第一篇：數(shù)字圖像處理上機(jī)實(shí)驗(yàn)(02091008)

數(shù)字圖像處理上機(jī)作業(yè)

數(shù)字圖像處理上機(jī)作業(yè)

1.產(chǎn)生右圖所示亮塊圖像 f1(x,y)（128×128大小，暗處=0，亮處=255），對(duì)其進(jìn)行FFT：

（1）同屏顯示原圖f1和FFT(f1)的幅度譜圖；

圖像：

（2）若令f2(x,y)=（-1）f1(x,y)，重復(fù)以上過(guò)程，比較二者幅度譜的異同，簡(jiǎn)述理由；（3）若將f2(x,y)順時(shí)針旋轉(zhuǎn)45度得到f3(x,y)，試顯示FFT(f3)的幅度譜，并與FFT(f2)的幅度譜進(jìn)行比較。

x+y

結(jié)論：不同點(diǎn)：f2的頻譜是對(duì)f1頻譜的移位，它時(shí)f1的頻譜從原點(diǎn)（0，0）移到了中心（64，64），而得到了一個(gè)完整的頻譜。

相同點(diǎn)：頻譜的實(shí)質(zhì)沒(méi)有改變，幅度等都沒(méi)有發(fā)生變化。

（3）若將f2(x,y)順時(shí)針旋轉(zhuǎn)45度得到f3(x,y)，試顯示FFT(f3)的幅度譜，并與FFT(f2)的幅度譜進(jìn)行比較。

源程序：f1=zeros(128,128);for i=38:1:90 for j=58:1:70 f1(i,j)=255;end end figure(1)subplot(1,2,1);imshow(f1);subplot(1,2,2);imshow(fft2(f1));% f2(x,y)=（-1）^(x+y)* f1(x,y)for i=1:1:128 for j=1:1:128 f2(i,j)=(-1)^(i+j)*f1(i,j);end end figure(2);subplot(1,3,1);imshow(f2);f3=imrotate(f2,-45,'bilinear');%將f2順時(shí)針旋轉(zhuǎn)45度 subplot(1,3,2);imshow(fft2(f2));%顯示f2的頻譜 subplot(1,3,3);imshow(fft2(f3));%顯示f3的頻譜

結(jié)論：均衡化后的直方圖并非完全均勻分布的原因：因?yàn)閳D像的像素個(gè)數(shù)和灰度等級(jí)均為離散值，而且均衡化后使灰度級(jí)并歸。

2.對(duì)256?256大小、256級(jí)灰度的數(shù)字圖像lena進(jìn)行頻域的理想低通、高通濾波，同屏顯示原圖、幅度譜圖和低通、高通濾波的結(jié)果圖。

源代碼： figure(1);fid=fopen('d:imglena.img','r');data=(fread(fid,[256,256],'uint8'))';subplot(2,2,1)imagesc(data);colormap(gray);title('LENA','Color','r');subplot(2,2,2);imshow(fft2(data));s=fftshift(fft2(data));[M,N]=size(s);%分別返回s的行數(shù)到M中，列數(shù)到N中 n=2;%對(duì)n賦初值 %GLPF濾波，d0=5，15，30（程序中以d0=30為例）d0=30;%初始化d0 n1=floor(M/2);%對(duì)M/2進(jìn)行取整 n2=floor(N/2);%對(duì)N/2進(jìn)行取整 for i=1:M for j=1:N d=sqrt((i-n1)^2+(j-n2)^2);%點(diǎn)（i,j）到傅立葉變換中心的距離 h=1*exp(-1/2*(d^2/d0^2));%GLPF濾波函數(shù)

s(i,j)=h*s(i,j);%GLPF濾波后的頻域表示 end end s=ifftshift(s);%對(duì)s進(jìn)行反FFT移動(dòng)

%對(duì)s進(jìn)行二維反離散的Fourier變換后，取復(fù)數(shù)的實(shí)部轉(zhuǎn)化為無(wú)符號(hào)8位整數(shù) s=uint8(real(ifft2(s)));subplot(2,2,3);%創(chuàng)建圖形圖像對(duì)象 imshow(s);p=fftshift(fft2(data));[M,N]=size(p);%分別返回p的行數(shù)到M中，列數(shù)到N中 n=2;%對(duì)n賦初值 %GLPF濾波d1=30 d1=30;%初始化d1 n3=floor(M/2);%對(duì)M/2進(jìn)行取整 n4=floor(N/2);%對(duì)N/2進(jìn)行取整 for i=1:M for j=1:N dd=sqrt((i-n3)^2+(j-n4)^2);%點(diǎn)（i,j）到傅立葉變換中心的距離 h1=1-exp(-1/2*(dd^2/d1^2));%GHPF濾波函數(shù)

p(i,j)=h1*p(i,j);%GHPF濾波后的頻域表示 end end p=ifftshift(p);%對(duì)p進(jìn)行反FFT移動(dòng)

%對(duì)s進(jìn)行二維反離散的Fourier變換后，取復(fù)數(shù)的實(shí)部轉(zhuǎn)化為無(wú)符號(hào)8位整數(shù) p=uint8(real(ifft2(p)));subplot(2,2,4);%創(chuàng)建圖形圖像對(duì)象 imshow(p);

3.對(duì)給定的兩種128?128、256級(jí)灰度的數(shù)字圖像（圖像磁盤文件名分別為Fing_128.img（指紋圖）和Cell_128.img（顯微醫(yī)學(xué)圖像）進(jìn)行如下處理：

（1）對(duì)原圖像進(jìn)行直方圖均衡化處理，同屏顯示處理前后圖像及其直方圖，比較異同，并回答為什么數(shù)字圖像均衡化后其直方圖并非完全均勻分布。

異同：由于原圖像中目標(biāo)物的灰度主要集中于低亮度部分，而且象素總數(shù)比較多，經(jīng)過(guò)直方圖均衡后，目標(biāo)物的所占的灰度等級(jí)得到擴(kuò)展，對(duì)比度加強(qiáng)，使整個(gè)圖像得到增強(qiáng)。

數(shù)字圖像均衡化后其直方圖并非完全均勻分布的原因：由于原圖像中目標(biāo)物的灰度主要集中于低亮度部分，而且象素總數(shù)比較少，而所占的灰度等級(jí)比較多，因此圖像的對(duì)比度比較好，亮度比較大，整體圖像清晰。經(jīng)過(guò)直方圖均衡后，目標(biāo)物的所占的灰度等級(jí)被壓縮，對(duì)比度減弱，反而使目標(biāo)物變的難以辨認(rèn)。

數(shù)字圖像均衡化后，其直方圖并非完全均勻分布，這是因?yàn)閳D像的象素個(gè)數(shù)和灰度等級(jí)均為離散值；而且均衡化使灰度級(jí)并歸，因此，均衡化后，其直方圖并非完全均勻分布。

源代碼： figure(1);fid=fopen('D:imgcell_128.img','r');

%打開無(wú)格式文件 data1=(fread(fid,[128,128],'uint8'))';%將打開的文件讀入到data1 subplot(4,2,1);

%將figure(1)分成4*2的8個(gè)子窗口, data11=uint8(data1);imshow(data11);%圖象顯示

title('CELL','Color','b');

%加標(biāo)題 subplot(4,2,2);title('原圖像直方圖');imhist(data11);subplot(4,2,3);

%取第二個(gè)子窗口

data2=uint8(data1);%將灰度圖象轉(zhuǎn)換成uint8格式 b=histeq(data2);

%直方圖均衡化

imshow(b,256);

%顯示均衡化圖象,256可缺省 title('均衡化','Color','b');

subplot(4,2,4);imhist(b);title('均衡化后圖像直方圖');subplot(4,2,5)fid=fopen('d:imgfing_128.img','r');%打開無(wú)格式文件

data3=(fread(fid,[128,128],'uint8'))';%將打開的文件讀入到data3 data31=uint8(data3);

%將灰度圖象轉(zhuǎn)換成uint8格式 imshow(data31);

%顯示灰度圖象 title('FING','Color','b');subplot(4,2,6)imhist(data31);title('原圖像直方圖');subplot(4,2,7);

data4=uint8(data3);%將灰度圖象轉(zhuǎn)換成uint8格式 d=histeq(data4);

%直方圖均衡化

imshow(d,256);

%顯示均衡化圖象,256可缺省 title('均衡化','Color','b');

subplot(4,2,8);imhist(d);title('均衡化后原圖像直方圖');（2）對(duì)原圖像加入高斯噪聲，用4-鄰域平均法平滑加噪聲圖像（圖像四周邊界不處理，下同），同屏顯示原圖像、加噪圖像和處理后的圖像。

① 不加門限；

② 加門限 T?2f(m,n)，（其中f(m,n)?

1N2??f(i,j)）

ij

源代碼： % CELL figure(2);fid=fopen('D:imgcell_128.img','r');

%打開無(wú)格式文件

data1=(fread(fid,[128,128],'uint8'))';%將打開的文件讀入到data1 I=uint8(data1);I1=imnoise(I,'gaussian');%加乘性噪聲 H1=[0 1 0;1 0 1;0 1 0]/4;%4×4領(lǐng)域模板 J=imfilter(I,H1);%領(lǐng)域平均

subplot(2,4,1),imshow(I);%顯示圖像I title('原圖像');subplot(2,4,2),imshow(I1);title('加噪聲后圖像');subplot(2,4,3),imshow(J);

%不加門限平滑 title('不加門限平滑后圖像');%加門限后濾波

T= 2*sum(I1(:))/128^2;im_T = zeros(128,128);for i = 1:128

for j = 1:128

if abs(I1(i,j)J(i,j))>T

im_T(i,j)= J(i,j);

else

im_T(i,j)= I1(i,j);

end

end end subplot(2,4,8);imshow(im_T);title('加門限后');4.（1）用Laplacian銳化算子（分??1和??2兩種情況）對(duì)256?256大小、256級(jí)灰度的數(shù)字圖像lena進(jìn)行銳化處理，顯示處理前、后圖像。

源代碼：

%laplacian算子銳化

I=imread('D:imgLENA256.bmp');% 讀入原圖像 figure(1);subplot(1,3,1);imshow(I);title('原始圖像');L=fspecial('laplacian');L1=[0-1 0;-1 5-1;0-1 0];L2=[0-2 0;-2 9-2;0-2 0];LP1=imfilter(I,L1,'replicate');% α=1時(shí)的拉普拉斯算子 LP2=imfilter(I,L2,'replicate');% α=2時(shí)的拉普拉斯算子

subplot(1,3,2);imshow(LP1);title('Laplacian算子α=1銳化圖像');subplot(1,3,3);imshow(LP2);title('Laplacian算子α=2銳化圖像');

（2）若令

g1(m,n)?f(m,n)???2f，g2(m,n)?4?f(m,n)??[f(m?1,n)?f(m?1,n)?f(m,n?1)?f(m,n?1)

?f(m,n?1)?f(m,n?1)]

則回答如下問(wèn)題：

① f(m,n)、g1(m,n)和g2(m,n)之間有何關(guān)系？ ② g2(m,n)代表圖像中的哪些信息？ ③ 由此得出圖像銳化的實(shí)質(zhì)是什么？

①因?yàn)間2(m,n)????2f(m,n)，所以f(m,n)、g1(m,n)和g2(m,n)之間有以下關(guān)系：

g1(m,n)?f(m,n)?g2(m,n)

②g2(m,n)代表了原圖像中的二階梯度信息；g1(m,n)是邊緣增強(qiáng)后的數(shù)字圖像； ③由此可以得出：圖像銳化的實(shí)質(zhì)是將原圖像與梯度信息疊加（梯度信息所占的比例由，相當(dāng)于對(duì)目標(biāo)物的邊緣進(jìn)行了增強(qiáng)。?的大小決定，?值越大則梯度信息所占的比例越大）

5.分別利用Roberts、Prewitt和Sobel邊緣檢測(cè)算子，對(duì)256?256大小、256級(jí)灰度的數(shù)字圖像lena進(jìn)行邊緣檢測(cè)，顯示處理前、后圖像。圖像：

源代碼：

I=imread('D:imgLENA256.bmp');% 讀入原圖像 figure(1)%Roberts梯度法銳化

subplot(2,2,1);imshow(I);title('原始圖像');J=double(I);[IX,IY]=gradient(J);%計(jì)算梯度 A=sqrt(IX.*IX+IY.*IY);subplot(2,2,2);imshow(A,[]);title('Roberts梯度法銳化圖像');%Prewitt算子銳化

S=imfilter(I,fspecial('Prewitt'));subplot(2,2,3);imshow(S);title('Prewitt算子銳化圖像');%Sobel算子銳化

S=imfilter(I,fspecial('sobel'));subplot(2,2,4);imshow(S);title('Sobel算子銳化圖像');

6、學(xué)習(xí)數(shù)字圖像處理課程的心得體會(huì)，該課程在哪些方面需要改進(jìn)，對(duì)該課程或者任課老師有哪些意見或建議。

通過(guò)對(duì)數(shù)字圖像處理課程的認(rèn)真學(xué)習(xí)，在課堂聽課和課余實(shí)踐中了解了數(shù)字圖像的基礎(chǔ)知識(shí)，培養(yǎng)了一定的軟件編程能力，在努力完成課堂作業(yè)的同時(shí)，發(fā)現(xiàn)了對(duì)圖像方面的興趣。老師認(rèn)真負(fù)責(zé)，布置合理的作業(yè)。但希望能夠通過(guò)更加豐富的授課方式，提高更多人學(xué)習(xí)該門課程的興趣和主動(dòng)性。也同樣希望老師能夠加強(qiáng)點(diǎn)名和作業(yè)的驗(yàn)收，督促學(xué)生更加認(rèn)真的學(xué)習(xí)知識(shí)。

第二篇：數(shù)字圖像處理上機(jī)報(bào)告

練習(xí)一 常用MATLAB圖像處理命令

一、練習(xí)目的

1、熟悉并掌握MATLAB工具的使用；

2、實(shí)現(xiàn)圖像的讀取、顯示、代數(shù)運(yùn)算和簡(jiǎn)單變換。

二、練習(xí)環(huán)境

Windows操作系統(tǒng)

Matlab 6.5或以上應(yīng)用軟件

三、練習(xí)內(nèi)容

1、圖像文件的讀寫

（1）imread函數(shù)用來(lái)實(shí)現(xiàn)圖像文件的讀取。輸入以下程序：

A=imread('文件名.擴(kuò)展名');%用imread函數(shù)來(lái)讀入圖像 注：設(shè)置路徑 imshow(A);%用imshow函數(shù)來(lái)顯示圖像 得到的結(jié)果如圖：

（2）imfinfo函數(shù)用來(lái)查詢圖像文件信息。輸入以下程序：

info=imfinfo('文件名.擴(kuò)展名');% 用imfinfo函數(shù)查詢圖像文件信息 得到： info =

Filename: '文件名.擴(kuò)展名'

（4）imshow函數(shù)用來(lái)顯示圖像。

剛才介紹imread函數(shù)時(shí)已使用此函數(shù)。

（5）colorbar函數(shù)將顏色條添加到坐標(biāo)軸對(duì)象中。輸入以下程序：

RGB=imread('***');%圖像讀入

I=rgb2gray(RGB);%把RGB圖像轉(zhuǎn)換成灰度圖像

imshow(I),colorbar('vert')% 將顏色條添加到坐標(biāo)軸對(duì)象中

得到如圖：

2、圖像處理的基本操作

一、圖像代數(shù)運(yùn)算

（1）imadd函數(shù)實(shí)現(xiàn)兩幅圖像的相加或者給一幅圖像加上一個(gè)常數(shù)。給圖像每個(gè)像素都增加亮度的程序如下： I=imread('***');J=imadd(I,100);%給圖像增加亮度 subplot(1,2,1),imshow(I)%填充 subplot(1,2,2),imshow(J)結(jié)果如圖5。

（2）imsubtract函數(shù)實(shí)現(xiàn)從一幅圖像中減去一個(gè)常數(shù)。輸入以下程序?qū)崿F(xiàn)從一幅圖像中減去一個(gè)常數(shù)：

（3）immultiply實(shí)現(xiàn)兩幅圖像的相乘或者一幅圖像的亮度縮放（圖像乘以小于1或大于1的參數(shù)，比較效果）。輸入以下程序：

（4）imdivide函數(shù)實(shí)現(xiàn)兩幅圖像的除法或一幅圖像的亮度縮放。輸入以下程序：

二、圖像的空間域操作

（1）imrotate函數(shù)實(shí)現(xiàn)圖像的旋轉(zhuǎn)。輸入以下程序： I=imread('***');J=imrotate(I,45);%對(duì)圖像進(jìn)行旋轉(zhuǎn) subplot(1,2,1),imshow(I);subplot(1,2,2),imshow(J);得到圖：

練習(xí)二 數(shù)字圖像處理的基本操作

一、練習(xí)目的

1、練習(xí)使用MATLAB工具進(jìn)行數(shù)字圖像處理；

2、實(shí)現(xiàn)圖像的邊緣提取、濾波、直方圖修正等操作。

二、練習(xí)環(huán)境

Windows操作系統(tǒng)

Matlab 6.5或以上應(yīng)用軟件

三、練習(xí)內(nèi)容

（1）imresize函數(shù)實(shí)現(xiàn)圖像的縮放。輸入以下程序：

J=imread('文件名.擴(kuò)展名');X1=imresize(J,2);%對(duì)圖像進(jìn)行縮放 figure,imshow(J)結(jié)果如圖

（2）imcrop函數(shù)實(shí)現(xiàn)圖像的剪切。輸入以下程序： I=imread('***');I2=imcrop(I);%對(duì)圖像進(jìn)行剪切 subplot(填充),imshow(填充);subplot(填充),imshow(填充);如圖：

圖像變換

（1）fft2函數(shù)和ifft2函數(shù)分別是計(jì)算二維的FFT和反變換。輸入以下程序： f=zeros(100,100);f(20:70,40:60)=1;imshow(f);F=fft2(f);% 計(jì)算二維的FFT F2=log(abs(F));%對(duì)幅值取對(duì)數(shù) imshow(F2),colorbar

（2）dct2函數(shù)采用基于FFT的算法，用于實(shí)現(xiàn)較大輸入矩陣的離散余弦變換。與之對(duì)應(yīng)，idct2函數(shù)實(shí)現(xiàn)圖像的二維逆離散余弦變換 輸入以下程序： RGB=imread('***');I=rgb2gray(RGB);J=dct2(I);% 對(duì)I進(jìn)行離散余弦變換 imshow(log(abs(J))),colorbar J(abs(J)<10)=0;K=idct2(J);% 圖像的二維逆離散余弦變換 figure,imshow(I);figure,imshow(K,[0,255])得到如圖：

（3）edge函數(shù)用于提取圖像的邊緣。輸入以下程序：

RGB=imread('drum.bmp');I=rgb2gray(RGB);BW=edge(I);% 提取圖像的邊緣 imshow(I),figure,imshow(BW);得到圖

圖像增強(qiáng)、分割和編碼

（1）imhist函數(shù)產(chǎn)生圖像的直方圖。A=imread('drum.bmp');%讀入圖像

B=rgb2gray(A);%把RGB圖像轉(zhuǎn)化成灰度圖像 imshow(B);%顯示灰度圖像

imhist(B)%顯示灰度圖像的直方圖 得到圖

（2）histeq函數(shù)用于對(duì)圖像的直方圖均衡化。接上面程序：

C=histeq(B);%對(duì)圖像B進(jìn)行均衡化 imshow(C);%顯示圖像

imhist(C)；%得到均衡化后的灰度直方圖 得到如圖

filter2函數(shù)實(shí)現(xiàn)均值濾波。輸入以下程序：

a=imread('noise.drum.jpg');I=rgb2gray(a);imshow(I);K1=filter2(fspecial('average',3),I)/255;% 3?3的均值濾波 K2=補(bǔ)充;

% 5?5的均值濾波 K3=補(bǔ)充;

% 7?7的均值濾波 figure,imshow(K1);figure,imshow(K2);figure,imshow(K3);得到圖

（5）medfilt2函數(shù)實(shí)現(xiàn)中值濾波。輸入以下程序：

自查函數(shù)如何使用，并編程： 結(jié)果如圖：

練習(xí)三

圖像采樣及圖像類型轉(zhuǎn)換

一、練習(xí)目的

1、熟悉并掌握MATLAB圖像處理工具箱的使用；

2、試對(duì)自選圖像分別進(jìn)行4和16倍剪采樣，查看其剪采樣效果

3、將所給圖，轉(zhuǎn)換成256級(jí)灰度圖像，8級(jí)灰度圖像和2值圖像

二、練習(xí)環(huán)境

MATLAB 6.5或以上版本、WIN XP或以上計(jì)算機(jī)

三、練習(xí)內(nèi)容

使用MATLAB，對(duì)圖像進(jìn)行減采樣。

a = imread('***.JPG');b = rgb2gray(a);[wid,hei]=size(b);%4倍減抽樣

quartimg = zeros(wid/2+1,hei/2+1);i1 = 1;j1 = 1;for i=1:2:wid

for j=1:2:hei

quartimg(i1,j1)= b(i,j);

j1 = j1 + 1;

end i1 = i1 + 1;j1 = 1;end figure

imshow(uint8(quartimg))練習(xí)結(jié)果如圖

%16倍減抽樣

編程并運(yùn)行顯示圖像結(jié)果：

圖像類型

1、練習(xí)內(nèi)容

試將自選圖，轉(zhuǎn)換成256級(jí)灰度圖像，8級(jí)灰度圖像和2值圖像

2、練習(xí)方法及程序

使用MATLAB，進(jìn)行圖像類型變換。

a = imread('***.jpg');b = rgb2gray(a);

figure imshow(b)[wid,hei]=size(b);img8 = zeros(wid,hei);img2 = zeros(wid,hei);for i=1:wid

for j=1:hei

img8(i,j)= floor(b(i,j)/32);%得到8級(jí)灰度圖像

end end figure

imshow(uint8(img8),[0,7])for i=1:wid

for j=1:hei

補(bǔ)充;end end figure

imshow(uint8(img8),[0,2])%得到2值圖像

練習(xí)結(jié)果如圖

練習(xí)四

數(shù)字圖像的空間域處理

一、練習(xí)目的

1、熟悉并掌握MATLAB圖像處理工具箱的使用；

2、熟悉圖像相加的方法及效果

3、熟悉圖像灰度擴(kuò)展的方法及效果

4、熟悉圖像縮放、旋轉(zhuǎn)的方法及效果

二、練習(xí)環(huán)境

MATLAB 6.5或以上版本、WIN XP或以上計(jì)算機(jī)

三、練習(xí)內(nèi)容 Part 1（1）選擇一幅圖像***.jpg，設(shè)置輸入輸出變換的灰度級(jí)范圍，a=0.3, b=0.6, c=0.1, d=0.9；

（2）設(shè)置非線性擴(kuò)展函數(shù)的參數(shù)c=2；

（3）采用灰度倒置變換函數(shù)s=255-r進(jìn)行圖像變換；

（4）設(shè)置二值化圖像的閾值，分別為level=0.4,level=0.7參考程序如下： I=imread('***.jpg');figure;subplot(1,3,1);imshow(I);title('原圖');J=imadjust(I,[0.3;0.6],[0.1;0.9]);%設(shè)置灰度變換的范圍 subplot(1,3,2);imshow(J);title('線性擴(kuò)展');I1=double(I);%將圖像轉(zhuǎn)換為double類型 I2=I1/255;%歸一化此圖像 C=2;K=C*log(1+I2);%求圖像的對(duì)數(shù)變換 subplot(1,3,3);imshow(K);title('非線性擴(kuò)展');M=255-I;%將此圖像取反 figure;subplot(1,3,1);imshow(M);title('灰度倒置');N1=im2bw(I,0.4);%將此圖像二值化，閾值為0.4 N2=im2bw(I,0.7);%將此圖像二值化，閾值為0.7 subplot(1,3,2);imshow(N1);title('二值化閾值0.4');subplot(1,3,3);imshow(N2);title('二值化閾值0.7');練習(xí)結(jié)果與分析

（1）練習(xí)結(jié)果如圖3.7所示。

Part 2 讀取一幅圖片，如***.jpg，設(shè)置圖像旋轉(zhuǎn)的角度分別為450和900，采用圖形旋轉(zhuǎn)函數(shù)imrotate對(duì)圖像進(jìn)行旋轉(zhuǎn)。程序如下，結(jié)果如圖3.10。

I=imread('i_lena.jpg');J=imrotate(I,45);%圖像進(jìn)行逆時(shí)針旋轉(zhuǎn)，默認(rèn)采用最近鄰法進(jìn)行插值處理 K=imrotate(I,90);%默認(rèn)旋轉(zhuǎn)出界的部分不被截出 subplot(1,3,1);imshow(I);subplot(1,3,2);imshow(J);subplot(1,3,3);imshow(K);練習(xí)結(jié)果與分析

（1）練習(xí)結(jié)果如圖3.10所示。

練習(xí)五 數(shù)字圖像的頻域處理

一、練習(xí)目的

1、熟悉并掌握MATLAB工具的使用；

2、實(shí)現(xiàn)圖像離散傅里葉變換并觀察效果

3、實(shí)現(xiàn)圖像離散余弦變換并觀察效果

二、練習(xí)環(huán)境

Windows操作系統(tǒng) Matlab 6.5或以上應(yīng)用軟件

三、練習(xí)內(nèi)容 Part 1 選取一幅圖像，進(jìn)行離散傅里葉變換，再對(duì)其分別進(jìn)行X軸與Y軸上的平移，得其離散傅里葉變換，觀察三幅結(jié)果圖。

I=imread('1.bmp');figure(1)imshow(real(I));I=I(:,:,3);fftI=fft2(I);sfftI=fftshift(fftI);%求離散傅里葉頻譜

%對(duì)原始圖像進(jìn)行二維傅里葉變換，并將其坐標(biāo)原點(diǎn)移到頻譜圖中央位置

RRfdp1=real(sfftI);IIfdp1=imag(sfftI);a=sqrt(RRfdp1.^2+IIfdp1.^2);a=(a-min(min(a)))/(max(max(a))-min(min(a)))*225;

figure(2)imshow(real(a));練習(xí)結(jié)果與分析

Part 2 選取一幅圖像，進(jìn)行離散傅里葉變換，再對(duì)其進(jìn)行一定角度的旋轉(zhuǎn)，進(jìn)行離散傅里葉變換。

%構(gòu)造原始圖像

I = zeros(256,256);

I(88:168,124:132)= 1;%圖像范圍是256*256,前一值是縱向比，后一值是橫向比 imshow(I)

%求原始圖像的傅里葉頻譜

J = fft2(I);F = abs(J);J1 = fftshift(F);figure imshow(J1,[5 50])

%對(duì)原始圖像進(jìn)行旋轉(zhuǎn)

J = imrotate(I,90,'bilinear','crop');figure imshow(J)%求旋轉(zhuǎn)后圖像的傅里葉頻譜

J1 = fft2(J);F = abs(J1);J2 = fftshift(F);figure imshow(J2,[5 50])練習(xí)結(jié)果與分析

1）練習(xí)結(jié)果如圖4.4所示.Part 3 選取一幅圖像，進(jìn)行離散余弦變換，并對(duì)其進(jìn)行離散余弦反變換，觀察其結(jié)果。

%對(duì)***.jpg文件計(jì)算二維DCT變換 RGB = imread('***.jpg ');figure(1)imshow(RGB)I = rgb2gray(RGB);%真彩色圖像轉(zhuǎn)換成灰度圖像 J = dct2(I);%計(jì)算二維DCT變換 figure(2)imshow(log(abs(J)),[])%圖像大部分能量集中在上左角處 figure(3);J(abs(J)< 10)= 0;%把變換矩陣中小于10的值置換為0，然后用idct2重構(gòu)圖像 K = idct2(J)/255;imshow(K)練習(xí)結(jié)果與分析

第三篇：數(shù)字圖像處理上機(jī)作業(yè)

數(shù)字圖像處理上機(jī)實(shí)驗(yàn)題

一、產(chǎn)生右圖所示圖像 f1(m,n)，其中圖像大小為256×256，中間亮條為128×32，暗處=0，亮處=100。對(duì)其進(jìn)行 FFT：

1、屏顯示原圖 f1(m,n)和FFT(f1)的幅度譜圖；

2、令f2(m,n)=（-1）^（m+n）*f1(m,n)，重復(fù)以上過(guò)程，比較二者幅度譜的異同，簡(jiǎn)述理由；

3、若將f2(m,n)順時(shí)針旋轉(zhuǎn) 90 度得到f3(m,n)，試顯示 FFT(f3)的幅度譜，并與 FFT(f2)的幅度譜進(jìn)行比較；

4、若將f1(m,n)順時(shí)針旋轉(zhuǎn) 90 度得到f4(m,n)，令f5(m,n)=f1(m,n)+f4(m,n)，試顯示 FFT(f5)的幅度譜，并指出其與 FFT(f1)和FFT(f4)的關(guān)系；

5、若令f6(m,n)=f2(m,n)+f3(m,n)，試顯示 FFT(f6)的幅度譜，并指出其與 FFT(f 2)和FFT(f3)的關(guān)系，比較 FFT(f6)和FFT(f5)的幅度譜。

代碼

f1=zeros(256,256);

for i =64:1:191 for j = 112:1:143 f1(i,j)= 100;

end

end

f2 = fft2(f1);

%f2(m,n)= f3

f3 =((-1)^(i+j))*f1;f4 = fft2(f3);

%f3(m,n)= f5

f5 = imrotate(f3,90,'bilinear');f6 = fft2(f5);

%f4(m,n)= f7

f7 = imrotate(f1,90,'bilinear');f8 = fft2(f7);

%f5(m,n)= f8 f9 = f1 + f7;f10 = fft2(f9);

%f6(m,n)= f2(m,n)+f3(m,n)f11 = f3 + f5;f12 = fft2(f11);

figure(1)subplot(1,2,1);imshow(abs(f1));title('原圖f1');subplot(1,2,2);imshow(abs(f2));title('幅度譜fft2(f1)');figure(2)subplot(2,2,1)imshow(abs(f1));title('原圖f1')subplot(2,2,2)imshow(abs(f2));title('幅度譜fft2(f1)');subplot(2,2,3);imshow(abs(f3))title('變換譜f2');subplot(2,2,4);imshow(abs(f4));title('幅度譜fft2(f2)');figure(3)subplot(2,2,1)imshow(abs(f3))title('變換譜f2');subplot(2,2,2);imshow(abs(f4));title('幅度譜fft2(f2)');subplot(2,2,3);imshow(abs(f5))title('變換譜f3');subplot(2,2,4);imshow(abs(f6));title('幅度譜fft2(f3)');figure(4)subplot(3,2,1);imshow(f7);

title('f1旋轉(zhuǎn)圖f4');subplot(3,2,2);imshow(abs(f8));title('幅度譜fft2(f4)');subplot(3,2,3);imshow(f9);

title('f5(m,n)=f1+f4');subplot(3,2,4);imshow(abs(f10));title('幅度譜fft2(f5)');subplot(3,2,5)imshow(abs(f1));title('原圖f1');subplot(3,2,6);imshow(abs(f2));title('幅度譜fft2(f1)');figure(5)subplot(3,2,1)imshow(abs(f3))title('變換譜f2');subplot(3,2,2);imshow(abs(f4));title('幅度譜fft2(f2)');subplot(3,2,3);imshow(abs(f5))title('變換譜f3');subplot(3,2,4);imshow(abs(f6));title('幅度譜fft2(f3)');subplot(3,2,5)imshow(abs(f11))title('變換譜f6=f2+f3');subplot(3,2,6);imshow(abs(f12));title('幅度譜fft2(f6)');

figure(6)subplot(2,2,1);imshow(f9);

title('f5(m,n)=f1+f4');subplot(2,2,2);imshow(abs(f10));title('幅度譜fft2(f5)');subplot(2,2,3)imshow(abs(f11))

title('變換譜f6(m,n)=f2+f3');subplot(2,2,4);imshow(abs(f12));title('幅度譜fft2(f6)');

結(jié)果

分析

2、F2(m,n)與F1(m,n)幅度值相同，f2(m,n)=（-1）^（m+n）*f1(m,n)中，并未改變幅值。

3、FFT(f2)比FFT(f3)幅值大。

4、f5=f1+f4，即幅值相加。

5、f6=f2+f3，即幅值相加。

二、產(chǎn)生教材 104 頁(yè)題圖 4.18（右圖）所示的二值圖像（白為1，黑為0），編程實(shí)現(xiàn)習(xí)題4.18 所要求的處理（3*3 的平均濾波和中值濾波）功能（圖像四周邊界不考慮，處理結(jié)果按四舍五入仍取（0或1），顯示處理前后的圖像，比較其異同。

代碼

I=[ 1,0,1,0,1,0,1,0;0,1,0,1,0,1,0,1;1,0,1,0,1,0,1,0;0,1,0,1,0,1,0,1;1,0,1,0,1,0,1,0;0,1,0,1,0,1,0,1;1,0,1,0,1,0,1,0;0,1,0,1,0,1,0,1;];J=imhist(I,2);

K=filter2(fspecial('average',3),I);K1=round(K);J1=imhist(K1,2);K2=medfilt2(I);J2=imhist(K2,2);

figure(1)subplot(2,2,1)imshow(I);title('原圖像');subplot(2,2,2)imshow(J);

title('原圖像直方圖');subplot(2,2,3)imshow(K1);

title('3*3領(lǐng)域平均');subplot(2,2,4)imshow(J1);

title('領(lǐng)域平均圖像直方圖')figure(2)subplot(2,2,1)imshow(I);title('原圖像');subplot(2,2,2)imshow(J);

title('原圖像直方圖');subplot(2,2,3)imshow(K2);title('中值濾波');subplot(2,2,4)imshow(J2);

title('中值濾波圖像直方圖')

結(jié)果

三、產(chǎn)生教材 104 頁(yè)題圖 4.16 所示的灰度圖像（白為255，黑為0），分別加入高斯白噪聲和椒鹽噪聲，再分別進(jìn)行 3′ 3 的平均濾波和中值濾波，顯示原圖像、加噪圖像和濾波結(jié)果圖像，并比較四種濾波結(jié)果。

代碼

f=zeros(256,256);for i =23:1:23

3for j=28:1:35 f(i,j)=255;

end

for j=52:1:59 f(i,j)=255;

end

for j=76:1:83 f(i,j)=255;

end

for j=100:1:107 f(i,j)=255;

end

for j=124:1:131 f(i,j)=255;

end

for j=148:1:155 f(i,j)=255;

end

for j=172:1:179 f(i,j)=255;

end

for j=196:1:203 f(i,j)=255;

end

for j=220:1:227 f(i,j)=255;

end end

g=imnoise(f,'gaussian',0.2);s=imnoise(f,'salt & pepper',0.2);k1=filter2(fspecial('average',3),g);G1=round(k1);G2=medfilt2(g);

k2=filter2(fspecial('average',3),s);S1=round(k2);S2=medfilt2(s);

figure(1)imshow(f)

title('?-ê?í???');figure(2)subplot(3,2,1)imshow(g)

title('???1í???');subplot(3,2,2)imshow(s)

title('?·??í???');subplot(3,2,3)imshow(G1)

title('???ù??2¨???1í???');subplot(3,2,5)imshow(G2)

title('?D?μ??2¨???1í???');subplot(3,2,4)imshow(S1)

title('???ù??2¨?·??í???');subplot(3,2,6)imshow(S2)

title('?D?μ??2¨?·??í???');

結(jié)果

四、對(duì)某一灰度圖像，進(jìn)行如下處理：

（1）分別利用 Roberts、Prewitt和Sobel 邊緣檢測(cè)算子進(jìn)行邊緣檢測(cè)；

（2）將Roberts、Prewitt和Sobel 邊緣檢測(cè)算子修改為銳化算子，對(duì)原圖像進(jìn)行銳化，同屏顯示原圖像、邊緣檢測(cè)結(jié)果和銳化后圖像，說(shuō)明三者之間的關(guān)系。

代碼

f1=imread('C:UsershpPictures1.jpg');f2=rgb2gray(f1);k1=edge(f2,'Roberts');k2=edge(f2,'Prewitt');k3=edge(f2,'Sobel');

k4=filter2(fspecial('Prewitt'),f2);k5=filter2(fspecial('Prewitt'),f2);k6=filter2(fspecial('Sobel'),f2);

figure(1)subplot(4,2,1)imshow(f1);title('yuanshi');subplot(4,2,2)imshow(f2);title('huidu');subplot(4,2,3)imshow(k1);title('Roberts');subplot(4,2,5)imshow(k2);title('Prewitt');subplot(4,2,7)imshow(k3);title('Sobel');subplot(4,2,4)imshow(k4);title('log');subplot(4,2,6)imshow(k5);title('Prewitt');subplot(4,2,8)imshow(k6);title('Sobel');

結(jié)果

二值化。

五、編程實(shí)現(xiàn)教材 214 頁(yè)所給圖像門限化分割的迭代閾值算法，實(shí)現(xiàn)對(duì)某一灰度圖像的代碼

f1=imread('C:UsershpPictures11.jpg');f2=rgb2gray(f1);f3=f2;

zm=max(f2(:));zi=min(f2(:));k=2;

T(k)=(zm+zi)/2;while T(k)~=T(k-1);r1=find(f2<=T(k));r2=find(f2>T(k));k=k+1;

T(k)=(mean(f2(r1))+mean(f2(r2)))/2;end

r3=find(f3<=T(k));r4=find(f3>T(k));f3(r3)=0;f3(r4)=255;

figure(1)subplot(221)imshow(f1)title('原始圖像');subplot(222)imshow(f2)title('灰度圖像');subplot(223)imshow(f3)

title('迭代閾值算法二值化');

結(jié)果

心得體會(huì)

通過(guò)此次作業(yè)讓我明白了很多，實(shí)際操作起來(lái)往往比理論所想的要復(fù)雜很多。當(dāng)然，在課設(shè)的進(jìn)行過(guò)程中，我還是遇到了不少問(wèn)題。例如，起初由于我對(duì)句柄使用以及一些函數(shù)使用的不恰當(dāng)。隨著課設(shè)的進(jìn)行，對(duì)matlab的的熟悉度逐步加深。

總體來(lái)說(shuō)，此次的課程設(shè)計(jì)，還是較為滿意的。它不但鞭策著我去鞏固matlab的基礎(chǔ)理論知識(shí)，還提高了我對(duì)matlab的實(shí)際操作運(yùn)用，使得理論與實(shí)踐相結(jié)合，為進(jìn)一步學(xué)習(xí)matlab打下堅(jiān)實(shí)的基礎(chǔ)；同時(shí)，在實(shí)踐的工程中，也讓我體會(huì)到一種努力付出并得到回報(bào)的滿足感覺(jué)。

第四篇：《數(shù)字圖像處理》實(shí)驗(yàn)教案

數(shù) 字 圖 像 處 理

實(shí) 驗(yàn) 指 導(dǎo) 書

信息科學(xué)與工程學(xué)院電子系

二○○六年

前

言

數(shù)字圖像處理是研究數(shù)字圖像處理的基本理論、方法及其在智能化檢測(cè)中應(yīng)用的學(xué)科，是電子信息類本科專業(yè)的專業(yè)課。

本課程側(cè)重于數(shù)字圖像的基本處理，并對(duì)圖像分析的基本理論和實(shí)際應(yīng)用進(jìn)行系統(tǒng)介紹；目的是使學(xué)生系統(tǒng)掌握數(shù)字圖像處理的基本概念、原理和實(shí)現(xiàn)方法，學(xué)習(xí)圖像分析的基本理論、典型方法和實(shí)用技術(shù)，具備解決通信領(lǐng)域的圖像相關(guān)問(wèn)題的初步能力，為今后的研究與開發(fā)打下扎實(shí)的基礎(chǔ)。

目

錄

實(shí)驗(yàn)一 常用的圖像文件格式與格式轉(zhuǎn)換和圖像矩陣的顯示方實(shí)驗(yàn)二 實(shí)驗(yàn)三

法 …………………………………………………………2

傅立葉變換……………………………………………………4 圖像增強(qiáng)及編程處理…………………………………………5

實(shí)驗(yàn)一 常用的圖像文件格式與格式轉(zhuǎn)換和圖像矩陣的顯示方法

1． 實(shí)驗(yàn)?zāi)康?/p>

熟悉Matlab語(yǔ)言的初步使用；

熟悉常用的圖像文件格式與格式轉(zhuǎn)換；

熟悉圖像矩陣的顯示方法（灰度、索引、黑白、彩色）； 熟悉圖像矩陣的格式轉(zhuǎn)換 2． 實(shí)驗(yàn)內(nèi)容

練習(xí)圖像讀寫命令imread和imwrite并進(jìn)行圖像文件格式間的轉(zhuǎn)換。特別是索引圖像與1，4，8，16比特圖像的存儲(chǔ)與轉(zhuǎn)換。

熟悉下列模塊函數(shù) Image file I/O.imread

-Read image file.imwrite

Create and display image

imagesc

Make movie from multiframe indexed image.imshow

-Display image.subimage

-Display multiple images in single figure.truesize

-Adjust display size of image.warp

-Display image as texture-mapped surface.zoom

-Zoom in and out of image or 2-D plot.3． 實(shí)驗(yàn)步驟

a.Load cameraman.tif image from your hard disk(using function imread).b.Show the image in a figure window(using function image or imshow).c.Draw a brightness bar on the right side of the image(using function colorbar).d.Get image data from the current figure(axes)(using function getimage).e.Show the gray level of the image between 64 to 128(using function imagesc).f.Make a movie from a 4-D image(load mri, make the movie by immovie, then show movie by function movie).object.g.Draw the cameraman image on a cylinder(using function warp).Question: how to show the cameraman like this

Requirement: write a report to do the experiment from a to g.實(shí)驗(yàn)二

傅立葉變換

1．實(shí)驗(yàn)?zāi)康?/p>

熟悉傅立葉變換的概念和原理； 理解Fourier變換的意義。

2．實(shí)驗(yàn)內(nèi)容

用Fourier變換算法對(duì)圖像進(jìn)行Fourier變換； 評(píng)價(jià)人眼對(duì)圖像幅頻特性和相頻特性的敏感度。

3．實(shí)驗(yàn)步驟

<1>產(chǎn)生如圖所示圖像f1(x,y)（128×128 大小，暗處=0，亮處=255），用MATLAB中的fft2函數(shù)對(duì)其進(jìn)行FFT；

<2>同屏顯示原圖f1和FFT(f1)的幅度譜圖；

<3>若令f2(x,y)=（-1）

x?y f1(x,y)，重復(fù)以上過(guò)程，比較兩幅圖像的幅度譜的異同，簡(jiǎn)述理由；

<4>若將f2(x,y)順時(shí)針旋轉(zhuǎn)45度得到f3(x,y)，試顯示FFT(f3)的幅度譜，并與FFT(f2)的幅度譜進(jìn)行比較；

<5>評(píng)價(jià)人眼對(duì)圖像幅頻特性和相頻特性的敏感度。

4.實(shí)驗(yàn)報(bào)告

<1>簡(jiǎn)述實(shí)驗(yàn)?zāi)康募霸恚?/p>

<2>給出實(shí)驗(yàn)代碼，并加以注釋； <3>對(duì)實(shí)驗(yàn)現(xiàn)象加以說(shuō)明和討論。

實(shí)驗(yàn)三

圖像增強(qiáng)及編程處理

1． 實(shí)驗(yàn)?zāi)康?/p>

觀察數(shù)字圖像增強(qiáng)的效果； 熟悉數(shù)字圖像增強(qiáng)的一般方法；

掌握數(shù)字圖像增強(qiáng)的一般方法的Matlab編程實(shí)現(xiàn)。2． 實(shí)驗(yàn)內(nèi)容

使用Photoshop觀察數(shù)字圖像增強(qiáng)的效果； 練習(xí)和掌握?qǐng)D像增強(qiáng)的Matlab編程。

熟悉下列模塊函數(shù) Image enhancement.histeq

Adust imae intensity values or colormap.Image noising.imnoise

-Add noise to an image.Image filtering

medfilt2

-Perform 2-D median filtering.ordfilt2

Perform 2-D adaptive noise-removal filtering.3． 實(shí)驗(yàn)步驟

<1> 使用Photoshop觀察數(shù)字圖像增強(qiáng)的效果 a.對(duì)比度增強(qiáng)

1)在Photoshop中打開一黑白灰度圖像文件。

2)在圖像菜單中選直方圖項(xiàng)，觀察原始圖像的直方圖。

3)在圖像菜單調(diào)整子菜單中選亮度/對(duì)比度項(xiàng)，調(diào)節(jié)對(duì)比度滑塊，觀察圖像變化。

4)在圖像菜單中選直方圖項(xiàng)，觀察處理后圖像的直方圖，并同（2）中的直方圖比較。b.灰度變換

1)在Photoshop中打開一黑白灰度圖像文件。

2)在圖像菜單中選直方圖項(xiàng)，觀察原始圖像的直方圖。3)在圖像菜單調(diào)整子菜單中選反相項(xiàng)，觀察圖像變化。

4)在圖像菜單中選直方圖項(xiàng)，觀察處理后圖像的直方圖，并同（2）中的直方圖比較。5)畫出灰度變換曲線。

6)在編輯菜單中選返回項(xiàng)，恢復(fù)原始圖像。

7)在圖像菜單調(diào)整子菜單中閾值項(xiàng)，調(diào)節(jié)閾值色階滑塊，觀察圖像變化。

8)在圖像菜單中選直方圖項(xiàng)，觀察處理后圖像的直方圖，并同（2）中的直方圖比較。9)畫出灰度變換曲線。

c.直方圖均衡化

1)在Photoshop中打開一黑白灰度圖像文件。

2)在圖像菜單中選直方圖項(xiàng)，觀察原始圖像的直方圖。3)在圖像菜單調(diào)整子菜單中選色調(diào)均化項(xiàng)，觀察圖像變化。

4)在圖像菜單中選直方圖項(xiàng)，觀察處理后圖像的直方圖，并同（2）中的直方圖比較。

d.圖像平滑

1)在Photoshop中打開一黑白灰度圖像文件。

2)在圖像菜單中選直方圖項(xiàng)，觀察原始圖像的直方圖。

3)在濾鏡菜單模糊子菜單中選進(jìn)一步模糊項(xiàng)，觀察圖像變化。

4)在圖像菜單中選直方圖項(xiàng)，觀察處理后圖像的直方圖，并同（2）中的直方圖比較。5)在編輯菜單中選返回項(xiàng)，恢復(fù)原始圖像。

6)在濾鏡菜單模糊子菜單中選高斯模糊項(xiàng)，觀察圖像變化。

7)在圖像菜單中選直方圖項(xiàng)，觀察處理后圖像的直方圖，并同（2）中的直方圖比較。8)在Matlab Help菜單中, 選Demos項(xiàng)。

9)打開ToolboxesImage Processing項(xiàng)，選Noise Reduction Filtering，并運(yùn)行。

10)選圖像Blood、噪聲類型Salt & Pepper、濾波器類型Median、鄰域3x3，比較原始圖像、受噪聲污染圖像、濾波后圖像。11)改變參數(shù)，重做（10）。

12)選其他圖像，重做（10）-（11）。

13)思考何種濾波器對(duì)抑制何種類型噪聲更有效，鄰域大小對(duì)抑制噪聲效果及圖像模糊程度的影響。

<2> 圖像增強(qiáng)的Matlab編程

a.Load cameraman.tif image from your hard disk(using function imread).b.Show the image in a figure window.c.Show the histogram of the image(using function imhist).d.Enhance the contrast of the image using histogram equalization.e.Show the histogram of the image after processing.f.Compare the qualities of two images and makes a discussion about them.g.Add noises, such as gaussian, salt&pepper, speckle noise into the image respectively.Compare with the influence of the different Means and Variance.h.Remove the added noise from the image by function medfilt2, ordfilt2 and wiener2 respectively.Compare the qualities of the original images with the processed images and discuss the effect of the methods.Requirement:

Write a report to do the experiment.Make sure the report includes the discussion about the experiment.If the report just is a copy from others, the report will have a zero mark.

第五篇：數(shù)字圖像處理實(shí)驗(yàn)一

實(shí)驗(yàn)報(bào)告

一、實(shí)驗(yàn)原理

1．調(diào)用imread函數(shù)將圖像文件讀入圖像數(shù)組（矩陣）

A=imread(filename,fmt)2.調(diào)用imwrite函數(shù)將圖像文件寫入圖像數(shù)組（矩陣）

imwrite(a,filename,fmt)3.調(diào)用imshow函數(shù)顯示圖像

Imshow（I，N）

4.圖像的灰度平均值。調(diào)用ave=mean2（I）計(jì)算圖像的均值 5.協(xié)方差矩陣。調(diào)用Cfg=COV（f，g）計(jì)算圖像f和圖像g的協(xié)方差矩陣 圖像的灰度標(biāo)準(zhǔn)差。調(diào)用SD=STD2（I）的灰度標(biāo)準(zhǔn)差 7.圖像的相關(guān)系數(shù)。調(diào)用函數(shù)rfg=CORR2(f，g)計(jì)算大小相等的兩幅圖像f和g的相關(guān)系數(shù)

二、圖像及統(tǒng)計(jì)數(shù)據(jù)

原圖像的平均灰度值= 77.5170

灰度標(biāo)準(zhǔn)差= 44.2095 灰度圖像的平均灰度值= 74.4516

灰度標(biāo)準(zhǔn)差=37.1236 反白圖像的平均灰度值= 180.5484

灰度標(biāo)準(zhǔn)差= 37.1236 灰度圖像和反白圖像的相關(guān)系數(shù)是

三、程序

I=imread('football.jpg');subplot(2,2,1);imshow(I);J=rgb2gray(I);subplot(2,2,2);imshow(J);Ave=mean2(J)Ave =

74.4516 SD=std2(double(J))SD =

37.1236 s=size(J);all_white=255*ones(s(1),s(2));all_white_uint8=uint8(all_white);K=imsubtract(all_white_uint8,J);subplot(2,2,3);imshow(K);imwrite(K,'football_iverse.jpg');

四、思考題

1.圖像統(tǒng)計(jì)特征讓我們更加了解圖像的變換，使圖像處理更加方便 2.五、心得體會(huì)

這次試驗(yàn)，我學(xué)會(huì)了使用marlab中的圖像處理工具箱中的函數(shù)，對(duì)每個(gè)圖像處理函數(shù)的功能都有了深入的認(rèn)識(shí)。同時(shí)，我掌握了MATLAB的基本應(yīng)用方法，對(duì)圖像文件的讀/寫的方法有了初步認(rèn)識(shí)?？傊@次試驗(yàn)讓我對(duì)MATLAB的圖像處理有了一點(diǎn)學(xué)習(xí)，為更好地學(xué)習(xí)數(shù)字圖像處理打下了一定的基礎(chǔ)。