MATLAB灰度彩色转换程序Word下载.docx
- 文档编号:15735897
- 上传时间:2022-11-15
- 格式:DOCX
- 页数:17
- 大小:419.74KB
MATLAB灰度彩色转换程序Word下载.docx
《MATLAB灰度彩色转换程序Word下载.docx》由会员分享,可在线阅读,更多相关《MATLAB灰度彩色转换程序Word下载.docx(17页珍藏版)》请在冰豆网上搜索。
m(i,j,1)=k(i,j,1)+5;
m(i,j,2)=k(i,j)+10;
m(i,j,3)=k(i,j)+10;
end
=50&
100
m(i,j,1)=k(i,j)+35;
m(i,j,2)=k(i,j)+28;
=100&
150
m(i,j,1)=k(i,j)+52;
m(i,j,2)=k(i,j)+30;
m(i,j,3)=k(i,j)+15;
=150&
200
m(i,j,1)=k(i,j)+50;
m(i,j,2)=k(i,j)+40;
m(i,j,3)=k(i,j)+25;
=200&
=256
m(i,j,1)=k(i,j)+120;
m(i,j,2)=k(i,j)+60;
m(i,j,3)=k(i,j)+45;
end
figure,imshow(uint8(k),[]);
figure,imshow(uint8(m),[]);
这是我的代码,想实现逆滤波,但结果不对,不知道问什么。
matlab2009-12-0221:
53:
32阅读63评论0
字号:
大中小
订阅
clear
closeall
J=imread('
111.bmp'
I=rgb2gray(J);
imshow(I);
a=0.1,b=0.1,T=1;
[m,n]=size(I);
ifm>
n
max=m;
I(:
n+1:
m)=0;
else
max=n;
I(m+1:
n,:
)=0;
end
H=zeros(max,max);
foru=1:
max
forv=1:
j=3.1415926*(u*a+v*b);
H(u,v)=T*sin(j)*exp(-i*j)/j;
G=fft2(double(I));
F2=G.*(inv(H));
F3=ifft2(double(F2));
imwrite(F3,'
wiener.bmp'
figure,imshow(F3);
一个计算矩阵中相同个数的问题
matlab2009-11-2822:
23:
14阅读33评论0
现在有这样一个问题
得到图象的灰度图象之后,计算每个像素点的邻域均值
现在希望计算图象中
像素点的灰度值和其邻域均值均相等的像素点的个数
我的原有程序如下
im_hue=imread('
001.jpg'
im_gray=rgb2gray(im_hue);
%得到彩色的图片以及相应的灰度图片
im_mean=fix(filter2(fspecial('
average'
3),im_gray));
%计算图片的邻域灰度均值
[im_r,im_c]=size(im_gray);
%计算灰度图片的大小
value_im=zeros(im_r*im_c,2);
%存储灰度图片像素的灰度值及其邻域灰度均值
value_im(:
1)=reshape(im_gray,im_r*im_c,1);
%存储灰度图片像素的灰度值并改变矩阵的形式为列向量
2)=reshape(im_mean,im_r*im_c,1);
域灰度均值并改变矩阵的形式为列向量
im_gray_tmp_2d_entroy=zeros(256,256);
%存储灰度图片特征二元组(i,j)出现的频数
%计算灰度图片特征二元组(i,j)出现的频数
fori=0:
255
forj=0:
255
im_gray_tmp_2d_entroy(i+1,j+1)=size(find(value_im(:
1)==i&
value_im(:
2)==j),1)/(im_r*im_c);
%计算存储灰度图片特征二元组(i,j)出现的频数
主要是上面这个循环花费的时间代价太大
希望高手指点优化的程序
谢谢
《数字图像处理》
matlab2009-11-2411:
29:
02阅读50评论0
针对给出的图像(moon.tif)或者自行选择的灰度图像:
1):
给图像分别添加高斯噪声和椒盐噪声。
2):
对加噪图像的中心区域(100*100)进行空间滤波,尽最大可能消除噪声。
3):
对加噪图像的中心区域(100*100)进行频域滤波,尽最大可能消除噪声。
技术描述:
对图像进行加高斯噪声和椒盐噪声处理;
对包含高斯噪声和椒盐噪声的图片进行处理,使处理后的图像比原图像清晰。
所需应用到的技术,包括:
a>
对图片加噪声
b>
选取中心区域
c>
对选取的区域进行降噪处理
d>
重新生成图像。
e>
构造高斯低通滤波器时用到了高斯公式:
exp(-(u^2+v^2)/(2*(D0^2)))
结果讨论:
以下是对不同的滤波器针对不同噪点处理的测试结果。
参考下面的试验结果,进行讨论:
A(011)是使用fspecial('
gaussian’)平滑空域滤波处理效果,不过效果不是最好,由于最大程度降噪,导致图像模糊;
A(012)是频域滤波处理后的结果,因为使用了高斯低通滤波器,所以会有条黑线,处理一般;
A(021)是使用medfilt2()空域中值滤波器效果,降噪效果很不错,图像也很清晰;
A(022)是频域滤波处理后的结果,同A(012),因为使用了高斯低通滤波器,所以会有条黑线,效果一般。
试验结果:
高斯加噪和椒盐加噪处理图分别如下:
如图:
图(A00):
原图
图(A01):
高斯加噪
图(A011):
对图(A01)进行中心100*100空域滤波
图(A012):
对图(A01)进行中心100*100频域滤波
(A0)
(A01)
(A011)
(A012)
如图:
图(A00):
图(A02):
椒盐加噪
图(A021):
对图(A02)进行中心100*100空域滤波
图(A022):
对图(A02)进行中心100*100频域滤波
(A00)
(A02)
(A021)
(A022)
附录:
源代码1:
对高斯噪声的处理
f=imread('
moon.tif'
J=imnoise(f,'
gaussian'
0.05,0.05);
%添加高斯噪声
%空域滤波
r=[219319319219];
c=[129129229229];
BW=roipoly(J,c,r);
h=fspecial('
[55]);
A011=roifilt2(J,h,BW);
figure,imshow(A011);
%频域滤波
f1=imcrop(fn,[12921999100]);
%截取100*100大小的窗口图片
f2=[255255];
%建立一个新的图像
f2=uint8(f2);
f2=padarray(f2,[5049],255);
%将新建图像拓展到100*100的黑色图片
f2=padarray(f2,[218129],0);
%在新建图片周围添加白色使之大小为moon图片的大小
fn=fn-f2;
%得到中心100*100区域内为黑色的moon图片
PQ=paddedsize(size(f1));
[u,v]=dftuv(PQ
(1),PQ
(2));
D0=0.2*PQ
(2);
hh=exp(-(u.^2+v.^2)/(2*(D0^2)));
%构造高斯低通滤波器
h1=dftfilt(f1,hh);
A012=padarray(h1,[218129],0);
%将h1拓展到moon图片大小
A012=uint8(A012)+fn;
%得到中心100*100区域处理后的moon图片
figure,imshow(A012);
源代码2:
对椒盐噪声的处理
fn=imnoise(f,'
salt&
pepper'
0.05);
%添加椒盐噪声
h=medfilt2(f1,'
symmetric'
%对f1进行中值处理
A021=padarray(h,[218129],0);
%将h拓展到moon图片大小
A021=A021+fn;
figure,imshow(A021);
%将新建图像拓展到
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- MATLAB 灰度 彩色 转换 程序