【正文】 10,(02) . [4] 呂英華,牛守強. 基于Matlab的金屬材料顯微圖像處理[J]鞍山科技大學學報, 2006,(03) . [5] 徐建林,王智平,王延露,路陽,李文生. 基于Matlab的鑄造鋁青銅金相組織分析[J]. 宇航材料工藝, 2005, (05) . [6] 于廣州,楊秀娟. Matlab在圖像處理中的應(yīng)用[J]. 中國校外教育(理論), 2009, (02) . [7] 許志影,李晉平. Matlab及其在圖像處理中的應(yīng)用[J]. 計算機與現(xiàn)代化, 2003, (04) . [8] 劉文,賈志欣,邢書明. 半固態(tài)合金定量金相分析系統(tǒng)的開發(fā)[J]. 鑄造, 2008, (07) . [9] 于永泗，第七版.[10] 衣雪梅, 郭康權(quán). Matlab圖形圖像處理在農(nóng)機材料定量金相分析中的應(yīng)用[J]. 農(nóng)機化研究, 2006, (05)[11] （第二版）.北京：清華大學出版社,2007[12] 孫宏琦，施維穎,《長安大學學報（自然科學版） 》2003(2)[13] 李彥軍,《計算機工程與設(shè)計》，2009(12)[14] 胡鵬,《福建電腦》，2009(12)[15] 宋兆基、 ：清華大學出版社,2005[16] 吳建軍. 計算機圖像處理技術(shù)在定量金相分析中的應(yīng)用研究[D]重慶大學, 2002 . 致謝本次設(shè)計能夠按期完成除了本人的努力之外，謹向我的學校、工程技術(shù)學院、我的指導教師和各位同學致謝，他們的幫助使我受益良多。良好的學習氛圍使我們始終保持探究的精神；規(guī)模龐大、種類齊全的學校藏書為我們提供了精辟的名家論述。其次我要感謝工程技術(shù)學院以及農(nóng)機系的各位領(lǐng)導、老師的細心照顧。最后我要向我的導師致敬，楊老師和張老師治學嚴謹，平易近人，為我營造了一種良好的精神氛圍。正是他深厚的學識、長輩無微不至的關(guān)懷和細心全面的解答使我在設(shè)計過程中解決了許多難題，使我在對這個領(lǐng)域的了解和掌握能夠更進一步。畢業(yè)設(shè)計的完成意味著我們即將畢業(yè)，即將和我朝夕相處的同學們分別，我們都要各奔前程了。39。B=rgb2gray(A)。原圖39。原圖灰度圖像39。39。figuresubplot(1,2,1),imshow(A)title(39。)[X,map]=rgb2ind(A,128)。原圖索引圖像39。39。figuresubplot(1,2,1),imshow(A)title(39。) C=im2bw(A,)。原圖二值圖像39。39。figureB=rgb2gray(A)?；叶葓D像39。subplot(1,2,2),imshow(C)title(39。)（5）灰度圖像變索引圖像（二）A=imread(39。)。subplot(1,2,1),imshow(B)title(39。)[X,map]=gray2ind(B,63)。灰度變索引圖像39。39。figureB=rgb2gray(A)。灰度圖像39。subplot(1,2,2),imshow(C)title(39。)（7）灰度平均值A(chǔ)=imread(39。)。subplot(1,2,1),imshow(B)title(39。)B=double(B)。sumg=。for j=1:n。endendavg=sumg/(m*n) % 均值 maxg=max(max(B)) % 區(qū)域最大灰度ming=min(min(B)) % 區(qū)域最小灰度（8）彩色平均值A(chǔ)=imread(39。)。彩色圖像39。[m,n]=size(A)。for i=1:m。 sumg=sumg+A(i,j)。39。A=rgb2gray(I)。x2=fftshift(x1)。figure,subplot(1,4,1)。原圖39。subplot(1,4,2)。頻譜圖39。subplot(1,4,3)。title(39。)。imshow(x3,[0 10])title(39。)。39。I=rgb2gray(X)。imshow(I)。原圖39。subplot(1,3,2)。imshow(log(abs(J)),[0 20])。二維離散余弦變換39。subplot(1,3,3)。imshow(K,[0 20])。二維離散反余弦變換39。(3)利用DCT變換壓縮圖像I=imread(39。)。B=DCT2(A)。C=idct2(B)/255。imshow(A)。原圖39。subplot(1,3,2)。title(39。)。imshow(C)。壓縮后圖像39。三、圖像增強（一）灰度圖像增強（1）線性變換法clc。I=imread(39。)。colormap。%設(shè)置圖像倒數(shù)參數(shù)j=imadjust(A,[0 1],[1 0],)。subimage(j) (2)灰度圖像的非線性變換（之對數(shù)）I=imread(39。)。J=45*log(J+1)。figure,subimage(J) (二)直方圖校正直方圖均衡I=imread(39。)。imshow(B,[40 255])。直方圖39。figure,imhist(B,64)title(39。)四、濾波I=imread(39。)。C=imnoise(B,39。 pepper39。D=imfilter(B,fspecial(39。,3))。subplot(1,3,2)imshow(D)title(39。)subplot(1,3,3)imshow(D)title(39。)subplot(1,3,1)imshow(C)title(39。)五、銳化處理I=imread(39。)。figure,subplot(2,3,1),imshow(A)。原圖39。hs=fspecial(39。)。hp=fspecial(39。)。A=double(A)。%拉普拉斯算子J=conv2(A,H,39。)。subplot(2,3,2),imshow(K)。拉普拉斯銳化圖像39。B=edge(A,39。,)。title(39。)。title(39。)。title(39。)。39。figuresubplot(1,4,1),imshow(A)。原圖像39。subplot(1,4,2),imshow(B)。閾值91的圖像39。subplot(1,4,3),imshow(C)。閾值71的圖像39。subplot(1,4,4),imshow(D)。閾值140的圖像39。39。A=rgb2gray(I)。title(39。)B=edge(A,39。,)。title(39。)C=edge(A,39。,)。title(39。)D=edge(A,39。,)。title(39。)八、放縮A=imread(39。)。title(39。)B=imresize(A,2)figure,imshow(B)。二倍圖39。二分之一圖39。39。figuresubplot(1,4,1),imshow(A)。原圖像39。nearest39。subplot(1,4,2),imshow(uint8(B))。旋轉(zhuǎn)30度圖像39。nearest39。subplot(1,4,3),imshow(uint8(C))。旋轉(zhuǎn)45度圖像39。nearest39。subplot(1,4,4),imshow(uint8(D))。旋轉(zhuǎn)60度圖像39。39。A1=double(A1)。H=size(A1)。原像39。%垂直鏡像subplot(1,4,2),imshow(uint8(A2))。垂直鏡像39。%水平鏡像subplot(1,4,3),imshow(uint8(A3))。水平鏡像39。%對角鏡像subplot(1,4,4),imshow(uint8(A4))。對角鏡像39。39。A2=imcrop(A1,[75 68 100 110])。title(39。)subplot(1,2,2),imshow(A2)。剪切后圖像