数字图像处理期末复习资料全.docx
《数字图像处理期末复习资料全.docx》由会员分享，可在线阅读，更多相关《数字图像处理期末复习资料全.docx（20页珍藏版）》请在冰豆网上搜索。
数字图像处理期末复习资料全
空域对图像进行平移运算（几何运算）
图像平移变换式的矩阵形式为：
P37
closeall;
clearall;
clc;
%图像的平移运算
Im=imread（'meinv.jpg'）;
ifnumel（size（Im））>2%如果是彩色图像就转换为灰度图像
Im=rgb2gray（Im）;
end
Im=im2double（Im）;%归一化处理
subplot（1,2,1）;imshow（Im）;title（'平移前的图像'）;
[m,n]=size（Im）;%获取图像大小
res=zeros（m,n）+255;%构造结果矩阵。
每个像素点默认初始化为0（黑色）
delX=50;%平移量X
delY=50;%平移量Y
mask=[10delX;01delY;001];%平移的变换矩阵
fori=1:
m
forj=1:
n
tmp=[i;j;1];
tmp=mask*tmp;%矩阵乘法得到的结果是一个3行1列的数
x=tmp（1,1）;
y=tmp（2,1）;
%判断变换后的位置是否越界
if（x<=m）&&（y<=n）&&（x>=1）&&（y>=1）
res（x,y）=Im（i,j）;
end
end
end
subplot（1,2,2）;imshow（res）;title（'平移后的图像'）;
空域对图像进行镜像运算（几何运算）
%灰度图像
clc
clear
img=imread（'meinv.jpg'）;%读取图像
ifndims（img）==3%ndims（a）表示矩阵a的维数。
如果是彩色图像就转换为灰度图像
img=rgb2gray（img）;%转换
end
subplot（1,3,1）;imshow（img）;title（'原始图像'）;
img=im2double（img）;%转换为double类型，使所有点在0-1之间
[m,n]=size（img）;%获取图像大小
res1=zeros（m,n）+255;%构造结果矩阵，加255将图像初始化为白色，不加就是黑色
res2=zeros（m,n）+255;
fori=1:
m
forj=1:
n
res1（i,n-j+1）=img（i,j）;%水平镜像
res2（m-i+1,j）=img（i,j）;%垂直镜像
end
end
subplot（1,3,2）;imshow（res1）;title（'水平镜像'）;
subplot（1,3,3）;imshow（res2）;title（'垂直镜像'）;
imwrite（res1,'hor.bmp'）;
imwrite（res2,'ver.bmp'）;
%彩色图像
clc
clear
img=imread（'meinv.jpg'）;%读取图像
subplot（1,3,1）;imshow（img）;title（'原始图像'）;
img=im2double（img）;%转换为double类型，使所有点在0-1之间
[m,n,l]=size（img）;%获取图像大小
res1=zeros（m,n,l）+255;%构造结果矩阵，加255将图像初始化为白色，不加就是黑色
res2=zeros（m,n,l）+255;
fori=1:
m
forj=1:
n
fork=1:
l
res1（i,n-j+1,k）=img（i,j,k）;%水平镜像
res2（m-i+1,j,k）=img（i,j,k）;%垂直镜像
end
end
end
subplot（1,3,2）;imshow（res1）;title（'水平镜像'）;
subplot（1,3,3）;imshow（res2）;title（'垂直镜像'）;
imwrite（res1,'hor.bmp'）;
imwrite（res2,'ver.bmp'）;
空域使用指定的模板对灰度图像进行平滑处理
[1]%均值滤波
clc
closeall;
clear
img=imread（'meinv.jpg'）;
ifnumel（size（img））>2%如果是彩色图像就转换为灰度图像
img=rgb2gray（img）;
end
figure;imshow（img）;
img=double（img）;
%n是模板大小（即n×n）
n=3;
a（1:
n,1:
n）=1;%a即n×n模板,元素全是1
[height,width]=size（img）;%输入图像是[height,width]的,且hight>n,width>n
x1=double（img）;
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
pha=uint8（x2）;
figure;imshow（pha）;
[2]%中值滤波（最大值滤波、最小值滤波）
clc
closeall;
clear
img=imread（'meinv.jpg'）;
ifnumel（size（img））>2%如果是彩色图像就转换为灰度图像
img=rgb2gray（img）;
end
figure;imshow（img）;
img=double（img）;
%n是模板大小（即n×n）
n=3;
a（1:
n,1:
n）=1;%a即n×n模板,元素全是1
[height,width]=size（img）;%输入图像是[height,width]的,且hight>n,width>n
x1=double（img）;
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,:
）;%是c矩阵的第一行
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（mm=max（e）是最大值，mm=min（e）是最小值）
mm=min（e）;
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
pha=uint8（x2）;
figure;imshow（pha）;
彩色图像平滑处理（均值滤波）
closeall;
clear
clc
img=imread（'meinv.jpg'）;
if（numel（size（img））<3）
disp（'请输入彩色图像'）;
else
subplot（2,3,1）;imshow（img）;title（'原始图像'）;
img=imnoise（img,'gaussian'）;%g=imnoise（f，‘gaussian’，m，var）是将均值为m，方差为var的高斯噪声加到图像f上。
m的默认值是0、var默认值是0.01
subplot（2,3,2）;imshow（img）;title（'添加噪声后的图像'）;
%分解
img=double（img）;
R=img（:
:
1）;
G=img（:
:
2）;
B=img（:
:
3）;
%对彩色图像的R分量进行平滑处理，而其它分量保持不变
[m,n]=size（R）;
fori=2:
m-1
forj=2:
n-1
R（i,j）=（R（i-1,j-1）+R（i-1,j）+R（i-1,j+1）+R（i,j-1）+R（i,j）+R（i,j+1）+R（i+1,j-1）+R（i+1,j）+R（i+1,j+1））/9;
end
end
img1=cat（3,R,G,B）;
img1=uint8（img1）;
subplot（2,3,3）;imshow（img1）;title（'R分量平滑处理后'）;
%对彩色图像的R分量和G分量进行平滑处理，B分量保持不变
R=img（:
:
1）;
G=img（:
:
2）;
B=img（:
:
3）;
[m,n]=size（R）;
fori=2:
m-1
forj=2:
n-1
R（i,j）=（R（i-1,j-1）+R（i-1,j）+R（i-1,j+1）+R（i,j-1）+R（i,j）+R（i,j+1）+R（i+1,j-1）+R（i+1,j）+R（i+1,j+1））/9;
G（i,j）=（G（i-1,j-1）+G（i-1,j）+G（i-1,j+1）+G（i,j-1）+G（i,j）+G（i,j+1）+G（i+1,j-1）+G（i+1,j）+G（i+1,j+1））/9;
end
end
img2=cat（3,R,G,B）;
img2=uint8（img2）;
subplot（2,3,4）;imshow（img2）;title（'对R和G分量进行平滑处理后'）;
%对彩色图像的3个分量同时进行平滑处理
R=img（:
:
1）;
G=img（:
:
2）;
B=img（:
:
3）;
[m,n]=size（R）;
fori=2:
m-1
forj=2:
n-1
R（i,j）=（R（i-1,j-1）+R（i-1,j）+R（i-1,j+1）+R（i,j-1）+R（i,j）+R（i,j+1）+R（i+1,j-1）+R（i+1,j）+R（i+1,j+1））/9;
G（i,j）=（G（i-1,j-1）+G（i-1,j）+G（i-1,j+1）+G（i,j-1）+G（i,j）+G（i,j+1）+G（i+1,j-1）+G（i+1,j）+G（i+1,j+1））/9;
B（i,j）=（B（i-1,j-1）+B（i-1,j）+B（i-1,j+1）+B（i,j-1）+B（i,j）+B（i,j+1）+B（i+1,j-1）+B（i+1,j）+B（i+1,j+1））/9;
end
end
img3=cat（3,R,G,B）;
img3=uint8（img3）;
subplot（2,3,5）;imshow（img3）;title（'对3个分量进行平滑处理后'）;
end
空域对灰度图像或彩色图像进行模板卷积运算及增强处理
[1]模板：
clc
closeall;
clear
%[FileName,FilePath]=uigetfile（'*.jpg;*.png;*.tif;*.img;*.gif;','请选择图像数据'）;
%str=[FilePathFileName];
img=imread（'meinv.jpg'）;
ifnumel（size（img））>2%如果是彩色图像就转换为灰度图像
img=rgb2gray（img）;
end
subplot（1,3,1）;imshow（img）;title（'原始图像'）;
[m,n]=size（img）;
img=im2double（img）;
dimg=img;%边界
fori=2:
m-1%非边界
forj=2:
n-1
dimg（i,j）=（img（i+1,j）+img（i-1,j）+img（i,j+1）+img（i,j-1））/4;
end
end
subplot（1,3,2）;imshow（dimg）;title（'模板运算后的图像'）;
subplot（1,3,3）;imshow（img+dimg）;title（'增强的图像'）;
[2]模板：
clc
closeall;
clear
img=imread（'meinv.jpg'）;
ifnumel（size（img））>2%如果是彩色图像就转换为灰度图像
img=rgb2gray（img）;
end
figure;imshow（img）;
[m,n]=size（img）;
img=im2double（img）;
a=input（'请输入a值（围在[0，1]之间）：
'）;
dimg=img;%边界
fori=2:
m-1%非边界
forj=2:
n-1
dimg（i,j）=img（i-1,j）*（-a）+img（i,j-1）*（-a）+img（i,j）*（1+4*a）+img（i,j+1）*（-a）+img（i+1,j）*（-a）;
end
end
figure;imshow（img+dimg）;
[3]模板：
clc
closeall;
clear
img=imread（'meinv.jpg'）;
ifnumel（size（img））>2%如果是彩色图像就转换为灰度图像
img=rgb2gray（img）;
end
figure;imshow（img）;
[m,n]=size（img）;
img=im2double（img）;
dimg=img;%边界
fori=3:
m-2%%处理非边界像素
forj=3:
n-2
dimg（i,j）=img（i-2,j-2）+img（i-2,j-1）*4+img（i-2,j）*7+img（i-2,j+1）*4+img（i-2,j+2）+img（i-1,j-2）*4+img（i-1,j-1）*16+img（i-1,j）*26+img（i-1,j+1）*16+img（i-1,j+2）*4+img（i,j-2）*7+img（i,j-1）*26+img（i,j）*41+img（i,j+1）*26+img（i,j+2）*7+img（i+1,j-2）*4+img（i+1,j-1）*16+img（i+1,j）*26+img（i+1,j+1）*16+img（i+1,j+2）*4+img（i+2,j-2）+img（i+2,j-1）*4+img（i+2,j）*7+img（i+2,j+1）*4+img（i+2,j+2）;
end
end
figure;imshow（img+dimg/273）;
拉普拉斯模板、锐化算子（P65）
[4]彩色图像拉普拉斯模板
closeall;
clear
clc;
img=imread（'meinv.jpg'）;
if（numel（size（img））<3）
disp（'请输入彩色图像'）;
else
subplot（2,2,1）;imshow（img）;title（'原始图像'）;
img=im2double（img）;
R=img（:
:
1）;
G=img（:
:
2）;
B=img（:
:
3）;
%对R分量使用基本的Laplacian模板（P65）进行增强处理；R1=R+R0
[m,n]=size（R）;
R1=R;
fori=2:
m-1
forj=2:
n-1
R1（i,j）=R（i,j）*（-4）+R（i-1,j）+R（i+1,j）+R（i,j-1）+R（i,j+1）;
end
end
R2=R-R1;%模板中心为负,做减法运算
img1=cat（3,R2,G,B）;
subplot（2,2,2）;imshow（img1）;title（'对R分量处理后'）;
%对R和G分量使用扩展的Laplacian模板进行增强处理；
[m,n]=size（R）;
R1=R;
G1=G;
fori=2:
m-1
forj=2:
n-1
R1（i,j）=R（i,j）*（-8）+R（i-1,j）+R（i+1,j）+R（i,j-1）+R（i,j+1）+R（i-1,j-1）+R（i+1,j-1）+R（i-1,j+1）+R（i+1,j+1）;
G1（i,j）=G（i,j）*（-8）+G（i-1,j）+G（i+1,j）+G（i,j-1）+G（i,j+1）+G（i-1,j-1）+G（i+1,j-1）+G（i-1,j+1）+G（i+1,j+1）;
end
end
R2=R-R1;%模板中心为负,做减法运算
G2=G-G1;
img2=cat（3,R2,G2,B）;
subplot（2,2,3）;imshow（img2）;title（'对R和G分量处理后'）;
%使用扩展的Laplacian模板对彩色图像的三个分量进行增强处理
[m,n]=size（R）;
R1=R;
G1=G;
B1=B;
fori=2:
m-1
forj=2:
n-1
R1（i,j）=R（i,j）*（-8）+R（i-1,j）+R（i+1,j）+R（i,j-1）+R（i,j+1）+R（i-1,j-1）+R（i+1,j-1）+R（i-1,j+1）+R（i+1,j+1）;
G1（i,j）=G（i,j）*（-8）+G（i-1,j）+G（i+1,j）+G（i,j-1）+G（i,j+1）+G（i-1,j-1）+G（i+1,j-1）+G（i-1,j+1）+G（i+1,j+1）;
B1（i,j）=B（i,j）*（-8）+B（i-1,j）+B（i+1,j）+B（i,j-1）+B（i,j+1）+B（i-1,j-1）+B（i+1,j-1）+B（i-1,j+1）+B（i+1,j+1）;
end
end
R2=R-R1;%模板中心为负,做减法运算
G2=G-G1;
B2=B-B1;
img3=cat（3,R2,G2,B2）;
subplot（2,2,4）;imshow（img3）;title（'对3个分量处理后'）;
end
频域对图像进行低通处理（理想、Butterworth等）。
6部（P83）
[1]Butterworth滤波：
clc
closeall;
clear
img=imread（'meinv.jpg'）;
ifnumel（size（img））>2%如果是彩色图像就转换为灰度图像
img=rgb2gray（img）;
end
subplot（221）;imshow（img）;xlabel（'原图像'）;
img=double（img）;%数据类型转换
img=fft2（img）;%图像Fourier变换
img=fftshift（img）;%Fourier变换平移，中心变换
%中心变换代码实现，反中心变化也是一样的
%fori=1:
m
%forj=1:
n
%img（i,j）=（（-1）^（i+j））*img（i,j）;
%end
%end
F2=log（abs（img））;%对Fourier变换结果取绝对值，然后取对数
subplot（222）;imshow（F2,[],'InitialMagnification','fit'）;%将计算后的矩阵用图像表示
xlabel（'（b）原始图像的Fourier变换图像'）;
[N1,N2]=size（img）;%Fourier变换图像尺寸
n=2;%参数赋初值。
高通n=0.3
d0=205;
n1=ro
升级会员 