图像处理上机作业题.doc

精品文档 知识共享 2、用Matlab语言编写直方图规定化程序 clc; I=imread(tire.tif); J=histeq(I,32); [counts,x]=imhist(J); Q=imread(eight.tif); figure; imshow(Q); figure; imhist(Q); M=histeq(Q,counts); figure; imshow(M); figure; imhist(M); 3、编写程序实现半邻域选择平均法进行空间域图像平滑的程序。 clear;clc; I=imread(pout.tif); J=imnoise(I,salt pepper,0.02); K=filter2(fspecial(average,3),J)/255; subplot(131),imshow(I); subplot(132),imshow(J); subplot(133),imshow(K); 4、针对某种平滑方法，比较对高斯噪声，椒盐噪声和乘法性噪声的去噪效果 %% % 使用二维中值滤波对噪声进行处理 clc; %% %原始图像以及加上噪声后的图像 [I,map]=imread(pout.tif); imshow(I,map); noisy1=imnoise(I , gaussian , 0.05);%加入0.05的高斯白噪声 noisy2=imnoise(I , salt pepper , 0.05);%加入0.05的椒盐噪声 noisy3=imnoise(I , speckle , 0.05);%加入0.05的乘法性噪声 figure; imshow(noisy1,map); figure; imshow(noisy2,map); figure; imshow(noisy3,map); %% %二维窗口越大图像细节丢失越多 % 3*3窗口的二维中值滤波 hood=3; filtered1=medfilt2(noisy1,[hood hood]); filtered2=medfilt2(noisy2,[hood hood]); filtered3=medfilt2(noisy3,[hood hood]); figure; imshow(filtered1); figure; imshow(filtered2); figure; imshow(filtered3); 原图像 加噪声后 去噪声后 5、编写掩模匹配法实现锐化的程序，对同一图像比较Robison，Prewitt及Kirsch模板的锐化效果 %% % Robison?￡°??ú?￡?￥??·¨ clc; [I,map]=imread(pout.tif); imshow(I,map); [M N]=size(I); %% myfilt1=[ 1 2 1; 0 0 0; -1 -2 -1]; filtered1=filter2(myfilt1,I); %% myfilt2=[ 2 1 0; 1 0 -1; 0 -1 -2]; filtered2=filter2(myfilt2,I); %% myfilt3=[ 1 0 -1; 2 0 -2; 1 0 -1]; filtered3=filter2(myfilt3,I); %% myfilt4=[ 0 -1 -2; 1 0 -1; 2 1 0]; filtered4=filter2(myfilt4,I); %% myfilt5=[-1 -2 -1; 0 0 0; 1 2 1]; filtered5=filter2(myfilt5,I); %% myfilt6=[-2 -1 0; -1 0 -1; 0 1 2]; filtered6=filter2(myfilt6,I); %% myfilt7=[-1 0 1; -2 0 2; -1 0 1]; filtered7=filter2(myfilt7,I); %% myfilt8=[ 0 1 2; -1 0 1; -2 -1 0]; filtered8=filter2(myfilt8,I); %% for i=1:M for j=1:N x=[filtered1(i,j),filtered2(i,j),filtered3(i,j),filtered4(i,j),..