1、 实验一 常用 MATLAB 图像处理命令一、实验目的1、熟悉并掌握 MATLAB 工具的使用；2、实现图像的读取、显示、代数运算和简单变换。二、实验环境MATLAB 6.5 以上版本、WIN XP 或 WIN2000 计算机三、常用函数 读写图像文件1 imreadimread 函数用于读入各种图像文件，如：a=imread(e:w01.tif)2 imwriteimwrite 函数用于写入图像文件，如：imwrite(a,e:w02.tif,tif)3 imfinfoimfinfo 函数用于读取图像文件的有关信息，如：imfinfo(e:w01.tif) 图像的显示1 imageimage
2、 函数是 MATLAB 提供的最原始的图像显示函数，如：a=1,2,3,4;4,5,6,7;8,9,10,11,12;image(a);2 imshowimshow 函数用于图像文件的显示，如：i=imread(e:w01.tif);imshow(i);title（原图像）%加上图像标题3 colorbarcolorbar 函数用显示图像的颜色条，如：i=imread(e:w01.tif);imshow(i);colorbar;4 figurefigure 函数用于设定图像显示窗口，如：figure(1)； /figure(2)；5 subplot 把图形窗口分成多个矩形部分，每个部分可以分别
3、用来进行显示。Subplot（m，n，p）分成 m*n 个小窗口，在第 p 个窗口中创建坐标轴为当前坐标轴，用于显示图形。6 plot绘制二维图形plot（y）Plot（x，y）xy 可以是向量、矩阵。 图像类型转换1 rgb2gray/灰色把真彩图像转换为灰度图像i=rgb2gray（j）2 im2bw/黑白通过阈值化方法把图像转换为二值图像I=im2bw（j，level）Level 表示灰度阈值，取值范围 01（即 0.n），表示阈值取自原图像灰度范围的 n%3 imresize改变图像的大小I=imresize（j，m n）将图像 j 大小调整为 m 行 n 列 图像运算1 imadd两
4、幅图像相加，要求同样大小，同种数据类型Z=imadd（x，y）表示图像 x+y2 imsubstract两幅图像相减，要求同样大小，同种数据类型Z=imsubtract（x，y） 表示图像 x-y3 immultiplyZ=immultiply（x，y） 表示图像 x*y4 imdivideZ=imdivide（x，y） 表示图像 x/y5：m = imadjust(a,0.5;1) ;%图像变亮n = imadjust(a,0;0.5) ;%图像变暗g=255-a;%负片效果四、实验内容（请将实验程序填写在下方合适的位置，实验图像结果拷屏粘贴）1、读入一幅 RGB 图像，变换为灰度图像和二值
5、图像，并在同一个窗口内分成三个子窗口来分别显示 RGB 图像和灰度图像，注上文字标题。a=imread(f:1.jpg)i = rgb2gray(a)I = im2bw(a,0.5)subplot(3,1,1);imshow(a);title(原图像)subplot(3,1,2);imshow(i);title(灰度图像)subplot(3,1,3);imshow(I);title(二值图像) 2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。a=imread(f:1.jpg)A=imresize(a,800 800)b=imread(f:2.jp
6、g)B=imresize(b,800 800)Z1=imadd(A,B)Z2=imsubtract(A,B)Z3=immultiply(A,B)Z4=imdivide(A,B)subplot(3,2,1); imshow(A);title(原图像 A)subplot(3,2,2); imshow(B);title(原图像 B)subplot(3,2,3); imshow(Z1);title(加法图像)subplot(3,2,4); imshow(Z2);title(减法图像)subplot(3,2,5); imshow(Z3);title(乘法图像)subplot(3,2,6); imshow
7、(Z2);title(除法图像)3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。a=imread(f:1.jpg);m = imadjust(a,0.5;1) ;%图像变亮n = imadjust(a,0;0.5) ;%图像变暗g=255-a;%负片效果subplot(2,2,1);imshow(a);title(原图像)subplot(2,2,2);imshow(m);title(图像变亮)subplot(2,2,3);imshow(n);title(图像变暗) subplot(2,2,4);imshow(g);title(负片
8、效果) 4、熟悉数字图像处理常用函数的使用，调出帮助文档查看其各种不同用法。方法：选择函数（函数所在区变暗） ，点右键弹出菜单，选择“Help on Selection”五、实验总结分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。实验四 常用图像增强方法一、实验目的1、熟悉并掌握 MATLAB 图像处理工具箱的使用；2、理解并掌握常用的图像的增强技术。二、实验环境MATLAB 6.5 以上版本、WIN XP 或 WIN2000 计算机三、相关知识1 imnoiseimnoise 函数用于对图像生成模拟噪声，如：i=imread(e:w01.tif);j=imnoise(
9、i,gaussian,0,0.02);模拟均值为 0 方差为 0.02 的高斯噪声，j=imnoise(i,salt%sobel 水平边缘增强滤波器h=fspecial(gaussian);%高斯低通滤波器h=fspecial(laplacian);%拉普拉斯滤波器h=fspecial(log);%高斯拉普拉斯（LoG）滤波器h=fspecial(average);%均值滤波器3 基于卷积的图像滤波函数imfilter 函数， filter2 函数，二维卷积 conv2 滤波,都可用于图像滤波，用法类似，如：i=imread(e:w01.tif);h=1,2,1;0,0,0;-1,-2,-1;
10、%产生 Sobel 算子的水平方向模板j=filter2(h,i);或者：h = fspecial(prewitt)I = imread(cameraman.tif);imshow(I); H = fspecial(prewitt); %预定义滤波器M = imfilter(I,H);imshow(M)或者：i=imread(e:w01.tif);h=1,1,1;1,1,1;1,1,1;h=h/9;j=conv2(i,h);4 其他常用滤波举例（1）中值滤波medfilt2 函数用于图像的中值滤波，如：i=imread(e:w01.tif);j=medfilt2(i，M N);对矩阵 i 进行
11、二维中值滤波，领域为 M*N，缺省值为 3*3（2）利用拉氏算子锐化图像, 如:i=imread(e:w01.tif);j=double(i);h=0,1,0;1,-4,0;0,1,0;%拉氏算子k=conv2(j,h,same);三、实验步骤1、采用二维中值滤波函数 medfilt2 对受椒盐噪声干扰的图像滤波，窗口分别采用 3*3,5*5,7*7I = imread(f:lena.png);J = imnoise(I,salt K1 = medfilt2(J,3 3);%对矩阵 i 进行二维中值滤波，领域为 3*3 K2 = medfilt2(J,5 5);K3 = medfilt2(J,
12、7 7);subplot(2,2,1);imshow(J);title(椒盐噪声干扰图像)subplot(2,2,2);imshow(K1);title(领域为 3*3 二维中值滤波)subplot(2,2,3);imshow(K2);title(领域为 5*5 二维中值滤波) subplot(2,2,4);imshow(K3);title(领域为 7*7 二维中值滤波) 2、采用 MATLAB 中的函数 filter2 对受噪声干扰的图像进行均值滤波I = imread(f:lena.png);j=imnoise(i,gaussian,0,0.02);%模拟均值为 0 方差为 0.02 的高
13、斯噪声，M= filter2(fspecial(average,9),J)/255; %模板尺寸为 9subplot(2,1,1);imshow(j);title(噪声干扰图像)subplot(2,1,2);imshow(M);title(改进后的图像)3、采用三种不同算子对图像进行锐化处理。i=imread(f:1.jpg)I=rgb2gray(s)H=fspecial(sobel)%应用 Sobel 算子锐化图像I1=filter2(H,I)%Sobel 算子滤波锐化H=fspecial(prewitt)%应用 prewitt 算子锐化图像I2=filter2(H,I)%prewitt 算
14、子滤波锐化H=fspecial(log)%应用 log 算子锐化图像I3=filter2(H,I)%log 算子滤波锐化subplot(2,2,1);imshow(i);title(原图像)subplot(2,2,2);imshow(I1);title(Sobel 算子锐化图像)subplot(2,2,3);imshow(I2);title(prewitt 算子锐化图像) subplot(2,2,4);imshow(I3);title(log 算子锐化图像) 四、实验总结1、比较不同平滑滤波器的处理效果，分析其优缺点2、比较不同锐化滤波器的处理效果，分析其优缺点实验五 图像恢复和图像分割一、实
15、验目的1、熟悉并掌握 MATLAB 图像处理工具箱的使用；2、理解并掌握常用的图像的恢复和分割技术。二、实验环境MATLAB 6.5 以上版本、WIN XP 或 WIN2000 计算机三、相关知识1 deconvwnr维纳滤波，用法：J = deconvwnr(I,PSF,NSR) 用维纳滤波算法对图片 I 进行图像恢复后返回图像 J。 I 是一个 N 维数组。PSF 是点扩展函数的卷积。NSP 是加性噪声的噪声对信号的功率比。如：I = im2double(imread(cameraman.tif); imshow(I); title(Original Image ); %模拟运动模糊 Ma
16、tlab 中文论坛 LEN = 21; THETA = 11; PSF = fspecial(motion, LEN, THETA); blurred = imfilter(I, PSF, conv, circular); figure, imshow(blurred) %恢复图像 www.iLoveM wnr2 = deconvwnr(blurred_noisy, PSF); figure, imshow(wnr2) title(Restoration of Blurred) 2 edge检测灰度或者二值图像的边缘，返回一个二值图像，1 像素是检测到的边缘，0 像素是非边缘。用法：BW =
17、edge(I,sobel,thresh,direction)，I 为检测对象；边缘检测算子可用sobel，roberts，prewitt，zerocross，log，canny；thresh 指定阈值，检测时忽略所有小于阈值的边缘，默认自动选择阈值；direction 方向，在所指定的方向 direction 上，用 算子进行边缘检测horizontal(水平方向)、vertical(垂直方向)或 both(两个方向)。如：I = imread(circuit.tif); BW1 = edge(I,prewitt); imshow(BW1); 3 strel创建形态学结构元素。用法： SE =
18、 STREL(arbitrary,NHOOD,HEIGHT) 创建一个指定领域的非平面结构化元素。HEIGHT 是一个矩阵，大小和 NHOOD 相同，他指定了 NHOOD 中任何非零元素的高度值。SE = STREL(ball,R,H,N) 创建一个空间椭球状的结构元素，其 X-Y 平面半径为 R，高度为 H。R 必须为非负整数，H 是一个实数。N 必须为一个非负偶数。当 N0 时此球形结构元素由一系列空间线段结构元素来近似。 SE = STREL(diamond,R) 创建一个指定大小 R 平面钻石形状的结构化元素。R 是从结构化元素原点到其点的距离，必须为非负整数。SE = STREL(d
19、isk,R,N) 创建一个指定半径 R 的平面圆盘形的结构元素。这里 R 必须是非负整数. N 须是 0, 4, 6, 8.当 N 大于 0 时,圆盘形结构元素由一组 N(或 N+2)个周期线结构元素来近似。当 N 等于 0 时,不使用近似，即结构元素的所有像素是由到中心像素距离小于等于 R 的像素组成。N 可以被忽略,此时缺省值是 4。注: 形态学操作在 N0 情况下要快于 N=0 的情形。 如：se1 = strel(square,11) % 11 乘以 11 的正方形4 imerode腐蚀图像用法：IM2 = imerode(IM,SE) 腐蚀灰度、二进制或压缩二进制图像 IM ，返回腐
20、蚀图像 IM2 。参数 SE 是函数 strel 返回的一个结构元素体或是结构元素体阵列。如：使用一个盘状结构元素腐蚀一幅二进制图像。 originalBW = imread(circles.png); se = strel(disk,11); erodedBW = imerode(originalBW,se); imshow(originalBW), figure, imshow(erodedBW) 5 imdilate膨胀图像用法：IM2 = imdilate(IM, SE) 膨胀灰度图像、二值图像、或者打包的二值图像 IM，返回膨胀图像 M2。变量SE 是一个结构元素或者一个结构元素的数
21、组，其是通过 strel 函数返回的。如：利用一个运行结构元素膨胀灰度图像。 I = imread(cameraman.tif); se = strel(ball,5,5); I2 = imdilate(I,se); imshow(I), title(Original) figure, imshow(I2), title(Dilated) 三、实验步骤1、产生运动模糊图像，运用维纳滤波进行图像恢复，显示结果。i=imread(f:1.jpg)I=rgb2gray(s)I = im2double(I); %模拟运动模糊LEN = 21;THETA = 11;PSF = fspecial(moti
22、on, LEN, THETA); blurred = imfilter(I, PSF, conv, circular);%恢复图像wnr2 = deconvwnr(blurred, PSF); subplot(1,2,1);imshow(blurred);title(运动模糊图像) subplot(1,2,2);imshow(wnr2);title(恢复图像)2、采用三种不同算子检测图像边缘，显示结果。i=imread(f:1.jpg)BW1 = edge(I,prewitt); BW2 = edge(I,zerocross);BW3 = edge(I,canny);subplot(2,2,1
23、);imshow(i);title(原图像)subplot(2,2,2);imshow(BW1);title(prewitt 边缘图)subplot(2,2,3);imshow(BW2);title(zerocross 边缘图) subplot(2,2,4);imshow(BW3);title(canny 边缘图) 3、对二值图像分别进行方形模板 3*3 和 5*5 的膨胀和腐蚀操作，显示结果。a=imread(f:1.jpg)i = rgb2gray(a)I = im2bw(a,0.5)se3 = strel(disk,3); erodedBW1 = imerode(I,se3); se4
24、= strel(disk,5); erodedBW2 = imerode(I,se4); se1 = strel(ball,3,3); I1 = imdilate(a,se1); se2 = strel(ball,5,5); I2 = imdilate(a,se2); subplot(2,2,1);imshow(I1);title(3*3 膨胀图像)subplot(2,2,2);imshow(I2);title(5*5 膨胀图像)subplot(2,2,3);imshow(erodedBW1);title(3*3 腐蚀图像) subplot(2,2,4);imshow(erodedBW2);t
25、itle(5*5 腐蚀图像) 实验六 图像处理实际应用一、实验目的1、熟悉并掌握 MATLAB 图像处理工具箱的使用；2、理解并掌握常用的图像处理技术。二、实验环境MATLAB 6.5 以上版本、WIN XP 或 WIN2000 计算机三、实验内容调试运行下列程序,分析程序,对每条语句给出注释,并显示最终执行结果。总结算法思想及优缺点.I=imread(Car.jpg);y,x,z=size(I);myI=double(I);% RGB to HSI %tic % Y 方向 %Blue_y=zeros(y,1);for i=1:yfor j=1:xif(myI(i,j,1)=51) end e
26、nd endtemp MaxY=max(Blue_y); % Y 方向车牌区域确定PY1=MaxY;while (Blue_y(PY1,1)=5)end PY2=MaxY;while (Blue_y(PY2,1)=5) end end endPX1=1;while (Blue_x(1,PX1)PX1)PX2=PX2-1;endPX1=PX1-2; % 对车牌区域的修正PX2=PX2+2;Plate=I(PY1:PY2,PX1-2:PX2,:);t=toc % 读取计时%figure,imshow(I);figure,plot(Blue_y);gridfigure,plot(Blue_x);gr
27、idfigure,imshow(IY);添加注释和改正后的程序：I=imread(f:Car.jpg);%读取图片y,x,z=size(I);%给定图片大小myI=double(I);%返回双精度值% RGB to HSI %tic %计时开始 % Y 方向 %Blue_y=zeros(y,1);%一列全零矩阵for i=1:y%给定 i 的范围 for j=1:x%给定 j 的范围if(myI(i,j,1)=51) % y 矩阵加一 end end endtemp MaxY=max(Blue_y); % Y 方向车牌区域确定PY1=MaxY;%y 矩阵的最大元素while (Blue_y(P
28、Y1,1)=5) %对车牌区域的修正，向上调整end PY2=MaxY; %y 矩阵的最大元素while (Blue_y(PY2,1)=5) % Blue_x 的矩阵加一 end end endPX1=1;%当 PX1 等于 1 时while (Blue_x(1,PX1)PX1) %确定蓝色 RGB Blue_x 的位置PX2=PX2-1; %对车牌区域的修正向下调整endPX1=PX1-2; % 对车牌区域的修正PX2=PX2+2; %对车牌区域的修正Plate=I(PY1:PY2,PX1-2:PX2,:);%矩阵行列的范围t=toc % 读取计时%figure,imshow(I);%创建图
29、像窗口，显示图像 Ifigure,plot(Blue_y);grid%创建图像窗口，绘制 Blue_y 图像，画出网格线figure,plot(Blue_x);grid%创建图像窗口，绘制 Blue_x 图像，画出网格线figure,imshow(Plate); %创建图像窗口，显示图像 Platet =0.5630实验二 图像基本操作一、实验目的1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换。2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图均衡和直方图规定化方法对图像进行修正。二、实验环境MATLAB 6.5 以上版本、WIN XP 或 WIN2000 计
30、算机三、相关函数 图像的增强1、 直方图imhist 函数用于数字图像的直方图计算或显示，imhist(I, n)计算和显示图像 I 的直方图，n 为指定的灰度级数目，默认为 256。如果 I 是二值图像，那么 n 仅有两个值。counts,x = imhist(.)返回直方图数据向量 counts，相应的色彩值向量 x。如：i=imread(e:w01.tif);imhist(i);2 、直方图均衡化histeq 函数用于数字图像的直方图均衡化，J = histeq(I, n) 均衡化后的级数 n，缺省值为 64。J = histeq(I, hgram) “直方图规定化“，即将原是图象 I
31、的直方图变换成用户指定的向量 hgram (即指定另一幅图像的直方图数据向量)。如：i=imread(e:w01.tif);j=histeq(i，N);对图像 i 执行均衡化，得到具有 N 个灰度级的灰度图像j，N 缺省值为 643、 灰度调整imadjust 函数用于数字图像的灰度或颜色调整，J = imadjust(I) 将灰度图像 I 中的亮度值映射到 J 中的新值并使 1 的数据是在低高强度和饱和，这增加了输出图像 J 的对比度值。 J = imadjust(I,low_in; high_in,low_out; high_out) 将图像 I 中的亮度值映射到 J 中的新值，即将 lo
32、w_in 至 high_in 之间的值映射到 low_out 至 high_out 之间的值。low_in 以下与 high_in 以上的值被剪切掉了，也就是说，low_in 以下的值映射到 low_out，high_in 以上的值映射到high_out。它们都可以使用空的矩阵，默认值是0 1。 如：i=imread(e:w01.tif);j=imadjust(i,0.3,0.7,);将图像 i 转换为 j，使灰度值从 0.30.7 与缺省值 01 相匹配 运算函数1、Zeros 生成全 0 数组或矩阵如 B = zeros(m,n) or B = zeros(m n) 返回一个 m*n 全
33、0 矩阵2、取整函数floor 最小取整函数round 四舍五入取整函数ceil 最大取整函数如 a = -1.9, -0.2, 3.4, 5.6, 7.0, 2.4+3.6iI=round(a)I = -2 0 3 6 7 2+ 4i四、实验内容1、对一幅图像进行 2 倍、4 倍、8 倍和 16 倍减采样，显示结果。a=imread(f:/1.jpg);b=rgb2gray(a); for m=1:4figure width,height=size(b); quartimage=zeros(floor(width/(m),floor(height/(2*m);k=1;n=1; for i=1:(m):width for j=1:(2*m):height quartimage(k,n)=b(i,j); n=n+1;end k=k+1; n=1;endimshow(uint8(quartimage);End2、显示一幅灰度图像 a，改变图像亮度使其整体变暗得到图像 b，显示两幅图像的直方图。a=imread(f:lena_color.png)c=rgb2gray(a)b=c-46subplot(2,1,1);imhist(c);title(原图像)subplot(2,1,2);imhist(b);title(变暗后的图像)
