- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
《图像处理与机器视觉》作业
《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
文档评论(0)