数字图像处理的答案解剖.docx
《数字图像处理的答案解剖.docx》由会员分享，可在线阅读，更多相关《数字图像处理的答案解剖.docx（27页珍藏版）》请在冰点文库上搜索。
数字图像处理的答案解剖
图片像素的降低与恢复
I=imread（'2.jpg'）;%读取图片
g=rgb2gray（I）;%彩色图像灰度化
figure;imshow（I）;%显示原图片
figure;imshow（g）;%显示灰度值图片
%降低图像分辨率
g_down_1=g（1:
2:
end,1:
2:
end）;%512
g_down_2=g_down_1（1:
2:
end,1:
2:
end）;%256
g_down_3=g_down_2（1:
2:
end,1:
2:
end）;%128
g_down_4=g_down_3（1:
2:
end,1:
2:
end）;%64
g_down_5=g_down_4（1:
2:
end,1:
2:
end）;%32
figure;imshow（g_down_1）;%显示
figure;imshow（g_down_2）;%显示
figure;imshow（g_down_3）;%显示
figure;imshow（g_down_4）;%显示
figure;imshow（g_down_5）;%显示
%把降低分辨率的图像恢复原大小
G_up_5_near=imresize（g_down_3,8,'nearest'）;%最近邻法放大
G_up_5_bil=imresize（g_down_5,32,'bilinear'）;%双线性插值法放大
G_up_5_bic=imresize（g_down_5,32,'bicubic'）;%三次内插法放大
figure;imshow（G_up_5_near）;%显示
figure;imshow（G_up_5_bil）;%显示
figure;imshow（G_up_5_bic）;%显示
图像的四则运算和减法运算
clear;clc;%清空变量及工作区
I=imread（'11.jpg'）;%读取图片
I=rgb2gray（I）;%彩色图像灰度化
I2=imread（'22.jpg'）;%读取图片
I2=rgb2gray（I2）;%彩色图像灰度化
K=imlincomb（0.6,I,0.4,I2）;%计算两幅图像的线性组合
K=histeq（K）;%进行直方图均衡化
imshow（K）;
figure;
I1=imread（'1.jpg'）;
I2=imread（'2.jpg'）;
I=I1-I2;%图像相减
imshow（I）;
histeq（X）函数实现直方图均衡。
因为此函数只能对灰度图像进
行直方图均衡。
故应先将彩图转为灰度图像
位图显示
clear;clc;
I=imread（'aerial.tif'）;
I=double（I）;
G_7=bitand（I,128）;%求灰度值第七位
I_7=im2uint8（mat2gray（G_7））;%转换为无符号八位整型
figure;imshow（I_7）;%显示第七位位图
G_6=bitand（I,64）;%求灰度值第6位
I_6=im2uint8（mat2gray（G_6））;%转换为无符号八位整型
figure;imshow（I_6）;%显示第6位位图
G_5=bitand（I,32）;
I_5=im2uint8（mat2gray（G_5））;
figure;imshow（I_5）;
G_4=bitand（I,16）;
I_4=im2uint8（mat2gray（G_4））;
figure;imshow（I_4）;
G_3=bitand（I,8）;
I_3=im2uint8（mat2gray（G_3））;
figure;imshow（I_3）;
G_2=bitand（I,4）;
I_2=im2uint8（mat2gray（G_2））;
figure;imshow（I_2）;
G_1=bitand（I,2）;
I_1=im2uint8（mat2gray（G_1））;
figure;imshow（I_1）;
G_0=bitand（I,1）;
I_0=im2uint8（mat2gray（G_0））;
figure;imshow（I_0）;
I_restore=G_7+G_6+G_5+G_4+G_3+G_2+G_1+G_0;%读取重新储存的图片
figure;imshow（uint8（I_restore））;%显示
骨骼图的显示
%读取图像
I=imread（'Fig0343（a）（skeleton_orig）.tif'）;
%显示a图像
A=im2double（I）;
subplot（2,4,1）;
imshow（A）;
title（'（a）全身骨骼扫描图像'）;
%显示b图像
subplot（2,4,2）;
A=double（A）;
w1=fspecial（'laplacian',0）;
B=imfilter（A,w1,'corr','replicate'）;
imshow（B）;%得到拉普拉斯变换后的图像
title（'（b）经过拉普拉斯操作后的结果'）;
%显示c图像
subplot（2,4,3）;
C=A+B;%得到A+B的结果
imshow（C）;
title（'（c）图a加图b得到的锐化图像'）;
%显示d图像
subplot（2,4,4）;
w1=fspecial（'sobel'）;%得到水平sobel模板
w2=w1';%转置得到竖直sobel模板
G1=imfilter（A,w1）;%水平sobel梯度
G2=imfilter（A,w2）;%竖直sobel梯度
D=abs（G1）+abs（G2）;%sobel梯度
imshow（D）;
title（'（d）图a经sobel梯度处理后的结果'）;
%显示e图像
subplot（2,4,5）;
e=fspecial（'average',5）;
E=imfilter（D,e,'corr','replicate'）;
imshow（E）;
title（'（e）使用5*5均值滤波器平滑后的sobel图像'）;
%显示f图像
subplot（2,4,6）;
C=im2double（C）;
E=im2double（E）;
F=C.*E;imshow（F）;
title（'（f）图c和图e相乘形成的掩蔽图像'）;
%显示g图像
subplot（2,4,7）;
G=abs（A）+abs（F）;
imshow（G）;
title（'（g）由图a和图f求和得到的锐化后的图像'）;
%显示h图像
subplot（2,4,8）;
imshow（imadjust（G,[],[],0.5））;
title（'（h）对图g应用幂律变换得到的最终结果'）;
灰度直方图操作
clear;clc;
I=imread（'moon.tif'）;
figure;imshow（I）;
figure;imhist（I）;%显示灰度直方图
h=imhist（I，256）;%长条图显示，宽度为1，
figure;bar（h）;
h_scale=imhist（I,25）;
x=linspace（0,255,25）;%创建向量
figure;bar（x,h_scale）;%长条图显示，宽度为25
I_equ=histeq（I,256）;%直方图均衡化
figure;imhist（I_equ）;
figure;imshow（I_equ）;
figure;bar（imhist（I_equ））;
图像锐化梯度算子的应用
clear;clc;
f=imread（'building.tif'）;
f=im2double（f）;
w1=fspecial（'sobel'）;%得到水平sobel模板
w2=w1';%转置得到竖直sobel模板
g1=imfilter（f,w1,'replicate'）;%横向梯度算子结果
g2=imfilter（f,w2,'replicate'）;%纵向梯度算子结果
g=abs（g1）+abs（g2）;%sobel梯度
imshow（f）;figure;
imshow（g1）;figure;
imshow（g2）;figure;
imshow（g）;
图像锐化拉普拉斯算子的引用
clear;clc;
f=imread（'moon.tif'）;
w4=fspecial（'laplacian',0）;%生成拉普拉斯滤波器
w8=[111;1-81;111];
f=im2double（f）;
g4=f-imfilter（f,w4,'replicate'）;%g4=f-imfilter（f,w4,'symmetric'）;
g8=f-imfilter（f,w8,'replicate'）;%g8=f-imfilter（f,w8,'symmetric'）;
[A,B]=find（g4<0）;%找出矩阵中小于零元素所在行和列,并存在[A,B]中
fori=1:
length（A）%从1到length（A）循环
g4（A（i,1）,B（i,1））=0;%令这些元素为0
end
[C,D]=find（g4>1）;%找出矩阵中大于一元素所在行和列,并存在[c,d]中
fori=1:
length（C）%从1到length（C）循环
g4（C（i,1）,D（i,1））=1;%令这些元素为1
end
figure;imshow（f）;
%g4=im2uint8（mat2gray（g4））;
%g8=im2uint8（mat2gray（g8））;
figure;imshow（imfilter（f,w4,'replicate'））
figure;imshow（g4）;
figure;imshow（imfilter（f,w8,'replicate'））
figure;imshow（g8）;
平滑空间滤波器
clear;clc;
I=imread（'pattern.tif'）;%读取图像
imshow（I）;figure;%显示原图
h=fspecial（'average',[1414]）;%产生均值滤波器模板
g=imfilter（I,h,'replicate'）;%滤波
imshow（g）;
%阈值分割
I=imread（'galaxy.tif'）;
h=fspecial（'average',[1515]）;%产生均值滤波器模板
g=imfilter（I,h,'replicate'）;%滤波
level=graythresh（g）;%通过计算获得输入图像的阈值
BW=im2bw（g,level）;%通过阈值变换法把灰度图像转换成二值图像
imshow（BW）;
%中值滤波
I=imread（'imnoise.tif'）;
g=medfilt2（I,[33]）;%窗口大小为3×3的中值滤波
%g=medfilt2（I,[33],'symmetric'）;
imshow（g）;
%顺序滤波
A=imread（'imnoise.tif'）;
B=ordfilt2（A,15,true（7）,'symmetric'）;%图像作顺序统计滤波
figure;imshow（A）;figure;imshow（B）
图像增强的三种方法
%inversetransformation
I=imread（'breast.tif'）;
g=im2uint8（mat2gray（I））;%图像数据类型转换为无符号八位整型。
g_inver=255-g;%图像反转
figure;imshow（I）;
figure;imshow（g_inver）;
%logtransform
I=imread（'fourier.tif'）;
g=im2uint8（mat2gray（log（1+double（I））））;%对图像进行对数变换
figure;imshow（I）;
figure;imshow（g）;
%powertransformmoon.tifaerial.tif
I=imread（'aerial.tif'）;
g=im2uint8（mat2gray（double（I）.^
（2）））;%对图像进行幂律变换
%g=255-I;
figure;
imshow（I）;
figure;
imshow（g）;
理想低通滤波器
f=imread（'dynamic_range.tif'）;索引形式读入
imshow（f）;显示图像
title（'Ô Í¼'）;
f=im2double（f）;按比例的将其缩放至double类型
F=fftshift（fft2（f））;正半轴部分和负半轴部分的图像分别关于各自的中心对称
M=size（F,1）;表示维数的第一项
N=size（F,2）;表示维数的第二项
u=1:
M;u=[1,2,3,4,…M]
v=1:
N;v=[1,2,3,4,…N]
[V,U]=meshgrid（v,u）;产生两个矩阵，第一个矩阵是由v作为行向量组成，第二个向量由u作为列向量组成
D=sqrt（（U-（floor（M/2）+1））.^2+（V-（floor（N/2）+1））.^2）;计算公式
H=zeros（M,N）;产生一个mxn的全零矩阵
H（D<=235）=1;令D<=235在范围内的为1
G=F.*H;进行卷积
G_inv=ifft2（ifftshift（G））;进行图像二维离散快速傅里叶变换
figure;建立图形
imshow（real（G_inv））;显示图像
title（'Â˲¨ºó'）;
alpha=sum（abs（F（D<=5））.^2）./sum（abs（F（:
））.^2）计算？
巴特沃斯低通滤波器
f=imread（'pattern.tif'）;索引形式读入
imshow（f）;显示图像
%title（'Ô Í¼'）;
f=im2double（f）;按比例的将其缩放至double类型
F=fftshift（fft2（f））;正半轴部分和负半轴部分的图像分别关于各自的中心对称
M=size（F,1）;表示维数的第一项
N=size（F,2）;表示维数的第二项
u=1:
M;u=[1,2,3,4,…M]
v=1:
N;v=[1,2,3,4,…N]
[V,U]=meshgrid（v,u）;产生两个矩阵，第一个矩阵是由v作为行向量组成，第二个向量由u作为列向量组成
D=sqrt（（U-（floor（M/2）+1））.^2+（V-（floor（N/2）+1））.^2）;计算公式？
H=zeros（M,N）;产生一个mxn的全零矩阵
D0=235;n=2;%2阶
H=1./（1+（D./D0）.^（2*n））;公式？
G=F.*H;进行卷积？
G_inv=ifft2（ifftshift（G））;进行图像二维离散快速傅里叶变换
figure;建立图形
imshow（real（G_inv））;显示图像
%title（'Â˲¨ºó'）
高斯低通滤波器
clear;clc;
f=imread（'broken-text.tif'）;索引形式读入
imshow（f）;显示图像
%title（'Ô Í¼'）;
f=im2double（f）;按比例的将其缩放至double类型
F=fftshift（fft2（f））;正半轴部分和负半轴部分的图像分别关于各自的中心对称
M=size（F,1）;表示维数的第一项
N=size（F,2）;表示维数的第二项
u=1:
M;u=[1,2,3,4,…M]
v=1:
N;v=[1,2,3,4,…N]
[V,U]=meshgrid（v,u）;产生两个矩阵，第一个矩阵是由v作为行向量组成，第二个向量由u作为列向量组成
D=sqrt（（U-（floor（M/2）+1））.^2+（V-（floor（N/2）+1））.^2）;计算公式？
H=zeros（M,N）;产生一个mxn的全零矩阵
D0=80;
H=exp（-D.^2./（2*D0.^2））;公式
G=F.*H;
G_inv=ifft2（ifftshift（G））;进行图像二维离散快速傅里叶变换
figure;imshow（real（G_inv））;
%title（'Â˲¨ºó'）
高斯高通滤波器（同上）
clear;clc;
f=imread（'chest_xray.tif'）;
imshow（f）;
%title（'Ô Í¼'）;
f=im2double（f）;
F=fftshift（fft2（f））;
M=size（F,1）;N=size（F,2）;
u=1:
M;
v=1:
N;
[V,U]=meshgrid（v,u）;
D=sqrt（（U-（floor（M/2）+1））.^2+（V-（floor（N/2）+1））.^2）;
L=zeros（M,N）;
D0=2;截止频率=2
L=exp（-D.^2./（2*D0.^2））;
H=1-L;低通变成高通
G=F.*H;
G_inv=ifft2（ifftshift（G））;
figure;imshow（real（G_inv）,[]）;
%title（'Â˲¨ºó'）
巴特沃斯高通滤波器（同上）
f=imread（'thumb_print.tif'）;
imshow（f）;
%title（'Ô Í¼'）;
f=im2double（f）;
F=fftshift（fft2（f））;
M=size（F,1）;N=size（F,2）;
u=1:
M;
v=1:
N;
[V,U]=meshgrid（v,u）;
D=sqrt（（U-（floor（M/2）+1））.^2+（V-（floor（N/2）+1））.^2）;
L=zeros（M,N）;
D0=25;n=4;截止频率=25，设为4阶
L=1./（1+（D./D0）.^（2*n））;
H=1-L;低通变成高通
G=F.*H;
G_inv=real（ifft2（ifftshift（G）））;
figure;imshow（G_inv）;
%title（'Â˲¨ºó'）
I_thresh=G_inv;%指纹处理
[A,B]=find（I_thresh<0）;找出矩阵中I_thresh<0元素所在行和列,并存在A,B中
[C,D]=find（I_thresh>=0）;找出矩阵中I_thresh>=0元素所在行和列,并存在C,D中
fori=1:
length（A）取i分别为在1到length（A）的每一个数
I_thresh（A（i,1）,B（i,1））=0;令这些元素为0
end
fori=1:
length（C）（同上）
I_thresh（C（i,1）,D（i,1））=1;令这些元素为1
end
figure;imshow（I_thresh）;
clear;clc;
I=zeros（512,512）;产生一个512x512的全零矩阵
I（226:
286,240:
266）=1;
imshow（I）;
F=fft2（I）;
F_no_shift=abs（F）;
F_shift=abs（fftshift（F））;
%G_no_shift=log（1+F_no_shift）;
G_shift=log（1+F_shift）;
%figure;imshow（F_no_shift,[]）;
%figure;imshow（G_no_shift,[]）;
figure;imshow（F_shift,[]）;
figure;imshow（G_shift,[]）;
%
%%图像旋转
I2=imrotate（I,45,'bilinear','crop'）;
figure;imshow（I2）;
F2=fft2（I2）;
F2_shift=abs（fftshift（F2））;
G2_shift=log（1+F2_shift）;
figure;imshow（F2_shift,[]）;
figure;imshow（G2_shift,[]）;
振铃效应
f=zeros（512,512）;
f（128,128）=255;
f（128,384）=255;
f（384,128）=255;
f（384,384）=255;
f（256,256）=255;
figure;imshow（f）;
f=im2double（f）;
F=fftshift（fft2（f））;
M=size（F,1）;N=size（F,2）;
u=1:
M;
v=1:
N;
[V,U]=meshgrid（v,u）;
D=sqrt（（U-（floor（M/2）+1））.^2+（V-（floor（N/2）+1））.^2）;
H=zeros（M,N）;
H（D<=5）=1;
G=F.*H;
G_inv=ifft2（ifftshift（G））;
figure;imshow（real（G_inv）,[]）;
拉普拉斯滤波器
clear;clc;
f=imread（'moon.tif'）;
imshow（f）;
%title（'moon'）;
f=im2double（f）;
F=fftshift（fft2（f））;
M=size（F,1）;N=size（F,2）;
u=1:
M;
v=1:
N;
[V,U]=meshgrid（v,u）;
H=zeros（M,N）;
H=-4*pi^2*（（U-（floor（M/2）+1））.^2+（V-（floor（N/2）+1））.^2）;
G=F.*H;
G1=real（ifft2（ifftshift（G）））;
figure;imshow（G1,[]）;%线性映射0-255
G2=G1-min（G1（:
））;
G2=G2/max（G2（:
））;
G3=im2uint8（G2）;
%figure;imshow（G3）%G3ÏßÐÔÓ³ÉäµÈͬÓÚimshow£¨G1,[]）;
%title（'±ê¶¨ºóµÄͼÏñ'）;
G2=f-G2;
figure;imshow（G2,[]）;
%title（'À ÆÕÀ ˹Ëã×ÓÔöǿͼÏñ'）;
%空间拉普拉斯算子
w4=fspecial（'laplacian',0）;
sp=imfilter（f,w4）;
g4=f-sp;
figure;imshow（sp,[]）;
figure;imshow（g4,[]）;
第六章
edge_function
clear;clc;%清空命令窗口的所有输入和输出
I=imread（'1.jpg'）;%读入wirebond_mask.tif图像
BW_sobel=edge（I,'sobel'）;%sobel图像边缘提取
imshow（BW_sobel）;%显示图像
BW_prewitt=edge（I,'prewitt
升级会员 