1、数字图像处理及其在 MATLAB 中的使用一实验目的1熟悉并掌握图像处理编程环境，并掌握简单的图像处理编程。2. 熟悉matlab 的使用及掌握MATLAB中对图像的简单处理。3. 通过matlab 在数字图像处理中的应用加深对本门课程的理解。4. 通过实验进一步了解某种变换对图像处理的结果，比较处理前后的差别。二实验设备1有关数字图像处理与matlab的相关资料2matlab7.0版本三、实验原理Matlab有着很强的计算功能，它不仅可以处理电路、信号与系统、数字信号处理、自动控制等领域的问题，而且对二维、三维的利用也非常非常的强大，其有着丰富的处理工具箱。这里我们只是利用数字图像处理工具箱
2、，它能实现数字图像处理的处理过程，使我们能更好的了解各种图像处理算法的性能和特点，并能方便地观察处理结果，将我们从繁重的编程中解放出来，集中精力于算法的研究上。本次实验主要利用MATLAB中面向数字图像处理的一些基本操作函数，来完成图像的基本处理，我利用下面的图片来进行一系列处理：四实验内容及步骤1. 读入并显示一幅图像W=imread(H:tupian1.jpg);figure(1),imshow(W)2. 改变灰度并检查图像的信息W=rgb2gray(W)size(W)M,N= size(W)whos W3. 创建一幅灰度图像W=imread(H:tupian1.jpg);W1=rgb2g
3、ray(W);imshow(W);figure(2),imshow(W1); 4. 显示图像的直方图imhist(W1);title(灰度图像直方图);010002000300040005000600070008000中中中中中中中0 50 100 150 200 2505. 对灰度图像进行简单的灰度线性变换figuresubplot(1,2,1)imshow(W1);title(原灰度图像);subplot(1,2,2)histeq(W1);title(灰度线性变换后的图像);中中中中中 中中中中中中中中中中6. 图像均衡Q=histeq(1,64);figure,imhist(Q,256)
4、;counts,x=imhist(Q);title(均衡化图像直方图);00.050.10.15中中中中中中中中0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 17. 进行二维快速傅里叶变换B = fft2(W,200,200);Imshow(B);8. 调整图像灰度值J = imadjust(W,0.6 0.9,);figure(6), imshow(J)9. 进行二维中值过滤W=imread(H:tupian1.jpg);W3=rgb2gray(W);J = imnoise(W3,salt %加椒盐噪声K = medfilt2(J);%过滤subplot(1,2
5、,1),imshow(J)title(加入椒盐噪声后的图像);subplot(1,2,2),imshow(K)title(经中值过滤后的图像);中中中中中中中中中中 中中中中中中中中中10. 自适应滤波器W=imread(H:tupian1.jpg);W13=rgb2gray(W);J = imnoise(W3,salt K = wiener2(J,5 5);subplot(1,2,1),imshow(J)title(加入椒盐噪声后的图像);subplot(1,2,2),imshow(K)title(自适应滤波后的图像);中中中中中中中中中中 中中中中中中中中中五总结通过这次实验让我再一次对上学期所学的 MATLAB 的相关使用方法有了更深刻的体会，它可以简化我们平常很多复杂的的计算，使数字图像处理流程更加简便、快捷。通过亲自动手对图像进行处理加深了我对本门课程的理解，原来它并不像大多数人想的那么枯燥无味，数字图像处理技术还是蛮有意思的，从而使我对它渐渐产生了兴趣。键入 whos ，获得驻留变量的详细情况： 全部变量名，变量的数组维数，占用字节数，变量的类别（如双精度） ，是否复数等。
