《图像处理与机器视觉》作业.doc

《图像处理与机器视觉》 作 业 姓名： 学号： 专业： 时间：2014年4月4日星期五 作业一：图像增强 图像灰度变换。 对图像（见图1）进行对比度拉伸，通过直方图获取灰度分布的最小、最大值。 图1 灰度拉伸 close all clear all clc I=imread(图像增强.bmp); figure(1); subplot(221); imshow(I); title(原图); subplot(222); imhist(I); title(原图直方图); I1=histeq(I); %均衡化 subplot(223); imshow(I1); title(均衡化效果); subplot(224); imhist(I1); title(均衡化后直方图);  分析：均衡化后灰度分布 最大 255 最小 0 2、设计K近邻均值（中值）滤波器，给出图像（见图）处理结果。 1) 以待处理像素为中心，作一个m*m的作用模板。 2） 在模板中，选择K个与待处理像素的灰度差为最小的像素。 3） 将这K个像素的灰度均值（中值）替换掉原来的像素值。 图2 图像滤波 close all clear all clc I=imread(图像滤波.bmp); I1=medfilt2(I,[3 3]); % 3x3模板，中值滤波 subplot(121); imshow(I); title(原图); subplot(122); imshow(I1); title(中值滤波结果);  作业二：图像变换 1、 对图像（见图）用FFT算法从空域变换到频域；显示幅度频谱，使图像能量中心移到几何中心。将图像旋转450，再显示幅度频谱。 图 4 图像变换 从空域变换到频域fftshift()函数实现图像能量中心移到几何中心 close all clear all clc I=imread(图像变换.bmp); figure(1); subplot(231); imshow(I); title(原图); fftI=fft2(I); rr=real(fftI); ii=imag(fftI); A=sqrt(rr.^2+ii.^2); A=(A-min(min(A)))/(max(max(A))-min(min(A)))*255; subplot(232); imshow(A); title(原图频谱); sfftI=fftshift(fftI); rr=real(sfftI); ii=imag(sfftI); A=sqrt(rr.^2+ii.^2); A=(A-min(min(A)))/(max(max(A))-min(min(A)))*255; subplot(233); imshow(A); title(能量中心移到几何中心); I2=imrotate(I,45,nearest); subplot(234); imshow(I2); title(旋转45度); fftI=fft2(I2); rr=real(fftI); ii=imag(fftI); A=sqrt(rr.^2+ii.^2); A=(A-min(min(A)))/(max(max(A))-min(min(A)))*255; subplot(235); imshow(A); title(旋转45度后频谱); sfftI=fftshift(fftI); rr=real(sfftI); ii=imag(sfftI); A=sqrt(rr.^2+ii.^2); A=(A-min(min(A)))/(max(max(A))-min(min(A)))*255; subplot(236); imshow(A); title(旋转45度后能量中心移到几何中心);  作业三：图像编码与解码 1、将十六位图像数据（170行×130列）转化为八位并显示（如图5）。 图5 十六位图像显示算法：使用fopen()函数打开文件，使用fread（）函数读取数据及转换数据类型，使用reshape()函数实现图像（二维数组）重构。 close all clear all clc fid=fopen(十六位图像数据.dat,r); fr1=fread(fid,170*130,uint8=uint8); fclose(fid); I=reshape(fr1,170,130); figure(1); imshow(I); title(八位显示图);将十六位图像数据转化为八位并显示作业四：图像分割 1、采用合适方法对图像（见图7）进行边缘检测。 图7 边缘检测 c