%%%请分步运行!因为每段程序开始前都会自动关闭结果**。
大作业一:图像类型转换,从真彩图像提取色调、饱和度和亮度图像。
clear all
close all
tu1= imread(''读取原始图像。
tu1x= imresize(tu1,0.2);imwrite(tu1x,'c:\1\')
hsv=rgb2hsv(tu1);
h =hsv(:,1提取3个分量图像。
s =hsv(:,2);
v =hsv(:,3);
figure,imshow(h);title('h色调图像');
hx= imresize(h,0.2);imwrite(hx,'c:\1\')s缩小**,存储。
figure,imshow(s);title('s饱和度图像');
sx= imresize(s,0.2);imwrite(sx,'c:\1\')
figure,imshow(v);title('v亮度图像');
vx= imresize(v,0.2);imwrite(vx,'c:\1\')
大作业二:彩色图像增强,采用均衡化、局部均衡化和灰度调节对真彩图像进行亮度增强。
clear all
close all
tu2=imread(''
tu2x= imresize(tu2,0.2);imwrite(tu2x,'c:\1\')
hsv=rgb2hsv(tu2);%转换到hsv
v=hsv(:,3);%提取亮度分量。
hsv(:,3)=histeq(v,64);%对亮度进行直方图均衡,灰度级数64,默认值为64。
tu21=hsv2rgb(hsv);%转回真彩。
figure,imshow(tu21);title('均衡化');
tu21x= imresize(tu21,0.2);imwrite(tu21x,'c:\1\')
hsv(:,3)=adapthisteq(v);%对亮度进行自适应均衡化(局部均衡化处理)
tu22=hsv2rgb(hsv);%转回真彩。
figure,imshow(tu22);title('局部均衡化');
tu22x= imresize(tu22,0.2);imwrite(tu22x,'c:\1\')
hsv(:,3)=imadjust(v,0.3 1],0.6);%对亮度进行灰度调节。
tu23=hsv2rgb(hsv);%转回真彩。
figure,imshow(tu23);title('灰度调节图像');
tu23x= imresize(tu23,0.2);imwrite(tu23x,'c:\1\')
大作业三:图像算术操作,把两幅图像进行相加操作和相乘操作。
clear all
close all
tu3a= imread(''
tu3ax= imresize(tu3a,0.2);imwrite(tu3ax,'c:\1\')
tu3b= imread(''
tu3bx= imresize(tu3b,0.2);imwrite(tu3bx,'c:\1\')
ad=imadd(tu3a,tu3b); 两图相加。
figure,imshow(ad);title('两图相加');
adx= imresize(ad,0.2);imwrite(adx,'c:\1\')
a1=uint16(tu3a); 扩展到16位,不扩展处理后的图偏白。
b1=uint16(tu3b); 扩展到16位。
%效果不好,不如溢出的好看。
ad2=imadd(a1,b1); 扩展到16位后再两图相加。
mx=max(max(max(ad2)))
ad3=ad2/mx*255;
ad3=uint8(ad3);
figure,imshow(ad3);title('扩展后两图相加');
mul=immultiply(a1,b1); 两图相乘。
figure,imshow(mul);title('两图相乘')
mulx= imresize(mul,0.2);;imwrite(mulx,'c:\1\')
大作业四:图像边缘检测,采用两种方法对图像中的汉字进行提取。
clear all
close all
tu4=imread(''
tu4x= imresize(tu4,0.2);imwrite(tu4x,'c:\1\')
i=rgb2hsv(tu4);
a=i(:,1);
n=0.01;
by=edge(a,'sobel',n); 阈值选择n,用sobel算子进行边缘检测。
figure,imshow(by);
imwrite(by,'c:\1\')此图不缩小,否则将损失**重要信息。
a=i(:,1);
n=0.1;
b=[0 1;-1 0]/n;
c=[1 0;0 -1]/n; %参数n为增强图像对比度。
d=conv2(a,b,'same');二维卷积运算函数,计算数组a和b的卷积,参数'same'使得得到的图像与原图大小相等。
d=abs(d); 处理水平方向算子的结果。
e=conv2(a,c,'same');
e=abs(e); 处理垂直方向算子的结果
f=max(d,e); 取水平及垂直方向上的大值
cc(:,1)=f;
a=i(:,2);
d=conv2(a,b,'same');二维卷积运算函数,计算数组a和b的卷积,参数'same'使得得到的图像与原图大小相等。
d=abs(d); 处理水平方向算子的结果。
e=conv2(a,c,'same');
e=abs(e); 处理垂直方向算子的结果
f=max(d,e); 取水平及垂直方向上的大值
cc(:,2)=f;
a=i(:,3);
d=conv2(a,b,'same');二维卷积运算函数,计算数组a和b的卷积,参数'same'使得得到的图像与原图大小相等。
d=abs(d); 处理水平方向算子的结果。
e=conv2(a,c,'same');
e=abs(e); 处理垂直方向算子的结果
f=max(d,e); 取水平及垂直方向上的大值
cc(:,3)=f;
figure,imshow(cc); 显示hsv格式的图。
ccx= imresize(cc,0.2); imwrite(ccx,'c:\1\')
cc=hsv2rgb(cc); hsv转到rgb
figure,imshow(cc); 显示rgb格式的图。
大作业五:图像低通滤波,采用均值滤波、中值滤波和理想低通滤波对图像进行降噪。
clear all
close all
tu5=imread(''
gray=rgb2gray(tu5); 转成灰度图。
suanzi=fspecial('**erage',[4,10]);建立预定义的滤波算子,代表模板尺寸,默认值为[3,3]
junzhi=imfilter(tu5,suanzi); 进行均值滤波(只针对灰度图)
figure,imshow(junzhi),title('均值滤波后的图');
imwrite(junzhi,'c:\1\')此图不缩小,否则将损失**重要信息。
r =tu5(:,1分离出rgb的三个颜色分量,再中值滤波。
g =tu5(:,2);
b =tu5(:,3);
tu(:,1)=medfilt2(r); 进行rgb中值滤波。
tu(:,2)=medfilt2(g);
tu(:,3)=medfilt2(b);
figure,imshow(tu),title('rgb中值滤波后的图');显示滤波后的图象。
imwrite(tu,'c:\1\5rgb中值。jpg') 此图不缩小,否则将损失**重要信息。
tu2=medfilt2(gray,[3,8]);进行中值滤波。
figure,imshow(tu2),title('灰度中值滤波后的图');显示滤波后的图象。
imwrite(tu2,'c:\1\5灰度中值。jpg') 此图不缩小,否则将损失**重要信息。
rr=fftshift(fft2(gray));傅里叶变换并转移。
n1,n2]=size(rr);
n1=fix(n1/2);
n2=fix(n2/2);
d0=20;
for i=1:n1
for j=1:n2
d=sqrt((i-n1)^2+(j-n2)^2);
if(d>d0)
h=0;else
h=1;end
rr(i,j)=h*rr(i,j);
endend
ff2=real(ifft2(ifftshift(rr逆变换。
程序大作业一
作业一 线性二次型 lq 控制。一个车载倒立摆系统如图1所示。图1车载倒立摆系统。已知m 4kg,m 0.2kg,l 0.8m 1 建立上述系统的状态空间模型,及传递函数模型 小车的位移x作为输出,给小车的推力u作为输入 2 分析该系统的稳定性,绘出根轨迹 bode图及单位阶跃响应。3 设性能指标其...
程序设计大作业
总的时间 32学时 学分 2。时间 20140616 20140627 地址 3教405教室。一 从给定的程序 文件包中,选择一个源程序做详细标注。目的 熟悉matlab程序 二 能够利用matlab熟悉地画图,内容包括 x y坐标轴上的label,每幅图上的title,绘画多条曲线时的legend...
LabView大作业程序说明
1 子程序部分。确保程序模拟温度区间在60 80之间。2 主程序部分。主要程序如图。设定了程序每次运行时间为0.8s 利用条件结构可以实现华氏度到摄氏度的转变,如图所示是华氏度主程序。通过算法可以转变成华氏度。此条件结构用于实现温度超限判断,华氏度背景下,模拟温度与167进行比较,如果结果为真就输出...