作业一。
close all %关闭打开了的所有图形窗口。
clc %清屏命令。
clear %清除工作空间中所有变量。
一，图像的预处理，读入彩色图像将其灰度化。
ps=imread('e:\'读入bmp图像文件。
二，绘制直方图。
m,n]=size(ps); 测量图像尺寸参数。
gp=zeros(1,256); 预创建存放灰度出现概率的向量。
for k=0:255
gp(k+1)=length(find(ps==k))/m*n);%计算每级灰度出现的概率，将其存入gp中相应位置。
end三，灰度压缩。
s1=zeros(1,256);
sum=0;
for i=1:256
if(i>=64&&i<=192)
s1(i)=255*gp(i)/128-255*64/128/(m*n);
endend
四，直方图均衡化。
s2=zeros(1,256);
for i=1:256
for j=1:i
s2(i)=s1(j)+s2(i);
endend
s3=zeros(1,256);
for i=1:256
s3(i)=floor((s2(i)*255)+0.5); 将sk归到相近级的灰度。
endd=zeros(size(ps));
for i=1:m
for j=1:n
d(i,j)=s3(ps(i,j)+1);
endend
d=uint8(d);
zk=zeros(1,256);
x=0;for k=0:255
zk(k+1)=length(find(d==k))/m*n);%计算每级灰度出现的概率，将其存入gp中相应位置。
endimwrite(d,'e:\'
figure(1);
subplot(1,2,1);imshow(ps); 显示出来灰度图像。
title('原灰度图像');
subplot(1,2,2);imshow(d);
title('均衡化后的图像');
figure(2);
subplot(2,1,1);
bar(0:255,gp);%绘制直方图。
title('原图像直方图');xlabel('灰度值');ylabel('每级灰度出现概率');
subplot(2,1,2);bar(0:255,s1);
title('压缩后图像直方图');xlabel('灰度值');ylabel('每级灰度出现概率');
figure(3);bar(0:255,zk);
title('均衡化后图像直方图');xlabel('灰度值');ylabel('每级灰度出现概率');
2.空间域的unsharp_nasking
利用均值滤波器对图像进行平滑处理，噪声得到了有效的去除。
并且选择模版的尺寸越大，噪声的去除效果越好，同时图像边缘细节越模糊。
close all;clear;clc;
i=imread('d:\'读入原图像。
m=rgb2gray(i); 将原图像灰度化。
创建均值滤波器模版。
h1=ones(3)/9; %3*3的模。
h2=ones(7)/49; %7*7的模。
j=imnoise(m,'gaussian',0,0.02); 添加高斯噪声，均值为0，方差为0.02
转化j为double数据类型。
j=double(j);
均值滤波。s1=conv2(j,h1,'same');
s2=conv2(j,h2,'same');
图像显示。subplot(2,2,1);imshow(m);title('原始图像的灰度图');
subplot(2,2,2);imshow(j,title('添加高斯噪声图像');
subplot(2,2,3);imshow(s1,title('3*3均值滤波图像');
subplot(2,2,4);imshow(s2,title('7*7均值滤波图像');
反锐化掩膜滤波。
w=[1 1 1;1 1 1;1 1 1];
w=1/9*w;
c=3;对3*3均值滤波图像后的图像进行反掩膜滤波。
m,n]=size(s1);
m1=zeros(size(s1));
g1=zeros(size(s1));
for x=1:m
for y=1:n
if (x==1|y==1|x==m|y==n)
blur_s1(x,y)=s1(x,y);
elseblur_s1(x,y)=w(1,1)*s1(x-1,y-1)+w(1,2)*s1(x-1,y)+w(1,3)*s1(x-1,y+1)+.
w(2,1)*s1(x,y-1)+w(2,2)*s1(x,y)+w(2,3)*s1(x,y+1)+.
w(3,1)*s1(x+1,y-1)+w(3,2)*s1(x+1,y)+w(3,3)*s1(x+1,y+1);
endm1(x,y)=c*(s1(x,y)-blur_s1(x,y));
g1(x,y)=s1(x,y)+m1(x,y);
endend
对7*7均值滤波后的图像进行反掩膜滤波。
a,b]=size(s2);
m2=zeros(size(s2));
g2=zeros(size(s2));
for x=1:a
for y=1:b
if (x==1|y==1|x==a|y==b)
blur_s2(x,y)=s2(x,y);
elseblur_s2(x,y)=w(1,1)*s2(x-1,y-1)+w(1,2)*s2(x-1,y)+w(1,3)*s2(x-1,y+1)+.
w(2,1)*s2(x,y-1)+w(2,2)*s2(x,y)+w(2,3)*s2(x,y+1)+.
w(3,1)*s2(x+1,y-1)+w(3,2)*s2(x+1,y)+w(3,3)*s2(x+1,y+1);
endm2(x,y)=c*(s2(x,y)-blur_s2(x,y));
g2(x,y)=s2(x,y)+m2(x,y);
endend
figure;
subplot(2,1,1);imshow(uint8(g1));title('3*3均值滤波后的图像进行反锐化掩膜增强后的图像');
subplot(2,1,2);imshow(uint8(g2));title('7*7均值滤波后的图像进行反锐化掩膜增强后的图像。
4.巴特沃斯低通滤波。
close all %关闭打开了的所有图形窗口。
clc清屏命令。
clear %清除工作空间中所有变量。
img=imread('e:\'读入图像。
img1=imnoise(img,'salt');加入椒盐噪声。
f=double(img1); 图像存储类型转换。
g=fft2(f); 傅里叶变换。
g=fftshift(g); 转换数据矩阵
n1,n2]=size(g); 测量图像尺寸参数。
n=2; d0=50;
n1=fix(n1/2);
n2=fix(n2/2);
for i=1:n1
for j=1:n2
d=sqrt((i-n1)^2+(j-n2)^2);
h=1/(1+0.414*(d/d0)^(2*n));计算butterworth低通转换。
result(i,j)=h*g(i,j);
end end
result=ifftshift(result);
result2=ifft2(result); 傅里叶反变换
result3=uint8(real(result2));
figure;
subplot(131),imshow(img); title('原图像');
subplot(132),imshow(img1);title('加噪后的图像');
subplot(133),imshow(result3);title('滤波后的图像');
5.维纳滤波。
clear;
clcclose all;
i=imread('e:\'
figure;
subplot(2,2,1);imshow(i);title('原图像');
m,n]=size(i);
f=fftshift(fft2(i));
k=0.025;
for u=1:m
for v=1:n
h(u,v)=exp((-k)*(u-m/2)^2+(v-n/2)^2)^(5/6)))
endend
g=f.*h;
i0=real(ifft2(fftshift(g)))
subplot(2,2,2);imshow(uint8(i0));title('模糊退化图像');
i1=imnoise(uint8(i0),'gaussian',0,0.002);
subplot(2,2,3);imshow(uint8(i1));title('模糊退化且添加高斯噪声的图像');
f0=fftshift(fft2(i1));
k=0.05;
for u=1:m
for v=1:n
h(u,v)=exp(-k*((u-m/2)^2+(v-n/2)^2)^(5/6)))
h0(u,v)=(abs(h(u,v)))2;
数字图像处理作业
2017暑假小学期。专业。班级。姓名。学号。摘要 数字图像处理的目的是改善 质量，利用matlab设计几个简单的图像处理程序。该程序具备图像处理的日常功能 图像代数与几何运算 直方图与图像明暗关系分析 直方图均衡化 滤波器的使用与图像分割技术。通过运行 解释结合图像效果，分别介绍了处理原理与过程。关...
数字图像处理作业
图1是一张因拍摄时晃动而产生模糊的图像，试估计其psf并恢复图像。题中已明确此图是由于运动导致的模糊，所以采取课件上标准的恢复方法。首先，对 进行laplace滤波，是为了凸显图像中的高频部分，而后对图像进行radon变换以求出运动模糊的角度，由于角度标准和方向问题，需要将求出的角度减去90 也即。...
数字图像处理作业
数字图像处理上机实验题。一 基础部分。1.产生右图所示图像 f1 m,n 其中图像大小为256 256，中间亮条为128 32，暗处 0，亮处 100。对其进行fft 1 同屏显示原图f1 m,n 和fft f1 的幅度谱图 2 若令f2 m,n 1 m n f1 m,n 重复以上过程，比较二者幅度...