数字图像处理上机实验Word文件下载.docx
- 文档编号:19343730
- 上传时间:2023-01-05
- 格式:DOCX
- 页数:9
- 大小:441.22KB
数字图像处理上机实验Word文件下载.docx
《数字图像处理上机实验Word文件下载.docx》由会员分享,可在线阅读,更多相关《数字图像处理上机实验Word文件下载.docx(9页珍藏版)》请在冰豆网上搜索。
源代码:
figure(1>
。
fid=fopen('
D:
\img\cell_128.img'
'
r'
>
%打开无格式文件
data1=(fread(fid,[128,128],'
uint8'
'
%将打开的文件读入到data1jLBHrnAILg
subplot(4,2,1>
%将figure(1>
分成4*2的8个子窗口,xHAQX74J0X
data11=uint8(data1>
imshow(data11>
%图象显示
title('
CELL'
Color'
b'
%加标题
subplot(4,2,2>
原图像直方图'
imhist(data11>
subplot(4,2,3>
%取第二个子窗口
data2=uint8(data1>
%将灰度图象转换成uint8格式
b=histeq(data2>
%直方图均衡化
imshow(b,256>
%显示均衡化图象,256可缺省
均衡化'
subplot(4,2,4>
imhist(b>
均衡化后图像直方图'
subplot(4,2,5>
d:
\img\fing_128.img'
data3=(fread(fid,[128,128],'
%将打开的文件读入到data3LDAYtRyKfE
data31=uint8(data3>
%将灰度图象转换成uint8格式Zzz6ZB2Ltk
imshow(data31>
%显示灰度图象
FING'
subplot(4,2,6>
imhist(data31>
subplot(4,2,7>
data4=uint8(data3>
d=histeq(data4>
imshow(d,256>
subplot(4,2,8>
imhist(d>
均衡化后原图像直方图'
2)对原图像加入高斯噪声,用4-邻域平均法平滑加噪声图像<
图像四周边界不处理,下同),同屏显示原图像、加噪图像和处理后的图像。
dvzfvkwMI1
不加门限;
加门限
,<
其中
)
%CELL
figure(2>
%将打开的文件读入到data1rqyn14ZNXI
I=uint8(data1>
I1=imnoise(I,'
gaussian'
%加乘性噪声
H1=[010。
101。
010]/4。
%4×
4领域模板
J=imfilter(I,H1>
%领域平均
subplot(2,4,1>
imshow(I>
%显示图像I
原图像'
subplot(2,4,2>
imshow(I1>
加噪声后图像'
subplot(2,4,3>
imshow(J>
%不加门限平滑
不加门限平滑后图像'
%加门限后滤波
T=2*sum(I1(:
/128^2。
im_T=zeros(128,128>
fori=1:
128
forj=1:
ifabs(I1(i,j>
-J(i,j>
T
im_T(i,j>
=J(i,j>
else
=I1(i,j>
end
end
subplot(2,4,4>
imshow(im_T>
加门限后'
%FING
%将打开的文件读入到data1EmxvxOtOco
subplot(2,4,5>
subplot(2,4,6>
subplot(2,4,7>
subplot(2,4,8>
2.<
1)用Laplacian锐化算子<
分
和
两种情况)对256⨯256大小、256级灰度的数字图像lena进行锐化处理,显示处理前、后图像。
SixE2yXPq5
%laplacian算子锐化
I=imread('
\img\LENA256.bmp'
%读入原图像
subplot(1,3,1>
imshow(I>
原始图像'
L=fspecial('
laplacian'
L1=[0-10。
-15-1。
0-10]。
L2=[0-20。
-29-2。
0-20]。
LP1=imfilter(I,L1,'
replicate'
%α=1时的拉普拉斯算子
LP2=imfilter(I,L2,'
%α=2时的拉普拉斯算子
subplot(1,3,2>
imshow(LP1>
Laplacian算子α=1锐化图像'
6ewMyirQFL
subplot(1,3,3>
imshow(LP2>
Laplacian算子α=2锐化图像'
kavU42VRUs
2)若令
,
则回答如下问题:
、
之间有何关系?
代表图像中的哪些信息?
由此得出图像锐化的实质是什么?
因为
,所以
之间有以下关系:
代表了原图像中的二阶梯度信息;
是边缘增强后的数字图像;
由此可以得出:
图像锐化的实质是将原图像与梯度信息叠加<
梯度信息所占的比例由
的大小决定,
值越大则梯度信息所占的比例越大),相当于对目标物的边缘进行了增强。
y6v3ALoS89
5.分别利用Roberts、Prewitt和Sobel边缘检测算子,对256⨯256大小、256级灰度的数字图像lena进行边缘检测,显示处理前、后图像。
M2ub6vSTnP
图像:
%Roberts梯度法锐化
subplot(2,2,1>
J=double(I>
[IX,IY]=gradient(J>
%计算梯度
A=sqrt(IX.*IX+IY.*IY>
subplot(2,2,2>
imshow(A,[]>
Roberts梯度法锐化图像'
0YujCfmUCw
%Prewitt算子锐化
S=imfilter(I,fspecial('
Prewitt'
subplot(2,2,3>
imshow(S>
Prewitt算子锐化图像'
%Sobel算子锐化
sobel'
subplot(2,2,4>
Sobel算子锐化图像'
申明:
所有资料为本人收集整理,仅限个人学习使用,勿做商业用途。
- 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:
- 数字图像 处理 上机 实验
![提示](https://static.bdocx.com/images/bang_tan.gif)