改變輸出圖像的頻率分布，達(dá)到增強(qiáng)圖像的目的。線性濾波器的設(shè)計(jì)?；趯Ω盗⑷~變換的分析，非線性空域?yàn)V波器則一般直接對領(lǐng)域進(jìn)行操作。平滑可用低通來實(shí)現(xiàn)，平滑的目的可分為兩類：一類是模糊，目的是在提取較大的目標(biāo)前去除太小的細(xì)節(jié)或?qū)⒛繕?biāo)內(nèi)的小肩端連接起來；另一類是消除噪聲。結(jié)合這兩種分類方法，可將空間濾波增強(qiáng)分為四類：線性平滑濾波器（低通）非線性平滑濾波器（低通）線性銳化濾波器（高通）非線性銳化濾波器（高通）空間濾波器都是基于模板卷積，其主要工作步驟是：1) 將模板在圖中移動(dòng)，并將模板中心與圖中某個(gè)像素位置重合；2) 將模板上的系數(shù)與模板下對應(yīng)的像素相乘；3) 將所有乘積相加；4) 將和（模板的輸出響應(yīng)）賦給圖中對應(yīng)模板中心位置的像素。MATLAB 提供了fspecial 函數(shù)生成濾波時(shí)所用的模板，并提供filter2 函數(shù)用指定的濾波器模板對圖像進(jìn)行運(yùn)算。h=fspecial(type,parameters)。 MATLAB中預(yù)定義的濾波器種類MATLAB 提供了一個(gè)函數(shù)imnoise 來給圖像增添噪聲，其語法格式為：J=imnoise(I,type)。參數(shù)type 指定噪聲的種類，parameters 是與噪聲種類有關(guān)的具體參數(shù)。 噪聲種類及參數(shù)說明2) 非線性平滑濾波器中值濾波器是一種常用的非線性平滑濾波器，其濾波原理與均值濾波器方法類似，但計(jì)算的非加權(quán)求和，而是把領(lǐng)域中的圖像的象素按灰度級進(jìn)行排序，然后選擇改組的中間值作為輸出象素值。B=medfilt2(A)。[m n]指定濾波模板的大小，默認(rèn)模板為33。1) 線性銳化濾波器線性高通濾波器是最常用的線性銳化濾波器。對33 的模板來說，典型的系數(shù)取值為：[1 1 1。1 1 1]事實(shí)上這是拉普拉斯算子。圖像處理中最常用的微分方法是利用梯度。4. 頻域增強(qiáng)頻域增強(qiáng)是利用圖像變換方法將原來的圖像空間中的圖像以某種形式轉(zhuǎn)換到其他空間中，然后利用該空間的特有性質(zhì)方便地進(jìn)行圖像處理，最后再轉(zhuǎn)換回原來的圖像空間中，從而得到處理后的圖像。在頻域空間中，根據(jù)處理目的設(shè)計(jì)一個(gè)轉(zhuǎn)移函數(shù)，并進(jìn)行處理。常用的頻域增強(qiáng)方法有低通濾波和高通濾波。因此能降低高頻成分幅度的濾波器就能減弱噪聲的影響。高通濾波與低通濾波相反，它是高頻分量順利通過，使低頻分量受到削弱。所以，可以采用高頻加強(qiáng)濾波來彌補(bǔ)。2) 對加入噪聲圖像選用不同的平滑（低通）模板做運(yùn)算，對比不同模板所形成的效果，要求在同一窗口中顯示。4) 運(yùn)用for循環(huán)，將加有椒鹽噪聲的圖像進(jìn)行10次，20次均值濾波，查看其特點(diǎn),顯示均值處理后的圖像（提示:利用fspecial函數(shù)的’average’類型生成均值濾波器）。6) 自己設(shè)計(jì)平滑空間濾波器，并將其對噪聲圖像進(jìn)行處理，顯示處理后的圖像。 1 – 8 1。2) 編寫函數(shù)w = genlaplacian(n)，自動(dòng)產(chǎn)生任一奇數(shù)尺寸n的拉普拉斯算子，如55的拉普拉斯算子w = [ 1 1 1 1 1 1 1 1 1 1 1 1 24 1 1 1 1 1 1 1 1 1 1 1 1]3) 分別采用55，99，1515和25行銳化濾波，并利用式完成圖像的銳化增強(qiáng)，觀察其有何不同，要求在同一窗口中顯示。5) 自己設(shè)計(jì)銳化空間濾波器，并將其對噪聲圖像進(jìn)行處理，顯示處理后的圖像；3. 傅立葉變換1) ，對其進(jìn)行快速傅立葉變換，分別顯示其幅度圖像和相位圖像。2) 僅對幅度部分進(jìn)行傅立葉反變換后查看結(jié)果圖像。4. 平滑頻域?yàn)V波1) 設(shè)計(jì)理想低通濾波器、巴特沃斯低通濾波器和高斯低通濾波器，截至頻率自選，分別給出各種濾波器的透視圖。(提示:1)在頻率域?yàn)V波同樣要注意到填充問題；2）注意到(1)x+y。2) ，分別采用理想高通濾波器、巴特沃斯高通濾波器和高斯高通濾波器對其進(jìn)行濾波（截至頻率自選），再做反變換，觀察不同的截止頻率下采用不同高通濾波器得到的圖像與原圖像的區(qū)別。 I=imread(39。)。J = imnoise(I,39。 pepper39。 %noise density=K= imnoise(I,39。,)。H = fspecial(39。)。replicate39。H = fspecial(39。,)。replicate39。H = fspecial(39。,[3 3],)。replicate39。 原圖像及各類低通濾波處理圖像3) 使用函數(shù)imfilter時(shí)，分別采用不同的填充方法（或邊界選項(xiàng)，如零填充、’replicate’、’symmetric’、’circular’）進(jìn)行低通濾波，顯示處理后的圖像。39。h = fspecial(39。, 50, 45)。boundaryReplicateRG