基于matlab的数字图像处理..doc

数字图像处理作业： 1.数字图像的基本操作联系MATLAB读入、显示等2.灰度直方图的使用3.图像增强的练习4.图像的几何变换 .灰度直方图的使用 figure; imshow(I);title(Source); figure; imhist(I);title(Histogram); 上述程序的运行结果如图所示。 5.归一化直方图 在imhist函数的返回值中，counts保存了落入每个区间的像素个数，通过计算counts与图像中像素总数的商可以得到归一化直方图。 绘制有32个灰度区间的归一化直方图的Matlab程序如下。 I=imread(pout.tif); figure; [M,N]=size(I); [counts,x]=imhist(I,32); counts=counts/M/N; stem(x,counts); 图像增强的练习： 3.1空间域图像增强 3.1.1线性平滑滤波器 例题：对一个图像进行不同大小模板的均值滤波，并比较结果。 I=imread(eight.tif); J=imnoise(I,salt pepper,0.02); subplot(2,2,1) imshow(J);title(噪声图像); K1=filter2(fspecial(average,3),J)/255; K2=filter2(fspecial(average,5),J)/255; K3=filter2(fspecial(average,7),J)/255; subplot(2,2,2) imshow(K1); title(3x3模板均值滤波); subplot(2,2,3) imshow(K2); title(5x5模板均值滤波); subplot(2,2,4) imshow(K3); title(7x7模板均值滤波); 其显示结果如图所示。 3.1.2非线性平滑滤波器 例题：对一个图像实现不同模板的中值滤波，并比较结果。 I=imread(eight.tif); J=imnoise(I,salt pepper,0.02); subplot(2,2,1) imshow(J);title(噪声图像); K1=medfilt2(J,[3 3]); K2=medfilt2(J,[5 5]); K3=medfilt2(J,[7 7]); subplot(2,2,2) imshow(K1); title(3x3模板中值滤波); subplot(2,2,3) imshow(K2); title(5x5模板中值滤波); subplot(2,2,4) imshow(K3); title(7x7模板中值滤波); 其显示结果如图所示。 3.1.3线性锐化滤波器 例题：对图像pout.tif进行线性高通滤波。 I=imread(pout.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(滤波后图像); 其显示结果如图所示。 3.1.4非线性锐化滤波器 例题：sobel算子，prewitt算子，log算子对图像滤波。 I=imread(cameraman.tif); subplot(2,2,1); imshow(I);title(原始图像); h1=fspecial(sobel); I1=filter2(h1,I); subplot(2,2,2); imshow(I1);title(sobel算子滤波); h1=fspecial(prewitt); I1=filter2(h1,I); subplot(2,2,3); imshow(I1);title(prewitt算子滤波); h1=fspecial(log); I1=filter2(h1,I); subplot(2,2,4); imshow(I1);title(log算子滤波); 其显示结果如图所示。 3.2频域图像增强 3.2.1低通滤波 例题：对图像eight.tif加入椒盐噪声后，实现Butterworth低通滤波。 clear I1=imread(eight.tif); subplot(2,2,1); imshow(I1);title(原始图像); I2=imnoise(I1,salt pepper); subplot(2,2,2); imshow(I2);title(噪声图像); f=double(I2); g=fft2(f); g=fftshift(g); [N1,N2]=size(g); n=2; d0=50; n1=fix(N1/2); n2=