Matlab图像处理实验指导书Word格式文档下载.docx
《Matlab图像处理实验指导书Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《Matlab图像处理实验指导书Word格式文档下载.docx（21页珍藏版）》请在冰豆网上搜索。
figure,imshow（BW3,'
BW=imread（'
circles.tif'
imshow（BW）;
figure,imshow（~BW）;
figure,imshow（BW,[100;
001]）;
B）灰度图像的显示
I=imread（'
testpat1.tif'
J=filter2（[12;
-1-2],I）;
imshow（I）
figure,imshow（J,[]）
C）索引图像的显示
loadclown%装载一幅图像
%保存为bmp文件
imshow（X）
imshow（X,map）
D）RGB图像的显示
flowers.tif'
RGB=imread（'
figure,imshow（RGB）
imshow（I（:
:
3）%显示第3个颜色分量
E）多帧图像的显示
mri=uint8（zeros（128,128,1,27））;
%27帧文件mri.tif初始化
forframe=1:
27
[mri（:
frame）,map]=imread（'
mri.tif'
frame）;
%读入每一帧
end
imshow（mri（:
3）,map）;
%显示第3帧
figure,imshow（mri（:
6）,map）;
%显示第6帧
10）,map）;
%显示第10帧
20）,map）;
%显示第20帧
F）显示多幅图像
[X1,map1]=imread（'
forest.tif'
[X2,map2]=imread（'
trees.tif'
subplot（1,2,1）,imshow（X1,map1）
subplot（1,2,2）,imshow（X2,map2）
subplot（1,2,1）,subimage（X1,map1）
subplot（1,2,2）,subimage（X2,map2）
三、思考题：
1.图像显示时，若不带参数’notruesize’，显示效果如何？
2.如何显示RGB图像的某一个颜色分量？
3.如何显示多帧图像的所有帧？
如何根据多帧图像创建电影片段？
实验二图像运算
1.熟悉图像点运算和代数运算的实现方法
2.了解图像几何运算的简单应用
3.了解图像的邻域操作
1.图像点运算
读入图像‘rice.tif’，通过图像点运算改变对比度。
rice=imread（'
rice.tif'
subplot（131）,imshow（rice）
I=double（rice）;
%转换为双精度类型
J=I*0.43+60;
rice2=uint8（J）;
%转换为uint8
subplot（132）,imshow（rice2）
J=I*1.5-60;
rice3=uint8（J）;
subplot（133）,imshow（rice3）
2.图像的代数运算
A）图像加法运算
J=imread（'
cameraman.tif'
figure,imshow（J）
K=imadd（I,J）;
figure,imshow（K）
K2=imadd（I,J,'
uint16'
figure,imshow（K2,[]）
RGB2=imadd（RGB,50）;
imshow（RGB）
figure,imshow（RGB2）
RGB3=imadd（RGB,100）;
figure,imshow（RGB3）
B）图像减法运算
background=imopen（I,strel（'
disk'
15））;
%估计背景图像
figure,imshow（background）;
I2=imsubtract（I,background）;
%从原始图像中减去背景图像
figure,imshow（I2）
C）图像乘法运算
moon.tif'
J=immultiply（I,1.2）;
K=immultiply（I,0.5）;
D）*图像除法运算
3.图像的几何运算
A）改变图像的大小
读入图像‘ic.tif’，改变图像大小，分别将原图像放大1.5倍和缩小0.5倍。
ic.tif'
J=imresize（I,1.25）;
K=imresize（I,0.8）;
Y=imresize（I,[100,150]）;
figure,imshow（Y）
B）旋转一幅图像
将上述图像顺时针和逆时针旋转任意角度，观察显示效果。
J=imrotate（I,30,'
bilinear'
J1=imrotate（I,30,'
crop'
figure,imshow（J1）
J2=imrotate（I,-15,'
figure,imshow（J2）
C）图像剪切
通过交互式操作，从一幅图像中剪切一个矩形区域。
imshow（I）;
I1=imcrop;
figure,imshow（I1）
I2=imcrop（I,[3060120160]）;
figure,imshow（I2）
4.*图像的邻域操作
读入图像‘tire.tif’，分别使用函数nlfilter和blkproc对图像进行滑动邻域操作和分离邻域操作。
tire.tif'
f=inline（'
max（x（:
））'
%构造复合函数
I2=nlfilter（I,[33],f）;
%滑动邻域操作
uint8（round（mean2（x）*ones（size（x））））'
%构造复合函数
I2=blkproc（I,[88],f）;
实验三图像变换与滤波器设计
1.了解傅立叶变换、离散余弦变换及Radon变换在图像处理中的应用
2.了解Matlab线性滤波器的设计方法
1.傅立叶变换
A）绘制一个二值图像矩阵,并将其傅立叶函数可视化。
f=zeros（30,30）;
f（5:
24,13:
17）=1;
imshow（f,'
F=fft2（f）;
F2=log（abs（F））;
figure,imshow（F2,[-15],'
colormap（jet）;
F=fft2（f,256,256）;
%零填充为256×
256矩阵
figure,imshow（log（abs（F））,[-15],'
F2=fftshift（F）;
%将图像频谱中心由矩阵原点移至矩阵中心
figure,imshow（log（abs（F2））,[-15],'
B）利用傅立叶变换分析两幅图像的相关性，定位图像特征。
读入图像‘text.tif’，抽取其中的字母‘a’。
bw=imread（'
text.tif'
a=bw（59:
71,81:
91）;
imshow（bw）;
figure,imshow（a）;
C=real（ifft2（fft2（bw）.*fft2（rot90（a,2）,256,256）））;
%求相关性
figure,imshow（C,[]）;
thresh=max（C（:
））;
figure,imshow（C>
thresh-10）
thresh-15）
2.离散余弦变换（DCT）
A）使用dct2对图像‘autumn.tif’进行DCT变换。
autumn.tif'
I=rgb2gray（RGB）;
%转换为灰度图像
figure,imshow（I）
J=dct2（I）;
figure,imshow（log（abs（J））,[]）,colormap（jet（64））;
colorbar;
B）将上述DCT变换结果中绝对值小于10的系数舍弃，使用idct2重构图像并与原图像比较。
%转换为灰度图像
K=idct2（J）;
figure,imshow（K,[0255]）
J（abs（J）<
10）=0;
%舍弃系数
K2=idct2（J）;
figure,imshow（K2,[0255]）
C）利用DCT变换进行图像压缩。
I=im2double（I）;
T=dctmtx（8）;
B=blkproc（I,[8,8],'
P1*x*P2'
T,T'
mask=[11110000
11100000
11000000
10000000
00000000
00000000];
B2=blkproc（B,[88],'
P1.*x'
mask）;
I2=blkproc（B2,[88],'
T'
T）;
3.Radon变换
使用Radon逆变换重建图像。
P=phantom（256）;
%创建256灰度级大脑图
imshow（P）
theta1=0:
10:
170;
[R1,xp]=radon（P,theta1）;
%18个投影
theta2=0:
5:
175;
[R2,xp]=radon（P,theta2）;
%36个投影
theta3=0:
178;
[R3,xp]=radon（P,theta3）;
%90个投影
figure,imagesc（theta3,xp,R3）;
colormap（hot）;
colorbar
%使用逆变换重构图像
I1=iradon（R1,10）;
%用R1重构图像
I2=iradon（R2,5）;
%用R2重构图像
I3=iradon（R3,2）;
%用R3重构图像
figure,imshow（I3）
4.*Matlab线形滤波器设计
采用频率变换方式，通过一维最优波纹FIR滤波器创建二维FIR滤波器（p96）。
b=remez（10,[00.40.61],[1100]）;
%阶次,频率向量,对应的理想幅频响应
h=ftrans2（b）;
[H,w]=freqz（b,1,64,'
whole'
colormap（jet（64））
plot（w/pi-1,fftshift（abs（H）））;
%使x轴取值0处对应曲线中心
figure,freqz2（h,[3232]）
实验四形态学操作与空间变换
1.了解膨胀和腐蚀的Matlab实现方法
2.掌握图像膨胀、腐蚀、开启、闭合等形态学操作函数的使用方法
3.了解二进制图像的形态学应用
4.了解空间变换函数及图像匹配方法
1.图像膨胀
A）对包含矩形对象的二进制图像进行膨胀操作。
BW=zeros（9,10）;
BW（4:
6,4:
7）=1;
imshow（BW,'
se=strel（'
square'
3）;
%正方形结构元素
BW2=imdilate（BW,se）;
B）改变上述结构元素类型（如：
line,diamond,disk等），重新进行膨胀操作。
C）对图像‘text.tif’进行上述操作，观察不同结构元素膨胀的效果。
BW3=imread（'
imshow（BW3）
se2=strel（'
line'
11,90）;
%线型结构元素
BW4=imdilate（BW3,se2）;
figure,imshow（BW4）
2.图像腐蚀
A）对图像‘circbw.tif’进行腐蚀操作。
BW1=imread（'
circbw.tif'
arbitrary'
eye（5））;
BW2=imerode（BW1,se）;
imshow（BW1）
figure,imshow（BW2）
B）对图像‘text.tif’进行腐蚀操作。
BW2=imerode（BW3,se）;
imshow（BW）
3.膨胀与腐蚀的综合使用
A）从原始图像‘circbw.tif’中删除电流线,仅保留芯片对象。
方法一：
先腐蚀（imerode），再膨胀（imdilate）；
rectangle'
[4030]）;
%选择适当大小的矩形结构元素
%先腐蚀,删除较细的直线
BW3=imdilate（BW2,se）;
%再膨胀,恢复矩形的大小
figure,imshow（BW3）
方法二：
使用形态开启函数（imopen）。
BW2=imopen（BW1,se）;
%开启操作
B）改变结构元素的大小，重新进行开启操作，观察处理结果。
se=strel（‘rectangle’,[2010]）;
se=strel（‘rectangle’,[5040]）;
C）置结构元素大小为[43],同时观察形态开启（imopen）与闭合（imclose）的效果，总结形态开启与闭合在图像处理中的作用。
[43]）;
I1=imopen（I,se）;
I2=imclose（I,se）;
%闭合操作
4.*高帽与低帽变换
A）读入图像‘pearlite.tif’，分别显示其高帽变换与低帽变换结果，并与原图像比较。
（设se=strel（'
5）;
）。
pearlite.tif'
subplot（221）,imshow（I）
J=imtophat（I,se）;
subplot（222）,imshow（J）
K=imbothat（I,se）;
subplot（223）,imshow（K）
L=imsubtract（imadd（J,I）,K）;
subplot（224）,imshow（L）
B）要求显示在一个窗口中。
5.图像极值的处理方法
A）对于下图所示的图像矩阵A，利用函数imregionalmax寻找其局部极大值
A=[10101010101010101010;
10131313101011101110;
10131313101010111010;
10101010101010101010;
10111010101818181010;
10101011101818181010;
10101110101818181010;
10111011101010101010;
10101010101011101010];
B=imregionalmax（A）
B）利用函数imextendedmax寻找像素值大于其邻域像素值2个单位的局部极大值。
C=imextendedmax（A,2）
6.*创建一幅图像,求其距离矩阵。
bw=zeros（5,5）;
bw（2,2）=1;
bw（4,4）=1;
D=bwdist（bw）
center1=-10;
center2=-center1;
dist=sqrt（2*（2*center1）^2）;
radius=dist/2*1.4;
lims=[floor（center1-1.2*radius）ceil（center2+1.2*radius）];
[x,y]=meshgrid（lims
（1）:
lims
（2））;
bw1=sqrt（（x-center1）.^2+（y-center2）.^2）<
=radius;
bw2=sqrt（（x-center2）.^2+（y-center2）.^2）<
bw1=sqrt（（x-center1）.^2+（y-center1）.^2）<
bw=bw1|bw2;
imshow（bw）
D=bwdist（bw）;
figure,imshow（D,[]）
D1=bwdist（~bw）;
figure,imshow（D1,[]）
7.*使用伪彩色显示标记矩阵。
BW=[00000000;
01100111;
01100011;
01100000;
00011000;
00000000]
X=bwlabel（BW,4）
RGB=label2rgb（X,@jet,'
k'
imshow（RGB,'
8.利用选择控制点实现图像匹配。
Matlab图像匹配的步骤：
将标准图像和待匹配图像读入Matlab；
指定图像中的控制点对并保存；
使用互相关性进一步协调控制点对（可选）；
制定所需变换类型并根据控制点对推断变换参数；
变换未匹配的图像。
%读入待匹配图像和标准图像
unregistered=imread（'
westconcordaerial.png'
imshow（unregistered）
orthophoto=imread（'
westconcordorthophoto.png'
figure,imshow（orthophoto）
%选择图像中对应的控制点
cpselect（unregistered（:
1）,orthophoto）
%保存控制点对
input_points
base_points
%使用相关性进一步协调控制点对
input_points_corr=cpcorr（input_points,base_points,unregistered（:
1）,orthophoto）;
input_points_corr
%根据控制点对推断空间变换参数
mytform=cp2tform（input_points,base_points,'
projective'
%变换未匹配的图像
registered=imtransform（unregistered,mytform）;
figure,imshow（registered）
实验五图像增强与复原
一、实验目的：
1.了解灰度变换增强和空域滤波增强的Matlab实现方法
2.掌握直方图灰度变换方法
3.掌握噪声模拟和图像滤波函数的使用方法
4.了解图像复原的Matlab实现方法
1.灰度变换增强
A）线段上像素灰度分布
读入灰度图像‘debye1.tif’，采用交互式操作，用improfile绘制一条线段的灰度值。
imshow（'
debye1.tif'
improfile
读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布
B）直方图变换
<
i>
直方图显示
读入图像‘rice.tif’，在一个窗口中显示灰度级n=64，128和256的图
升级会员 