【正文】 =imread(39。)。%在CMYK彩色空間內打開圖像 選擇RedICE窗口g2=ice(39。,f2,39。,39。)。程序運行結果(2)原圖在CMYK彩色空間內打開圖像調整映射參數(shù)后ICE窗口(4)彩色空間濾波%* * * * * * * * * * * * * * * * * * * * 彩色圖像平滑 * * * * * * * * * * * * * * * * * * * * * *fc=imread(39。)。h=rgb2hsi(fc)。S=h(:,:,2)。%轉換到HIS彩色空間%色度分量%飽和度分量%亮度分量%2525的方形平滑算子 w=fspecial(39。,25)。replicate39。%對亮度分量進行平滑操作 H1=cat(3,H,S,I_filtered)。f=min(f,1)。%彩色圖像平滑處理 %* * * **** * * * * * * * * * * * * 彩色圖像銳化 * * * * * * * * * * * * * * * * * * * * * *fb=imread(39。)。18 1。%拉普拉斯算子 g=imfilter(fb,lapmask,39。)。%圖像銳化后與原圖像相減fen=imsubtract(fb,g)。%顯示差值圖像程序運行結果：原圖彩色圖像平滑處理拉普拉斯算子處理銳化處理(5)彩色圖像分割%* * * * * * * * * * * * * * * * * 彩色邊緣檢測* * * * * * * * * * * *close all。clc。39。%f如圖64所示%直接計算彩色邊緣VG，并得到對單獨彩色平面的二維梯度求和形成的梯度PPG[VG,A,PPG]=colorgrad(f)。%顯示彩色梯度圖像 figure,imshow(A,[ ])。%顯示分量梯度圖像g=VGPPG。程序運行結果：%顯示差值圖像彩色梯度圖像 彩色梯度對應的角度圖像分量梯度圖像兩種梯度差值圖像%* * * * * * * * * * * * * * * * * 彩色圖像分割 * * * * * * * * * * * * * * * * * * * * * * * * *f=imread(39。)。%取得選定區(qū)域圖像的紅色分量%手工選定圖中紅色區(qū)域R=immultiply(mask,f(:,:,1))。%取得選定區(qū)域圖像的藍色分量B=immultiply(mask,f(:,:,3))。%取得選定區(qū)域的RGB圖像 figure,imshow(g)。%選定區(qū)域的大小I=reshape(g,M*N,3)。%找到mask中的像素在重排后的圖像g中位置 I=double(I(idx,1:3))。%計算協(xié)方差矩陣C主對角線上的元素，即方差 %sd=sqrt(d)%求得這些元素的平方根，即均方差均方差%用歐式距離對圖像進行彩色分割，閾值為25E25=colorseg(39。,f,25,m)。E251(E25==0)=0 figure,imshow(E251,[])。mahalanobis39。figure , imshow(M25 , [ ])。程序代碼如下%思路：把原圖想轉換為128位索引圖close all。clc。D:39。figure,imshow(f)。%將f轉換成灰度圖像 figure,imshow(f1)。figure,imshow(x)。map(: ,1)=。map(1,1)=0。程序運行結果：原RGB圖像灰度圖像索引圖 修改索引表后的圖像(2)（4）是將圖像轉換到HIS空間后再對亮度分量進行平滑操作，試直接對原圖像的RGB三個分量分別進行平滑操作，并計算兩種操作方法的圖像差值。D:39。figure,imshow(f)。S=f(:,:,2)。%色度分量%飽和度分量%亮度分量%2525的方形平滑算子 w=fspecial(39。,25)。replicate39。%對色度分量進行平滑操作 S_filtered=imfilter(S,w,39。)。replicate39。%對亮度分量進行平滑操作 %將H、S、I三個分量重新組合起來Ha=cat(3,H_filtered,S_filtered,I_filtered)。%轉化成double類型 figure,imshow(Ha)。%轉換到HIS彩色空間H=h(:,:,1)。I=h(:,:,3)。average39。I_filtered=imfilter(I,w,39。)。fb=hsi2rgb(H1)。figure,imshow(fb)。figure,imshow(fen)。(1)通過這個實驗我了解了RGB圖像以及索引圖像在MATLAB中的存儲和詢問方式(2)了解RGB空間到其他彩色空間的轉換方式和轉換方法(3)知道了一些彩色圖像的空間濾波方法(4)了解在RGB向量空間中檢測彩色邊緣的方法(5)了解在RGB向量空間中對圖像進行分割的方法遇到的問題：在做思考題(2)的時候，計算兩種平滑處理的得到圖像的差值的中程序出現(xiàn)了問題，經(jīng)過看出錯信息，認真檢查程序后，發(fā)現(xiàn)是因為直接平滑處理的圖像是unit8類型的，而轉換到HIS空間后，得到的圖像是double類型，二者的類型不同，導致使用imsubtract函數(shù)的時候出現(xiàn)了問題。第三篇：數(shù)字圖像處理實驗報告數(shù)字圖像處理實驗報告目錄一、數(shù)字圖像處理簡介圖像處理，是對圖像進行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術。目前大多數(shù)的圖像是以數(shù)字形式存儲，因而圖像處理很多情況下指數(shù)字圖像處理。圖像處理是信號處理的子類，另外與計算機科學、人工智能等領域也有密切的關系。然而，圖像屬于二維信號，和一維信號相比，它有自己特殊的一面，處理的方式和角度也有所不同。C:Documents and 39。i = rgb2gray(a)。subplot(3,1,1)。title(39。)subplot(3,1,2)。title(39。)subplot(3,1,3)。title(39。)（2）圖像旋轉 原圖效果展示：代碼：clc。close all。D:My DocumentsMy 39。Img=double(Img)。alpha=pi/4。hnew=w*sin(alpha)+h*cos(alpha)。hnew=ceil(hnew)。T=[cos(alpha),sin(alpha)。Imgnew2=zeros(hnew,wnew)。for u=1:hnewfor v=1:wnewtem=T*([u。0])。y=tem(2)。amp。amp。endif(yy_low)elsey=y_up。p2=Img(x_up,y_low)。p4=Img(x_up,y_up)。t=yy_low。Imgnew2(u,v)=(1s)*(1t)*p1+(1s)*t*p3+(1t)*s*p2+s*t*p4。imshow(Imgnew2,[])。figure。（3）對給定的圖像添加噪聲（斑點噪聲、高斯噪聲）效果展示：代碼：I= imread(39。)。imshow(I)。原圖39。J1=imnoise(I,39。,0,)。imshow(J)。添加高斯噪聲39。J=imnoise(I,39。,)。imshow(J)。添加斑點噪聲39。五、算法綜述 灰度圖像：一幅完整的圖像，是由紅色、綠色、藍色三個通道組成的。用不同的灰度色階來表示“ 紅，綠，藍”在圖像中的比重。通道是整個Photoshop顯示圖像的基礎。通道是Photoshop處理圖像的核心部分，所有的色彩調整工具都是圍繞在這個核心周圍使用的。這類圖像通常顯示為從最暗黑色到最亮的白色的灰度，盡管理論上這個采樣可以任何顏色的不同深淺，甚至可以是不同亮度上的不同顏色。但是，在數(shù)字圖像領域之外，“黑白圖像”也表示“灰度圖像”，例如灰度的照片通常叫做“黑白照片”?；叶葓D像經(jīng)常是在單個電磁波頻譜如可見光內測量每個像素的亮度得到的。這種精度剛剛能夠避免可見的條帶失真，并且非常易于編程。在這樣的應用領域每個采樣 16 位即 65536 級得到流行。二值圖像一般用來描述文字或者圖形，其優(yōu)點是占用空間少，缺點是，當表示人物，風景的圖像時，二值圖像只能描述其輪廓，不能描述細節(jié)。二值圖像是每個像素只有兩個可能值的數(shù)字圖像。W、單色圖像表示二值圖像，但是也可以用來表示每個像素只有一個采樣值的任何圖像，例如灰度圖像等。這兩個可取的值分別對應于關閉和打開，關閉表征該像素處于背景，而打開表征該像素處于前景。二值圖像操作只返回與二值圖像的形式或結構有關的信息，如果希望對其他類型的圖像進行同樣的操作，則首先要將其轉換為二進制的圖像格式，可以通過調用MATLAB提供的im2bw（）來實現(xiàn)。一些輸入輸出設備，如激光打印機、傳真機、單色計算機顯示器等都可以處理二值圖像。二值圖像可以解釋為二維整數(shù)格Z，圖像變形處理領域很大程度上就是受到這個觀點啟發(fā)。當然這個點通常就是圖像的中心。由于原圖像的坐標是以左上角為原點的,所以我們先把坐標轉換為以圖像中心為原點。那么不難得到： x1 = x0w/2。在新的坐標系下,假設（x0,y0）距離原點的距離為r,點與原點之間的連線與x軸的夾角為b,旋轉的角度為a,旋轉后的點為（x1,y1）噪聲：是電路或系統(tǒng)中不含信息量的電壓或電流。這些源產(chǎn)生的電磁波或尖峰脈沖通過磁、電耦合或是通過電源線等路徑進入放大電路，各種電氣設備，形成各種形式的干擾。SAR圖像斑點噪聲的去除一方面要抑制圖像均勻區(qū)域斑點噪聲，另一方面要保持圖像邊緣和紋理細節(jié)信息。非相干多視處理會降低圖像的地面分辨率。但這類算法存在自身無法克服的矛盾：一方面為增強斑點去噪效果需選較大的濾波窗口，另一方面為保持圖像的實際分辨率要求所選的窗口較小。如果一個噪聲，它的幅度分布服從高斯分布，而它的功率譜密度又是均勻分布的，則稱它為高斯白噪聲。高斯白噪聲包括熱噪聲和散粒噪聲。salt amp。,)。gaussian39。%添加均值為0。其可以快捷的實現(xiàn)用戶所需的各種計算功能。在通常情況下，可以用它來代替底層編程語言，如C和C++。MATLAB的這些函數(shù)集包括從最簡單最基本的函數(shù)到諸如矩陣，特征向量、快速傅立葉變換的復雜函數(shù)。圖形處理功能圖形處理功能MATLAB自產(chǎn)生之日起就具有方便的數(shù)據(jù)可視化功能，以將向量和矩陣用圖形表現(xiàn)出來，并且可以對圖形進行標注和打印?？捎糜诳茖W計算和工程繪圖。同時對一些特殊的可視化要求，例如圖形對話等，MATLAB也有相應的功能函數(shù)，保證了用戶不同層次的要求。一般來說，它們都是由特定領域的專家開發(fā)的，用戶可以直接使用工具箱學習、應用和評估不同的方法而不需要自己編寫代碼。七、總結運用matlab軟件對圖像進行處理，讓我鞏固了之前所學的知識，同時也在這次作業(yè)中更加了解到matlab語言在生活中的運用環(huán)境和掌握這門語言的重要性八、存在問題？ ，為何添加椒鹽噪聲時無法顯示第四篇：數(shù)字圖像處理實驗報告數(shù)字圖像處理實驗報告班級:通信103 學號:201027201 姓名:計富威 指導教師:孫潔實驗一 MATLAB數(shù)字圖像處理初步一、實驗目的與要求1．熟悉及掌握在MATLAB中能夠處理哪些格式圖像。3．掌握如何利用MATLAB來獲取圖像的大小、顏色、高度、寬度等等相關信息。5．圖像間如何轉化。39。2．利用whos命令提取該讀入圖像””的基本信息； whos I 3．利用imshow()函數(shù)來顯示這幅圖像； imshow(I)。39。5．利用imwrite()函數(shù)來壓縮這幅圖象，將其保存為一幅壓縮了像素的jpg文件,；語法：imwrite(原圖像，新圖像，‘quality’,q), q取0100。39。quality39。imwrite(I,39。)。39。c=imread(39。)。39。imfinfo(39。)。figure imshow(b)。（）（）10．用im2bw將一幅灰度圖像轉化為二值圖像，并且用imshow顯示出來觀察圖像的特征。figure imshow(b)。（二值化截圖）三、實驗總結通過實驗MatLab軟件的基本使用有了基本的了解，學會了使用MatLab軟件來讀取一個特定格式的圖像，并通過相關的命令語句對圖像進行格式轉換、圖像壓縮、二值化等的處理，掌握了利用MATLAB來獲取圖像的大小、顏色、高度、寬度等等相關信息，掌握在MATLAB中如何通過imshow()語句來讀取圖像等等。2．體會圖像算術運算處理的過程和處理前后圖像的變化。如果輸入圖像為A(x,y)和B(x,y)，輸出圖像為C(x,y)，則圖像的代數(shù)運算有如下四種形式：C(x,y)= A(x,y)+ B(x,y)C(x,y)= A(x,y)B(x,y)C(x,y)= A(x,y)* B(x,y)C(x,y)= A(x,y)/ B(x,y)三、實驗步驟 1．圖像的加法運算在MATLAB中，如果要進行兩幅圖像的加法，或者給一幅圖像加上一個常數(shù)，可以調用imadd函數(shù)來實現(xiàn)。imadd函數(shù)的調用格式如下：Z = imadd（X，Y）首先讀入兩幅圖像a=imread(39。)。39。給圖像的每一個像素加上一個常數(shù)可以使圖像的亮度增加。imsubtract函數(shù)將一幅輸入圖像的像素值從另一幅輸入圖像相應的像素值中減去，再將這個結果作為輸出圖像相應的像素值。在MATLAB中，使用immultiply函數(shù)實現(xiàn)兩幅圖像的乘法。immulitply函數(shù)的調用格式如下：Z = immulitply(X,Y)讀入一幅圖后通過乘法操作 a=imread(39。)。4．圖像的除法運算在MATLAB中使用imdivide函數(shù)進行兩幅圖像的除法。imdivide函數(shù)的調用格式如下：Z = imdivide(X,Y)讀入一幅圖后通過除法操作四、實驗總結通過對圖像的四則運算了結圖像的不同變化過程，對軟件的進一