合工大圖像處理

合肥工業(yè)大學(xué)數(shù)字圖象處理實(shí)驗(yàn)（劉強(qiáng)）第一章 MATLAB簡(jiǎn)介及圖像基本運(yùn)算1編寫程序add.m， subtract.m, immultiply.m文件分別實(shí)現(xiàn)兩幅圖像的加，減、乘2.從矩陣的角度編寫程序?qū)崿F(xiàn)圖像的加法運(yùn)算得到混合圖像，然后將混合圖像與背景圖像做減法運(yùn)算。3.編寫程序?qū)崿F(xiàn)圖像的局部顯示4.使用subplot函數(shù)實(shí)現(xiàn)多圖像的顯示i=imread(圖片3.png);%改成你的圖片 注意這兩張圖片的大小要一致，否則會(huì)出現(xiàn)X與Y不一樣的錯(cuò)誤j=imread(圖片3.png);%改成你的圖片k1=imadd(i,j);subplot(2,2,1),imshow(k1),title(加法運(yùn)算);k2=imsubtract(i,j);subplot(2,2,2),imshow(k2),title(減法運(yùn)算);k3=immultiply(i,j);subplot(2,2,3),imshow(k3),title(乘法運(yùn)算);B=zeros(300,300); B(40:200,40:200)=1;k4=imsubtract(k1,j);subplot(2,2,4),imshow(k4),title(先加后減)B1=uint8(B);k5=immultiply(k4,B1);figure,imshow(k5),title(局部顯示)生成圖像 實(shí)驗(yàn)二 圖像變換 1.選取一幅圖像，編程并實(shí)現(xiàn)圖像的頻率位移，移到窗口中央。選取一幅圖像，進(jìn)行離散傅里葉變換，再對(duì)其進(jìn)行一定角度的旋轉(zhuǎn)，進(jìn)行離散傅里葉變換。I=zeros(256,256);I(88:168,124:132)=1; %產(chǎn)生圖像256*256的圖像J=fft2(I);F=abs(J);J1=fftshift(F);subplot(2,2,1),imshow(J1,5 50),title(將原始圖形放在中央);%對(duì)原始圖像進(jìn)行旋轉(zhuǎn)J=imrotate(I,90,bilinear,crop);subplot(2,2,2),imshow(J),title(原始圖像旋轉(zhuǎn)90度);%求旋轉(zhuǎn)后圖像的傅里葉頻譜J1=fft2(J);F=abs(J1);J2=fftshift(F);subplot(2,2,3),imshow(J2,5 50),title(旋轉(zhuǎn)90度后的頻譜圖)生成圖像2.對(duì)圖像進(jìn)行離散余弦變換，觀察其余弦變換系數(shù)及余弦反變換后恢復(fù)圖像。第三章 圖像的灰度運(yùn)算1.對(duì)一灰度圖像，通過(guò)選擇不同的灰度級(jí)變換函數(shù)s=T(r)實(shí)現(xiàn)圖像的灰度范圍線性擴(kuò)展和非線性擴(kuò)展，以及圖像的灰度倒置和二值化。I=imread(圖片3.png);figure;subplot(2,3,1);imshow(I);title(原圖);J=imadjust(I,0.3;0.6,0.1;0.9); %設(shè)置灰度變換的范圍subplot(2,3,2);imshow(J);title(線性擴(kuò)展);I1=double(I); %將圖像轉(zhuǎn)換為double類型I2=I1/255; %歸一化此圖像C=2;K=C*log(1+I2); %求圖像的對(duì)數(shù)變換subplot(2,3,3);imshow(K);title(非線性擴(kuò)展);M=im2bw(I,0.5);M=M;%M=255-I; %將此圖像取反%Figuresubplot(2,3,4);imshow(M);title(灰度倒置);N1=im2bw(I,0.4); %將此圖像二值化，閾值為0.4N2=im2bw(I,0.7); %將此圖像二值化，閾值為0.7subplot(2,3,5);imshow(N1);title(二值化閾值0.4);subplot(2,3,6);imshow(N2);title(二值化閾值0.7);生成圖像 第四章 圖像增強(qiáng)1.選取一幅圖像，加入椒鹽噪聲，分別用均值濾波和中值濾波進(jìn)行平滑處理，比較濾波效果I=imread(圖片3.png);J = imnoise(I,salt & pepper,0.02); %添加椒鹽噪聲 ave1=fspecial(average,3); %產(chǎn)生33的均值模版%ave2=fspecial(average,5); %產(chǎn)生55的均值模版K = filter2(ave1,J)/255; %均值濾波33%M = medfilt2(J,3 3); %中值濾波33模板N = medfilt2(J,4 4); %中值濾波44模板subplot(2,2,1),imshow(I),title(原始圖像);subplot(2,2,2),imshow(J),title(加椒鹽噪聲);subplot(2,2,3),imshow(K),title(均值濾波圖像);subplot(2,2,4),imshow(N),title(中值濾波圖像);生成圖像2.選取一幅含高斯噪聲圖像，用巴特沃斯低通，指數(shù)低通和梯形低通處理該圖像。I,map= imread(圖片3.png);noisy = imnoise(I,gaussian,0.01);imshow(noisy,map) ;M N= size(I);F= fft2(noisy);fftshift(F);Dcut = 100;D0 = 150;D1= 250;for u=1:Mfor v=1:ND(u,v)=sqrt(u2 + v2);BUTTERH(u,v)=1/(1+ (sqrt(2)-1) * (D(u,v)/Dcut) 2);EXPOTH(u,v) = exp(log(1/sqrt(2)*(D(u,v)/Dcut)2);if D(u,v)D0TRAPEH(u,v) = 1;elseif D(u,v)=D1TRAPEH(u,v) =(D(u,v)-D1)/(D0-D1);else TRAPEH(u,v)= 0;endendendBUTTERG=BUTTERH.*F;BUTTERfiltered = ifft2(BUTTERG) ;EXPOTG=EXPOTH.*F;EXPOTGfiltered = ifft2(EXPOTG) ;TRAPEG = TRAPEH.* F;TRAPEfiltered = ifft2(TRAPEG) ;subplot(2,2,1),imshow(noisy);title(高斯噪聲);subplot(2,2,2),imshow(BUTTERfiltered,map);title(巴特沃斯低通濾波);subplot(2,2,3),imshow(EXPOTGfiltered,map);title(指數(shù)型低通濾波);subplot(2,2,4),imshow(TRAPEfiltered,map);title(梯形低通濾波);生成圖像3.選取一幅圖像，采用sobel算子，prewitt算子和拉普拉斯算子對(duì)圖像進(jìn)行銳化處理I=imread(圖片3.png); subplot(2,3,1),imshow(I);title(原圖像);%顯示原圖像 H=fspecial(sobel); %應(yīng)用sobel算子銳化圖像 I2=filter2(H,I); %sobel算子濾波銳化 subplot(2,3,2);imshow(I2);%顯示sobel算子銳化圖像title(sobel算子銳化圖像); I=double(I);h=0,1,0,1,-4,1,0,1,0;J=conv2(I,h,same);%K=I-J;subplot(2,3,3),imshow(J);title(laplace算子銳化圖像); I=double(I);h1=1,0,-1,1,0,-1,1,0,-1;J1=conv2(I,h1,same);%K=I-J;subplot(2,3,4),imshow(J1);title(prewitt算子銳化圖像); 生成圖像 第五章 圖像分割1.選取一幅圖像，用Sobel,Roberts,Prewitt,LOG,Canny算子進(jìn)行邊緣檢測(cè)，觀察效果f=imread(圖片3.png);%gv,t1=edge(f,sobel);%使用edge函數(shù)對(duì)圖像f提取垂直的邊緣gv=edge(f,sobel);subplot(2,3,1),imshow(gv);title(sobel算子提取邊緣); f=imread(圖片3.png);%gv,t1=edge(f,roberts);%使用edge函數(shù)對(duì)圖像f提取垂直的邊緣gv=edge(f,roberts);subplot(2,3,2),imshow(gv);title(roberts算子提取邊緣); f=imread(圖片3.png);%gv,t1=edge(f,prewitt);%使用edge函數(shù)對(duì)圖像f提取垂直的邊緣gv=edge(f,prewitt);subplot(2,3,3),imshow(gv);title(prewitt算子提取邊緣); f=imread(圖片3.png);%gv,t1=edge(f,log);%使用edge函數(shù)對(duì)