合工大图像处理Word文档格式.docx

上传人:b****4 文档编号:8113027 上传时间:2023-05-10 格式:DOCX 页数:10 大小:601.55KB
下载 相关 举报
合工大图像处理Word文档格式.docx_第1页
第1页 / 共10页
合工大图像处理Word文档格式.docx_第2页
第2页 / 共10页
合工大图像处理Word文档格式.docx_第3页
第3页 / 共10页
合工大图像处理Word文档格式.docx_第4页
第4页 / 共10页
合工大图像处理Word文档格式.docx_第5页
第5页 / 共10页
合工大图像处理Word文档格式.docx_第6页
第6页 / 共10页
合工大图像处理Word文档格式.docx_第7页
第7页 / 共10页
合工大图像处理Word文档格式.docx_第8页
第8页 / 共10页
合工大图像处理Word文档格式.docx_第9页
第9页 / 共10页
合工大图像处理Word文档格式.docx_第10页
第10页 / 共10页
亲,该文档总共10页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

合工大图像处理Word文档格式.docx

《合工大图像处理Word文档格式.docx》由会员分享,可在线阅读,更多相关《合工大图像处理Word文档格式.docx(10页珍藏版)》请在冰点文库上搜索。

合工大图像处理Word文档格式.docx

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'

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('

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);

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);

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);

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);

二值化阈值0.4'

subplot(2,3,6);

imshow(N2);

二值化阈值0.7'

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

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('

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'

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('

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)<

D0

TRAPEH(u,v)=1;

elseifD(u,v)<

=D1

TRAPEH(u,v)=(D(u,v)-D1)/(D0-D1);

elseTRAPEH(u,v)=0;

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);

高斯噪声'

subplot(2,2,2),imshow(BUTTERfiltered,map);

巴特沃斯低通滤波'

subplot(2,2,3),imshow(EXPOTGfiltered,map);

指数型低通滤波'

subplot(2,2,4),imshow(TRAPEfiltered,map);

梯形低通滤波'

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

subplot(2,3,1),imshow(I);

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

imshow(I2);

%显示sobel算子锐化图像

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);

laplace算子锐化图像'

h1=[1,0,-1,1,0,-1,1,0,-1];

J1=conv2(I,h1,'

subplot(2,3,4),imshow(J1);

prewitt算子锐化图像'

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('

%[gv,t1]=edge(f,'

%使用edge函数对图像f提取垂直的边缘

gv=edge(f,'

subplot(2,3,1),imshow(gv);

sobel算子提取边缘'

roberts'

subplot(2,3,2),imshow(gv);

roberts算子提取边缘'

prewitt'

subplot(2,3,3),imshow(gv);

prewitt算子提取边缘'

log'

subplot(2,3,4),imshow(gv);

log算子提取边缘'

canny'

subplot(2,3,5),imshow(gv);

cannny算子提取边缘'

生成图像

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 求职职场 > 简历

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2