图像处理程序.docVIP

注意：在用这些程序的时候最好更改一下变量跟图片，更改图片的方法用第一个例子来说明： I1=imread(‘tire.tif’);这个句子中的tire.tif改成你所用图片的地址就行了，比如我改成：D:\我的文档\图片\My Pictures\haha.tif 既用上面图片的地址替换掉tire.tif即可，不用输入地址是因为tire.tif这个图片在matlab默认的图片收藏文件夹下。如果你把你自己的图片放到里面也可以直接用你的图片名称来代替。 1.对图像pout.tif加入椒盐噪声后，实现butterworth低通滤波。 clear; I1=imread(‘tire.tif’); subplot(2,2,1); imshow(I1); title(原始图像); I2=imnoise(I1,salt pepper, 0.02); %加入椒盐噪声 subplot(2,2,2); imshow(I2); title(噪声图像); f=double(I2); g=fft2(f) %傅里叶变换 g=fftshift(g) %转换数据矩阵 [N1,N2]=size(g); n=2; d0=50; n1=fix(N1/2); n2=fix(N2/2); for i=1:N1 %对频域中循环滤波 for j=1:N2 d=sqrt((i-n1)^2+(j-n2)^2); %计算butterworth低通滤波转换函数 h=1/(1+0.414*(d/d0)^(2*n)); result1(i,j)=h*g(i,j); if(g(i,j)50) result2(i,j)=0; else result2(i,j)=g(i,j); end end end result1=ifftshift(result1); %进行反变换 result2=ifftshift(result2); %进行反变换 X2=ifft2(result1); X3=uint8(real(X2)); subplot(2,2,3); imshow(X3); title(butterworth滤波图像); 2.高通滤波 clear; I1=imread(‘tire.tif’); subplot(2,2,1); imshow(I1); title(原始图像); I2=imnoise(I1,salt pepper, 0.02); %加入椒盐噪声 subplot(2,2,2); imshow(I2); title(噪声图像); f=double(I2); g=fft2(f) %傅里叶变换 g=fftshift(g) %转换数据矩阵 [N1,N2]=size(g); n=2; d0=50; n1=fix(N1/2); n2=fix(N2/2); for i=1:N1 %对频域中循环滤波 for j=1:N2 d=sqrt((i-n1)^2+(j-n2)^2); %计算butterworth低通滤波转换函数 if d==0 h=0; else h=1/(1+(d0/d)^(2*n)); end result1(i,j)=h*g(i,j); if(g(i,j)50) result2(i,j)=0; else result2(i,j)=g(i,j); end end end result1=ifftshift(result1); %进行反变换 result2=ifftshift(result2); %进行反变换 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); title(理想高通滤波图像); 3．线性锐化滤波 clear; I=imread(‘tire.tif’); h=fspecial(laplacian); I2=filter2(h,I); subplot(1,2,1); imshow(I); title(原始图像); subplot(1,2,2); imshow(I2); title(滤波后的图像); 4．直方图规定划 clear; I=imread(‘tire.tif’); hgram=0:255; J=his