数字图像和模式识别.docVIP

实验一 MATLAB图像处理基本操作 一、实验目的 掌握MATLAB语言中图象数据与信息的读取方法；BMP文件 2. 将其局部区域的灰度值进行改变 3. 另存为一个新的BMP文件 4. 要求显示出原BMP图像和新BMP图像 三、实验源程序 clear I=imread(bit.bmp); %读入原图像 subplot(1,2,1); imshow(I); %显示原始图像 title(原始BMP图像); J=imadjust(I,[0.3,0.7],[]); %调整图像灰度值 imwrite(J,newbit.bmp); %另存为新图像 subplot(1,2,2); imshow(J); %显示局部灰度改变后的图像 title(局部灰度改变后的图像); 四、实验结果 五、实验总结 掌握MATLAB基本图像读入读出操作，以及对图像灰度改变的操作。 初步熟悉了MATLAB工具软件对图像处理的应用。 实验二 图像低通、高通滤波 一、实验内容 1.对图像进行傅里叶变换，显示其频谱图 2.用理想滤波器对图像进行低通、高通滤波 3.编程实现图像DCT高低通滤波，并与傅里叶的结果比较。 4.尝试傅里叶压缩 二、实验目的 学会用Matlab软件对图像傅里叶变换；对图像进行低、高通滤波，观察频谱和图像变化。 三、实验部分源程序 1．高通、低通滤波 d0=30; %低通滤波截止频率,可以修改取值 g0=20; %高通滤波截止频率,可以修改取值 yd=zeros(m,n); yg=zeros(m,n); %理想低通滤波% for i=1:1:m; for j=1:1:n; if((sqrt((i-n1)^2+(j-n2)^2))d0) yd(i,j)=J(i,j); end end end %理想高通滤波% for i=1:1:m; for j=1:1:n; if((sqrt((i-n1)^2+(j-n2)^2))g0) yg(i,j)=J(i,j); end end end YD=fftshift(yd); YG=fftshift(yg); YDD=uint8(abs(ifft2(YD))); %理想低通滤波后图像 YGG=uint8(abs(ifft2(YG))); %理想高通滤波后图像 %理想DCT高通低通滤波 d=dct2(I); [n1 n2]=size(I); for i=1:n1 for j=1:n2 if(i25)(j25) d(i,j)=d(i,j); else d(i,j)=0; end end end g=idct2(d); figure(3) subplot(1,2,1); imshow(uint8(g));title(DCT低通滤波后的图像); e=dct2(I); for i=1:n1 for j=1:n2 if(i25)(j25) e(i,j)=0; else e(i,j)=e(i,j); end end end g1=idct2(e); subplot(1,2,2); imshow(uint8(g1));title(DCT高通滤波后的图像);%DCT高通滤波后图像 2．傅里叶压缩 YS=J; YS(1:4/9*m,1:4/9*n)=0; YS(5/9*m:m,1:4/9*n)=0; YS(1:4/9*m,5/9*n:n)=0; YS(5/9*m:m,5/9*n:n)=0; Y=ifft2(fftshift(YS)); 四、实验结果 五、实验总结 通过编程熟悉了MATLAB编程结构。学会使用MATLAB提供的库函数进行图像傅里叶变化。学会设计理想的低通和高通滤波器设计以及DCT高通低通滤波器设计。傅里叶压缩后图像效果尚可，损失的细节部分并不明显。 实验三 图像直方图均衡化 一、实验内容 对一副曝光率不足的照片进行直方图均衡化处理，提高其对比度。 二、实验目的 通过用Matlab仿真，掌握直方图均衡化的原理及步骤，了解均衡化对图像效果的影响。 三、实验程序 clc; clear; PS=rgb2gray(imread(3.jpg));