发布时间 : 星期三 文章数图各实验代码更新完毕开始阅读53dc8d6d59eef8c75ebfb334
实验一 数字图像的基本操作与代数运算
1.对各RGB图像、索引图像、灰度图像，用imread读出图像文件，并用imshow将图像显示出来，并用iminfo给出图像信息。观察一下图像数据的特点，理解数字图像在MATLAB中的处理就是处理一个矩阵，根据图像文件信息和图像数据矩阵的特点，确定图像的类型，体会各自数据的特点。
x=imread('RGBimageD.tiff') imshow(x)
imfinfo('RGBimageD.tiff')
2.选择一幅RGB彩色图像（图像RGBimageA），分别显示出原图像和R、G、B三个分量图像（用subplot函数显示在同一窗口中），观察对比它们的特点，体会不同颜色所对应的R、G、B分量的不同之处。
subplot(2,2,1),imshow (y),title ('原图像'); subplot(2,2,2),imshow (y(:,:,1)),title ('R分量'); subplot(2,2,3),imshow (y(:,:,2)),title ('G分量'); subplot(2,2,4),imshow (y(:,:,3)),title ('B分量');
3.将图像A中心部分选取出来，显示中心部分，并保存为与图像A相同格式的图像文件。
y=imread('RGBimageA.tiff') A1=imcrop(y,[100,100,300,300]); subplot(1,2,1),imshow (y),title ('原图像');
subplot(1,2,2),imshow (A1),title ('图像A的中心部分'); imwrite(A1,'A1.tiff','tiff')
4.选择一幅RGB图像（图像RGBimageB），使用imread和imwrite进行图像文件格式的相互转换（TIFF与JPG相互转换）。
z=imread('RGBimageB.tiff','tiff') imwrite(z,'RGBimageB.jpg','jpg')
5.给灰度图像加入高斯噪声，并显示。运用for循环，分别将5幅、50幅和500幅加有随机高斯噪声的图像进行相加并求其平均值。将几种求平均后的图像显示在同一图像对话框中，比较其结果。
[I, M] = imread('eight.tif'); J = imnoise(I, 'gaussian', 0, 0.02);
subplot(1,2,1), imshow(I, M), title('原图像'); subplot(1,2,2), imshow(J, M), title('加噪声后图像'); [m, n] = size(I); K = zeros(m, n); for i = 1 : 100
J = imnoise(I, 'gaussian', 0, 0.02); J1 = im2double(J); K = K + J1; end
K = K / 100; %求图像的平均
figure; imshow(K), title('相加求平均后的图像');
6.自行下载两幅的图像，进行相加、相减、相乘的代数运算（注意运算时候图像的尺寸、类型等，如果不同，应将尺寸较大的图像裁剪或缩放），显示运算之前和运算之后的图像。
四种图像处理代数运算的数学表达式如下：
C(x,y)?A(x,y)?B(x,y) C(x,y)?A(x,y)?B(x,y) C(x,y)?A(x,y)?B(x,y) C(x,y)?A(x,y)?B(x,y)
其中A(x,y)和B(x,y)为输入图像，而C(x,y)为输出图像。
7.选择一幅索引图像，将图像文件读出，并将这个图像显示出来。尝试修改MAP颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。（选做）
[X,MAP] = imread ('flowers.tif','tif'); MAP1 = MAP + MAP; subimage (X,MAP1);
实验二 图像的灰度变换与空域滤波
1.显示图像A及其灰度直方图。用imadjust函数将它的灰度值调整到[0,1]之间，并观察调整后的图像与原图像的差别，调整后的灰度直方图与原灰度直方图的区别；改变灰度值调整范围，观察调整后的图像的变化及其与原图像的差别，调整后的灰度直方图的变化及其与原灰度直方图的区别；进一步利用改变灰度值调整范围，实现图像的反转。
X = imread('A.tif'); Y = imadjust(X,[0.2 0.8],[]); Z = imadjust(X,[],[1,0]);
subplot(3,2,1),imshow(X),title('图像A');
subplot(3,2,2),imhist(X),title('原图像的灰度直方图'); subplot(3,2,3),imshow(Y),title('调整后的图像A'); subplot(3,2,4),imhist(Y),title('调整后的灰度直方图'); subplot(3,2,5),imshow(Z),title('反转后的图像A'); subplot(3,2,6),imhist(Z),title('反转后的灰度直方图');
2.读取灰度图像B，用histeq函数将原始图像的灰度直方图均衡化，同时观察均衡化后的图像与前面图像的差别，均衡化后的灰度直方图与前面的灰度直方图的区别。
I = imread('B.tif'); J = histeq(I);
subplot(2,2,1),imshow(I),title('图像B');
subplot(2,2,2),imhist(I,64),title('图像B的直方图'); subplot(2,2,3),imshow(J),title('均衡化的图像B'); subplot(2,2,4),imhist(J,64),title('均衡化图像B的直方图');
3.给图像C加入高斯噪声，分别采用不同大小的模板对加有噪声的图像进行均值滤波，用一个图像处理对话框（subplot）显示原图像、加有噪声的图像及均值滤波的图像。比较结果。
X = imread('C.tif');
Y = imnoise(X,'gaussian',0,0.005); Z1= filter2(fspecial('average',3),Y)/255; Z2= filter2(fspecial('average',5),Y)/255; Z3= filter2(fspecial('average',7),Y)/255; Z4= filter2(fspecial('average',9),Y)/255; subplot(2,3,1),imshow(X),title('图像C');
subplot(2,3,2),imshow(Y),title('加入高斯噪声的图像C'); subplot(2,3,3),imshow(Z1),title('均值滤波模版尺寸为3'); subplot(2,3,4),imshow(Z2),title('均值滤波模版尺寸为5'); subplot(2,3,5),imshow(Z3),title('均值滤波模版尺寸为7'); subplot(2,3,6),imshow(Z4),title('均值滤波模版尺寸为9');
4.分别采用不同大小的模板对上述加有噪声的图像进行中值滤波，用一个图像处理对话框（subplot）显示原图像、加有噪声的图像及中值滤波的图像。比较结果。
X = imread('C.tif');
Y = imnoise(X,'gaussian',0,0.005); I1= medfilt2(Y,[3,3]); I2= medfilt2(Y,[7,7]);
subplot(2,2,1),imshow(X),title('图像C');
subplot(2,2,2),imshow(Y),title('加入高斯噪声的图像C'); subplot(2,2,3),imshow(I1),title('3×3模版'); subplot(2,2,4),imshow(I2),title('7×7模版');
实验三 图像的频域处理
1.读取图像A(lena.tiff)和B(rice.tif)，显示这两幅图像，对图像作傅立叶变换，显示图像的傅里叶幅度谱和相位谱。做傅立叶逆变换，显示重建图像，看是否与原图像相同。
A = imread('lena.tiff'); B = imread('rice.tif');
I=fftshift(fft2(A)); J=fftshift(fft2(B)); subplot(2,3,1),imshow(A);
subplot(2,3,2),imshow(log(1+abs(I)),[]); subplot(2,3,3),imshow(angle(I)); subplot(2,3,4),imshow(B);
subplot(2,3,5),imshow(log(1+abs(J)),[]); subplot(2,3,6),imshow(angle(J));
X=ifft2(I); Y=ifft2(J);
subplot(2,3,1),imshow(A),title('图像A');
subplot(2,3,2),imshow(log(1+abs(I)),[]),title('二维傅里叶变换'); subplot(2,3,3),imshow(log(abs(X)),[]),title('逆变换后图像'); subplot(2,3,4),imshow(B),title('图像B');
subplot(2,3,5),imshow(log(1+abs(J)),[]),title('二维傅里叶变换'); subplot(2,3,6),imshow(log(abs(Y)),[]),title('逆变换后图像');
2.设计一个简单的巴特沃斯低通滤波器（截止频率自选），对图像A作频域低通滤波，再作反变换，观察两种不同的截止频率下反变换后的图像与原图像的区别。
A=imread('lena.tiff'); PQ = paddedsize(size(A)); D0 = 0.01*PQ(1);
H = lpfilter('btw',PQ(1),PQ(2),D0); g = dftfilt(A,H);
subplot(1,2,1),imshow(A),title('原图像');
subplot(1,2,2),imshow(g,[]),title('D0较小的滤波');
A=imread('lena.tiff'); PQ = paddedsize(size(A)); D0 = 0.08*PQ(1);
H = lpfilter('btw',PQ(1),PQ(2),D0); g = dftfilt(A,H);
subplot(1,2,1),imshow(A),title('原图像');
subplot(1,2,2),imshow(g,[]),title('D0较大的滤波');