数字图象处理基的matlab语句.docVIP

都是一些简单的图像处理源代码，入门性的介绍#1：数字图像矩阵数据的显示及其傅立叶变换#2：二维离散余弦变换的图像压缩#3：采用灰度变换的方法增强图像的对比度#4：直方图均匀化#5：模拟图像受高斯白噪声和椒盐噪声的影响#6：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波#7：采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波#8：图像的自适应魏纳滤波#9：运用5种不同的梯度增强法进行图像锐化#10：图像的高通滤波和掩模处理#11：利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理#1：数字图像矩阵数据的显示及其傅立叶变换f=zeros(30,30); f(5:24,13:17)=1; imshow(f, notruesize); F=fft2(f,256,256); % 快速傅立叶变换算法只能处矩阵维数为2的幂次，f矩阵不 ? ?? ?? ?? ?? ?? ?? ? % 是，通过对f矩阵进行零填充来调整? ? F2=fftshift(F);? ?? ?% 一般在计算图形函数的傅立叶变换时，坐标原点在 ? ?? ?? ?? ?? ?? ?? ? % 函数图形的中心位置处，而计算机在对图像执行傅立叶变换 ? ?? ?? ?? ?? ?? ?? ? % 时是以图像的左上角为坐标原点。所以使用函数fftshift进 ? ?? ?? ?? ?? ?? ?? ? %行修正，使变换后的直流分量位于图形的中心； figure,imshow(log(abs(F2)),[-1 5],notruesize); #2：二维离散余弦变换的图像压缩I=imread(cameraman.tif);? ?? ?? ???% MATLAB自带的图像 imshow(I); clear;close all I=imread(cameraman.tif); imshow(I); I=im2double(I); T=dctmtx(8); B=blkproc(I,[8 8], P1*x*P2,T,T); Mask=[1 1 1 1 0 0 0 0 ? ?? ? 1 1 1 0 0 0 0 0 ? ?? ? 1 1 0 0 0 0 0 0 ? ?? ? 1 0 0 0 0 0 0 0 ? ?? ? 0 0 0 0 0 0 0 0 ? ?? ? 0 0 0 0 0 0 0 0 ? ?? ? 0 0 0 0 0 0 0 0 ? ?? ? 0 0 0 0 0 0 0 0]; B2=blkproc(B,[8 8],P1.*x,Mask);? ? % 此处为点乘(.*) I2=blkproc(B2,[8 8], P1*x*P2,T,T); figure,imshow(I2);? ?? ?? ?? ?? ???% 重建后的图像 #3：采用灰度变换的方法增强图像的对比度I=imread(rice.tif); imshow(I); figure,imhist(I); J=imadjust(I,[0.15 0.9], [0 1]); figure,imshow(J); figure,imhist(J); #4：直方图均匀化I=imread(pout.tif);??% 读取MATLAB自带的potu.tif图像 imshow(I); figure,imhist(I);? ??? [J,T]=histeq(I,64);? ?? ?% 图像灰度扩展到0~255，但是只有64个灰度级 figure,imshow(J); figure,imhist(J); figure,plot((0:255)/255,T); % 转移函数的变换曲线 J=histeq(I,32); figure,imshow(J);? ?% 图像灰度扩展到0~255，但是只有32个灰度级 figure,imhist(J); #5：模拟图像受高斯白噪声和椒盐噪声的影响I=imread(eight.tif); imshow(I) ; J1=imnoise(I,gaussian,0,0.02); % 叠加均值为0，方差为0.02的高斯噪声，可以用 ? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?% localvar代替figure,imshow??(J1); J2=imnoise(I,salt pepper,0.04); % 叠加密度为0.04的椒盐噪声。 ? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ? figure,imshow(J2); #6：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波I=imread(eight.tif); imshow(