数字图像处理题库.docx
《数字图像处理题库.docx》由会员分享，可在线阅读，更多相关《数字图像处理题库.docx（14页珍藏版）》请在冰豆网上搜索。
数字图像处理题库
1.选择一副图像eight.tif，设置输入/输出变换的灰度级范围，a=0.3,b=5,c=3,d=6。
I=imread（'eight.tif'）;
I=im2double（I）;
I1=0.3.*I+5/255;
I2=3.*I+6/255;
subplot（1,3,1）;imshow（I）;title（'原始图像'）;
subplot（1,3,2）;imshow（I1）;title（'a=0.3,b=5'）;
subplot（1,3,3）;imshow（I2）;title（'a=3,b=6'）;
2.设置非线性扩展函数的参数c=2，r=1.5，对图像eight.tif进行变换。
I=imread（'eight.tif'）;
c=2;
r=1.5;
S=imadjust（I,[],[],r）*c;
subplot（1,2,1）;imshow（I）;title（'原始图像'）;
subplot（1,2,2）;imshow（S）;title（'非线性扩展的图像'）;
3.采用灰度倒置变换函数s=255-r进行图像eight.tif变换
I=imread（'eight.tif'）;
I=im2double（I）;
a=-1;
b=255;
S=a.*I+b/255;
subplot（1,2,1）;imshow（I）;title（'原始图像'）;
subplot（1,2,2）;imshow（S）;title（'变换后的图像'）;
4.对图像eight.tif进行旋转45度和180度
I=imread（'eight.tif'）;
J=imrotate（I,60,'bilinear'）;
K=imrotate（I,180,'bilinear'）;
subplot（1,3,1）;imshow（I）;title（'原始图像'）;
subplot（1,3,2）;imshow（J）;title（'旋转60图像'）;
subplot（1,3,3）;imshow（K）;title（'旋转180图像'）;
5.选取一副图像eight.tif，进行离散傅里叶变换，将其中心移到零点，得到其离散傅里叶变换。
参考例4.10
I=imread（'eight.tif'）;
I1=fftshift（fft2（I））;
subplot（1,2,1）;imshow（I）;title（'原始图像'）;
subplot（1,2,2）;imshow（log（abs（I1））,[]）;title（'变换后的图像'）;
6.选取一副图像，进行离散傅里叶变换，再对其进行一定角度的旋转，进行离散傅里叶变换.参考例4.6
I=zeros（255,255）;
I（100:
150,50:
200）=1;
I1=fftshift（abs（fft2（I）））;
I2=imrotate（I,60,'bilinear','crop'）;
I3=fftshift（abs（fft2（I2）））;
subplot（1,4,1）;imshow（I）;title（'原始图像'）;
subplot（1,4,2）;imshow（I1,[550]）;title（'傅立叶变换后的图像'）;
subplot（1,4,3）;imshow（I2）;title（'旋转90度后图像'）;
subplot（1,4,4）;imshow（I3,[550]）;title（'傅立叶变换后的原始图像'）;
7.选取一副图像eight.tif，进行离散余弦变换，并对其进行离散余弦反变换。
参考例4.13
I=imread（'eight.tif'）;
I1=dct2（I）;
I2=idct2（I1）/255;
subplot（1,3,1）;imshow（I）;title（'原始图像'）;
subplot（1,3,2）;imshow（I1）;title（'余弦变换图像'）;
subplot（1,3,3）;imshow（I2）;title（'反余弦变换图像'）;
8.选取一副图像eight.tif，采用butterworth高通滤波器对图像进行高通滤波。
参考例5.7
I=imread（'eight.tif'）;
I1=fftshift（fft2（I））;
[M,N]=size（I1）;
n=2;d0=30;
n1=floor（M/2）;
n2=floor（N/2）;
forx=1:
M
fory=1:
N
d=sqrt（（x-n1）^2+（y-n2）^2）;
H=1/（1+（d0/d）^（2*n））;
I2（x,y）=H*I1（x,y）;
end
end
I2=ifftshift（I2）;
I3=real（ifft2（I2））;
subplot（1,2,1）;imshow（I）;title（'原始图像'）;
subplot（1,2,2）;imshow（I3）;title（'Butterworth高通滤波处理后的图像'）;
9.选择一副图像eight.tif，对灰度图像进行直方图均衡化处理。
I=imread（'eight.tif'）;
K=16;
H=histeq（I,K）;
figure,
subplot（2,2,1）;imshow（I,[]）;title（'原始图像'）;
subplot（2,2,2）;imshow（H,[]）,holdon
subplot（2,2,3）,hist（double（I）,16）;
subplot（2,2,4）,hist（double（H）,16）;
10.选择一副图像eight.tif，对灰度图像采用均值滤波。
img=imread（'eight.tif'）;
subplot（1,3,1）;imshow（img）;title（'原图'）;
img_noise=double（imnoise（img,'salt&pepper',0.08））;
subplot（1,3,2）;imshow（img_noise,[]）;title（'加噪点图'）;
img_deal=imfilter（img_noise,fspecial（'average',5））;
subplot（1,3,3）;imshow（img_deal,[]）;title（'平滑图'）;
11.选择一副图像coins.png，对灰度图像，采用prewitt边缘算子和sobel算子对图像进行增强处理。
img=imread（'coins.png'）;
img1=edge（img,'prewitt'）;
img2=edge（img,'sobel'）;
subplot（1,3,1）;imshow（img）;title（'原始图像'）;
subplot（1,3,2）;imshow（img1）;title（'prewitt'）;
subplot（1,3,3）;imshow（img2）;title（'sobel'）;
12.仿照matlab识别圆形物体例程，对coins.png图像进行处理。
I=imread（'coins.png'）;
threshold=graythresh（I）;
bw=im2bw（I,threshold）;
imshow（I）;
%removeallobjectcontainingfewerthan30pixels
bw=bwareaopen（bw,30）;
%fillagapinthepen'scap
se=strel（'disk',2）;
bw=imclose（bw,se）;
%fillanyholes,sothatregionpropscanbeusedtoestimate
%theareaenclosedbyeachoftheboundaries
bw=imfill（bw,'holes'）;
[B,L]=bwboundaries（bw,'noholes'）;
%Displaythelabelmatrixanddraweachboundary
holdon
fork=1:
length（B）
boundary=B{k};
plot（boundary（:
2）,boundary（:
1）,'w','LineWidth',2）
end
imshow（I）;
stats=regionprops（L,'Area','Centroid'）;
threshold=0.94;
%loopovertheboundaries
fork=1:
length（B）
%obtain（X,Y）boundarycoordinatescorrespondingtolabel'k'
boundary=B{k};
%求周长
delta_sq=diff（boundary）.^2;
perimeter=sum（sqrt（sum（delta_sq,2）））;
%求面积
area=stats（k）.Area;
%求半径
metric=2*area/perimeter;
metric_string=sprintf（'r=%2.2f',metric）;
text（boundary（1,2）-35,boundary（1,1）+13,metric_string,'Color','y',...
'FontSize',14,'FontWeight','bold'）;
end
title（'求各个硬币的半径'）;
13.对灰度图像进行直线检测，参考例8.2
I=imread（'img1.bmp'）;
I=rgb2gray（I）;
bw=edge（I,'log'）;
[H,T,R]=hough（bw）;
P=houghpeaks（H,5,'threshold',ceil（0.3*max（H（:
））））;
x=T（P（:
2））;
y=R（P（:
1））;
lines=houghlines（bw,T,R,P,'FillGap',5,'MinLength',10）;
imshow（bw）;
holdon;
max_len=0;
fork=1:
length（lines）
xy=[lines（k）.point1;lines（k）.point2];
plot（xy（:
1）,xy（:
2）,'LineWidth',2,'Color','g'）;
end
14.对图像eight.tif进行OSTU算法阈值分割，参考例8.4
i=imread（'eight.tif'）;
[width,height]=size（i）;
thresh=graythresh（i）;
bw=im2bw（i,thresh）;
imshow（bw）;
15.对图像img3.bmp进行开运算和闭运算以及填充，参考例8.11
i=imread（'img3.bmp'）;
i=rgb2gray（i）;
bw=im2bw（i）;
se=strel（'disk',6）;
bw=imopen（bw,se）;
bw=~bw;
imshow（bw）;
16.识别图像中字的个数。
参考matlab例程CorrectingNonuniformIllumination
i=imread（'img4.bmp'）;
i=rgb2gray（i）;
thresh=graythresh（i）;
bw=im2bw（i,thresh）;
se=strel（'disk',2）;
bw=~bw;
bw=imdilate（bw,se）;
[labeled,nu
升级会员 