中南民族大学数字图像处理程序及图像Word文档下载推荐.docx
《中南民族大学数字图像处理程序及图像Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《中南民族大学数字图像处理程序及图像Word文档下载推荐.docx（34页珍藏版）》请在冰豆网上搜索。
RGB=imread（'
autumn.tif'
figure
（1）,imshow（RGB）;
I=rgb2gray（RGB）;
figure
（2）,imshow（I）;
J=dct2（I）;
figure（3）,imshow（log（abs（J））,[]）,colormap（jet（64））,colorbar;
J（abs（J）<
10）=0;
K=idct2（J）/255;
figure（4）,imshow（K）;
1——5——2
cr=0.125;
sig=imread（'
cameraman.tif'
sig=double（sig）/255;
figure
（1）,imshow（sig）;
[m_sig,n_sig]=size（sig）;
sizi=8;
snum=64;
t=hadamard（sizi）;
hdcoe=blkproc（sig,[sizisizi],'
P1*x*P2'
t,t'
coe=im2col（hdcoe,[sizisizi],'
distinct'
coe_temp=coe;
[YInd]=sort（coe）;
[m,n]=size（coe）;
snum=snum-snum*cr;
fori=1:
n
coe_temp（Ind（1:
snum）,i）=0;
end
re_hdcoe=col2im（coe_temp,[sizisizi],[m_sign_sig],'
re_sig=blkproc（re_hdcoe,[sizisizi],'
re_sig=double（re_sig）/64;
figure
（2）;
imshow（re_sig）;
error=sig.^2-re_sig.^2;
MSE=sum（error（:
））/prod（size（re_sig））;
2——1
i=imread（'
pout.tif'
imshow（i）;
subplot（1,2,1）;
imhist（i）;
j=histeq（i,64）;
subplot（1,2,2）
imhist（j）
2——2
f=imread（'
gl=imadjust（f,[01],[1,0]）;
subplot（121）;
subplot（122）;
imshow（gl）;
2——3
gl=imadjust（f,[0.50.75],[1,0]）;
2——4
gl=imadjust（f,[],[],2）;
test1
I=imread（'
[row,col]=size（I）;
imshow（I）;
K=histeq（I,64）
imhist（K）;
title（'
直方图均衡化'
）
J=zeros（row,col）;
fori=1:
row
forj=1:
col
if（I（i,j）<
10&
&
I（i,j）>
0）
J（i,j）=0.5*I（i,j）;
elseif（I（i,j）<
20）
J（i,j）=2*I（i,j）-15;
30）
J（i,j）=0.5*I（i,j）+15;
else
end
J=uint8（J）;
imhist（J）
线形变化'
test2
figure
f=imcomplement（I）;
imshow（f）
求反图像'
I1=I;
axis（[50,250,50,200]）;
gridon;
%显示网格线
axison;
%显示坐标系
J=double（I1）;
J=40*（log（J+1））;
H=uint8（J）;
subplot（1,2,2）,imshow（H）;
对数变换处理'
3-1
eight.tif'
J=imnoise（I,'
salt&
pepper'
0.02）;
原始图像'
subplot（1,2,2）;
imshow（J）;
噪声图像'
K1=filter2（fspecial（'
average'
3）,J）/255;
K2=filter2（fspecial（'
5）,J）/255;
K3=filter2（fspecial（'
7）,J）/255;
figure,imshow（K1）;
3*3模板均值滤波'
figure,imshow（K2）;
5*5模板均值滤波'
figure,imshow（K3）;
7*7模板均值滤波'
3-2
subplot（2,2,1）;
K1=medfilt2（J,[33]）;
K2=medfilt2（J,[55]）;
K3=medfilt2（J,[77]）;
subplot（2,2,2）;
imshow（K1）;
3*3模板中值滤波'
subplot（2,2,3）;
imshow（K2）;
5*5模板中值滤波'
subplot（2,2,4）;
imshow（K3）;
7*7模板中值滤波'
3-3
moon.tif'
w4=fspecial（'
laplacian'
0）;
w8=[111;
1-81;
111];
f=im2double（f）;
g4=imfilter（f,w4,'
replicate'
g8=imfilter（f,w8,'
G4=f-g4;
G8=f-g8;
figure,imshow（G4）;
figure,imshow（G8）;
3-4
I1=imread（'
imshow（I1）;
I2=imnoise（I1,'
imshow（I2）;
）'
;
f=double（I2）;
g=fft2（f）;
g=fftshift（g）;
[N1,N2]=size（g）;
n=2;
do=50;
n1=fix（N1/2）;
n2=fix（N2/2）;
N1
forj=2:
N2
d=sqrt（（i-n1）^2+（j-n2）^2）;
h=1/（1+0.414*（d/do）^（2*n））;
result1（i,j）=h*g（i,j）;
if（g（i,j）>
50）
result2（i,j）=0;
result2（i,j）=g（i,j）;
result1=ifftshift（result1）;
result2=ifftshift（result2）;
X2=ifft2（result1）;
X3=uint8（real（X2））;
subplot（2,2,3）;
imshow（X3）;
title（'
Butterworth滤波图像'
X4=ifft2（result2）;
X5=uint8（real（X4））;
subplot（2,2,4）;
imshow（X5）;
理想低通滤波器'
test1
m83.tif'
board.tif'
sobel'
w8=[121;
000;
-1-2-1];
4-1
d=15
h=zeros（2*d+1,2*d+1）;
h（d+1,1:
2*d+1）=1/（2*d）;
[m,n]=size（f）;
fe=zeros（m+2*d,n+2*d）;
fe（1:
m,1:
n）=f;
he=zeros（m+2*d,n+2*d）;
he（1:
2*d+1,1:
2*d+1）=h;
F=fft2（fe）;
H=fft2（he）;
ns=5*rand（m+2*d,n+2*d）;
g=ifft2（F.*H）+ns;
G=fft2（g）;
K=0;
F_est=（（H.^2）./（H.^2+K））.*G./H;
f_est=real（ifft2（F_est））;
imshow（g（d+1:
m+d,d+1:
n+d）,[min（g（:
））max（g（:
））]）;
imshow（f_est（1:
n）,[min（f_est（:
））max（f_est（:
4-2
F=checkerboard（8）;
figure
（1）;
imshow（F,[]）;
PSF=fspecial（'
motion'
7,45）;
MF=imfilter（F,PSF,'
circular'
noise=imnoise（zeros（size（F））,'
gaussian'
0,0.01）;
MFN=MF+noise;
imshow（MFN,[]）;
NSR=sum（noise（:
）.^2）/sum（MFN（:
）.^2）;
figure（3）;
imshow（deconvwnr（MFN,PSF）,[]）;
figure（4）;
imshow（deconvwnr（MFN,PSF,NSR）,[]）;
Sn=abs（fft2（noise））.^2;
Sf=abs（fft2（F））.^2;
NCORR=fftshift（real（ifft2（Sn）））;
ICORR=fftshift（real（ifft2（Sf）））;
figure（5）;
imshow（deconvwnr（MFN,PSF,NCORR,ICORR）,[]）;
5-1
I=imread（'
circuit.tif'
BW1=edge（I,'
prewitt'
BW2=edge（I,'
canny'
BW3=edge（I,'
BW4=edge（I,'
roberts'
BW5=edge（I,'
log'
BW6=edge（I,'
zerocross'
subplot（131）
imshow（BW1）;
subplot（132）
imshow（BW2）;
subplot（133）
imshow（BW3）;
imshow（BW4）;
imshow（BW5）;
imshow（BW6）;
5-2
clearall
cameraman.bmp'
subplot（1,2,1）,imshow（I）;
level=graythresh（I）;
%确定灰度阈值
BW=im2bw（I,level）;
subplot（1,2,2）,imshow（BW）;
Otsu法阈值分割图像'
xian.bmp'
%载入图像
I1=rgb2gray（I）;
灰度图像'
）
se=strel（'
disk'
1）;
%生成圆形结构元素
I2=imdilate（I1,se）;
%用生成的结构元素对图像进行膨胀
膨胀后图像'
%=rgb2gray（I）;
灰度图像'
[m,n]=size（I1）;
%测量图像尺寸参数
GP=zeros（1,256）;
%预创建存放灰度出现概率的向量
fork=0:
255
GP（k+1）=length（find（I1==k））/（m*n）;
%计算每级灰度出现的概率，将其存入GP中相应位置
subplot（2,2,2）,bar（0:
255,GP,'
g'
）%绘制直方图
灰度直方图'
xlabel（'
灰度值'
ylabel（'
出现概率'
I2=im2bw（I,150/255）;
subplot（2,2,3）,imshow（I2）;
阈值150的分割图像'
I3=im2bw（I,200/255）;
%
subplot（2,2,4）,imshow（I3）;
阈值200的分割图像'
%I=rgb2gray（I）;
%如果是rgb图像就加，如果不是就不要这行
figure,imshow（I）,title（'
I=double（I）;
[M,N]=size（I）;
[y,x]=getpts;
%获得区域生长起始点
x1=round（x）;
%横坐标取整
y1=round（y）;
%纵坐标取整
seed=I（x1,y1）;
%将生长起始点灰度值存入seed中
Y=zeros（M,N）;
%作一个全零与原图像等大的图像矩阵Y，作为输出图像矩阵
Y（x1,y1）=1;
%将Y中与所取点相对应位置的点设置为白场
sum=seed;
%储存符合区域生长条件的点的灰度值的和
suit=1;
%储存符合区域生长条件的点的个数
count=1;
%记录每次判断一点周围八点符合条件的新点的数目
threshold=15;
%域值
whilecount>
s=0;
%记录判断一点周围八点时，符合条件的新点的灰度值之和
count=0;
M
forj=1:
N
ifY（i,j）==1
if（i-1）>
0&
（i+1）<
（M+1）&
（j-1）>
（j+1）<
（N+1）%判断此点是否为图像边界上的点
foru=-1:
1%判断点周围八点是否符合域值条件
forv=-1:
1%u,v为偏移量
ifY（i+u,j+v）==0&
abs（I（i+u,j+v）-seed）<
=threshold&
1/（1+1/15*abs（I（i+u,j+v）-seed））>
0.8%判断是否未存在于输出矩阵Y，并且为符合域值条件的点
Y（i+u,j+v）=1;
%符合以上两条件即将其在Y中与之位置对应的点设置为白场
count=count+1;
s=s+I（i+u,j+v）;
%此点的灰度之加入s中
end
suit=suit+count;
%将n加入符合点数计数器中
sum=sum+s;
%将s加入符合点的灰度值总合中
seed=sum/suit;
%计算新的灰度平均值
figure,imshow（Y）,title（'
分割后图像'
升级会员 