大作业数字图像处理.docx
《大作业数字图像处理.docx》由会员分享，可在线阅读，更多相关《大作业数字图像处理.docx（18页珍藏版）》请在冰豆网上搜索。
大作业数字图像处理
数字图像处理
（F013024）
学号：
姓名：
签名：
成绩：
2014年1月
大作业一：
图像类型转换
要求：
从真彩图像提取色调、饱和度和亮度图像。
原图：
图1.1原图
提取结果：
图1.2h色调图像
图1.3s饱和度图像
图1.4v亮度图像
提取程序：
clearall
closeall
tu1=imread（'1.jpg'）;%读取原始图像
%tu1x=imresize（tu1,0.2）;imwrite（tu1x,'C:
\1\1x.jpg'）
hsv=rgb2hsv（tu1）;
h=hsv（:
:
1）;%提取3个分量图像
s=hsv（:
:
2）;
v=hsv（:
:
3）;
figure,imshow（h）;title（'h色调图像'）;
%hx=imresize（h,0.2）;imwrite（hx,'C:
\1\1hx.jpg'）%s缩小图片，存储
figure,imshow（s）;title（'s饱和度图像'）;
%sx=imresize（s,0.2）;imwrite（sx,'C:
\1\1sx.jpg'）
figure,imshow（v）;title（'v亮度图像'）;
%vx=imresize（v,0.2）;imwrite（vx,'C:
\1\1vx.jpg'）
大作业二：
彩色图像增强
要求：
采用均衡化、局部均衡化和灰度调节对真彩图像进行亮度增强。
原图：
图2.1原图
增强结果：
图2.2均衡化亮度增强
图2.3局部均衡化亮度增强
图2.4灰度调节亮度增强
增强程序：
clearall
closeall
tu2=imread（'2.jpg'）;
%tu2x=imresize（tu2,0.2）;imwrite（tu2x,'C:
\1\2x.jpg'）
hsv=rgb2hsv（tu2）;%转换到HSV
v=hsv（:
:
3）;%提取亮度分量
hsv（:
:
3）=histeq（v,64）;%对亮度进行直方图均衡，灰度级数64，默认值为64。
tu21=hsv2rgb（hsv）;%转回真彩
figure,imshow（tu21）;title（'均衡化'）;
%tu21x=imresize（tu21,0.2）;imwrite（tu21x,'C:
\1\21x.jpg'）
hsv（:
:
3）=adapthisteq（v）;%对亮度进行自适应均衡化（局部均衡化处理）
tu22=hsv2rgb（hsv）;%转回真彩
figure,imshow（tu22）;title（'局部均衡化'）;
%tu22x=imresize（tu22,0.2）;imwrite（tu22x,'C:
\1\22x.jpg'）
hsv（:
:
3）=imadjust（v,[],[0.31],0.6）;%对亮度进行灰度调节
tu23=hsv2rgb（hsv）;%转回真彩
figure,imshow（tu23）;title（'灰度调节图像'）;
%tu23x=imresize（tu23,0.2）;imwrite（tu23x,'C:
\1\23x.jpg'）
大作业三：
图像算术操作
要求：
把两幅图像进行相加操作和相乘操作。
原图：
图3.1待相加和乘的第一幅图
图3.2待相加和乘的第二幅图
操作结果：
图3.3相加的图像
图3.4相乘的图像
操作程序：
clearall
closeall
tu3a=imread（'3a.jpg'）;
%tu3ax=imresize（tu3a,0.2）;imwrite（tu3ax,'C:
\1\3ax.jpg'）
tu3b=imread（'3b.jpg'）;
%tu3bx=imresize（tu3b,0.2）;imwrite（tu3bx,'C:
\1\3bx.jpg'）
ad=imadd（tu3a,tu3b）;%两图相加
figure,imshow（ad）;title（'两图相加'）;
%adx=imresize（ad,0.2）;imwrite（adx,'C:
\1\3adx.jpg'）
a1=uint16（tu3a）;%扩展到16位,不扩展处理后的图偏白
b1=uint16（tu3b）;%扩展到16位
%%效果不好，不如溢出的好看
%ad2=imadd（a1,b1）;%扩展到16位后再两图相加
%mx=max（max（max（ad2）））;
%ad3=ad2/mx*255;
%ad3=uint8（ad3）;
%figure,imshow（ad3）;title（'扩展后两图相加'）;
mul=immultiply（a1,b1）;%两图相乘
figure,imshow（mul）;title（'两图相乘'）
%mulx=imresize（mul,0.2）;;imwrite（mulx,'C:
\1\3mulx.png'）
大作业四：
图像边缘检测
要求：
采用两种方法对图像中的汉字进行提取。
原图：
图4.1原图
提取结果：
图4.2HSV色调分量经Sobel算子进行边缘检测后
图4.3对HSV三种分量卷积运算后再进行边缘检测的HSV图
提取程序：
clearall
closeall
tu4=imread（'4.jpg'）;
%tu4x=imresize（tu4,0.2）;imwrite（tu4x,'C:
\1\4x.jpg'）
I=rgb2hsv（tu4）;
a=I（:
:
1）;
n=0.01;
by=edge（a,'Sobel',n）;%阈值选择n，用Sobel算子进行边缘检测
figure,imshow（by）;
%imwrite（by,'C:
\1\4by.jpg'）%此图不缩小，否则将损失图片重要信息
a=I（:
:
1）;
n=0.1;
b=[01;-10]/n;
c=[10;0-1]/n;%参数n为增强图像对比度
d=conv2（a,b,'same'）;%二维卷积运算函数,计算数组a和b的卷积,参数'same'使得得到的图像与原图大小相等。
d=abs（d）;%处理水平方向算子的结果
e=conv2（a,c,'same'）;
e=abs（e）;%处理垂直方向算子的结果
f=max（d,e）;%取水平及垂直方向上的大值
cc（:
:
1）=f;
a=I（:
:
2）;
d=conv2（a,b,'same'）;%二维卷积运算函数,计算数组a和b的卷积,参数'same'使得得到的图像与原图大小相等。
d=abs（d）;%处理水平方向算子的结果
e=conv2（a,c,'same'）;
e=abs（e）;%处理垂直方向算子的结果
f=max（d,e）;%取水平及垂直方向上的大值
cc（:
:
2）=f;
a=I（:
:
3）;
d=conv2（a,b,'same'）;%二维卷积运算函数,计算数组a和b的卷积,参数'same'使得得到的图像与原图大小相等。
d=abs（d）;%处理水平方向算子的结果
e=conv2（a,c,'same'）;
e=abs（e）;%处理垂直方向算子的结果
f=max（d,e）;%取水平及垂直方向上的大值
cc（:
:
3）=f;
figure,imshow（cc）;%显示hsv格式的图
%ccx=imresize（cc,0.2）;imwrite（ccx,'C:
\1\4ccx.jpg'）
%cc=hsv2rgb（cc）;%hsv转到rgb
%figure,imshow（cc）;%显示rgb格式的图
大作业五：
图像低通滤波
要求：
采用均值滤波、中值滤波和理想低通滤波对图像进行降噪。
原图：
图5.1原图
降噪结果：
图5.2均值滤波
图5.3RGB中值滤波
图5.4灰度中值滤波
图5.5理想低通滤波
降噪程序：
clearall
closeall
tu5=imread（'5.bmp'）;
gray=rgb2gray（tu5）;%转成灰度图
suanzi=fspecial（'average',[4,10]）;%建立预定义的滤波算子，[]代表模板尺寸，默认值为[3，3]
junzhi=imfilter（tu5,suanzi）;%进行均值滤波（只针对灰度图）
figure,imshow（junzhi）,title（'均值滤波后的图'）;
%imwrite（junzhi,'C:
\1\5junzhi.jpg'）%此图不缩小，否则将损失图片重要信息
r=tu5（:
:
1）;%分离出RGB的三个颜色分量，再中值滤波
g=tu5（:
:
2）;
b=tu5（:
:
3）;
tu（:
:
1）=medfilt2（r）;%进行RGB中值滤波
tu（:
:
2）=medfilt2（g）;
tu（:
:
3）=medfilt2（b）;
figure,imshow（tu）,title（'RGB中值滤波后的图'）;%显示滤波后的图象
%imwrite（tu,'C:
\1\5RGB中值.jpg'）%此图不缩小，否则将损失图片重要信息
tu2=medfilt2（gray,[3,8]）;%进行中值滤波
figure,imshow（tu2）,title（'灰度中值滤波后的图'）;%显示滤波后的图象
%imwrite（tu2,'C:
\1\5灰度中值.jpg'）%此图不缩小，否则将损失图片重要信息
rr=fftshift（fft2（gray））;%傅里叶变换并转移
[N1,N2]=size（rr）;
n1=fix（N1/2）;
n2=fix（N2/2）;
d0=20;
fori=1:
N1
forj=1:
N2
d=sqrt（（i-n1）^2+（j-n2）^2）;
if（d>d0）
h=0;
else
h=1;
end
rr（i,j）=h*rr（i,j）;
end
end
ff2=real（ifft2（ifftshift（rr）））;%逆变换
figure,imshow（ff2,[]）,title（'理想低通滤波之后的结果'）;%显示滤波后的图象
ff3=im2uint8（mat2gray（ff2））;%数据转换，防止保存图片为全白
%imwrite（ff3,'C:
\1\5理想低通滤波.jpg'）%此图不缩小，否则将损失图片重要信息
升级会员 