南昌大学 数字图像处理实验程序27所有打包.docx
《南昌大学 数字图像处理实验程序27所有打包.docx》由会员分享，可在线阅读，更多相关《南昌大学 数字图像处理实验程序27所有打包.docx（24页珍藏版）》请在冰豆网上搜索。
南昌大学数字图像处理实验程序27所有打包
说明：
程序都是经过调试很久后弄上来的，是最后的上交给老师的版本，昌大学弟学妹们可放心使用~！
实验二、图像灰度变换、图像取反、直方图均衡
%%图像灰度变换
a=imread（'G:
\shuzituxiangshiyan\1\me.jpg'）;
A=rgb2gray（a）;
stretchlim（A）;%看看原图本来的灰度范围.
B=imadjust（A,stretchlim（A）,[]）;%默认为[01]
C=GrayTransf（A,0,1）;%调用自己编写的GrayTransf函数.
D=imadjust（A,stretchlim（A）,[0.10.8]）;%灰度变换至[0.0.8]
E=GrayTransf（A,0.1,0.8）;%调用自己编写的GrayTransf函数.
figure
（1）;
subplot（3,2,1）,imshow（a）,title（'原图'）;
subplot（3,2,2）,imshow（A）,title（'灰度原图'）;
subplot（3,2,3）,imshow（B）,title（'变换到区间[01]图'）;
subplot（3,2,4）,imshow（C）,title（'调用函数变换到区间[01]图'）;
subplot（3,2,5）,imshow（D）,title（'变换到区间[0.10.8]图'）;
subplot（3,2,6）,imshow（E）,title（'调用函数变换到区间[0.10.8]图'）;
%%图像取反
a=imread（'G:
\shuzituxiangshiyan\1\me.jpg'）;
A=rgb2gray（a）;
d=A;
[m,n]=size（d）;
fori=1:
m
forj=1:
n
e（i,j）=255-d（i,j）;%用225减像素值,实现黑白转换.
end
end
figure
（2）;
subplot（2,2,1）;imshow（d）;title（'原始灰度图'）;
subplot（2,2,2）;imshow（e）;title（'反变换图像'）;
subplot（2,2,3）;imhist（d）;title（'反变换图像灰度分布'）;
subplot（2,2,4）;imhist（e）;title（'反变换图像灰度分布'）;
%%另一种反变换
a=imread（'G:
\shuzituxiangshiyan\1\me.jpg'）;
A=rgb2gray（a）;
f=A;
g=imadjust（f,[],[10]）;%前面那个中括号，默认是[01]，后面调整为[10],相当于是反过来了.
figure（3）;
subplot（2,2,1）;imshow（f）;title（'原始灰度图像'）;
subplot（2,2,2）;imshow（g）;title（'反变换图像'）;
subplot（2,2,3）;imhist（f）;title（'图像灰度分布'）;
subplot（2,2,4）;imhist（g）;title（'反变换图像灰度分布'）;
%%再一种反变换
a=imread（'G:
\shuzituxiangshiyan\1\me.jpg'）;
A=rgb2gray（a）;
h=A;
i=ones（2,1）;%定义一个一行两列的矩阵.
i=stretchlim（h）;%把原灰度图像的灰度级敢为矩阵赋值给a矩阵.a是个列矩阵.
j=i';%转为行矩阵.
k=[0,1;1,0];
l=j*k;%实现矩阵值调换,即[xy]变为[yx]
J=imadjust（h,i,l）;
figure（4）;
subplot（2,2,1）;imshow（h）;title（'原灰度图像'）;
subplot（2,2,2）;imshow（J）;title（'反变换图像'）;
subplot（2,2,3）;imhist（h）;title（'灰度图像'）;
subplot（2,2,4）;imhist（J）;title（'反变换图像'）;
%%Gamma变换
a=imread（'G:
\shuzituxiangshiyan\1\me.jpg'）;
A=rgb2gray（a）;
m=A;
O=GrayGamma（m,0.5）;
P=GrayGamma（m,1）;
Q=GrayGamma（m,2）;
figure（5）;
subplot（2,2,1）;imshow（m）;title（'原灰度图像'）;
subplot（2,2,3）;imshow（O）;title（'r=0.5'）;
subplot（2,2,2）;imshow（P）;title（'r=1'）;
subplot（2,2,4）;imshow（Q）;title（'r=2'）;
figure（6）;
subplot（2,2,1）;imhist（m）;title（'原灰度图像'）;
subplot（2,2,3）;imhist（O）;title（'r=0.5'）;
subplot（2,2,2）;imhist（P）;title（'r=1'）;
subplot（2,2,4）;imhist（Q）;title（'r=2'）;
[rs]=size（m）;
M=reshape（m,1,r*s）;
p=reshape（P,1,r*s）;
o=reshape（O,1,r*s）;
q=reshape（Q,1,r*s）;
figure（7）;
plot（M,o,'r'）;holdon
plot（M,p,'g'）;holdon
plot（M,q,'b'）;title（'r=2红,r=1绿,r=2蓝'）;
figure（8）;
subplot（2,2,1）;plot（M,o,'r'）;title（'r=0.5'）;
subplot（2,2,2）;plot（M,p,'g'）;title（'r=1'）;
subplot（2,2,3）;plot（M,q,'b'）;title（'r=2'）;
%%直方图均衡
a=imread（'G:
\shuzituxiangshiyan\1\LH.jpg'）;%这里故意选择了比较暗一点的图像实验！
A=rgb2gray（a）;
n=A;
R=GrayEqualize（n）;
figure（9）;
subplot（2,2,1）;imshow（n）;title（'原灰度图像'）;
subplot（2,2,3）;imhist（n）;title（'原图像灰度直方图'）;
subplot（2,2,2）;imshow（R）;title（'均衡后灰度图'）;
subplot（2,2,4）;imhist（R）;title（'均衡后灰度直方图'）;
figure（10）;
subplot（2,2,1）;imshow（n）;title（'原灰度图像'）;
o=histeq（n）;
subplot（2,2,3）;imhist（n）;title（'原图像灰度直方图'）;
subplot（2,2,2）;imshow（o）;title（'均衡后灰度图'）;
subplot（2,2,4）;imhist（o）;title（'自带均衡函数灰度直方图'）;
imwrite（o,'megrayeq.jpg'）;%imwrite（tu,'tudemingzi.jpg'）;%imwrite（）有保存图的功能.保存在程序一起的文件夹下面.
%%直方图均衡方法的基本原理是：
对在图像中像素个数多的灰度值（即对画面起主要作用的灰度值）进行展宽.
%%而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。
从而达到清晰图像的目的.
实验二、图像滤波：
中值滤波器、均值滤波器、频域低通滤波、
主函数：
try
h=imread（'G:
\shuzituxiangshiyan\me.jpg'）;%读入彩色图片
c=rgb2gray（h）;%把彩色图片转化成灰度图片，默认256级.
figure
（1）,imshow（c）,title（'原始图象'）;%显示原始图象
g=imnoise（c,'salt&pepper',0.5）;%加入高斯噪声,均值0.1，方差0.002.椒盐噪声.
[XY]=size（g）;
figure
（2）,imshow（g）,title（'加入椒盐噪声之后的图象'）;%显示加入高斯噪声之后的图象
n=input（'请输入均值滤波器模板大小\n'）;
%%用自己的编写的函数进行均值滤波
Y1=avgfilter（g,3）;%调用自编函数进行均值滤波，n为模板大小
figure（3）,imshow（Y1）,title（'用自己的编写的函数进行均值滤波之后的结果'）;%显示滤波后的图象
n2=input（'请输入中值滤波的模板的大小\n'）;
%%用自己的编写的函数进行中值滤波
Y3=midfilter（g,n2）;%调用自己编写的函数进行中值滤波，
figure（4）,imshow（Y3）,title（'用自己编写的函数进行中值滤波之后的结果'）;
catch%捕获异常
disp（lasterr）;%如果程序有异常，输出
end
子函数1：
%%按要求编写的均值函数x是需要滤波的图像,n是模板大小（即n×n）
functiond=avgfilter（x,n）%定义均值滤波函数.
a（1:
n,1:
n）=1;%a即n×n模板,元素全是1
[height,width]=size（x）;%输入图像是hight*width的,且hight>n,width>n
x1=double（x）;
x2=x1;
fori=1:
height-n+1
forj=1:
width-n+1
c=x1（i:
i+（n-1）,j:
j+（n-1））.*a;%取出x1中从（i,j）开始的n行n列元素与模板相乘
s=sum（sum（c））;%求c矩阵中各元素之和
x2（i+（n-1）/2,j+（n-1）/2）=s/（n*n）;%将与模板运算后的各元素的均值赋给模板中心位置的元素
end
end
%未被赋值的元素取原值
d=uint8（x2）;
子函数2：
%自编的中值滤波函数。
x是需要滤波的图像,n是模板大小（即n×n）
functiond=midfilter（x,n）
[height,width]=size（x）;%输入图像是p×q的,且p>n,q>n
x1=double（x）;
x2=x1;
fori=1:
height-n+1
forj=1:
width-n+1
c=x1（i:
i+（n-1）,j:
j+（n-1））;%取出x1中从（i,j）开始的n行n列元素,即模板（n×n的）
e=c（1,:
）;%e是矩阵c的第一行
foru=2:
n
e=[e,c（u,:
）];%将c矩阵变为一个行矩阵
end
mm=median（e）;%mm是中值
x2（i+（n-1）/2,j+（n-1）/2）=mm;%将模板各元素的中值赋给模板中心位置的元素
end
end
%未被赋值的元素取原值
d=uint8（x2）;
%%频域低通滤波进行去噪.
i=imread（'G:
\shuzituxiangshiyan\2\me.jpg'）;
I0=rgb2gray（i）;
subplot（2,3,1）,imshow（I0）;title（'原图'）;
I1=imnoise（I0,'gaussian'）;%对原图像加噪声
subplot（2,3,2）,imshow（I1）;title（'加入噪声后'）
%将灰度图像的二维不连续Fourier变换的零频率（DC）成分移到频谱的中心
s=fftshift（fft2（I1））;
%s=（fft2（I1））;
%fftshift（）%%fftshift就是对换数据的左右两边比如？
？
subplot（2,3,3）,imshow（log（1+abs（s））,[]）;title（'fftshift'）;
[M,N]=size（s）;%分别返回s的行数到M中，列数到N中
%%
n1=floor（M/2）;%对M/2进行取整
n2=floor（N/2）;%对N/2进行取整
%%
%ILPF滤波（程序中以d0=45为例）
d0=45;%d0为带通半径~
fori=1:
M
forj=1:
N
d=sqrt（（i-n1）^2+（j-n2）^2）;%点（i,j）到傅立叶变换中心的距离
ifd<=d0%点（i,j）在通带内的情况
h（i,j）=1;%通带变换函数
else%点（i,j）在阻带内的情况
h（i,j）=0;%阻带变换函数
end
s（i,j）=h（i,j）*s（i,j）;%ILPF滤波后的频域表示频率乘积即可.
end
end
%%
s=ifftshift（s）;%对s进行反FFT移动
%%
%对s进行二维反离散的Fourier变换后，取复数的实部转化为无符号8位整数
s=uint8（real（ifft2（s）））;
subplot（2,3,4）,imshow（h）;title（'传递函数'）;%显示GHPF滤波器的传递函数
subplot（2,3,5）,imshow（s）;title（'ILPF滤波（d0=45）'）;%显示ILPF滤波后的图像
实验三、算子、高通滤波、梯度实现图像锐化
%%说明：
因为用我自己的照片效果太不明显，所以再用了一张明星的照片.
X=imread（'G:
\shuzituxiangshiyan\krystal.jpg'）;
I=rgb2gray（X）;
I=double（I）;%先图像转为double,后续方便操作.
a=[-1,0;0,1];%robter模板算子.
%a=[0,-1;1,0];%robter模板算子.
b=conv2（I,a）;
%b=I-b;
c=[-1,-2,-1;0,0,0;1,2,1];%robter模板算子.
d=conv2（I,c）;%sobel算子模板算子.
%d=d+I;
x=[1,1,1;1,-8,1;1,1,1];%拉普拉斯算子模板
y=conv2（I,x,'same'）;%书P100
e=y+I;%把laplacian模板卷积后的图像与原图像叠加,还原原图背景色调，也增强细节.
figure
（1）;
subplot（3,2,1）;imshow（X）;title（'原图'）;
subplot（3,2,4）;imshow（b,[]）;title（'roberts算子锐化结果'）;
subplot（3,2,2）;imshow（d,[]）;title（'sobel算子锐化结果'）;
subplot（3,2,3）;imshow（e,[]）;title（'Laplacian算子锐化结果'）;
%%我自己的照片结果
f=imread（'G:
\shuzituxiangshiyan\me.jpg'）;
F=rgb2gray（f）;
F=double（F）;%先图像转为double,后续方便操作.
i=[-1,0;0,1];%robter模板算子.
%a=[0,-1;1,0];%robter模板算子.
j=conv2（F,i）;
%b=I-b;
k=[-1,-2,-1;0,0,0;1,2,1];%robter模板算子.
l=conv2（F,k）;%sobel算子模板算子.
%d=d+I;
m=[1,1,1;1,-8,1;1,1,1];%拉普拉斯算子模板
n=conv2（F,m,'same'）;%书P100
o=n+F;%把laplacian模板卷积后的图像与原图像叠加,还原原图背景色调，也增强细节.
figure
（2）;
subplot（3,2,1）;imshow（f）;title（'原图'）;
subplot（3,2,4）;imshow（j,[]）;title（'roberts算子锐化结果'）;
subplot（3,2,2）;imshow（l,[]）;title（'sobel算子锐化结果'）;
subplot（3,2,3）;imshow（o,[]）;title（'Laplacian算子锐化结果'）;
%%线性空间域高通滤波补充高频分量，使得原本模糊的图像轮廓变清晰.
i=imread（'G:
\shuzituxiangshiyan\1\krystal.jpg'）;%读入图像?
figure
（1）;
subplot（2,2,1）,imshow（i）,title（'原始图像'）;
I=rgb2gray（i）;
subplot（2,2,2）,imshow（I）,title（'灰度图像'）;
g=[-1,-1,-1,-1,-1,-1,-1;-1,-1,-1,-1,-1,-1,-1;-1,-1,-1,-1,-1,-1,-1;-1,-1,-1,48,-1,-1,-1;-1,-1,-1,-1,-1,-1,-1;-1,-1,-1,-1,-1,-1,-1;-1,-1,-1,-1,-1,-1,-1];%线性高通滤波7×7模板
h=[-1-1-1-1-1;-1-1-1-1-1;-1-124-1-1;-1-1-1-1-1;-1-1-1-1-1];%线性高通滤波5×5模板
I=double（I）;%转化为double类型?
j=conv2（I,g）;%线性高通滤波进行图像滤波?
k=conv2（I,h）;
subplot（2,2,3）,imshow（j,[]）,title（'7x7滤波后图像'）;
subplot（2,2,4）,imshow（k,[]）,title（'5x5滤波后图像'）;
%%inshow（）只能显示uint的图像，一般来说double型的图像数据要么用image（）显示，要么inshow（,[]）
%%梯度法锐化图像
clear;
i=imread（'G:
\shuzituxiangshiyan\1\krystal.jpg'）;
I=rgb2gray（i）;
I=double（I）;
[Gx,Gy]=gradient（I）;%计算梯度
G=sqrt（Gx.*Gx+Gy.*Gy）;%注意是矩阵点乘
J1=G;%第一种图像增强,与原图像相加得到轮廓
J2=I;
K=find（G>=7）;%第二种图像增强，选取阈值，使明显的边缘轮廓得到突出，
J2（K）=G（K）;%又不会破坏原来的灰度变化平缓部分
J3=I;
K=find（G>=7）;%第三种图像增强
J3（K）=255;%大于该阈值处灰度值为255
J4=I;
K=find（G<=7）;%第四种图像增强
J4（K）=255;%小于该阈值处灰度值为255
J5=I;
K=find（G<=7）;%第五种图像增强
J5（K）=0;%小于该阈值处灰度值为0
Q=find（G>=7）;
J5（Q）=255;%大于该阈值处灰度值为255
figure,
subplot（2,3,1）,imshow（I,[]）;
title（'原图像'）;
subplot（2,3,2）,imshow（J1,[]）;
title（'第一种'）;
subplot（2,3,3）,imshow（J2,[]）;
title（'第二种'）;
subplot（2,3,4）,imshow（J3,[]）;
title（'第三种'）;
subplot（2,3,5）,imshow（J4,[]）;
title（'第四种'）;
subplot（2,3,6）,imshow（J5,[]）;
title（'第五种'）;
实验四、图像伪彩色处理
clc;
cj=imread（'G:
\shuzituxiangshiyan\上交程序\4\fengjing.jpg'）;
img=rgb2gray（cj）;
z=3;
[xy]=size（img）;
%imshow（img）;
img=double（img）;
img_cai=zeros（x,y,z）;
Max=max（max（img））;
Min=min（min（img））;
img=（255/（Max-Min））*img-（255*Min）/（Max-Min）;
figure,subplot（131）,imshow（cj）;
subplot（132）,imshow（img,[]）;
r=1;
g=2;
b=3;
fori=1:
x
forj=1:
y
temp=（2*pi/（Max-Min））*img（i,j）-（2*pi*Min）/（Max-Min）;
iftemp<=pi/2
img_cai（i,j,r）=0;
img_cai（i,j,g）=0;
img_cai（i,j,b）=255*（sin（temp））;
end
iftemp>pi/2&&temp<=pi
img_cai（i,g,r）=0;
img_cai（i,j,g）=255*（-cos（temp））;
img_cai（i,j,b）=255*（sin（temp））;
end
iftemp>pi&&temp<=pi*3/2
img_cai（i,j,r）=255*（-sin（temp））;
img_cai（i,j,g）=255*（-cos（temp））;
img_cai（i,j,b）=0;
end
iftemp>pi*3/2
img_cai（i,j,r）=255*（-sin（temp））;
img_cai（i,j,g）=0;
img_cai（i,j,b）=0;
end
end
end
subplot（133）,imshow（img_cai,[]）;
%%另一种效果更佳的伪彩色处理选取了一张色彩比较足的风景图.
main:
a=imread（'G:
\shuzituxiangshiyan\上交程序\4\fengjing.jpg'）;
%a=imresize（cj,[200300]）;%y原图太大，改小尺寸.imresize（）
%imwrite（a,'b.jpg','jpg'）%首先图像灰度化并存入对应文件夹下.
%b=imread（'G:
\shuzituxiangshiyan\上交程序\4\b.jpg'）;
b=rgb2gray（a）;
imwrite（b,'fengjing1.jpg','jpg'）%首先图像灰度化并存入对应文件夹下.
i='G:
\shuzituxiangshiyan\上交程序\4\fengjing1.jpg';%原图对应的灰度图像路径.
j='G:
\shuzituxiangshiyan\上交程序\4\fengjing.jpg';%原图像路径.
c
升级会员 