【正文】 ure, imshow(J1), title(39。)。Resized Imageusing the bilinear interpolation 39。說明：?注意觀察不同插值方法的圖像表現(xiàn)； ?改變圖像縮放因子Scale，重做上述實驗。39。Theta = 45。J1 = imrotate(I, Theta, 39。)。% 將圖像順時針旋轉45176。bilinear39。crop39。% using bilinear interpolation and crops the output image imshow(I), title(39。)。Rotated Imageusing the nearest neighbor interpolation 39。figure, imshow(J2), title(39。)。39。Theta = 30。J1 = imrotate(I, Theta, 39。)。% 將圖像順時針旋轉30。bilinear39。crop39。% using bilinear interpolation and crops the output image imshow(I), title(39。)。Rotated Imageusing the nearest neighbor interpolation 39。figure, imshow(J2), title(39。)。3．圖像水平鏡象clear all, close all I = imread(39。)。I2 = flipdim(I,1)。subplot(1,2,2), imshow(I1)。subplot(2,1,2), imshow(I2)。五、實驗報告要求1．簡述試驗的目的和試驗原理；2．敘述各段程序功能，改變有關函數的參數，分析比較實驗結果； 3．打印出所編寫的實驗程序。實驗六數字圖像處理應用一．實驗目的及要求1．利用MATLAB提供的圖像處理函數實現(xiàn)圖像中物體屬性的測量； 2．訓練綜合運用MATLAB圖像處理函數的能力； 3．了解數字圖像處理基本應用。實驗過程簡述：1． 讀取和顯示圖像 2． 估計圖像背景 3． 獲取背景均勻的圖像 4． 圖像增強 5． 圖像二值化分割 6． 區(qū)域標記及為彩色處理7． 測量圖像中的區(qū)域特性（面積、質心等）8．統(tǒng)計大米粒的特性分布規(guī)律。熟悉程序中所使用函數的調用方法，改變有關參數，觀察試驗結果。I = imread(39。)。disk39。figure, imshow(background)。set(gca,39。,39。)。figure, imshow(I2)% Adjust the Image Contrast I3 = imadjust(I2, stretchlim(I2), [0 1])。% Apply Thresholding to the Image level = graythresh(I3)。figure, imshow(bw)% Determine the Number of Objects in the Image [labeled,numObjects] = bwlabel(bw,4)。c39。shuffle39。figure, imshow(RGB_label)。basic39。% Compute Statistical Properties of Objects in the Image max(allgrains)。figure, hist(allgrains,20)。3．利用課余時間，采用MATLAB函數編程實現(xiàn)實驗內容（二）。4．寫出本實驗的心得體會及意見。數字圖像處理又稱為計算機圖像處理，它是指將圖像信號轉換成數字信號并利用計算機對其進行處理的過程。數字圖像處理最早出現(xiàn)于20世紀50年代，當時的電子計算機已經發(fā)展到一定水平，人們開始利用計算機來處理圖形和圖像信息。早期的圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果為目的。數字圖像處理是通過計算機對圖像進行去除噪聲、增強、復原、分割、提取特征等處理的方法和技術。三是廣泛的農牧業(yè)、林業(yè)、環(huán)境、軍事、工業(yè)和醫(yī)學等方面的應用需求的增長。（2）提取圖像中所包含的某些特征或特殊信息，這些被提取的特征或信息往往為計算機分析圖像提供便利。提取的特征可以包括很多方面，如頻域特征、灰度或顏色特征、邊界特征、區(qū)域特征、紋理特征、形狀特征、拓撲特征和關系結構等。不管是何種目的的圖像處理，都需要由計算機和圖像專用設備組成的圖像處理系統(tǒng)對圖像數據進行輸入、加工和輸出。如一幅256256低分辨率黑白圖像，要求約64kbit的數據量；對高分辨率彩色512512圖像，則要求768kbit數據量；如果要處理30幀/秒的電視圖像序列，則每秒要求500kbit～。（2）數字圖像處理占用的頻帶較寬。而語音帶寬僅為4kHz左右。（3）數字圖像中各個像素是不獨立的，其相關性大。就電視畫面而言，同一行中相鄰兩個像素或相鄰兩行間的像素，而相鄰兩幀之間的相關性比幀內相關性一般說還要大些。（4）由于圖像是三維景物的二維投影，一幅圖象本身不具備復現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。在理解三維景物時需要知識導引，這也是人工智能中正在致力解決的知識工程問題。由于人的視覺系統(tǒng)很復雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識狀況影響很大，作為圖像質量的評價還有待進一步深入的研究。例如，什么是感知的初始基元，基元是如何組成的，局部與全局感知的關系，優(yōu)先敏感的結構、屬性和時間特征等，這些都是心理學和神經心理學正在著力研究的課題。將模擬圖像轉化成數字圖像的過程就是圖形、圖像的數字化過程。1．采樣 采樣的實質就是要用多少點來描述一幅圖像，采樣結果質量的高低就是用前面所說的圖像分辨率來衡量。一副圖像就被采樣成有限個像素點構成的集合。采樣頻率越高，得到的圖像樣本越逼真，圖像的質量越高，但要求的存儲量也越大。一般來說，原圖像中的畫面越復雜，色彩越豐富，則采樣間隔應越小。2．量化 量化是指要使用多大范圍的數值來表示圖像采樣之后的每一個點。例如：如果以4位存儲一個點，就表示圖像只能有16種顏色；若采用16位存儲一個點，則有216=65536種顏色。但是，也會占用更大的存儲空間。假設有一幅黑白灰度的照片，因為它在水平于垂直方向上的灰度變化都是連續(xù)的，都可認為有無數個像素，而且任一點上灰度的取值都是從黑到白可以有無限個可能值。對灰度進行量化，使其取值變?yōu)橛邢迋€可能值。只要水平和垂直方向采樣點數足夠多，量化比特數足夠大，數字圖像的質量就比原始模擬圖像毫不遜色。為表示量化的色彩值（或亮度值）所需的二進制位數稱為量化字長，一般可用8位、16位、24位或更高的量化字長來表示圖像的顏色；量化字長越大，則越能真實第反映原有的圖像的顏色，但得到的數字圖像的容量也越大。在一定意義上講，編碼壓縮技術是實現(xiàn)圖像傳輸與儲存的關鍵。圖象變換是函數的一種作圖方法。在圖像變換中傅立葉變換就是應用最廣泛的一種變換。二位離散余弦變換其去相關性近似于KL(KarhunenLoeve)最佳變換,算法復雜度適中,易于硬件實現(xiàn),且具有抗干擾能力強等優(yōu)點,因此,、JPEG、MPEG等視頻壓縮標準中。小波變換是一種信號的時間——尺度分析方法，他具有多分辨率分析的特點，而且在時頻兩域都具有表征信號局部特征的能力，是一種窗口大小固定不變但其形狀可變，時間窗和頻率窗都可變的時頻局部化分析方法。小波變換是一種新的變換分析方法，它繼承和發(fā)展了短時傅立葉變換局部化的思想，同時又克服了窗口大小不隨頻率變化等缺點，能夠提供一個隨頻率改變的時間一頻率窗口，是進行信號時頻分析和處理的理想工具。從此，小波變換越來越引起人們的重視，其應用領域來越來越廣泛。二、實驗內容（1）計算并繪制圖像直方圖；（2）編程實現(xiàn)圖像的直方圖均衡化處理，顯示均衡前后的直方圖和圖像；三、實驗運行結果四、實驗中遇到的問題及解決方法顯示無法找到圖像文件，；編程過程中應注意標點的輸入法，應該用英文輸入，否則會報錯。五、思考題（1）、灰度直方圖可以反映一幅圖像的哪些特征？ 答：表征了圖像的一維信息。與圖像之間的關系是多對一的映射關系。子圖直方圖之和為整圖的直方圖。這幅圖像的灰度層次將不再是呈黑暗色調的圖像，而是一副灰度層次較為適中的、比原始圖像清晰、明快得多的圖像。六、實驗心得體會本次實驗中，因為初學這個軟件，我學習到了在程序中關于圖像的運用，以及也復習了課本上的許多知識，加深了對直方圖均衡化的理解。I=imread(39。)。p=m*n。%計算圖像的歸一化直方圖 subplot(1,3,1),imshow(I)； subplot(1,3,2),imhist(I,64)； subplot(1,3,3),plot(J)；（2）直方圖均衡化clear all。39。J=histeq(Im)。imshow(Im)。原圖39。%顯示原圖 subplot(2,2,2)。title(39。)。imshow(J)。均衡化結果39。%顯示均衡化后的圖像 subplot(2,2,4)。title(39。)。二、實驗內容（1）編程實現(xiàn)圖像的理想低通和高通濾波；（2）編程實現(xiàn)圖像的巴特沃斯低通和高通濾波。五、思考題分析為什么圖像通過低通濾波器后變得模糊？為什么通過高通濾波器后得到銳化結果？答：圖像的精細結構及突變部分主要由高頻成分起作用，故經低通濾波后圖像的精細結構消失，變得模糊；經高通濾波后圖像得到銳化。使自己對數字圖像處理課程中的許多問題有了更實際和確切的深入了解。clear。39。subplot(3,2,1)。title(39。)。subplot(3,2,2)。z=log(abs(i))。y=0:1:255。mesh(z)。原圖頻譜39。[n,m]=size(i)。else result(k,l)=i(k,l)。對該圖進行低通濾波