合工大图像处理.docxVIP

合肥工业大学数字图象处理实验（刘强）第一章MATLAB简介及图像基本运算1．编写程序add.m， subtract.m, immultiply.m文件分别实现两幅图像的加，减、乘2.从矩阵的角度编写程序实现图像的加法运算得到混合图像，然后将混合图像与背景图像做减法运算。3.编写程序实现图像的局部显示4.使用subplot函数实现多图像的显示i=imread(图片3.png);%改成你的图片 注意这两张图片的大小要一致，否则会出现X与Y不一样的错误j=imread(图片3.png);%改成你的图片k1=imadd(i,j);subplot(2,2,1),imshow(k1),title(加法运算);k2=imsubtract(i,j);subplot(2,2,2),imshow(k2),title(减法运算);k3=immultiply(i,j);subplot(2,2,3),imshow(k3),title(乘法运算);B=zeros(300,300); B(40:200,40:200)=1;k4=imsubtract(k1,j);subplot(2,2,4),imshow(k4),title(先加后减)B1=uint8(B);k5=immultiply(k4,B1);figure,imshow(k5),title(局部显示)生成图像 实验二 图像变换 1.选取一幅图像，编程并实现图像的频率位移，移到窗口中央。选取一幅图像，进行离散傅里叶变换，再对其进行一定角度的旋转，进行离散傅里叶变换。I=zeros(256,256);I(88:168,124:132)=1; %产生图像256*256的图像J=fft2(I);F=abs(J);J1=fftshift(F);subplot(2,2,1),imshow(J1,[5 50]),title(将原始图形放在中央);%对原始图像进行旋转J=imrotate(I,90,bilinear,crop);subplot(2,2,2),imshow(J),title(原始图像旋转90度);%求旋转后图像的傅里叶频谱J1=fft2(J);F=abs(J1);J2=fftshift(F);subplot(2,2,3),imshow(J2,[5 50]),title(旋转90度后的频谱图)生成图像2.对图像进行离散余弦变换，观察其余弦变换系数及余弦反变换后恢复图像。第三章 图像的灰度运算1.对一灰度图像，通过选择不同的灰度级变换函数s=T(r)实现图像的灰度范围线性扩展和非线性扩展，以及图像的灰度倒置和二值化。I=imread(图片3.png);figure;subplot(2,3,1);imshow(I);title(原图);J=imadjust(I,[0.3;0.6],[0.1;0.9]); %设置灰度变换的范围subplot(2,3,2);imshow(J);title(线性扩展);I1=double(I); %将图像转换为double类型I2=I1/255; %归一化此图像C=2;K=C*log(1+I2); %求图像的对数变换subplot(2,3,3);imshow(K);title(非线性扩展);M=im2bw(I,0.5);M=~M;%M=255-I; %将此图像取反%Figuresubplot(2,3,4);imshow(M);title(灰度倒置);N1=im2bw(I,0.4); %将此图像二值化，阈值为0.4N2=im2bw(I,0.7); %将此图像二值化，阈值为0.7subplot(2,3,5);imshow(N1);title(二值化阈值0.4);subplot(2,3,6);imshow(N2);title(二值化阈值0.7);生成图像 第四章 图像增强1.选取一幅图像，加入椒盐噪声，分别用均值滤波和中值滤波进行平滑处理，比较滤波效果I=imread(图片3.png);J = imnoise(I,salt pepper,0.02); %添加椒盐噪声ave1=fspecial(average,3); %产生3×3的均值模版%ave2=fspecial(average,5); %产生5×5的均值模版K = filter2(ave1,J)/255; %均值滤波3×3%M = medfilt2(J,[3 3]);