基于偏微分方程的图像处理Word格式.docx

基于偏微分方程的图像处理Word格式.docx

《基于偏微分方程的图像处理Word格式.docx》由会员分享，可在线阅读，更多相关《基于偏微分方程的图像处理Word格式.docx（26页珍藏版）》请在冰豆网上搜索。

Image=imread（'

graytest2.bmp'

imshow（Image）;

[m,n]=size（Image）;

image11=Image;

fori=1:

m

forj=1:

n

image12（i,j）=image11（i,n-j+1）;

end

end

forj=1:

fori=1:

image21（i,j）=image11（m-i+1,j）;

image22（i,j）=image12（m-i+1,j）;

image1=[image11,image12];

image2=[image21,image22];

image=[image1;

image2];

figure

imshow（image）

原图像：

扩展图像：

2．把一幅灰度图像的像素值都变换为原来的1/2使图像质量变差，然后利用Matlab图像处理工具箱中的直方图均衡化函数histeq对图像进行增强，输出原图像、质量变差图像和增强后的图像以及它们的直方图。

Image1=0.5*double（Image）;

subplot（3,2,1）;

subplot（3,2,2）;

imhist（Image）;

subplot（3,2,3）;

imshow（uint8（Image1））;

image1=uint8（Image1）;

imwrite（image1,'

graytest2_1.bmp'

）

subplot（3,2,4）;

imhist（image1）;

Image_hist=histeq（image1）;

subplot（3,2,5）;

imshow（Image_hist）;

imwrite（Image_hist,'

graytest2_2.bmp'

subplot（3,2,6）;

imhist（Image_hist）;

3．图像的水平集、水平线和等高线的显示和处理

（1）显示一幅灰度图像在某一水平的水平集、水平线和等高线；

functionlevel（image_name,N）

%求一图像的水平集、线

%输入参数：

image_name－－－图像文件名

%：

N－－－－－－－－阀值（0～255）

ifnargin<

1

disp（'

请输入文件名!

!

'

return;

elseifnargin<

2

N=128;

image_input=imread（image_name）;

imshow（image_input）;

原图像'

[size_m,size_n]=size（image_input）;

matrix_temp=zeros（size_m,size_n）;

%求水平集

forrow=1:

size_m

forcol=1:

size_n

ifimage_input（row,col）>

N

matrix_temp（row,col）=1;

imshow（matrix_temp,[]）;

图像的水平集'

imwrite（matrix_temp,'

level_setzhan.bmp'

%图像矩阵扩展赋值便于处理边界

matrix_ex=zeros（size_m+2,size_n+2）;

matrix_ex（row+1,col+1）=matrix_temp（row,col）;

%四邻域反填充得水平线

matrix_new=matrix_temp;

forrow=2:

size_m+1

forcol=2:

size_n+1

ifmatrix_ex（row+1,col）==0&

matrix_ex（row-1,col）==0&

matrix_ex（row,col+1）==0&

matrix_ex（row,col-1）==0

matrix_new（row-1,col-1）=1;

imshow（matrix_new,[]）;

图像的水平线'

%imwrite（matrix_new,'

level_line.bmp'

%求图像的等高线

contour=zeros（size_m,size_n）;

ifimage_input（row,col）==N

contour（row,col）=1;

contour（row,col）=1-contour（row,col）;

imshow（contour,[]）;

图像的等高线'

%imwrite（contour,'

contour.bmp'

functionlevel_line_set（image_name）

%求一图像的阀值N取各值所对应的水平线的叠加

%输入参数：

%不变量

matrix_out=zeros（size_m,size_n）;

%循环中不需重新初始化的变量

%输出矩阵初始化（白）

matrix_out（row,col）=1;

%扩展矩阵

subplot（1,2,1）;

forN=1:

32:

255%N为相应阀值

matrix_temp=zeros（size_m,size_n）;

%重新初始化（黑）

forrow=1:

size_m

=N

%求水平集－－－－－

end

%图像矩阵扩展赋值便于处理边界

%四邻域（黑区域填白）反填充得水平线

matrix_new=matrix_temp;

forrow=2:

%填白

matrix_out=min（matrix_out,matrix_new）;

%各级水平线叠加

matrix_out（1,1）=0;

matrix_out（2,1）=1;

subplot（1,2,2）;

imshow（matrix_out,[]）;

图像部分水平集的叠加'

level（'

100）;

（2）显示图像并显示它的一族水平线（要求阀值

为32,64,96,128,160,192,224）。

255%N为相应阀值（要求阀值

4．显示一幅灰度图像及其加高斯白噪声（

）和椒盐噪声（噪声密度

）后的图像及直方图。

functionnoise（filename）

Image=imread（filename）;

imshow（Image,[]）;

%原图像

noise_g=imnoise（Image,'

gaussian'

%增加高斯白噪声

imshow（noise_g,[]）;

%imwrite（noise_g,'

noise_g.bmp'

高斯白噪声'

noise_s=imnoise（Image,'

salt&

pepper'

imshow（noise_s,[]）;

黑白象素点噪声（椒盐）'

%imwrite（noise_s,'

noise_s.bmp'

noise_p=imnoise（Image,'

speckle'

imshow（noise_p,[]）;

%imwrite（noise_p,'

noise_p.bmp'

乘积性噪声'

0,0.01）;

imwrite（noise_g,'

graytest2_g.bmp'

imhist（noise_g）;

0.02）;

imwrite（noise_s,'

graytest2_s.bmp'

imhist（noise_s）;

5．分别利用算术平均滤波、加权的线性光滑和热传导方程滤波方法对4题中得到的两幅噪声图像进行去噪处理。

算术平均滤波：

functionaver_filter（Image_name,N,out_filename）

%非线性平滑滤波器G1平均

%输入参数文件名N为模板大小（正奇数）

%读取图像－－－－－－－－－－－－－

3

输入参数错误！

！

image=imread（Image_name）;

ifisrgb（image）

image=rgb2gray（image）;

%图像扩展－－－－－－－－－－－－－－

[size_m,size_n]=size（image）;

image_ex=zeros（size_m+N-1,size_n+N-1）;

%赋值

size_n

image_ex（row+（N-1）/2,col+（N-1）/2）=image（row,col）;

%对每个象素－－－－－－－－－－－－－－－－－－

pattern_plate=zeros（N,N）;

%模板

image_new=zeros（size_m,size_n）;

%滤后图像矩阵

%取模板的元素

forrow_p=1:

N

forcol_p=1:

pattern_plate（row_p,col_p）=image_ex（row+row_p-1,col+col_p-1）;

%求模板的平均值得滤后图像矩阵

image_new（row,col）=mean2（pattern_plate）;

%输出－－－－－－－－－－－－－－－

imshow（image_new,[]）;

滤后图像'

imwrite（uint8（image_new）,out_filename）

加权线性光滑：

functionweight_filter（Image_name,flag,out_filename）

%用各模板进行去噪和锐化

%输入参数Image_name文件名

%flag模板类型标志1~4

请按参数格式输入参数！

ifflag~=1&

flag~=2&

flag~=3&

flag~=4

参数flag输入错误！

N=3;

%各类模板

ifflag==1

pattern_plate=[1/91/91/9;

1/91/91/9;

1/91/91/9];

elseifflag==2

pattern_plate=[1/161/81/16;

1/81/41/8;

1/161/81/16];

%平滑滤波器

elseifflag==3

pattern_plate=[0-10;

-15-1;

0-10];

%反锐化掩蔽滤波器

elseifflag==4

A=1.7;

-1A+5-1;

%高提升滤波器

%读取图像－－－－－－－－－－

image_I=imread（Image_name）;

ifisrgb（image_I）

image_I=rgb2gray（image_I）;

imshow（image_I,[]）;

%图像扩展－－－－－－－－－－－－－－

[size_m,size_n]=size（image_I）;

%赋值

image_ex（row+（N-1）/2,col+（N-1）/2）=image_I（row,col）;

%对每个象素－－－－－－－－－－－－－－－－－－

temp_plate=zeros（N,N）;

%取模板的元素

temp_plate（row_p,col_p）=image_ex（row+row_p-1,col+col_p-1）;

image_new（row,col）=sum（sum（temp_plate.*pattern_plate））;

%输出－－－－－－－－－－－－－－－

imshow（uint8（image_new））;

滤波后图像'

imwrite（uint8（image_new）,out_filename）;

热传导方程滤波：

functionHeat_Equation（image_name,t,out_filename）

%热传导方程[Ut=U0+t*Delta（U0）]

%image_name:

原图像文件名

%t:

迭代次数

%out_filename:

输出文件名

image_I=imread（image_name）;

mkdir（'

Heat_Eq'

%新建文件夹以存放过程文件

cd（'

[size_r,size_c]=size（image_I）;

image_I=double（image_I）;

if（t>

0）

N=t/0.1;

else

N=（-t）/0.1%每次叠代的步长为0.1

end

forindex=1:

N

image_ex=matrix_expand（image_I）;

%边界拓展

diff_two_order=zeros（size_r,size_c）;

size_r+1

size_c+1

diff_two_order（row-1,col-1）=-4*image_ex（row,col）+image_ex（row-1,col）+image_ex（row+1,col）+image_ex（row,col-1）+image_ex（row-1,col+1）;

if（t>

image_I=image_I+0.1*diff_two_order;

else

image_I=image_I-0.1*diff_two_order;

imwrite（uint8（image_I）,strcat（'

Heat_Eq_'

num2str（index）,'

.bmp'

））;

..'

imshow（uint8（image_I））;

ift>

title（'

热传导方程光滑后图像'

Gabor锐化后的图像'

imwrite（uint8（image_I）,out_filename）;

%－－－－－－－－－－－－－－－－－－－－－－－－－end

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

functionmatrix_ex=matrix_expand（matrix）

%对矩阵进行延拓

[size_r,size_c]=size（matrix）;

matrix_ex=zeros（size_r+2,size_c+2）;

%中

size_r

size_c

matrix_ex（row+1,col+1）=matrix（row,col）;

%左，右

for