数字图像采集与处理作业..docxVIP

1.用Matlab语言完成如下实验：打开一个BMP文件将其局部区域的灰度值进行改变另存为一个新的BMP文件pic1=imread(get.bmp);[m,n]=size(pic1);f=pic1(50:300,50:300);pic2=imadjust(f,[0.5 0.75],[]);pic3=pic1;pic3(50:300,50:300)=pic2;imshow(pic1),figure,imshow(pic3)（1）原图像（2）局部灰度改变后的图像Matlab编程实现图像傅里叶高通、低通滤波，给出算法原理及实现结果。原图像高通滤波I=imread(get.bmp);I=rgb2gray(I);figure(1),imshow(I);title(原图像);s=fftshift(fft2(I));[a,b]=size(s);a0=round(a/2);b0=round(b/2);d=10;p=0.2;q=0.5;fori=1:afor j=1:bdistance=sqrt((i-a0)^2+(j-b0)^2);if distance=d h=0;else h=1;end;s(i,j)=(p+q*h)*s(i,j);end;end;s=uint8(real(ifft2(ifftshift(s))));figure(2);imshow(s);title(高通滤波所得图像);低通滤波I=imread(get.bmp);I=rgb2gray(I);figure(1),imshow(I);title(原图像);s=fftshift(fft2(I));[a,b]=size(s);a0=round(a/2);b0=round(b/2);d=10;fori=1:afor j=1:bdistance=sqrt((i-a0)^2+(j-b0)^2);if distance=d h=1;else h=0;end;s(i,j)=h*s(i,j);end;end;s=uint8(real(ifft2(ifftshift(s))));figure(2);imshow(s);title(低通滤波所得图像);找一幅曝光不足的灰度（或彩色）图像，用Matlab按照直方图均衡化的方法进行处理。clear all%一，图像的预处理，读入彩色图像将其灰度化PS=imread(get.BMP);???????????%读入BMP彩色图像文件imshow(PS)??????????????????%显示出来 ?figure NO 1????????title(输入的彩色BMP图像)imwrite(rgb2gray(PS),PicSampleGray.bmp);???%将彩色图片灰度化并保存PS=rgb2gray(PS);????????????????%灰度化后的数据存入数组figure,imshow(PS)???????????%显示灰度化后的图像，也是均衡化前的样品figure NO 2title(灰度化后的图像)%二，绘制直方图[m,n]=size(PS);????????????????%测量图像尺寸参数GP=zeros(1,256);????????????????%预创建存放灰度出现概率的向量for k=0:255GP(k+1)=length(find(PS==k))/(m*n);??%计算每级灰度出现的概率，将其存入GP中相应位置endfigure,bar(0:255,GP,g)????????%绘制直方图 figure NO 3title(原图像直方图)xlabel(灰度值)ylabel(出现概率)%三，直方图均衡化S1=zeros(1,256);for i=1:256for j=1:iS1(i)=GP(j)+S1(i);???????????????%计算SkendendS2=round(S1*256);???????????????%将Sk归到相近级的灰度for i=1:256GPeq(i)=sum(GP(find(S2==i)));?????????%计算现有每个灰度级出现的概率figure,bar(0:255,GPeq,b)?????????? %显示均衡化后的直方图figure NO 4title(均衡化后的直方图)xlabel(灰度值)ylabel(出现概率)figure,plot(0:255,S2,r)???????????%显示灰度变化曲线figure NO 5legend(灰度变化曲线)xlabel(原图像灰度级)ylabel(均衡化后灰度级)%四，图像均衡化PA=PS;for i=0:255PA(find(PS==i))=S2(i+1);????????????%将各个像素归一化后的灰度值赋给这个像素endfigure,ims