基于matlab的数字图像处理.docVIP

数字图像处理作业： 1.数字图像的基本操作联系，如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 一．数字图像的基本操作练习 1.matlab读入图像 1.1函数imread Imread函数可以将指定位置的图像文件读入工作区。对于除索引图像以外的情况，其原型如下。 A=imread(FILENAME,FMT); 对于索引图像，情况有所不同，此时imread的调用形式如下。 [X,MAP]=imread(FILENAME,FMT); 1.2函数imwrite Inwrite将指定的图像数据写入文件中，通过指定不同的保存文件扩展名可以起到图像格式转换的作用。其调用格式如下。 Imwrite(A,FILENAME,FMT); 2.matlab图像显示 2.1函数imshow Imshow函数用于显示工作区或图像文件中的图像，在显示的同时可控制部分效果，常用的调用形式如下。 Imshow(I,[low high],param1,value1,param2,value2,...); Imshow(I,MAP); Imshow(filename); 二.灰度直方图的使用 Matlab中的imhist函数可以进行图像的灰度直方图运算，调用语法如下。 imhist（I）； imhist（I，n）； [counts,s]=imhist(...); 4.一般直方图 下面使用了Matlab中的一张内置示例图片演示灰度直方图的生成与显示，程序如下。 I=imread(pout.tif); 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(cam