【正文】 itrary39。%設(shè)置腐蝕結(jié)構(gòu)元素 BW2 = imerode(bw,SE1)。open39。%開運算 BW4 = bwmorph(bw, 39。)。figure,imshow(bw)。figure,imshow(BW2)。figure,imshow(BW4)。腐蝕是一種消除邊界點，它使邊界向內(nèi)部收縮，消除小且無意義的物體?？梢杂脕硖钛a物體中的空洞。先腐蝕后膨脹的過程稱為開運算。先膨脹后腐蝕稱為閉運算。、膨脹、開、閉運算的適用條件是什么？由于噪聲的影響，圖象在閾值化后所得到邊界往往是很不平滑的，物體區(qū)域具有一些噪聲孔，背景區(qū)域上散布著一些小的噪聲物體。有時需要經(jīng)過多次腐蝕之后再加上相同次數(shù)的膨脹，才可以產(chǎn)生比較好的效果。二、實驗內(nèi)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(jié)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(yīng)注意標(biāo)點的輸入法，應(yīng)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(guān)系是多對一的映射關(guān)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(diào)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(xué)這個軟件，我學(xué)習(xí)到了在程序中關(guān)于圖像的運用，以及也復(fù)習(xí)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(jié)果39。%顯示均衡化后的圖像 subplot(2,2,4)。title(39。)。二、實驗內(nèi)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(jié)果？答：圖像的精細(xì)結(jié)構(gòu)及突變部分主要由高頻成分起作用，故經(jīng)低通濾波后圖像的精細(xì)結(jié)構(gòu)消失，變得模糊；經(jīng)高通濾波后圖像得到銳化。使自己對數(shù)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(jìn)行低通濾波 選取D=190z=log(abs(result))。y=0:1:255。mesh(z)。理想低通濾波后的頻譜39。subplot(3,2,3)。%濾波后的數(shù)據(jù)去中心化 b=ifft2(result)。title(39。)。%新建圖像顯示窗口 % [n,m]=size(c)。title(39。)。%clear。J1=imread(39。)。imshow(J1)。原圖39。f=double(J1)。% 傅立葉變換 g=fftshift(g)。x=0:1:255。[x,y]=meshgrid(x,y)。%取幅度 mesh(z)。原圖頻譜39。[M,N]=size(g)。% 二階巴特沃斯(Butterworth)低通濾波器 d0=20。n=fix(N/2)。h=1/(1+*(d/d0)^(2*nn))。end end subplot(3,2,4)。y=0:1:255。z=log(abs(result))。%以三維坐標(biāo)顯示該圖像頻譜圖 title(39。)。J2=ifft2(result)。subplot(3,2,3)。title(39。)。% 二階巴特沃斯(Butterworth)高通濾波器 d0=5。n=fix(N/2)。if(d==0)h=0。% 計算傳遞函數(shù) end result(i,j)=h*g(i,j)。x=0:1:255。[x,y]=meshgrid(x,y)。%取幅度 mesh(z)。高通濾波后的頻譜39。result=ifftshift(result)。J3=uint8(abs(J2))。imshow(J3)。高通濾波后的圖像39。實驗三 圖像邊緣檢測與連接一、實驗?zāi)康膱D像邊緣檢測與連接二、實驗內(nèi)容（1）編程實現(xiàn)一階差分邊緣檢測算法，包括Robert梯度算子、Prewitt算子、Sobel算子等；（2）編程實現(xiàn)二階差分拉普拉斯邊緣檢測算法以及LoG檢測法和Canny檢測法；（3）分析與比較各種邊緣檢測算法的性能；（4）編程實現(xiàn)Hough變換提取直線（5）分析Hough變換檢測性能；三、實驗運行結(jié)果四、實驗中遇到的問題及解決方法拷貝文件后沒改文件名，直接執(zhí)行時出現(xiàn)錯誤，最后重新修改后重新編譯，使之成功。所以考慮邊緣的方向很重要。這樣就把原始圖像中給定曲線的檢測問題轉(zhuǎn)化為準(zhǔn)找參數(shù)空間的峰值問題。比如直線、橢圓、圓、弧線等。還得繼續(xù)努力。I = imread(39。)。BW1 = edge(I,39。)。roberts39。%利用roberts算子進(jìn)行邊緣檢測 BW3 = edge(I,39。)。log39。%利用log算子進(jìn)行邊緣檢測 BW5 = edge(I,39。)。RGB = imread(39。)。%I = rgb2gray(RGB)。canny39。% 利用Canny算子提取圖像邊緣 [H,T,R] = hough(BW,39。,39。,)。notruesize39。T39。R39。threshold39。%找到5個較明顯的Hough變換峰值hold on plot(T(p(:,2)),R(p(:,1)),39。,39。,39。)。FillGap39。MinLength39。%查找并鏈接線段figure, imshow(BW), hold on %在二值圖中疊加顯示這些線段 for k = 1:length(lines)xy = [lines(k).point1。plot(xy(:,1),xy(:,2),39。,2,39。,39。)。圖像處理是信號處理在圖像域上的一個應(yīng)用。此外，基于光學(xué)理論的處理方法依然占有重要的地位。傳統(tǒng)的一維信號處理的方法和概念很多仍然可以直接應(yīng)用在圖像處理上，比如降噪、量化等。二、實驗?zāi)康撵柟趟鶎W(xué)知識，提高所學(xué)能力三、實驗內(nèi)容利用matlab的GUI程序設(shè)計一個簡單的圖像處理程序，并含有如下基本功能： ，變換為灰度圖像和二值圖像，并在同一個窗口內(nèi)分成三個子窗口來分別顯示RGB圖像和灰度圖像，注上文字標(biāo)題 3．對給定的圖像添加噪聲（椒鹽噪聲、高斯噪聲）四、實驗結(jié)果及代碼展示（1）讀入一幅RGB圖像，變換為灰度圖像和二值圖像，并在同一個窗口內(nèi)分成三個子窗口來分別顯示RGB圖像和灰度圖像，注上文字標(biāo)題效果展示：代碼：a = imread(39。)。I = im2bw(a,)。imshow(a)。源圖像39。imshow(i)?；叶葓D像39。imshow(I)。二值圖像39。clear all。Img=imread(39。)。[h w]=size(Img)。wnew=w*cos(alpha)+h*sin(alpha)。wnew=ceil(wnew)。u0=w*sin(alpha)。sin(alpha),cos(alpha)]。Imgnew1=zeros(hnew,wnew)。v][u0。x=tem(1)。if x=1amp。x=1amp。yelsex=x_up。endp1=Img(x_low,y_low)。p3=Img(x_low,y_low)。s=xx_low。Imgnew1(u,v)=Img(x,y)。endend endfigure。B=imrotate(Img,alpha/pi*180)。imshow(B,[])。D:My DocumentsMy 39。figure,subplot(211)。title(39。)。gaussian39。subplot(223)。title(39。)。speckle39。subplot(224)。title(39。)。紅色、綠色、藍(lán)色三個通道的縮覽圖都是以灰度顯示的。通道中的純白，代表了該色光在此處為最高亮度，亮度級別是255。色彩的變動，實際上就是間接在對通道灰度圖進(jìn)行調(diào)整。在計算機領(lǐng)域中，灰度數(shù)字圖像是每個像素只有一個采樣顏色的圖像。灰度圖像與黑白圖像不同，在計算機圖像領(lǐng)域中黑白圖像只有黑色與白色兩種顏色；灰度圖像在黑色與白色之間還有許多級的顏色深度。在一些關(guān)于數(shù)字圖像的文章中單色圖像等同于灰度圖像，在另外一些文章中又等同于黑白圖像。用于顯示的灰度圖像通常用每個采樣像素 8 位的非線性尺度來保存，這樣可以有 256 級灰度。在醫(yī)學(xué)圖像與遙感圖像這些技術(shù)應(yīng)用中經(jīng)常采用更多的級數(shù)以充分利用每個采樣 10 或 12 位的傳感器精度，并且避免計算時的近似誤差。二值圖像：是指每個像素不是黑就是白，其灰度值沒有中間過渡的圖像。這時候要用更高的灰度級。人們經(jīng)常用黑白、Bamp。二值圖像中所有的像素只能從0和1這兩個值中取，因此在MATLAB中，二值圖像用一個由0和1組成的二維矩陣表示。以這種方式來操作圖像可以更容易識別出圖像的結(jié)構(gòu)特征。二值圖像經(jīng)常出現(xiàn)在數(shù)字圖像處理中作為圖像掩碼或者在圖像分割、二值化和dithering的結(jié)果中出現(xiàn)。二值圖像經(jīng)常使用位圖格式存儲。圖像旋轉(zhuǎn)：圖像旋轉(zhuǎn)是指圖像以某一點為中心旋轉(zhuǎn)一定的角度,形成一幅新的圖像的過程。既然是按照中心旋轉(zhuǎn),自然會有這樣一個屬性：,我們可以得到旋轉(zhuǎn)后的點的坐標(biāo)與原坐標(biāo)的對應(yīng)關(guān)系。假設(shè)原圖像的寬為w,高為h,（x0,y0）為原坐標(biāo)內(nèi)的一點,轉(zhuǎn)換坐標(biāo)后的點為（x1,y1）。y1 =y0 + h/2。在工業(yè)與自然界中，存在著各種干擾源（噪聲源），如大功率電力電子器件的接入、大功率用電設(shè)備的開啟與斷開、雷擊閃電等都會使空間電場和磁場產(chǎn)生有序或無序的變化，這些都是干擾源（或噪聲源）。斑點噪聲：斑點噪聲是SAR成像系統(tǒng)的一大特色，源自基本分辨單元內(nèi)地物的隨機散射，在圖像上表現(xiàn)為信號相關(guān)（如在空間上相關(guān)）的小斑點，它既降低了圖像的畫面質(zhì)量，又嚴(yán)重影響圖像的自動分割、分類、目標(biāo)檢測以及其它定量專題信息的提取。SAR斑點噪聲的抑制可通過非相干多視處理，也可使用空間域濾波實現(xiàn)。因此，涌現(xiàn)出了一系列空間域濾波方法，如均值濾波、中值濾波、Lee濾波、Kuan濾波、Frost濾波、Sigma濾波以及Gamma Map濾波等。高斯噪聲：所謂高斯噪聲是指它的概率密度函數(shù)服從高斯分布（即正態(tài)分布）的一類噪聲。高斯白噪聲的二階矩不相關(guān)，一階矩為常數(shù)，是指先后信號在時間上的相關(guān)性。實驗中是通過MATLAB自帶的函數(shù)產(chǎn)生噪聲，各函數(shù)如下： J1=imnoise(I,39。 pepper39。%添加椒鹽噪聲J2=imnoise(I,39。,0,)。六、Matlab優(yōu)勢MATLAB是一個包含大量算法的集合。函數(shù)中所使用的算法都是科研和工程計算中的最新研究成果，而前經(jīng)過了各種優(yōu)化和差錯處理。在計算要求相同的情況下，使用MATLAB的編程工作量會大大減少。函數(shù)所能解決的問題其大致包括矩陣運算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號運算、傅立葉變換和數(shù)據(jù)的統(tǒng)計分析、工程中的優(yōu)化問題、稀疏矩陣運算、復(fù)數(shù)的各種運算、三角函數(shù)和其他初等數(shù)學(xué)運算、多維數(shù)組操作以及建模動態(tài)仿真等。高層次的作圖包括二維和三維的可視化、圖象處理、動畫和表達(dá)式作圖。新版本的MATLAB對整個圖形處理功能作了很大的改進(jìn)和完善，使它不僅在一般數(shù)據(jù)可視化軟件都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對于一些其他軟件所沒有的功能（例如圖形的光照處理、色度處理以及四維數(shù)據(jù)的表現(xiàn)等），MATLAB同樣表現(xiàn)了出色的處理能力。另外新版本的MATLAB還著重在圖形用戶界面（GUI）的制作上作了很大的改善，對這方面有特殊要求的用戶也可以得到滿足模塊集合工具箱MATLAB對許多專門的領(lǐng)域都開發(fā)了功能強大的模塊集和工具箱。目前，MATLAB已經(jīng)把工具箱延伸到了科學(xué)研究和工程應(yīng)用的諸多領(lǐng)域，諸如數(shù)據(jù)采集、數(shù)據(jù)庫接口、概率統(tǒng)計、樣條擬合、優(yōu)化算法、偏微分方程求解、神經(jīng)網(wǎng)絡(luò)、小波分析、信號處理、圖像處理、系統(tǒng)辨識、控制系統(tǒng)設(shè)計、LMI控制、魯棒控制、模型預(yù)測、模糊邏輯、金融分析、地圖工具、非線性控制設(shè)計、實時快速原型及半物理仿真、嵌入式系統(tǒng)開發(fā)、定點仿真、DSP與通訊、電力系統(tǒng)仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。2．熟練掌握在MATLAB中如何讀取圖像。4．掌握如何在MATLAB中按照指定要求存儲一幅圖像的方法。二、實驗內(nèi)容及步驟1．利用imread()函數(shù)讀取一幅圖像，假設(shè)其名為””，存入一個數(shù)組中；I=imread(39。)。 4．利用imfinfo函數(shù)來獲取圖像文件的壓縮，顏色等等其他的詳細(xì)信息；imfinfo(39。)。imwrite(I,39。,39。,50)6．同樣利用imwrite()函數(shù)將最初讀入的tif圖象另存為一幅bmp圖像。39。7．用imread()讀入圖像： ； b=imread(39。)。39。8．用imfinfo() 的大??； imfinfo(39。)。39。9．用figure,imshow()，觀察兩幅圖像的質(zhì)量。figure imshow(c)。 d=im2bw(b)。figure imshow(d)。第二 圖像基本運算一、實驗?zāi)康?．了解圖像的算術(shù)運算在數(shù)字圖像處理中的初步應(yīng)用。二、實驗原理圖像的代數(shù)運算是圖像的標(biāo)準(zhǔn)算術(shù)操作的實現(xiàn)方法，是兩幅輸入圖像之間進(jìn)行的點對點的加、減、乘、除運算后得到輸出圖像的過程。imadd函數(shù)將某一幅輸入圖像的每一個像素值與另一幅圖像相應(yīng)的像素值相加，返回相應(yīng)的像素值之和作為輸出圖像。39。b=imread(39。)通過一個