数字图像处理03次作业.docVIP

数字图像处理 报标题摘要Laplacian的计算，用了数字图像针对其简化的公式再代入即可 imfilter()、fspecial()等函数的调用，可以参照MATLAB帮助的提示正确使用即可。最后是绘制一幅处理后的图像的某一列的数据对矩阵列数的函数图像，以进行比对 Key Word：梯度场 拉普拉斯算子 图像锐化 技术探讨 数字图像处理是基于Matlab来实现的，由于Matlab 独特的功能和对矩阵，图像，函数灵活的处理，因而用于图像的处理相当的方便。 基于一阶微分的图像增强----梯度法：对于f(x,y),在其坐标（x,y）上的梯度是通过二维列向量定义的： 梯度：变化/参考量 1。如果F是一维矩阵，则FX=gradient（F，H）返回F的一维数值梯度。H是F中相邻两点间的间距。 2。如果F是二维矩阵，返回F的二维数值梯度。 [FX，FY]=gradient(F,HX,HY)。HX，HY参数表示各方向相邻两点的距离。, 因此使用该算子进行图像锐化之前需要对图像作平滑处理。拉普拉斯算子是一种二阶微分算子一个连续的二元函数f (x , y ) , 其拉普拉斯运算定义为 对于数字图像，拉普拉斯算子可以简化为 上面的表达式可以表示为卷积的形式。即 表达式中的i，j=0,1,2….N-1;k=1。，i=1，H（r,s）取样如下式子 在图像锐化处理过程中，函数的拉普拉斯算子也是借组模板来实现的。模板的取样将直接影响锐化的效果，常用的模板有。 Gx=[010;1-41;010] Gx= [111;1-81;111] Gx= [-1-1-1;-18-1-1-1-1] Task1 （2）MATLAB中产生高斯白噪声非常方便，可以直接应用两个函数，一个是WGN，另一个是AWGN。WGN用于产生高斯白噪声，AWGN则用于在某一信号中加入高斯白噪声。 也可直接用randn函数产生高斯分布序列 对于均匀分布，若要产生[a,b]区间的均匀分布的M*N的随机数矩阵，则可以用 y=rand(M,N)*(b-a)+a得到。 randn产生均值为0，方差为1的高斯随机序列，也就是白噪声序列； 也就是说，可以直接使用上面两个函数对原始信号添加噪声，例如 y=x+rand(length(x),1)或者y=x+randn(length(x),1) 事实上，无论是wgn还是awgn函数，实质都是由randn函数产生的噪声。即，wgn函数中调用了randn函数，而awgn函数中调用了wgn函数。 所以，我们要产生标准差=100、均值=10的加性高斯噪声 可以用randn函数，即“y=x+randn(length(x),1)）” 则我们产生该噪声的代码为“ additive_Gaussian_noise =10+100*randn(64,1); ” Task2 利用MATLAB中的gradient（）、contour（）、quiver（）和mesh（），可以直接调用得到所需的等高线图、梯度场图和三维网格图；再用“：imnoise(X1,gaussian);”添加噪声，重复调用即可 Task3 采用第一种模板，即一般拉普拉斯运算模板 对于数字图像，拉普拉斯算子可以简化为 即转化为代码：“L(i-1,j-1)=(II(i+1,j)+II(i-1,j)+II(i,j+1)+II(i,j-1))-4*II(i,j);”，再利用两个for循环进行拉普拉斯算子运算 同时还应考虑以下情况 Task4 imfilter语法：g=imfilter(f, w, filtering_mode, boundary_options, size_options)说明：此函数用指定的模板实现对指定图像的空间滤波。f为待进行空间滤波的图像，w为滤波模板filtering_mode为滤波类型, boundary_options边界填充选项, size_options大小选项滤波类型(filtering_mode)corr??? 滤波器通过使用相关来完成。该值是默认值。conv??? 滤波器通过使用卷积来完成fspecialfspecial函数用于创建预定义的滤波算子（掩膜），其语法格式为：h = fspecial(type)h = fspecial(type,parameters)参数type制定算子类型，parameters指定相应的参数type= laplacian，fspecial(laplacian,alpha)大小为3x3为拉普拉斯滤波器，参数为alpha，用于控制拉普拉斯算子的形状，取值范围为[0,1]，默认值为0.2。Task