实验 Matlab图处理工具箱初步练
实验目
1 掌握关数字图处理基概念
2 熟悉Matlab图处理工具箱
3 熟悉Matlab进行数字图读出显示
4 熟悉运Matlab指令进行图旋转缩放变换
二 练
1 文件读入显示
(1) 运行Matlab
(2) MATLAB窗口构成：缺省情况三窗口组成命令窗口(command window)命令历史（command history）工作空间（workspace）
注意：缺省窗口设置步骤：MATLAB菜单view选项Desktop layoutdefault
(3) 调入文件：iimread(＇pouttif＇) 注意：前面注释会执行说明语句作
时i出现什窗口？什类型变量？少？
(4) 显示幅图：imshow(i)
(5) 变量i转置成jji＇显示jimshow(j)胸前左侧花纹会跑右边呢？
举例子加验证：设a[1 2 3 4 56 7 8 9 1011 12 13 14 15] ba’ 时ba什区？
(6) 写入新图文件＇abctif＇中imwrite(j＇abctif＇)
(7) 清变量命令：clear
执行命令workspace窗口中变量没？验证？
(8) 清户开设窗口命令：close all
(9) 调入图文件＇abctif＇显示
问题：
(1) 操作符 ’ 图转置意思转置两次否回原图？
(2) 命令符号 起作什？
(3) 命令否写母？
2 灰度图
分选择灰度级（241664128）显示幅图（testpat1tif）
iimread(＇testpat1tif＇)
figureimshow(i2) 显示2灰度级
figureimshow(i4) 显示4灰度级
figureimshow(i16) 显示16灰度级
figureimshow(i64) 显示64灰度级
figureimshow(i128) 显示128灰度级
3 RGB图
RGB imread(＇ngc6543ajpg＇) RGB650*600*3
imshow(RGB)
图写入abcjpg文件中画图进行编辑菜单图属性图尺寸改300*300效果？
问题：
(1) 幅图改变尺寸时分辨率改变？(windows图画工具)
(2) 画图中拉伸功实现图缩？
(3) 2006年市场100万素什意思？
4 Matlab中函数imresize(XMmethod)改变图中X表示图实数M>0放倍数method选择计算数方法取值意义分：
nearest’邻插值法’bilinear’双线性插值法’bicubic’双三次插值法
面段程序：
Iimread(＇circuittif＇)
Jimresize(I125)
imshow(I)
figureimshow(J)
程序运行结果：
指定目标图时imresize()调格式：
Yimresize(X[320480])
中[320480]表示图调整320×480
5 函数imrotate图进行旋转操作程序段：
Iimread(＇cameramantif＇)
Jimrotate(I15＇bilinear＇)
Kimrotate(I15＇bilinear＇＇crop＇)
imshow(I)
figureimshow(J)
figureimshow(K)
程序运行结果：
左边原图中间右边旋转结果注意右边图中间图区右边图参数’crop’ 实现该参数表示旋转图取原图相中心部分输出
三 实验容
1．磁盘读入图cameramantif分放15倍（bilinear方法）26倍（bicubic方法）显示图窗口中
2．磁盘读入图lenatif放2倍结果BMP格式lenabmp文件名写入磁盘（imwrite命令该命令法请help imwrite查）
3．定幅图lenabmp分时针旋转450逆时针旋转300
4 定幅图lenabmp灰度级显示较显示效果
四 实验报告求
1实验目 2实验基原理
3实验步骤 4源程序
5处理前图 6实验结
7实验收获体会
实验二 图增强
实验目
1 熟悉直方图计算显示
2 熟悉通算术运算进行图增强方法
3 熟悉运直方图变换进行图增强原理
二 实验原理
1 直方图
数字图处理中种简单工具直方图概括幅图灰度级容
（1）函数：imhist(In)
功：显示指定图直方图
语法格式：
Imhist(In)
Imhist(Xmap)
[counstsx]imhist(…)
说明：I输入图n指定灰度级数目默认值256Imhist(Xmap)计算显示索引色图X直方图map调色板[counstsx]imhist(…)返回直方图数量counts相应色彩值量x
（2）函数：imadjust
功：图灰度值映新数值范围
语法格式：Jimsdjust(I[low_in high_in][low_out high_out]gamma)
newmapimadjust(map[low high][bottom top]gamma)
说明：
I输入图矩阵J直方图变换输出图矩阵Low_in参数high_in参数分指定输入图需映灰度范围参数Low_outhigh_out指定输出图灰度范围
newmapimadjust(map[low high][bottom top]gamma)命令调整索引色图调色板map时[low high][bottom top]2×3矩阵根值分调整RGB三分量
I属类处指定强度值范围均[10]果Iunint8会户指定值255然结果作实际强度果Iunint16会65536
Gamma选参数般说灰度间映直线通调整gamma参数变非线性映
（3）直接灰度变换曲线取增强度效果低值灰度图时数变换效果更数变换扩展低值灰度压缩高值灰度样低值灰度图细节更容易清楚
数变换灰度映采表达式：
2 直方图均衡化
函数：histeq
功：实现输入图直方图均衡化
语法格式：
Jhisteq(Ihgram)
J histeq(In)
[JT] histeq(I…)
newmap histeq(Xmaphgram)
newmap histeq(Xmap)
[newmapT]histeq(X…)
说明：
中n表示输出图灰度级数目选参数缺省值64
Jhisteq(Ihgram)原图I直方图变成户指定量hgramhgram中元素值域[01]
[JT]histeq(I…)返回图I灰度直方图变换成图J直方图变换T
newmap histeq(Xmap)索引图进行处理索引图返回值newmap输出图调色板
J histeq(In)原图I转换成具指定灰度级数目输出图J
newmap histeq(Xmaphgram)索引图X直方图变成户指定量hgramhgram中元素值域[01]
[newmapT]histeq(X…)返回索引图I直方图变成索引图J直方图变换T
3 直方图规定化
Matlab中调函数Jhisteq(Ihgram)实现直方图规定化中hgram户指定矢量规定原始图I直方图似变换成hgramhgram中元素[01]中
4 代数运算
Matlab工具箱中提供函数imnoise图增添噪声
函数：imnoise
功：图增添种类噪声
语法格式：
Jimnoise(Itype)
Jimnoise(Itypeparameters)
说明：中参数type指定噪声种类parameters噪声种类关集体参数I输入图JI增添噪声输出图表21示
表21 噪声种类参数说明
种类
参数
说明
gaussian
mv
均值m方差v高斯噪声
localvar
v
均值0方差v高斯白噪声
passion
泊松噪声
salt pepper
椒盐噪声
speckle
v
均值0方差v均匀分布机噪声
三 实验容
1 直方图
（1）时显示幅图（pouttif）直方图
参考程序：
Iimread(＇pouttif＇)
subplot(121)
imshow(I)
title(＇原图＇)
axis square
subplot(122)
imhist(I)
title(＇图直方图＇)
axis square
（2）通度扩展增强图ricetif度
求：该图灰度范围[01509] 映[01]时显示原图直方图变换图象直方图说明实验效果变化
参考程序：
Iimread(＇ricetif＇)
subplot(221)
imshow(I)
title(＇原图＇)
subplot(222)
imhist(I)
title(＇原图直方图＇)
Jimadjust(I[015 09][0 1])
subplot(223)
imshow(J)
title(＇变换图＇)
subplot(224)
imhist(J)
title(＇变换图直方图＇)
结：通图灰度范围[01509]映[01]图度明显增加
（3）采数变换法改善图质量
定幅图pouttif图转换double类型然进行灰度数变换时显示原图数变换增强图
参考程序：
Iimread(＇pouttif＇)
subplot(121)
imshow(I) 数运算支持unit8类型图转换double类型
title(＇原始图＇)
Idouble(I)
Jlog(I+1) 进行灰度数变换
subplot(122)
imshow(mat2gray(J))
title(＇数变换增强图＇)
结：数变换图窗格等细节更加清楚
2 直方图均衡化
（1）定图（tiretif）进行直方图均衡化时显示原图直方图均衡化图直方图绘制出直方图均衡化转移函数变换曲线通实验出什结
参考程序：
Iimread(＇tiretif＇)
Jhisteq(I) 进行直方图均衡化
subplot(221)
imshow(I)
title(＇原始图＇) 显示原始图
subplot(222)
imshow(J)
title(＇直方图均衡图＇) 显示直方图均衡化图
subplot(223)
imhist(I)
title(＇原始图直方图＇) 显示原始图直方图
subplot(224)
imhist(J)
title(＇均衡化图直方图＇) 显示均衡化直方图
Iimread(＇tiretif＇)
[JT]histeq(I) 进行直方图均衡化
figureplot(T) 绘制转移函数变换曲线
结：直方图处理图直方图分布更均匀图灰度级象素点
处理前图象出：许原始图中清楚细节直方图均衡化处理图中变十分清晰
3 直方图规定化
图tiretif进行规定直方图变换通实验出什结
参考程序：
Iimread(＇tiretif＇)
hgram0255 直方图变换规定化函数
Jhisteq(Ihgram) 图指定直方图变换
subplot(221)
imshow(I) title(＇原始图＇)
subplot(222)
imshow(J)title(＇直方图规定化图＇)
subplot(223)
imhist(I)title(＇原始图直方图＇)
subplot(224)
imhist(J)title(＇规定化图直方图＇)
结：直方图均衡化图进行较知道直方图高灰度值侧更密集指定变化图直方图均衡化图更亮较暗区域细节更加清楚
4 代数运算
通求均值降噪
求：选择幅图（ricetif）通Matlabimnoise函数图加入噪声然幅加入噪声图求均值噪目
参考程序：
clear 清工作台变量
Iimread(＇ricetif＇)
subplot(221)
imshow(I) title(＇原始图＇)
[mn]size(I)
J(mn)0
Jdouble(J)
Ximnoise(I＇gaussian＇)Ydouble(X) 加入噪声
subplot(222)
imshow(X)title(＇ 加噪图＇)
JJ+Y10
Ximnoise(I＇gaussian＇)Ydouble(X)
subplot(223)
imshow(X)title(＇加噪图二＇)
JJ+Y10
for i18 循环运算噪声图取均值
Ximnoise(I＇gaussian＇)
Ydouble(X)
JJ+Y10
end
subplot(224)
imshow(mat2gray(J))title(＇ 10幅噪声图均结果＇)
四 实验报告求
1实验目 2实验基原理 3实验步骤 4源程序
5处理前图 6实验结 7实验收获体会
实验三 图滤波
实验目
1 熟悉空域滤波原理
2 熟悉频域滤波原理
3 学会Matlab函数输入图进行均值滤波感受图处理方法终图效果影响
4 较Butterworth滤波器噪声图处理实验结果
二 实验原理
1 Matlab提供fspecial函数生成滤波时模板提供filter2函数指定滤波器模板图进行运算
函数：fspecial
功：创建指定滤波器模板
语法格式：
hfspecial(type)
hfspecial(typeparameters)
说明：中参数type指定滤波器种类parameters滤波器种类关具体参数
type
parameters
说明
average
hsize
均值滤波果邻域方阵hsize标量否两元素量hsize指定邻域行数列数
disk
radius
（radius*2+1）边圆形均值滤波器
gaussian
hsizesigma
标准偏差sigmahsize高斯低通滤波器
laplacian
alpha
系数alpha（0010）决定二维拉普拉斯操作
log
hsizesigma
标准偏差sigmahsize高斯滤波旋转称拉氏算子
motion
lentheta
角度theta移动len素运动滤波器
prewitt
似计算垂直梯度水边缘强调算子
sobel
似计算垂直梯度光滑效应水边缘强调算子
unsharp
alpha
根alpha决定拉氏算子创建掩模滤波器
：K1filter2(fspecial(＇average＇3)J)255 图J进行3×3模板均值滤波
2 Matlab工具箱中提供medfilt2函数实现中值滤波
函数：medfilt2
功：实现指定图中值滤波
语法格式：
Bmedfilt2(A[mn])
Bmedfilt2(A)
说明：中A输入图B中值滤波输出图[mn]指定滤波模板默认模板3Í3
：Lmedfilt2(J[3 5]) 图J进行3×5中值滤波
h1fspecial(＇sobel＇)
I1filter2(h1I) sobel算子图I进行非线性锐化滤波
三 实验容
1 图进行模板均值滤波较结果
选幅图（eighttif）图加入椒盐噪声然分选择3×35×57×7等模板进行均值滤波时观察噪声图尺寸模板均值滤波图尺寸滤波器模板进行滤波操作图进行较
参考程序：
Iimread(＇eighttif＇)
Jimnoise(I＇salt & pepper＇002) 指定图加入椒盐噪声
subplot(221)
imshow(J) title(＇噪声图＇)
K1filter2(fspecial(＇average＇3)J)255 进行3×3模板均值滤波
K2filter2(fspecial(＇average＇5)J)255 进行5×5模板均值滤波
K3filter2(fspecial(＇average＇7)J)255 进行7×7模板均值滤波
subplot(222)
imshow(K1)title(＇3×3模板均值滤波＇)
subplot(223)
imshow(K2)title(＇5×5模板均值滤波＇)
subplot(224)
imshow(K3)title(＇7×7模板均值滤波＇)
结：着滤波器尺寸增消噪声效果增强图细节锐化程度相应降低图变模糊起
2 利低通模板幅噪图象（GAUSS白噪声）进行滤波（原图选lenabmpsaturntifpouttif等）检验两种滤波模板（分5×5线性邻域均模板非线性模板3×5中值滤波器）噪声滤波效果
参考程序：
Iimread(＇lenabmp＇)
Jimnoise(I＇gaussian＇0001)
subplot(221)
imshow(I)
title(＇原图＇)
subplot(222)
imshow(J)
title(＇noise＇)
Kfspecial(＇average＇5)
K1filter2(KJ)255
subplot(223)
imshow(K1)
title(＇average＇)
Lmedfilt2(J[3 5])
subplot(224)
imshow(L)
title(＇medium＇)
3 sobel算子prewitt算子log算子图进行非线性锐化滤波观察滤波效果
参考程序：
Iimread(＇ricetif＇)
subplot(221)
imshow(I)title(＇原始图＇)
h1fspecial(＇sobel＇)
I1filter2(h1I)
subplot(222)
imshow(I1)title(＇sobel算子滤波＇)
h1fspecial(＇prewitt＇)
I1filter2(h1I)
subplot(223)
imshow(I1)title(＇ prewitt算子滤波＇)
h1fspecial(＇log＇)
I1filter2(h1I)
subplot(224)
imshow(I1)title(＇log算子滤波＇)
4 图eighttif加入椒盐噪声实现Butterworth低通滤波
选择幅图加入椒盐噪声进行傅立叶变换转换数矩阵然分Butterworth低通滤波理想低通滤波时显示原始图噪声图Butterworth滤波图理想低通滤波图
参考程序：
clear
I1imread(＇eighttif＇)
subplot(221)
imshow(I1) title(＇噪声图＇)
I2imnoise(I1＇salt & pepper＇) 加入椒盐噪声
subplot(222)
imshow(I2) title(＇噪声图＇)
fdouble(I2)
gfft2(f) 傅立叶变换
gfftshift(g) 转换数矩阵
[N1N2]size(g)
n2
d050
n1fix(N12)
n2fix(N22)
for i1N1 频域中循环滤波
for j2N2
dsqrt((in1)^2+(jn2)^2) 计算Butterworth低通滤波转换函数
h1(1+0414*(dd0)^(2*n))
result1(ij)h*g(ij)
if(g(ij)>50) 进行理想低通滤波
result2(ij)0
else
result2(ij)g(ij)
end
end
end
result1ifftshift(result1) 进行反变换
result2ifftshift(result2) 进行反变换
X2ifft2(result1)
X3uint8(real(X2))
subplot(223)
imshow(X3)title(＇Butterworth滤波图＇)
X4ifft2(result2)
X5uint8(real(X4))
subplot(224)
imshow(X5)title(＇理想低通滤波图＇)
5 图eighttif实现Butterworth高通滤波
参考程序：
clear
I1imread(＇eighttif＇)
subplot(221)
imshow(I1) title(＇噪声图＇)
I2imnoise(I1＇salt & pepper＇) 加入椒盐噪声
subplot(222)
imshow(I2) title(＇噪声图＇)
fdouble(I2)
gfft2(f) 傅立叶变换
gfftshift(g) 转换数矩阵
[N1N2]size(g)
n2
d050
n1fix(N12)
n2fix(N22)
for i1N1 频域中循环滤波
for j2N2
dsqrt((in1)^2+(jn2)^2) 进行Butterworth高通滤波
if d0
h0
else
h1(1+(d0d)^(2*n))
end
result1(ij)h*g(ij)
if(g(ij)<50) 进行理想高通滤波
result2(ij)0
else
result2(ij)g(ij)
end
end
end
result1ifftshift(result1) 进行反变换
result2ifftshift(result2) 进行反变换
X2ifft2(result1)
X3uint8(real(X2))
subplot(223)
imshow(X3)title(＇Butterworth滤波图＇)
X4ifft2(result2)
X5uint8(real(X4))
subplot(224)
imshow(X5)title(＇理想高通滤波图＇)
结：高通滤波器滤波效果原始图减低通滤波图原始图放系数然减低通滤波图幅高频增强图
三 实验报告求
1实验目 2实验基原理 3实验步骤 4源程序
5处理前图 6实验结 7实验收获体会
实验四 图压缩编码
实验目
1 熟悉DCT离散余弦变换原理
2 熟悉运DCT进行图压缩程
二 实验原理
1 DCT压缩程
（1）首先输入图分解8×816×16块然子块进行二维DCT变换
（2）变换量化DCT系数进行编码传送形成压缩图格式
2 DCT解压程
（1）8×816×16块进行二维DCT反变换
（2）反变换矩阵块合成单图
DCT变换矩阵量集中矩阵左角右数DCT系数值非常接0通常图说舍弃接0DCT系数会重构图画面质量带显著降利DCT变换进行图压缩节约量存储空间压缩应该合理似原图情况少系数系数少决定压缩
压缩程第2步中合理舍弃系数达压缩目压缩程第2步采RLEHuffman编码进步压缩
三 实验容
1 棋盘图（checkerboard(102)）进行压缩显示原图压缩图压缩
I checkerboard(102) 棋盘图
[m n]size(I)
J[]
for i1m
valueI(i1)
num1
for j2n
if I(ij)value
numnum+1
else
J[J num value]
num1
valueI(ij)
end
end
J[J num value 0 0] 添加行判断位 0 0
end
disp(＇原图：＇)
whos(＇I＇)
disp(＇压缩图：＇)
whos(＇J＇)
disp(＇图压缩：＇)
disp(m*nlength(J))
实验结果：
原图：
Name Size Bytes Class
I 40x40 12800 double array
Grand total is 1600 elements using 12800 bytes
压缩图：
Name Size Bytes Class
J 1x400 3200 double array
Grand total is 400 elements using 3200 bytes
图压缩：4
2 DCT变换矩阵舍弃系数重构图原图进行较qtdemoMatlab带演示程序输入qtdemo会运行程序
qtdemo
dctdemo
3 图进行DCT变换
首先图autumntif进行DCT变换然DCT变换矩阵中10系数设0然重构图求显示原始图DCT变换结果重构图
参考程序：
RGBimread(＇autumntif＇) 彩色图转换灰度图
Irgb2gray(RGB)
subplot(121)
imshow(I) title(＇原始图＇) 进行余弦变换
JDCT2(I)
subplot(122)
imshow(log(abs(J))[]) title(＇DCT变换结果＇)
J(abs(J)<10)0
Kidct2(J)
figure
Imshow(K[0 255])title(＇重构图＇)
出图量部分变换矩阵左角
4 Matlab图作DCT压缩
输入图cameramantif划分成8×8图块计算DCT系数保留64DCT系数中10然图块利10系数进行逆DCT变换重构图
参考程序：
I imread(＇cameramantif＇)
I im2double(I) 图存储类型转换
T dctmtx(8) 产生二维DCT变换矩阵
计算二维DCT矩阵T转置DCT函数P1×x×P2参数
B blkproc(I[8 8]＇P1*x*P2＇TT＇) 二值掩模压缩DCT系数留DCT系数中左角10
mask [1 1 1 1 0 0 0 0
1 1 1 0 0 0 0 0
1 1 0 0 0 0 0 0
1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0]
B2 blkproc(B[8 8]＇P1*x＇mask) 保留DCT变换10系数
I2 blkproc(B2[8 8]＇P1*x*P2＇T＇T) 重构图
subplot(121)
imshow(I)title(＇原始图＇)
subplot(122)
imshow(I2)title(＇压缩图＇)
结：原始图压缩图然舍弃85DCT系数图然清晰（然质量损失）
四 实验报告求
1实验目 2实验基原理 3实验步骤 4源程序
5处理前图 6实验结 7实验收获体会
实验五 图边缘检测
实验目
1 熟悉边缘提取算法原理
2 较算子幅图边缘检测效果
二 实验原理
1 常边缘检测算子模板
算子名称
H1
H2
特点
Roberts
边缘定位准
噪声敏感
Prewitt
均微分
噪声抑制作
Sobel
加权均
边宽≧2素
Isotropic Sobel
权值反邻点中心点距离
检测方边缘时梯度幅度致
2调格式：
BWedge(I ＇method＇)
BWedge(I ＇method＇thresh)
BWedge(I ＇method＇threshdirection)
[BWthresh]edge(I ＇method＇…)
中I输入图method选方法（算子）选择methodSobelPrewittRobertslogcandyzerocross等
选参数：thresh（门限）sigma（方差）direction（方）
三 实验容
1 调SobelRobertsPrewitt算子检测图ricetif边缘
说明：edge函数调算子模板提取边缘B1 edge(I＇roberts＇) 调Roberts算子检测边缘
参考程序：
I imread(＇ricetif＇)
BW1 edge(I＇sobel＇) 调Sobel算子检测边缘
BW2 edge(I＇roberts＇) 调Roberts算子检测边缘
BW3 edge(I＇prewitt＇) 调prewitt算子检测边缘
subplot(221)
imshow(I) title(＇原图＇)
subplot(222)
imshow(BW1) title(＇Sobel算子提取结果＇)
subplot(223)
imshow(BW2) title(＇Roberts算子提取结果＇)
subplot(224)
imshow(BW3) title(＇prewitt算子提取结果＇)
提取图出边缘检测十分准确
2 拉普拉斯高斯算子检测图ricetif边缘
参考程序：
I imread(＇ricetif＇)
BW1 edge(I＇log＇) 产生拉普拉斯高斯算子
subplot(121)
imshow(I) title(＇原图＇)
subplot(122)
imshow(BW1) title(＇log边缘检测结果＇)
3 canny方法检测图ricetif边缘
参考程序：
I imread(＇ricetif＇)
BW1 edge(I＇canny＇) canny方法进行检测
subplot(121)
imshow(I) title(＇原图＇)
subplot(122)
imshow(BW1) title(＇canny算子检测图＇)
4 分采Roberts算子Sobel算子Prewitt算子canny算子方法检测图blood1tif边缘较种边缘检测算子效果
参考程序：
I imread(＇blood1tif＇)
B1 edge(I＇roberts＇) 调Roberts算子检测边缘
B2 edge(I＇sobel＇) 调Sobel算子检测边缘
B3 edge(I＇prewitt＇) 调prewitt算子检测边缘
B4 edge(I＇canny＇) canny方法进行检测
subplot(231)
imshow(I) title(＇原图＇)
subplot(232)
imshow(B1) title(＇Roberts算子检测＇)
subplot(233)
imshow(B2) title(＇Sobel算子检测＇)
subplot(234)
imshow(B3) title(＇prewitt算子检测＇)
subplot(235)
imshow(B4) title(＇Canny算子检测＇)
subplot(236)
imshow(B4) title(＇log算子检测＇)
blood1tif分析中出Roberts算子检测效果较种图roberts算子效果
四 实验报告求
1实验目 2实验基原理 3实验步骤 4源程序
5处理前图 6实验结 7实验收获体会
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
实验目
1 掌握关数字图处理基概念
2 熟悉Matlab图处理工具箱
3 熟悉Matlab进行数字图读出显示
4 熟悉运Matlab指令进行图旋转缩放变换
二 练
1 文件读入显示
(1) 运行Matlab
(2) MATLAB窗口构成：缺省情况三窗口组成命令窗口(command window)命令历史（command history）工作空间（workspace）
注意：缺省窗口设置步骤：MATLAB菜单view选项Desktop layoutdefault
(3) 调入文件：iimread(＇pouttif＇) 注意：前面注释会执行说明语句作
时i出现什窗口？什类型变量？少？
(4) 显示幅图：imshow(i)
(5) 变量i转置成jji＇显示jimshow(j)胸前左侧花纹会跑右边呢？
举例子加验证：设a[1 2 3 4 56 7 8 9 1011 12 13 14 15] ba’ 时ba什区？
(6) 写入新图文件＇abctif＇中imwrite(j＇abctif＇)
(7) 清变量命令：clear
执行命令workspace窗口中变量没？验证？
(8) 清户开设窗口命令：close all
(9) 调入图文件＇abctif＇显示
问题：
(1) 操作符 ’ 图转置意思转置两次否回原图？
(2) 命令符号 起作什？
(3) 命令否写母？
2 灰度图
分选择灰度级（241664128）显示幅图（testpat1tif）
iimread(＇testpat1tif＇)
figureimshow(i2) 显示2灰度级
figureimshow(i4) 显示4灰度级
figureimshow(i16) 显示16灰度级
figureimshow(i64) 显示64灰度级
figureimshow(i128) 显示128灰度级
3 RGB图
RGB imread(＇ngc6543ajpg＇) RGB650*600*3
imshow(RGB)
图写入abcjpg文件中画图进行编辑菜单图属性图尺寸改300*300效果？
问题：
(1) 幅图改变尺寸时分辨率改变？(windows图画工具)
(2) 画图中拉伸功实现图缩？
(3) 2006年市场100万素什意思？
4 Matlab中函数imresize(XMmethod)改变图中X表示图实数M>0放倍数method选择计算数方法取值意义分：
nearest’邻插值法’bilinear’双线性插值法’bicubic’双三次插值法
面段程序：
Iimread(＇circuittif＇)
Jimresize(I125)
imshow(I)
figureimshow(J)
程序运行结果：
指定目标图时imresize()调格式：
Yimresize(X[320480])
中[320480]表示图调整320×480
5 函数imrotate图进行旋转操作程序段：
Iimread(＇cameramantif＇)
Jimrotate(I15＇bilinear＇)
Kimrotate(I15＇bilinear＇＇crop＇)
imshow(I)
figureimshow(J)
figureimshow(K)
程序运行结果：
左边原图中间右边旋转结果注意右边图中间图区右边图参数’crop’ 实现该参数表示旋转图取原图相中心部分输出
三 实验容
1．磁盘读入图cameramantif分放15倍（bilinear方法）26倍（bicubic方法）显示图窗口中
2．磁盘读入图lenatif放2倍结果BMP格式lenabmp文件名写入磁盘（imwrite命令该命令法请help imwrite查）
3．定幅图lenabmp分时针旋转450逆时针旋转300
4 定幅图lenabmp灰度级显示较显示效果
四 实验报告求
1实验目 2实验基原理
3实验步骤 4源程序
5处理前图 6实验结
7实验收获体会
实验二 图增强
实验目
1 熟悉直方图计算显示
2 熟悉通算术运算进行图增强方法
3 熟悉运直方图变换进行图增强原理
二 实验原理
1 直方图
数字图处理中种简单工具直方图概括幅图灰度级容
（1）函数：imhist(In)
功：显示指定图直方图
语法格式：
Imhist(In)
Imhist(Xmap)
[counstsx]imhist(…)
说明：I输入图n指定灰度级数目默认值256Imhist(Xmap)计算显示索引色图X直方图map调色板[counstsx]imhist(…)返回直方图数量counts相应色彩值量x
（2）函数：imadjust
功：图灰度值映新数值范围
语法格式：Jimsdjust(I[low_in high_in][low_out high_out]gamma)
newmapimadjust(map[low high][bottom top]gamma)
说明：
I输入图矩阵J直方图变换输出图矩阵Low_in参数high_in参数分指定输入图需映灰度范围参数Low_outhigh_out指定输出图灰度范围
newmapimadjust(map[low high][bottom top]gamma)命令调整索引色图调色板map时[low high][bottom top]2×3矩阵根值分调整RGB三分量
I属类处指定强度值范围均[10]果Iunint8会户指定值255然结果作实际强度果Iunint16会65536
Gamma选参数般说灰度间映直线通调整gamma参数变非线性映
（3）直接灰度变换曲线取增强度效果低值灰度图时数变换效果更数变换扩展低值灰度压缩高值灰度样低值灰度图细节更容易清楚
数变换灰度映采表达式：
2 直方图均衡化
函数：histeq
功：实现输入图直方图均衡化
语法格式：
Jhisteq(Ihgram)
J histeq(In)
[JT] histeq(I…)
newmap histeq(Xmaphgram)
newmap histeq(Xmap)
[newmapT]histeq(X…)
说明：
中n表示输出图灰度级数目选参数缺省值64
Jhisteq(Ihgram)原图I直方图变成户指定量hgramhgram中元素值域[01]
[JT]histeq(I…)返回图I灰度直方图变换成图J直方图变换T
newmap histeq(Xmap)索引图进行处理索引图返回值newmap输出图调色板
J histeq(In)原图I转换成具指定灰度级数目输出图J
newmap histeq(Xmaphgram)索引图X直方图变成户指定量hgramhgram中元素值域[01]
[newmapT]histeq(X…)返回索引图I直方图变成索引图J直方图变换T
3 直方图规定化
Matlab中调函数Jhisteq(Ihgram)实现直方图规定化中hgram户指定矢量规定原始图I直方图似变换成hgramhgram中元素[01]中
4 代数运算
Matlab工具箱中提供函数imnoise图增添噪声
函数：imnoise
功：图增添种类噪声
语法格式：
Jimnoise(Itype)
Jimnoise(Itypeparameters)
说明：中参数type指定噪声种类parameters噪声种类关集体参数I输入图JI增添噪声输出图表21示
表21 噪声种类参数说明
种类
参数
说明
gaussian
mv
均值m方差v高斯噪声
localvar
v
均值0方差v高斯白噪声
passion
泊松噪声
salt pepper
椒盐噪声
speckle
v
均值0方差v均匀分布机噪声
三 实验容
1 直方图
（1）时显示幅图（pouttif）直方图
参考程序：
Iimread(＇pouttif＇)
subplot(121)
imshow(I)
title(＇原图＇)
axis square
subplot(122)
imhist(I)
title(＇图直方图＇)
axis square
（2）通度扩展增强图ricetif度
求：该图灰度范围[01509] 映[01]时显示原图直方图变换图象直方图说明实验效果变化
参考程序：
Iimread(＇ricetif＇)
subplot(221)
imshow(I)
title(＇原图＇)
subplot(222)
imhist(I)
title(＇原图直方图＇)
Jimadjust(I[015 09][0 1])
subplot(223)
imshow(J)
title(＇变换图＇)
subplot(224)
imhist(J)
title(＇变换图直方图＇)
结：通图灰度范围[01509]映[01]图度明显增加
（3）采数变换法改善图质量
定幅图pouttif图转换double类型然进行灰度数变换时显示原图数变换增强图
参考程序：
Iimread(＇pouttif＇)
subplot(121)
imshow(I) 数运算支持unit8类型图转换double类型
title(＇原始图＇)
Idouble(I)
Jlog(I+1) 进行灰度数变换
subplot(122)
imshow(mat2gray(J))
title(＇数变换增强图＇)
结：数变换图窗格等细节更加清楚
2 直方图均衡化
（1）定图（tiretif）进行直方图均衡化时显示原图直方图均衡化图直方图绘制出直方图均衡化转移函数变换曲线通实验出什结
参考程序：
Iimread(＇tiretif＇)
Jhisteq(I) 进行直方图均衡化
subplot(221)
imshow(I)
title(＇原始图＇) 显示原始图
subplot(222)
imshow(J)
title(＇直方图均衡图＇) 显示直方图均衡化图
subplot(223)
imhist(I)
title(＇原始图直方图＇) 显示原始图直方图
subplot(224)
imhist(J)
title(＇均衡化图直方图＇) 显示均衡化直方图
Iimread(＇tiretif＇)
[JT]histeq(I) 进行直方图均衡化
figureplot(T) 绘制转移函数变换曲线
结：直方图处理图直方图分布更均匀图灰度级象素点
处理前图象出：许原始图中清楚细节直方图均衡化处理图中变十分清晰
3 直方图规定化
图tiretif进行规定直方图变换通实验出什结
参考程序：
Iimread(＇tiretif＇)
hgram0255 直方图变换规定化函数
Jhisteq(Ihgram) 图指定直方图变换
subplot(221)
imshow(I) title(＇原始图＇)
subplot(222)
imshow(J)title(＇直方图规定化图＇)
subplot(223)
imhist(I)title(＇原始图直方图＇)
subplot(224)
imhist(J)title(＇规定化图直方图＇)
结：直方图均衡化图进行较知道直方图高灰度值侧更密集指定变化图直方图均衡化图更亮较暗区域细节更加清楚
4 代数运算
通求均值降噪
求：选择幅图（ricetif）通Matlabimnoise函数图加入噪声然幅加入噪声图求均值噪目
参考程序：
clear 清工作台变量
Iimread(＇ricetif＇)
subplot(221)
imshow(I) title(＇原始图＇)
[mn]size(I)
J(mn)0
Jdouble(J)
Ximnoise(I＇gaussian＇)Ydouble(X) 加入噪声
subplot(222)
imshow(X)title(＇ 加噪图＇)
JJ+Y10
Ximnoise(I＇gaussian＇)Ydouble(X)
subplot(223)
imshow(X)title(＇加噪图二＇)
JJ+Y10
for i18 循环运算噪声图取均值
Ximnoise(I＇gaussian＇)
Ydouble(X)
JJ+Y10
end
subplot(224)
imshow(mat2gray(J))title(＇ 10幅噪声图均结果＇)
四 实验报告求
1实验目 2实验基原理 3实验步骤 4源程序
5处理前图 6实验结 7实验收获体会
实验三 图滤波
实验目
1 熟悉空域滤波原理
2 熟悉频域滤波原理
3 学会Matlab函数输入图进行均值滤波感受图处理方法终图效果影响
4 较Butterworth滤波器噪声图处理实验结果
二 实验原理
1 Matlab提供fspecial函数生成滤波时模板提供filter2函数指定滤波器模板图进行运算
函数：fspecial
功：创建指定滤波器模板
语法格式：
hfspecial(type)
hfspecial(typeparameters)
说明：中参数type指定滤波器种类parameters滤波器种类关具体参数
type
parameters
说明
average
hsize
均值滤波果邻域方阵hsize标量否两元素量hsize指定邻域行数列数
disk
radius
（radius*2+1）边圆形均值滤波器
gaussian
hsizesigma
标准偏差sigmahsize高斯低通滤波器
laplacian
alpha
系数alpha（0010）决定二维拉普拉斯操作
log
hsizesigma
标准偏差sigmahsize高斯滤波旋转称拉氏算子
motion
lentheta
角度theta移动len素运动滤波器
prewitt
似计算垂直梯度水边缘强调算子
sobel
似计算垂直梯度光滑效应水边缘强调算子
unsharp
alpha
根alpha决定拉氏算子创建掩模滤波器
：K1filter2(fspecial(＇average＇3)J)255 图J进行3×3模板均值滤波
2 Matlab工具箱中提供medfilt2函数实现中值滤波
函数：medfilt2
功：实现指定图中值滤波
语法格式：
Bmedfilt2(A[mn])
Bmedfilt2(A)
说明：中A输入图B中值滤波输出图[mn]指定滤波模板默认模板3Í3
：Lmedfilt2(J[3 5]) 图J进行3×5中值滤波
h1fspecial(＇sobel＇)
I1filter2(h1I) sobel算子图I进行非线性锐化滤波
三 实验容
1 图进行模板均值滤波较结果
选幅图（eighttif）图加入椒盐噪声然分选择3×35×57×7等模板进行均值滤波时观察噪声图尺寸模板均值滤波图尺寸滤波器模板进行滤波操作图进行较
参考程序：
Iimread(＇eighttif＇)
Jimnoise(I＇salt & pepper＇002) 指定图加入椒盐噪声
subplot(221)
imshow(J) title(＇噪声图＇)
K1filter2(fspecial(＇average＇3)J)255 进行3×3模板均值滤波
K2filter2(fspecial(＇average＇5)J)255 进行5×5模板均值滤波
K3filter2(fspecial(＇average＇7)J)255 进行7×7模板均值滤波
subplot(222)
imshow(K1)title(＇3×3模板均值滤波＇)
subplot(223)
imshow(K2)title(＇5×5模板均值滤波＇)
subplot(224)
imshow(K3)title(＇7×7模板均值滤波＇)
结：着滤波器尺寸增消噪声效果增强图细节锐化程度相应降低图变模糊起
2 利低通模板幅噪图象（GAUSS白噪声）进行滤波（原图选lenabmpsaturntifpouttif等）检验两种滤波模板（分5×5线性邻域均模板非线性模板3×5中值滤波器）噪声滤波效果
参考程序：
Iimread(＇lenabmp＇)
Jimnoise(I＇gaussian＇0001)
subplot(221)
imshow(I)
title(＇原图＇)
subplot(222)
imshow(J)
title(＇noise＇)
Kfspecial(＇average＇5)
K1filter2(KJ)255
subplot(223)
imshow(K1)
title(＇average＇)
Lmedfilt2(J[3 5])
subplot(224)
imshow(L)
title(＇medium＇)
3 sobel算子prewitt算子log算子图进行非线性锐化滤波观察滤波效果
参考程序：
Iimread(＇ricetif＇)
subplot(221)
imshow(I)title(＇原始图＇)
h1fspecial(＇sobel＇)
I1filter2(h1I)
subplot(222)
imshow(I1)title(＇sobel算子滤波＇)
h1fspecial(＇prewitt＇)
I1filter2(h1I)
subplot(223)
imshow(I1)title(＇ prewitt算子滤波＇)
h1fspecial(＇log＇)
I1filter2(h1I)
subplot(224)
imshow(I1)title(＇log算子滤波＇)
4 图eighttif加入椒盐噪声实现Butterworth低通滤波
选择幅图加入椒盐噪声进行傅立叶变换转换数矩阵然分Butterworth低通滤波理想低通滤波时显示原始图噪声图Butterworth滤波图理想低通滤波图
参考程序：
clear
I1imread(＇eighttif＇)
subplot(221)
imshow(I1) title(＇噪声图＇)
I2imnoise(I1＇salt & pepper＇) 加入椒盐噪声
subplot(222)
imshow(I2) title(＇噪声图＇)
fdouble(I2)
gfft2(f) 傅立叶变换
gfftshift(g) 转换数矩阵
[N1N2]size(g)
n2
d050
n1fix(N12)
n2fix(N22)
for i1N1 频域中循环滤波
for j2N2
dsqrt((in1)^2+(jn2)^2) 计算Butterworth低通滤波转换函数
h1(1+0414*(dd0)^(2*n))
result1(ij)h*g(ij)
if(g(ij)>50) 进行理想低通滤波
result2(ij)0
else
result2(ij)g(ij)
end
end
end
result1ifftshift(result1) 进行反变换
result2ifftshift(result2) 进行反变换
X2ifft2(result1)
X3uint8(real(X2))
subplot(223)
imshow(X3)title(＇Butterworth滤波图＇)
X4ifft2(result2)
X5uint8(real(X4))
subplot(224)
imshow(X5)title(＇理想低通滤波图＇)
5 图eighttif实现Butterworth高通滤波
参考程序：
clear
I1imread(＇eighttif＇)
subplot(221)
imshow(I1) title(＇噪声图＇)
I2imnoise(I1＇salt & pepper＇) 加入椒盐噪声
subplot(222)
imshow(I2) title(＇噪声图＇)
fdouble(I2)
gfft2(f) 傅立叶变换
gfftshift(g) 转换数矩阵
[N1N2]size(g)
n2
d050
n1fix(N12)
n2fix(N22)
for i1N1 频域中循环滤波
for j2N2
dsqrt((in1)^2+(jn2)^2) 进行Butterworth高通滤波
if d0
h0
else
h1(1+(d0d)^(2*n))
end
result1(ij)h*g(ij)
if(g(ij)<50) 进行理想高通滤波
result2(ij)0
else
result2(ij)g(ij)
end
end
end
result1ifftshift(result1) 进行反变换
result2ifftshift(result2) 进行反变换
X2ifft2(result1)
X3uint8(real(X2))
subplot(223)
imshow(X3)title(＇Butterworth滤波图＇)
X4ifft2(result2)
X5uint8(real(X4))
subplot(224)
imshow(X5)title(＇理想高通滤波图＇)
结：高通滤波器滤波效果原始图减低通滤波图原始图放系数然减低通滤波图幅高频增强图
三 实验报告求
1实验目 2实验基原理 3实验步骤 4源程序
5处理前图 6实验结 7实验收获体会
实验四 图压缩编码
实验目
1 熟悉DCT离散余弦变换原理
2 熟悉运DCT进行图压缩程
二 实验原理
1 DCT压缩程
（1）首先输入图分解8×816×16块然子块进行二维DCT变换
（2）变换量化DCT系数进行编码传送形成压缩图格式
2 DCT解压程
（1）8×816×16块进行二维DCT反变换
（2）反变换矩阵块合成单图
DCT变换矩阵量集中矩阵左角右数DCT系数值非常接0通常图说舍弃接0DCT系数会重构图画面质量带显著降利DCT变换进行图压缩节约量存储空间压缩应该合理似原图情况少系数系数少决定压缩
压缩程第2步中合理舍弃系数达压缩目压缩程第2步采RLEHuffman编码进步压缩
三 实验容
1 棋盘图（checkerboard(102)）进行压缩显示原图压缩图压缩
I checkerboard(102) 棋盘图
[m n]size(I)
J[]
for i1m
valueI(i1)
num1
for j2n
if I(ij)value
numnum+1
else
J[J num value]
num1
valueI(ij)
end
end
J[J num value 0 0] 添加行判断位 0 0
end
disp(＇原图：＇)
whos(＇I＇)
disp(＇压缩图：＇)
whos(＇J＇)
disp(＇图压缩：＇)
disp(m*nlength(J))
实验结果：
原图：
Name Size Bytes Class
I 40x40 12800 double array
Grand total is 1600 elements using 12800 bytes
压缩图：
Name Size Bytes Class
J 1x400 3200 double array
Grand total is 400 elements using 3200 bytes
图压缩：4
2 DCT变换矩阵舍弃系数重构图原图进行较qtdemoMatlab带演示程序输入qtdemo会运行程序
qtdemo
dctdemo
3 图进行DCT变换
首先图autumntif进行DCT变换然DCT变换矩阵中10系数设0然重构图求显示原始图DCT变换结果重构图
参考程序：
RGBimread(＇autumntif＇) 彩色图转换灰度图
Irgb2gray(RGB)
subplot(121)
imshow(I) title(＇原始图＇) 进行余弦变换
JDCT2(I)
subplot(122)
imshow(log(abs(J))[]) title(＇DCT变换结果＇)
J(abs(J)<10)0
Kidct2(J)
figure
Imshow(K[0 255])title(＇重构图＇)
出图量部分变换矩阵左角
4 Matlab图作DCT压缩
输入图cameramantif划分成8×8图块计算DCT系数保留64DCT系数中10然图块利10系数进行逆DCT变换重构图
参考程序：
I imread(＇cameramantif＇)
I im2double(I) 图存储类型转换
T dctmtx(8) 产生二维DCT变换矩阵
计算二维DCT矩阵T转置DCT函数P1×x×P2参数
B blkproc(I[8 8]＇P1*x*P2＇TT＇) 二值掩模压缩DCT系数留DCT系数中左角10
mask [1 1 1 1 0 0 0 0
1 1 1 0 0 0 0 0
1 1 0 0 0 0 0 0
1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0]
B2 blkproc(B[8 8]＇P1*x＇mask) 保留DCT变换10系数
I2 blkproc(B2[8 8]＇P1*x*P2＇T＇T) 重构图
subplot(121)
imshow(I)title(＇原始图＇)
subplot(122)
imshow(I2)title(＇压缩图＇)
结：原始图压缩图然舍弃85DCT系数图然清晰（然质量损失）
四 实验报告求
1实验目 2实验基原理 3实验步骤 4源程序
5处理前图 6实验结 7实验收获体会
实验五 图边缘检测
实验目
1 熟悉边缘提取算法原理
2 较算子幅图边缘检测效果
二 实验原理
1 常边缘检测算子模板
算子名称
H1
H2
特点
Roberts
边缘定位准
噪声敏感
Prewitt
均微分
噪声抑制作
Sobel
加权均
边宽≧2素
Isotropic Sobel
权值反邻点中心点距离
检测方边缘时梯度幅度致
2调格式：
BWedge(I ＇method＇)
BWedge(I ＇method＇thresh)
BWedge(I ＇method＇threshdirection)
[BWthresh]edge(I ＇method＇…)
中I输入图method选方法（算子）选择methodSobelPrewittRobertslogcandyzerocross等
选参数：thresh（门限）sigma（方差）direction（方）
三 实验容
1 调SobelRobertsPrewitt算子检测图ricetif边缘
说明：edge函数调算子模板提取边缘B1 edge(I＇roberts＇) 调Roberts算子检测边缘
参考程序：
I imread(＇ricetif＇)
BW1 edge(I＇sobel＇) 调Sobel算子检测边缘
BW2 edge(I＇roberts＇) 调Roberts算子检测边缘
BW3 edge(I＇prewitt＇) 调prewitt算子检测边缘
subplot(221)
imshow(I) title(＇原图＇)
subplot(222)
imshow(BW1) title(＇Sobel算子提取结果＇)
subplot(223)
imshow(BW2) title(＇Roberts算子提取结果＇)
subplot(224)
imshow(BW3) title(＇prewitt算子提取结果＇)
提取图出边缘检测十分准确
2 拉普拉斯高斯算子检测图ricetif边缘
参考程序：
I imread(＇ricetif＇)
BW1 edge(I＇log＇) 产生拉普拉斯高斯算子
subplot(121)
imshow(I) title(＇原图＇)
subplot(122)
imshow(BW1) title(＇log边缘检测结果＇)
3 canny方法检测图ricetif边缘
参考程序：
I imread(＇ricetif＇)
BW1 edge(I＇canny＇) canny方法进行检测
subplot(121)
imshow(I) title(＇原图＇)
subplot(122)
imshow(BW1) title(＇canny算子检测图＇)
4 分采Roberts算子Sobel算子Prewitt算子canny算子方法检测图blood1tif边缘较种边缘检测算子效果
参考程序：
I imread(＇blood1tif＇)
B1 edge(I＇roberts＇) 调Roberts算子检测边缘
B2 edge(I＇sobel＇) 调Sobel算子检测边缘
B3 edge(I＇prewitt＇) 调prewitt算子检测边缘
B4 edge(I＇canny＇) canny方法进行检测
subplot(231)
imshow(I) title(＇原图＇)
subplot(232)
imshow(B1) title(＇Roberts算子检测＇)
subplot(233)
imshow(B2) title(＇Sobel算子检测＇)
subplot(234)
imshow(B3) title(＇prewitt算子检测＇)
subplot(235)
imshow(B4) title(＇Canny算子检测＇)
subplot(236)
imshow(B4) title(＇log算子检测＇)
blood1tif分析中出Roberts算子检测效果较种图roberts算子效果
四 实验报告求
1实验目 2实验基原理 3实验步骤 4源程序
5处理前图 6实验结 7实验收获体会
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档