數圖各實驗代碼

1、精選優(yōu)質文檔-傾情為你奉上實驗一 數字圖像的基本操作與代數運算1.對各RGB圖像、索引圖像、灰度圖像，用imread讀出圖像文件，并用imshow將圖像顯示出來，并用iminfo給出圖像信息。觀察一下圖像數據的特點，理解數字圖像在MATLAB中的處理就是處理一個矩陣，根據圖像文件信息和圖像數據矩陣的特點，確定圖像的類型，體會各自數據的特點。x=imread('RGBimageD.tiff')imshow(x)imfinfo('RGBimageD.tiff')2.選擇一幅RGB彩色圖像（圖像RGBimageA），分別顯示出原圖像和R、G、B三個分量圖像（用subp

2、lot函數顯示在同一窗口中），觀察對比它們的特點，體會不同顏色所對應的R、G、B分量的不同之處。subplot(2,2,1),imshow (y),title ('原圖像');subplot(2,2,2),imshow (y(:,:,1),title ('R分量');subplot(2,2,3),imshow (y(:,:,2),title ('G分量');subplot(2,2,4),imshow (y(:,:,3),title ('B分量');3.將圖像A中心部分選取出來，顯示中心部分，并保存為與圖像A相同格式的圖像文件。 y

3、=imread('RGBimageA.tiff')A1=imcrop(y,100,100,300,300);subplot(1,2,1),imshow (y),title ('原圖像');subplot(1,2,2),imshow (A1),title ('圖像A的中心部分');imwrite(A1,'A1.tiff','tiff')4.選擇一幅RGB圖像（圖像RGBimageB），使用imread和imwrite進行圖像文件格式的相互轉換（TIFF與JPG相互轉換）。z=imread('RGBimageB

4、.tiff','tiff')imwrite(z,'RGBimageB.jpg','jpg')5.給灰度圖像加入高斯噪聲，并顯示。運用for循環(huán)，分別將5幅、50幅和500幅加有隨機高斯噪聲的圖像進行相加并求其平均值。將幾種求平均后的圖像顯示在同一圖像對話框中，比較其結果。I, M = imread('eight.tif');J = imnoise(I, 'gaussian', 0, 0.02);subplot(1,2,1), imshow(I, M), title('原圖像');subplo

5、t(1,2,2), imshow(J, M), title('加噪聲后圖像');m, n = size(I);K = zeros(m, n);for i = 1 : 100 J = imnoise(I, 'gaussian', 0, 0.02); J1 = im2double(J); K = K + J1;endK = K / 100; %求圖像的平均figure; imshow(K), title('相加求平均后的圖像');6.自行下載兩幅的圖像，進行相加、相減、相乘的代數運算（注意運算時候圖像的尺寸、類型等，如果不同，應將尺寸較大的圖像裁剪或

6、縮放），顯示運算之前和運算之后的圖像。四種圖像處理代數運算的數學表達式如下：其中A(x,y)和B(x,y)為輸入圖像，而C(x,y)為輸出圖像。7.選擇一幅索引圖像，將圖像文件讀出，并將這個圖像顯示出來。嘗試修改MAP顏色矩陣的值，再將圖像顯示出來，觀察圖像顏色的變化。（選做）X,MAP = imread ('flowers.tif','tif');MAP1 = MAP + MAP;subimage (X,MAP1);實驗二 圖像的灰度變換與空域濾波1.顯示圖像A及其灰度直方圖。用imadjust函數將它的灰度值調整到0,1之間，并觀察調整后的圖像與原圖像的差別

7、，調整后的灰度直方圖與原灰度直方圖的區(qū)別；改變灰度值調整范圍，觀察調整后的圖像的變化及其與原圖像的差別，調整后的灰度直方圖的變化及其與原灰度直方圖的區(qū)別；進一步利用改變灰度值調整范圍，實現圖像的反轉。X = imread('A.tif');Y = imadjust(X,0.2 0.8,);Z = imadjust(X,1,0);subplot(3,2,1),imshow(X),title('圖像A');subplot(3,2,2),imhist(X),title('原圖像的灰度直方圖');subplot(3,2,3),imshow(Y),titl

8、e('調整后的圖像A');subplot(3,2,4),imhist(Y),title('調整后的灰度直方圖');subplot(3,2,5),imshow(Z),title('反轉后的圖像A');subplot(3,2,6),imhist(Z),title('反轉后的灰度直方圖');2.讀取灰度圖像B，用histeq函數將原始圖像的灰度直方圖均衡化，同時觀察均衡化后的圖像與前面圖像的差別，均衡化后的灰度直方圖與前面的灰度直方圖的區(qū)別。I = imread('B.tif');J = histeq(I);subplo

9、t(2,2,1),imshow(I),title('圖像B');subplot(2,2,2),imhist(I,64),title('圖像B的直方圖');subplot(2,2,3),imshow(J),title('均衡化的圖像B');subplot(2,2,4),imhist(J,64),title('均衡化圖像B的直方圖');3.給圖像C加入高斯噪聲，分別采用不同大小的模板對加有噪聲的圖像進行均值濾波，用一個圖像處理對話框（subplot）顯示原圖像、加有噪聲的圖像及均值濾波的圖像。比較結果。X = imread('

10、C.tif');Y = imnoise(X,'gaussian',0,0.005);Z1= filter2(fspecial('average',3),Y)/255;Z2= filter2(fspecial('average',5),Y)/255;Z3= filter2(fspecial('average',7),Y)/255;Z4= filter2(fspecial('average',9),Y)/255;subplot(2,3,1),imshow(X),title('圖像C');subp

11、lot(2,3,2),imshow(Y),title('加入高斯噪聲的圖像C');subplot(2,3,3),imshow(Z1),title('均值濾波模版尺寸為3');subplot(2,3,4),imshow(Z2),title('均值濾波模版尺寸為5');subplot(2,3,5),imshow(Z3),title('均值濾波模版尺寸為7');subplot(2,3,6),imshow(Z4),title('均值濾波模版尺寸為9');4.分別采用不同大小的模板對上述加有噪聲的圖像進行中值濾波，用一個圖像

12、處理對話框（subplot）顯示原圖像、加有噪聲的圖像及中值濾波的圖像。比較結果。X = imread('C.tif');Y = imnoise(X,'gaussian',0,0.005);I1= medfilt2(Y,3,3);I2= medfilt2(Y,7,7);subplot(2,2,1),imshow(X),title('圖像C');subplot(2,2,2),imshow(Y),title('加入高斯噪聲的圖像C');subplot(2,2,3),imshow(I1),title('3×3模版

13、9;);subplot(2,2,4),imshow(I2),title('7×7模版');實驗三 圖像的頻域處理1.讀取圖像A(lena.tiff)和B(rice.tif)，顯示這兩幅圖像，對圖像作傅立葉變換，顯示圖像的傅里葉幅度譜和相位譜。做傅立葉逆變換，顯示重建圖像，看是否與原圖像相同。A = imread('lena.tiff');B = imread('rice.tif');I=fftshift(fft2(A);J=fftshift(fft2(B);subplot(2,3,1),imshow(A);subplot(2,3,2),

14、imshow(log(1+abs(I),);subplot(2,3,3),imshow(angle(I);subplot(2,3,4),imshow(B);subplot(2,3,5),imshow(log(1+abs(J),);subplot(2,3,6),imshow(angle(J);X=ifft2(I);Y=ifft2(J);subplot(2,3,1),imshow(A),title('圖像A');subplot(2,3,2),imshow(log(1+abs(I),),title('二維傅里葉變換');subplot(2,3,3),imshow(lo

15、g(abs(X),),title('逆變換后圖像');subplot(2,3,4),imshow(B),title('圖像B');subplot(2,3,5),imshow(log(1+abs(J),),title('二維傅里葉變換');subplot(2,3,6),imshow(log(abs(Y),),title('逆變換后圖像');2.設計一個簡單的巴特沃斯低通濾波器（截止頻率自選），對圖像A作頻域低通濾波，再作反變換，觀察兩種不同的截止頻率下反變換后的圖像與原圖像的區(qū)別。A=imread('lena.tiff

16、9;);PQ = paddedsize(size(A);D0 = 0.01*PQ(1);H = lpfilter('btw',PQ(1),PQ(2),D0);g = dftfilt(A,H);subplot(1,2,1),imshow(A),title('原圖像');subplot(1,2,2),imshow(g,),title('D0較小的濾波');A=imread('lena.tiff');PQ = paddedsize(size(A);D0 = 0.08*PQ(1);H = lpfilter('btw',PQ

17、(1),PQ(2),D0);g = dftfilt(A,H);subplot(1,2,1),imshow(A),title('原圖像');subplot(1,2,2),imshow(g,),title('D0較大的濾波');3.（選做內容）設計一個高斯高通濾波器（截止頻率自選），對圖像B作高頻增強濾波，再作反變換，觀察兩種不同的截止頻率下反變換后的圖像與原圖像的區(qū)別。B=imread('rice.tif');PQ=paddedsize(size(B);D0=0.01*PQ(1);HBW=hpfilter('gaussian',PQ

18、(1),PQ(2),D0,2);H=0.5+2*HBW;g=dftfilt(B,H);subplot(1,2,1),imshow(B),title('原圖像');subplot(1,2,2),imshow(g,),title('D0較小的濾波');B=imread('rice.tif');PQ=paddedsize(size(B);D0=0.1*PQ(1);HBW=hpfilter('gaussian',PQ(1),PQ(2),D0,2);H=0.5+2*HBW;g=dftfilt(B,H);subplot(1,2,1),imsh

19、ow(B),title('原圖像');subplot(1,2,2),imshow(g,),title('D0較大的濾波');實驗四 圖像復原利用imnoise3對圖像I進行加入參數為C=0 32; 0 64; 16 16; 32 0; 64 0; -16 16的周期噪聲，得到圖像J。對含噪圖像J進行陷波濾波圖像復原。要求列出各個步驟的運行代碼。顯示I，J，差分圖像I-I'。顯示I、J、以及噪聲的頻譜。img = im2double(imread('peppers.tiff');C=0 32; 0 64; 16 16; 32 0; 64 0

20、; -16 16;A=1000 2000 3000 4000 5000 6000;r,R,S=imnoise3(512,512,C,A);img_noise = img + r;F0 = fft2(img);F0 = fftshift(F0);F = fft2(img_noise);F = fftshift(F);sizec = size(img);H = ones(sizec(1),sizec(2);x0 = sizec(1)/2 + 1;y0 = sizec(2)/2 + 1;x = x0;w = 0.4*2*pi;N = 2*pi/w;y = y0 - round(sizec(2)/N)

21、;H(x,y-3:y+3) = 0;H(x,(y0-y)+y0-3:(y0-y)+y0+3)=0;I=ifftshift(F.*H);img1=ifft2(I);subplot(4,2,1),imshow('peppers.tiff'),title('原圖像');subplot(4,2,2),imshow(img),title('原圖轉double類型');subplot(4,2,3),imshow(S),title('規(guī)定脈沖的譜');subplot(4,2,4),imshow(r,),title('空間域中相應的正弦噪

22、聲模式');subplot(4,2,5),imshow(img_noise),title('加噪圖像');subplot(4,2,6),imshow(log(1+abs(F0),),title('原圖像頻譜');subplot(4,2,7),imshow(log(1+abs(F),),title('加噪圖像頻譜');subplot(4,2,8),imshow(img1,),title('陷波濾波結果');實驗五 圖像變化與編碼1.已知符號x1,x8對應概率為0.4, 0.18, 0.1, 0.1, 0.07, 0.06,

23、0.05, 0.04。按教材圖8.2 的方式將其轉換為霍夫曼碼(編碼過程寫在實驗報告中)，并利用huffman.m 轉換為霍夫曼碼，對照結果是否相同。p = 0.4 0.18 0.1 0.1 0.07 0.06 0.05 0.04;c = huffman(p)結果如下： c = '1' '010' '0111' '000' '0011' '0010' '01101' '01100'2.對給定圖像I利用mat2huff.m, huff2mat.m 進行霍夫曼編碼、解碼。

24、計算壓縮率CR。>> I = imread('Tracy.tif');>> J = mat2huff(I);>> cr1 = imratio(I,J)cr1 = 1.2191>> save('tracy.mat','J');>> cr2 = imratio('Tracy.tif','tracy.mat')cr2 = 1.2386>> load tracy.mat>> K = huff2mat(J);>> L = imre

25、ad('Tracy.tif');>> rmse = compare(K,L)rmse = 03.對給定圖像I先進行預測編碼、霍夫曼編碼，然后進行霍夫曼解碼、預測解碼。計算壓縮率 CR。顯示預測誤差圖像x-x 。預測器采用x=（A+B+C）/3，如下圖所示：ACBx比較該預測器與mat2lpc 所指定的預測器性能差異（CR 與 執(zhí)行速度）。(提示：可參考mat2lpc.m, lpc2mat.m，或采用循環(huán)方式設計預測器，執(zhí)行速度可用tic，toc)。>> x = imread('Tracy.tif');>> tic>>

26、; e1 =mat2lpc(x);>> tocElapsed time is 20. seconds.>> tic>> e2 = mymat2lpc(x);>> tocElapsed time is 17. seconds.>> figure;imshow(e1,);>> figure;imshow(e2,);>> EN = entropy(x),entropy(e1), entropy(e2)EN = 6.5147 3.9741 3.8448>> y1 = mat2huff(e1);>>

27、; y2 = mat2huff(e2);>> z1 = huff2mat(y1);>> z2 = huff2mat(y2);>> x1 = lpc2mat(z1);>> x2 = mylpc2mat(z2);>> ComRatio = imratio(x,y1), imratio(x,y2)ComRatio = 1.9952 2.0646>> compare(x,x1)ans = 0>> compare(x,x2)ans = 0實驗六 綜合實驗1、對給定的一幅彩色圖像F進行圖像增強，結果保存為BMP圖像G。wi

28、n = 5,5;img = imread('F.tiff');x = img(:,:,1);y = img(:,:,2);z = img(:,:,3);X = medfilt2(x,win);Y = medfilt2(y,win);Z = medfilt2(z,win);G = cat(3,X,Y,Z);imwrite(G,'G.bmp','bmp');subplot(1,2,1),imshow(img),title('原圖像');subplot(1,2,2),imshow(G),title('原圖像用中值濾波去除椒鹽噪聲');2、將圖像G以JPEG格式進行壓縮，質量因子設為70，結果保存為JPG圖像J。A = imread('G.bmp');imwrite(A,'J.jpg','jpg','quality',70);imshow('J.jpg'), title('圖像G以JPEG格式壓縮');3、（1）計算J相對于G的均方根誤差RMSE。 B = imread('J.jpg');rmse = compare(A,B)rms