合工大图像处理.docx
《合工大图像处理.docx》由会员分享，可在线阅读，更多相关《合工大图像处理.docx（10页珍藏版）》请在冰点文库上搜索。
合工大图像处理
合肥工业大学数字图象处理实验（刘强）
第一章MATLAB简介及图像基本运算
1．编写程序add.m，subtract.m,immultiply.m文件分别实现两幅图像的加，减、乘
2.从矩阵的角度编写程序实现图像的加法运算得到混合图像，然后将混合图像与背景图像做减法运算。
3.编写程序实现图像的局部显示
4.使用subplot函数实现多图像的显示
i=imread（'图片3.png'）;%改成你的图片注意这两张图片的大小要一致，否则会出现X与Y不一样的错误
j=imread（'图片3.png'）;%改成你的图片
k1=imadd（i,j）;
subplot（2,2,1）,imshow（k1）,title（'加法运算'）;
k2=imsubtract（i,j）;
subplot（2,2,2）,imshow（k2）,title（'减法运算'）;
k3=immultiply（i,j）;
subplot（2,2,3）,imshow（k3）,title（'乘法运算'）;
B=zeros（300,300）;
B（40:
200,40:
200）=1;
k4=imsubtract（k1,j）;
subplot（2,2,4）,imshow（k4）,title（'先加后减'）
B1=uint8（B）;
k5=immultiply（k4,B1）;
figure,imshow（k5）,title（'局部显示'）
生成图像
实验二图像变换
1.选取一幅图像，编程并实现图像的频率位移，移到窗口中央。
选取一幅图像，进行离散傅里叶变换，再对其进行一定角度的旋转，进行离散傅里叶变换。
I=zeros（256,256）;
I（88:
168,124:
132）=1;%产生图像256*256的图像
J=fft2（I）;
F=abs（J）;
J1=fftshift（F）;subplot（2,2,1）,
imshow（J1,[550]）,title（'将原始图形放在中央'）;
%对原始图像进行旋转
J=imrotate（I,90,'bilinear','crop'）;
subplot（2,2,2）,
imshow（J）,title（'原始图像旋转90度'）;
%求旋转后图像的傅里叶频谱
J1=fft2（J）;
F=abs（J1）;
J2=fftshift（F）;subplot（2,2,3）,
imshow（J2,[550]）,title（'旋转90度后的频谱图'）
生成图像
2.对图像进行离散余弦变换，观察其余弦变换系数及余弦反变换后恢复图像。
第三章图像的灰度运算
1.对一灰度图像，通过选择不同的灰度级变换函数s=T（r）实现图像的灰度范围线性扩展和非线性扩展，以及图像的灰度倒置和二值化。
I=imread（'图片3.png'）;
figure;
subplot（2,3,1）;
imshow（I）;
title（'原图'）;
J=imadjust（I,[0.3;0.6],[0.1;0.9]）;%设置灰度变换的范围
subplot（2,3,2）;
imshow（J）;
title（'线性扩展'）;
I1=double（I）;%将图像转换为double类型
I2=I1/255;%归一化此图像
C=2;
K=C*log（1+I2）;%求图像的对数变换
subplot（2,3,3）;
imshow（K）;
title（'非线性扩展'）;
M=im2bw（I,0.5）;
M=~M;
%M=255-I;%将此图像取反
%Figure
subplot（2,3,4）;
imshow（M）;
title（'灰度倒置'）;
N1=im2bw（I,0.4）;%将此图像二值化，阈值为0.4
N2=im2bw（I,0.7）;%将此图像二值化，阈值为0.7
subplot（2,3,5）;
imshow（N1）;
title（'二值化阈值0.4'）;
subplot（2,3,6）;
imshow（N2）;
title（'二值化阈值0.7'）;
生成图像
第四章图像增强
1.选取一幅图像，加入椒盐噪声，分别用均值滤波和中值滤波进行平滑处理，比较滤波效果
I=imread（'图片3.png'）;
J=imnoise（I,'salt&pepper',0.02）;%添加椒盐噪声
ave1=fspecial（'average',3）;%产生3×3的均值模版
%ave2=fspecial（'average',5）;%产生5×5的均值模版
K=filter2（ave1,J）/255;%均值滤波3×3
%M=medfilt2（J,[33]）;%中值滤波3×3模板
N=medfilt2（J,[44]）;%中值滤波4×4模板
subplot（2,2,1）,imshow（I）,title（'原始图像'）;
subplot（2,2,2）,imshow（J）,title（'加椒盐噪声'）;
subplot（2,2,3）,imshow（K）,title（'均值滤波图像'）;
subplot（2,2,4）,imshow（N）,title（'中值滤波图像'）;
生成图像
2.选取一幅含高斯噪声图像，用巴特沃斯低通，指数低通和梯形低通处理该图像。
[I,map]=imread（'图片3.png'）;
noisy=imnoise（I,'gaussian',0.01）;
imshow（noisy,map）;
[MN]=size（I）;
F=fft2（noisy）;
fftshift（F）;
Dcut=100;
D0=150;
D1=250;
foru=1:
M
forv=1:
N
D（u,v）=sqrt（u^2+v^2）;
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）;
ifD（u,v）TRAPEH（u,v）=1;
elseifD（u,v）<=D1
TRAPEH（u,v）=（D（u,v）-D1）/（D0-D1）;
elseTRAPEH（u,v）=0;
end
end
end
BUTTERG=BUTTERH.*F;
BUTTERfiltered=ifft2（BUTTERG）;
EXPOTG=EXPOTH.*F;
EXPOTGfiltered=ifft2（EXPOTG）;
TRAPEG=TRAPEH.*F;
TRAPEfiltered=ifft2（TRAPEG）;
subplot（2,2,1）,imshow（noisy）;title（'高斯噪声'）;
subplot（2,2,2）,imshow（BUTTERfiltered,map）;title（'巴特沃斯低通滤波'）;subplot（2,2,3）,imshow（EXPOTGfiltered,map）;title（'指数型低通滤波'）;subplot（2,2,4）,imshow（TRAPEfiltered,map）;title（'梯形低通滤波'）;
生成图像
3.选取一幅图像，采用sobel算子，prewitt算子和拉普拉斯算子对图像进行锐化处理
I=imread（'图片3.png'）;
subplot（2,3,1）,imshow（I）;title（'原图像'）;%显示原图像
H=fspecial（'sobel'）;%应用sobel算子锐化图像
I2=filter2（H,I）;%sobel算子滤波锐化
subplot（2,3,2）;imshow（I2）;%显示sobel算子锐化图像
title（'sobel算子锐化图像'）;
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算子锐化图像'）;
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算子锐化图像'）;
生成图像
第五章图像分割
1.选取一幅图像，用Sobel,Roberts,Prewitt,LOG,Canny算子进行边缘检测，观察效果
f=imread（'图片3.png'）;
%[gv,t1]=edge（f,'sobel'）;%使用edge函数对图像f提取垂直的边缘
gv=edge（f,'sobel'）;
subplot（2,3,1）,imshow（gv）;
title（'sobel算子提取边缘'）;
f=imread（'图片3.png'）;
%[gv,t1]=edge（f,'roberts'）;%使用edge函数对图像f提取垂直的边缘
gv=edge（f,'roberts'）;
subplot（2,3,2）,imshow（gv）;
title（'roberts算子提取边缘'）;
f=imread（'图片3.png'）;
%[gv,t1]=edge（f,'prewitt'）;%使用edge函数对图像f提取垂直的边缘
gv=edge（f,'prewitt'）;
subplot（2,3,3）,imshow（gv）;
title（'prewitt算子提取边缘'）;
f=imread（'图片3.png'）;
%[gv,t1]=edge（f,'log'）;%使用edge函数对图像f提取垂直的边缘
gv=edge（f,'log'）;
subplot（2,3,4）,imshow（gv）;
title（'log算子提取边缘'）;
f=imread（'图片3.png'）;
%[gv,t1]=edge（f,'canny'）;%使用edge函数对图像f提取垂直的边缘
gv=edge（f,'canny'）;
subplot（2,3,5）,imshow（gv）;
title（'cannny算子提取边缘'）;
生成图像
升级会员 