《matlab實驗 圖像的基本運算》由會員分享，可在線閱讀，更多相關(guān)《matlab實驗 圖像的基本運算（20頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、實驗四、圖像的基本運算1（1）選擇一幅圖像lena8.jpg，設(shè)置輸入/輸出變換的灰度級范圍，a=0.3，b=0.6，c=0.1，d=0.9（2）設(shè)置非線性擴(kuò)展函數(shù)的參數(shù)c=2（3）采用灰度倒置變換函數(shù)s=255-r進(jìn)行圖像變換（4）設(shè)置二值化圖像的閾值，分別為level=0.4，level=0.7程序如下I=imread(C:lena8.jpg);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=d
2、ouble(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);subpl
3、ot(2,3,6);imshow(N2);title(二值化閾值0.7);2 選取兩幅大小一樣的灰度圖像hough.bmp和rice.bmp，將兩幅圖像進(jìn)行加法運算。程序如下I=imread(C:hough.bmp);%I=rgb2gray(I);J=imread(C:rice.bmp);I=im2double(I); %將圖像轉(zhuǎn)換成double型J=im2double(J);K=I+0.3*J; %兩幅圖像相加subplot(1,3,1);imshow(I);title(物圖);subplot(1,3,2);imshow(J);title(背景圖);subplot(1,3,3);imshow
4、(K);title(相加后的圖);imwrite(K,C:lena1.jpg);3 選取一幅混合圖像，如相加得到的圖像lenal.jpg，將混合圖像與背景圖像做減法運算。程序如下A=imread(C:lena1.jpg);B=imread(C:rice.bmp);A=im2double(A); %將圖像轉(zhuǎn)換成double型B=im2double(B);C=A-0.3*B;subplot(1,3,1);imshow(A);title(混合圖);subplot(1,3,2);imshow(B);title(背景圖);subplot(1,3,3);imshow(C);title(分離后的圖);4 選
5、取一幅尺寸為256x256像素的灰度圖，如rice.bmp。設(shè)置掩模模板，對于需要保留下來的區(qū)域，掩模圖像的值置為1，而需要被抑制掉的區(qū)域，掩模圖像的值置為0。程序如下A=imread(C:rice.bmp);%A=rgb2gray(A);A=im2double(A);subplot(1,2,1);imshow(A);title(原圖);B=zeros(256,256);B(40:200,40:200)=1;K=A.*B;subplot(1,2,2);imshow(K);title(局部圖);5 選取一幅大小為256x256像素的圖像，如lena8.jpg. 分別將圖比例放大1.5倍，比例縮小
6、0.7倍，非比例放大到420x384像素，非比例縮小到15x180像素。程序如下A=imread(C:lena8.jpg);Bl=imresize(A,1.5); %比例放大1.5倍，默認(rèn)采用的是最近鄰法進(jìn)行線性插值B2=imresize (A, 420 384); %非比例放大至420:384 Cl=imresize (A, 0 . 7) ; %比例縮小0.7 倍C1=imresize(A, 0.7) ;C2=imresize(A, 150 180) ; %非比例縮小到150:180 figure;imshow(Bl);title(比例放大圖);figure;imshow(B2);title
7、(非比例放大圖);figure;imshow(C1);title(比例縮小圖);figure;imshow(C2);title(非比例縮小圖); 實驗五、圖像的變換1 選取一幅圖像，進(jìn)行離散傅里葉變換，再對其分別進(jìn)行X軸與Y軸上的平移，得其離散傅里葉變換，觀察結(jié)果圖。程序如下I=imread(C:1.bmp); %I=imread(C:lena8.jpg); %imshow(I); imshow(real(I); figure(1)I=I(:,:,3);fftI=fft2(I);sfftI=fftshift(fftI); %求離散傅里葉頻譜%對原始圖像進(jìn)行二維離散傅里葉變換，并將其坐標(biāo)原點移到
8、頻譜圖中央位置 RRfdpl=real(sfftI);IIfdpl=imag(sfftI); a=sqrt(RRfdpl.2+IIfdpl.2);a=(a-min(min(a)/(max(max(a)-min(min(a)*225; figure(2); imshow(real(a);I=imread(C:2.bmp); figure(3); imshow(real(I);I=I(:,:,3); fftI=fft2(I);sfftI=fftshift (fftI) ; %求離散傅里葉頻譜%對原始圖像進(jìn)行二維離散傅里葉變換，并將其坐標(biāo)原點移到頻譜圖中央位置 RRfdpl=real(sfftI);
9、IIfdpl=imag(sfftI);a=sqrt(RRfdpl.2+IIfdpl.2);a=(a-min(min(a)/(max(max(a)-min(min(a)*225;figure(4);imshow(real (a);I=imread(C:3.bmp);figure (5);imshow(real (I);I=I(:,:,3);fftI=fft2 (I);sfftI = fftshift (fftI) ; %求離散傅里葉頻譜%對原始圖像進(jìn)行二維離散傅里葉變換，并將其坐標(biāo)原點移到頻譜圖中央位置 RRfdpl=real (sfftI);IIfdpl=imag(sfftI);a=sqrt(
10、RRfdpl.2+IIfdpl.2);a=(a-min(min(a)/(max(max(a)-min(min(a)*225;figure(6);imshow(real(a);2 選取一幅圖像，進(jìn)行離散傅里葉變換，再對其進(jìn)行一定角度的旋轉(zhuǎn)，進(jìn)行離散傅里葉變化。程序如下%構(gòu)造原始圖像I=zeros(256,256);I(88:168,124:132)=1; %圖像范圍是256*256，前一值是縱向比，后一值是橫向比imshow(I);%求原始圖像的傅里葉變換J=fft2(I);F=abs(J);J1=fftshift(F);figureimshow(J1,5 50);%對原始圖像進(jìn)行旋轉(zhuǎn)J=imr
11、otate(I,90,bilinear,crop);figureimshow(J)%求旋轉(zhuǎn)后圖像的傅里葉頻譜J1=fft2(J);F=abs(J1);J2=fftshift(F);figureImshow(J2,5 50)3 選取一幅圖像，進(jìn)行離散余弦變換，并對其進(jìn)行離散余弦反變換，觀察其結(jié)果程序如下%對lena24.ipg文件計算二維DCT變換 RGB = imread(C:lena24.jpg);figure(1) imshow(RGB)I=rgb2gray(RGB);%真彩色圖像轉(zhuǎn)換成灰度圖像 J = dct2(I);%計算二維DCT變換 figure (2)imshow(log(abs
12、(J),)%圖像大部分能量集中在上左角處 figure (3);J(abs(J) =Step*(k-1)&IStep*k);Image(Index)=Projectm(k);endfigure,imshow(Image,)end3 對一幅灰度圖像采用多種方法實現(xiàn)平滑、銳化濾波。程序如下clear allclose allI=double(imread(C:lena8.jpg);figure,imshow(I,);% 1.均值低通濾波 H=fspecial(average,5); F1=double(filter2(H,I); figure,imshow(F1,);% 2 . gaussian低
13、通濾波 H=fspecial(gaussian,7,3); F2=double(filter2(H,I); figure,imshow(F2,);% 3.增強(qiáng)圖像-原圖-均值低通濾波F3=2*I-F1;figure,imshow(uint8 (F3),);% 4.增強(qiáng)圖像=原圖-高斯低通濾波F4=2*I-F2;figure,imshow(uint8 (F4),);%5. prewitt邊緣算子增強(qiáng) H=fspecial(prewitt);F 5=uint8(I+filter2(H,I); figure,imshow(F5,);%6. sobel邊緣算子增強(qiáng) H=fspecial(sobel);
14、F6=uint8(I + filter2(H,I); figure,imshow(F6,);實驗7、圖像的復(fù)原1 對一幅灰度圖像添加噪聲并濾波。程序如下clear;close all;%1.生成含噪圖像img = imread(C:lena8.bmp);figure; imshow(img);img =double(imnoise(img,salt & pepper, 0.01);figure,imshow(img,);%2.采用均值濾波N=5; %濾波模板大小h=fspecial(average,N);I=filter2(h,img);figure,imshow(I,)%3.中值濾波I=me
15、dfilt2(img,N N);figure,imshow(I,)%4.最大值濾波I=ordfilt2(img,N*N,true(N);figure,imshow(I,)%5.最小值濾波I=ordfilt2(img,1,true(N); figure,imshow(I,)2 對沿X軸方向的紋波加性噪聲進(jìn)行陷波濾波。程序如下close allclear all%1.生成波紋噪聲圖像img = double(imread(C:lena8.bmp);figure; imshow(img,);sizec=size(img);w=0.4*2*pi;%噪聲的數(shù)字頻率N=2*pi/w; %噪聲每一周期的采樣
16、點數(shù)img_noise=img+20*ones(sizec(1),1)*sin(w*1:sizec(2); figure,imshow(img_noise,);%圖像頻譜 F0=fft2(img);F0=fftshift(F0);figure,imshow(log(abs(F0),);F=fft2(img_noise);F=fftshift(F);figure,imshow(log(abs(F),);%2.設(shè)計理想陷波濾波器 H=ones(sizec(1),sizec(2);%圖像中心點 x0=sizec(1)/2+1; y0=sizec(2)/2+1;%噪聲所處頻率點(x,y)x=x0;y=y0-round(sizec(2)/N);H (x,y-3:y+3)=0;H(x,(y0-y)+y0-3:(y0-y)+y0+3)=0;%3.濾波結(jié)果 I=ifftshift(F.*H); imgl=ifft2(I); figure; imshow(imgl,);
matlab實驗 圖像的基本運算
