圖像處理電子科大作業(yè)

1、第一次作業(yè)(a)如果將低階比特面設(shè)為零值，該圖像會丟失細(xì)節(jié)。即不同灰度值的像素個數(shù)將減少，這會導(dǎo)致直方圖的成分?jǐn)?shù)減少。由于像素個數(shù)不會改變，這將在總體上導(dǎo)致直方圖峰值高度上升。通常， 較低的灰度值變化將減少對比度。(b)如果將高階比特面設(shè)為零值，該圖像會丟失輪廓，即丟失視覺上的很多數(shù)據(jù)。最明顯的影響 是使圖像非常模糊，根據(jù)灰度變換函數(shù)，將0127之間的所有灰度映射為0,下降的最高位將限制到127的8位圖像中最亮的水平。由于像素數(shù)將保持不變，一些直方圖峰值的高度會增加。一般直方圖的形狀將更高更窄，過去127沒有直方圖組件。(a)如果這個象素塊中的點都比背景亮 ，即對度大于背景，在nxn的中值濾波

2、器中，和背景的 象素一起排序時，因為它的面積小于一半，則可以肯定它們都比排在第 (n X n +1)/2的象素要亮，所 以沒有機(jī)會被選中，都會被濾掉.對于暗的象素塊，情況類似.(b)如果兩個象素塊足夠接近，而且又同時都大于或者都小于背景的灰度，那么在進(jìn)行中值濾波的時候，這些象素塊中的點將會有機(jī)會被選為中值.在這種，f#況下，這些象素塊將無法被濾掉，也就是不再被認(rèn)為是單獨的.我們假設(shè)象素塊是正方形的，大小為nxn一半.它們的邊長為sqrt(2)/2*n,離濾波器的最大邊界距離1-sqrt(2)/2*n,所以這些塊單獨存在的條件是它們之間的距離大于1-sqrt(2)/2*n.濾波后的圖像是否存在清

3、晰的間隔取決于象素間是否有明顯的灰度差異.如下圖所示，分別代表了三個尺度的濾波器的情況.其中每個尺度濾波器的上下兩個方框表示了計算相鄰象素點的灰度 時所用到的鄰域.b中的濾波器所產(chǎn)生的圖像之所以完全混在了一起，是因為它的濾波器的尺度恰好是原圖像周期的整數(shù)倍.這意位著當(dāng)所計算的象素向右邊移動時，計算所涉及到的鄰域把最左邊的一列象素去掉了 ，而右邊加入了一列新的象素.因為鄰域的大小為周期的整數(shù)倍，所以左邊所去掉的象素灰度值和右邊所加入的灰度值是相等的，所以鄰域內(nèi)的灰度平均值沒有變化，計算所得的灰度值也沒有變化，整個部分混在了一起.而對于a和c來說，當(dāng)所計算的象素向右移動時，鄰域的 最左邊去掉了一彳

4、T黑色的象素，右邊加入了一行白色的象素，因此在這個時候，鄰域內(nèi)象素的平均值增大，計算所得的象素點變亮.從而產(chǎn)生了間隔的區(qū)域.課后編程：1繪制出一幅2Mx 2N的灰度圖像直方圖；對該圖像進(jìn)行均衡化處理， 繪制出均衡后圖像的直方圖；對該圖像進(jìn)行灰度變換，使變換后的圖像 大致具有如下圖所示的歸一化直方圖，并繪制出變換后實際的直方圖： 代碼：%;方圖均衡化I = imread(C:);height,width = size(I);figuresubplot(221)imshow(I)%顯示原始圖像subplot(222)imhist(I)%顯示原始圖像直方圖砥行像素灰度統(tǒng)計；NumPixel = ze

5、ros(1,256);%統(tǒng)計各灰度數(shù)目，共 256個灰度級for i = 1:height對應(yīng)灰度值像素點數(shù)量增加一for j = 1: widthNumPixel(I(i,j) + 1) = NumPixel(I(i,j) + 1) + 1;%endend%十算灰度分布密度ProbPixel = zeros(1,256);for i = 1:256ProbPixel(i) = NumPixel(i) / (height * width * ;end%十算累計直方圖分布CumuPixel = zeros(1,256);for i = 1:256if i = 1CumuPixel(i) = Pr

6、obPixel(i);elseCumuPixel(i) = CumuPixel(i - 1) + ProbPixel(i);endend嫖計分布取整CumuPixel = uint8(255 .* CumuPixel + ;%寸灰度值進(jìn)行映射(均衡化)for i = 1:heightfor j = 1: widthI(i,j) = CumuPixel(I(i,j);endendsubplot(223)imshow(I)%顯示原始圖像subplot(224)imhist(I)%顯示原始圖像直方圖截圖：2分別在2幅灰度圖像中加入一定量的高斯噪聲和椒鹽噪聲，噪聲強(qiáng)度自定。然后采用 3X3的均值濾波器

7、和3X3中值濾波器分別對噪聲圖像 進(jìn)行處理，給出兩種處理方法的峰值信噪比(PSNR)。代碼：function z = PSNR(x,y)% calculate PSNR of imageM,N = size(x);dx = im2double(x);dy = im2double(y);err = dx - dy;MSE = sum(sum(err.A2) / (M * N);z = 10*log10(255A2 / MSE); end clc,clf,clear all;%mean square errorpic=imread(C:);data=rgb2gray(pic);P1=imnoise

8、(data,gaussian,;P2=imnoise(data,salt & pepper,; figure ;subplot(3,1,1);imshow(data);title( subplot(3,1,2);imshow(P1);title( subplot(3,1,3);imshow(P2);title( figure;k1=medfilt2(data,3 3);k2=medfilt2(P1,3 3);k3=medfilt2(P2,3 3);r1=PSNR(data, k1);r2=PSNR(data, k2);r3=PSNR(data, k3);subplot(3,1,1);imsho

9、w(k1);title(原圖);高斯加噪);椒鹽加噪);原圖中值濾波psnr: num2str(r1)高斯加噪中值濾波psnr: num2str(r2);椒鹽加噪中值濾波psnr: num2str(r3);原圖均值濾波psnr: num2str(r1);高斯加噪均值濾波psnr: num2str(r2);椒鹽加噪均值濾波psnr: num2str(r3);subplot(3,1,2);imshow(k2);title(subplot(3,1,3);imshow(k3);title(figure;d1= filter2(fspecial(average,3),data)/255;d2= filt

10、er2(fspecial(average,3),P1)/255;d3= filter2(fspecial(average,3),P2)/255;r1=PSNR(data, d1);r2=PSNR(data, d2);r3=PSNR(data, d3);subplot(3,1,1);imshow(d1);title(subplot(3,1,2);imshow(d2);title(subplot(3,1,3);imshow(d3);title(截圖：clear;clc;Data=imread(C:UsersAdministratorDesktop);DataGray=rgb2gray(Data);

11、figure(1),imshow(Data);title(原始圖像1);%*計算并畫出此圖像的中心化頻率譜*Data1=double(DataGray);FFT2=fft2(Data1);FFTcenter=fftshift(FFT2);%頻譜中心化FFT2abs=abs(FFT2);FFTresult=256*log2(FFT2abs/max(max(FFT2abs)+1);figure(2),subplot(1,2,1);imshow(FFTresult),title(原圖頻譜);FFTc_abs=abs(FFTcenter);FFTc_result=256*log2(FFTc_abs/m

12、ax(max(FFTc_abs)+1);subplot(1,2,2);imshow(FFTc_result),title(中心化頻譜);*分別用低通濾波和高通濾波對此圖像進(jìn)行頻域處理*m,n=size(FFTcenter);x_center=round(m/2);y_center=round(n/2);d=10;%半徑取10LF=FFTcenter;HF=FFTcenter;%*低通濾波器*fori=1:m;forj=1:ndistance=sqrt(i-x_center)A2+(j-y_center)A2);ifdistancedflag=1;elseflag=0;endHF(i,j)=fl

13、ag*FFTcenter(i,j);endendHF=uint8(real(ifft2(ifftshift(HF);subplot(1,2,2),imshow(HF);title(高通濾波后圖像1);%*用拉普拉斯算子對此圖像銳化*Laplace=0-10;-14-1;0-10;LaplaceImage=conv2(Data1,Laplace,same);figure(4),subplot(1,2,1);imshow(uint8(LaplaceImage);title(Laplace圖像1);DataLap=imadd(Data1,immultiply(LaplaceImage,1);%原圖像

14、與拉普拉斯圖像疊加subplot(1,2,2),imshow(uint8(DataLap);title(銳化增強(qiáng)后的圖像1);第二次作業(yè)課后編程：對一幅灰度圖像：(1)計算并畫出此圖像的中心化頻率譜。(2)分別用高斯低通和高斯高通濾波器對圖像進(jìn)行頻域處理。(3)用頻域拉普拉斯算子對此圖像進(jìn)行銳化處理。代碼：clear;clc;Data=imread(C:);DataGray=rgb2gray(Data);figure(1),imshow(Data);%*計算并畫出此圖像的中心化頻率譜*Data1=double(DataGray);FFT2=fft2(Data1);FFTcenter=fftsh

15、ift(FFT2);% 頻譜中心化FFT2abs=abs(FFT2);FFTresult=256*log2(FFT2abs/max(max(FFT2abs)+1);figure(2),subplot(1,2,1);imshow(FFTresult),title( 原圖頻譜);FFTc_abs=abs(FFTcenter);FFTc_result=256*log2(FFTc_abs/max(max(FFTc_abs)+1);subplot(1,2,2);imshow(FFTc_result),title(中心化頻譜);%*分別用低通濾波和高通濾波對此圖像進(jìn)行頻域處理m,n=size(FFTcen

16、ter);x_center=round(m/2);y_center=round(n/2);d=10;%半徑取10LF=FFTcenter;HF=FFTcenter;%*低通濾波器 *for i=1:m;for j=1:ndistance=sqrt(i-x_center)A2+(j-y_center)A2);if distancedflag=1;elseflag=0;endHF(i,j)=flag*FFTcenter(i,j);endendHF=uint8(real(ifft2(ifftshift(HF);subplot(1,2,2),imshow(HF);title(,高通濾波后圖像,);%*

17、用拉普拉斯算子對此圖像銳化*Laplace=0 -1 0;-1 4 -1; 0 -1 0 ;LaplaceImage=conv2(Data1,Laplace,same);figure(4),subplot(1,2,1);imshow(uint8(LaplaceImage);title(Laplace 圖像)；DataLap=imadd(Data1,immultiply(LaplaceImage,1);%原圖像與拉普拉斯圖像疊加subplot(1,2,2),imshow(uint8(DataLap);title(,銳化增強(qiáng)后的圖像,);截圖：第三次作業(yè)課后MATLAB程練習(xí)對一幅灰度圖像f (x

18、,y):(1)對f(x,y)加高斯白噪聲和椒鹽噪聲；(2)分別畫出原圖和加噪后的圖像及其各自對應(yīng)的直方圖;用幾何均值濾波分別對加高斯噪聲和椒鹽噪聲圖進(jìn)行濾波處理，并進(jìn)行比較；(4)用自適應(yīng)中值濾波分別對加高斯噪聲和椒鹽噪聲圖進(jìn)行濾波 處理；并進(jìn)行比較。注：濾波窗口可根據(jù)需要自行設(shè)定。代碼：1. gmea數(shù)(幾何均值濾波)：function f = gmean(g, m, n)% Implements a geometric mean filter.inclass = class(g);g = im2double(g);% Disable log(0) warningwarning off;f

19、= exp(imfilter(log(g), ones(m,n), ,replicate).A(1/m/n);warning on;f = changeclass(inclass, f);函數(shù)(自適應(yīng)中值濾波函數(shù))：function f = RAMF(img)Im,In=size(img);nmin=3;nmax=9;Imf=img;I_ex=zeros(nmax-1)/2,In+(nmax-1);zeros(Im,(nmax-1)/2),img,zeros(Im,(nmax- 1)/2);zeros(nmax-1)/2,In+(nmax-1);for x=1:Imfor y=1:Infor

20、n=nmin:2:nmax% 圖像Inoise中的某點(x,y)的領(lǐng)域Sxy,對應(yīng)在I_ex中為(x+(nmax- 1)/2-(n-1)/2:x+(nmax-1)/2-(n-1)/2+(n-1),y+(nmax-1)/2-(n-1)/2:y+(nmax- 1)/2-(n-1)/2+(n-1)Sxy=I_ex(x+(nmax-1)/2-(n-1)/2:x+(nmax-1)/2+(n-1)/2,y+(nmax- 1)/2-(n-1)/2:y+(nmax-1)/2+(n-1)/2);Smax=max(max(Sxy);%求出窗口內(nèi)像素的最大值Smin=min(min(Sxy);%求出窗口內(nèi)像素的最小

21、值Smed=median(median(Sxy);%求出窗口內(nèi)像素的中值%判斷中值是否是噪聲點if SmedSmin & SmedSmax%若中值既大于最小值又小于最大值，則不是%是，則退出該if語句，增大窗口尺寸，再次判斷%不是，則判斷該點的原值是不是噪聲點if Imf(x,y)=Smax%若該點的原值既大于最小值又小于最大值,則不是%不是，則輸出原值，即不作處理%是，則輸出中值Imf(x,y)=Smed;endbreak%有輸出則不再進(jìn)行循環(huán)判斷endend%當(dāng)n=maXI寸，輸出中值Imf(x,y)=Smed;endendf = Imf3.其他代碼：I=imread(C:);figure

22、;subplot(2,3,1);imshow(I),title(原圖)；subplot(2,3,4)imhist(I),title(原圖直方圖)顯示原始圖像直方圖%椒鹽噪聲J = imnoise(I,salt & pepper,;subplot(2,3,2);imshow(J),title(椒鹽口聲);subplot(2,3,5)imhist(J),title(椒鹽直方圖)顯示椒鹽圖像直方圖%高斯噪聲G = imnoise(I,gaussian,;subplot(2,3,3);imshow(G);title(高斯噪聲);subplot(2,3,6)imhist(G),title(高斯直方圖)顯

23、示高斯圖像直方圖figureI_1 = gmean(I,3,3); subplot(3,1,1) imshow(I_1);title( J_1 = gmean(J,3,3); subplot(3,1,2) imshow(J_1);title( G_1 = gmean(G,3,3); subplot(3,1,3) imshow(G_1);title( figureI_2 = RAMF(I); subplot(3,1,1) imshow(I_2);title( J_2 = RAMF(J); subplot(3,1,2) imshow(J_2);title( G_2 = RAMF(G); subpl

24、ot(3,1,3) imshow(G_2);title( 截圖：原圖幾何濾波);椒鹽幾彳5濾波););原圖自適應(yīng)中值濾波)椒鹽自適應(yīng)中值濾波)第六章作業(yè)課后MATLA踹程練習(xí)(1)任意選才i一幅 RG影色圖像，分別提取 R G B分量， 并分別顯示各分量的灰度圖像。(2)將上述圖像轉(zhuǎn)化為 HSI模型，分別顯示 H S、I分量的 灰度圖像。(3)任意讀取一幅8bit紅外灰度圖像，對其進(jìn)行偽彩色處理，結(jié)果應(yīng)突出感興趣區(qū)域。(2)代碼：I=imread(C:);I = im2double(I);r = l(：,：,1)；g = i(：,：,2)；b = l(：,：,3);figure(1);subp

25、lot(221);imshow(l);title(原始圖像);subplot(222);imshow(r);title(紅色分量圖像,);subplot(223);imshow(g);title(綠色分量圖像,);subplot(224);imshow(b);title(藍(lán)色分量圖像,);num = *(r - g) + (r - b);den = sqrt(r - g).A2 + (r - b).*(g - b);theta = acos(num./(den + eps);H = theta;H(b g) = 2*pi - H(b g);H = H/(2*pi);num = min(min(

26、r, g), b);den = r + g + b;den(den = 0) = eps;S = 1 - 3.* num./den;H(S = 0) = 0;I = (r + g + b)/3;% Combine all three results into an hsi image.hsi = cat(3, H, S, I);figuresubplot(221);imshow(hsi);title(HSI 圖像);subplot(222);imshow(H);title(H 分量圖像);subplot(223);imshow(S);title(S分量圖像);subplot(224);imsh

27、ow(I);title(I分量圖像);程序運行結(jié)果：(3)代碼：I=imread(c:);I=double(I);m,n=size(I);c=256;for i=1:mfor j=1:nif I(i,j)=c/4R(i,j)=0;G(i,j)=4*I(i,j);B(i,j)=c;else if I(i,j)=c/2R(i,j)=0;G(i,j)=c;B(i,j)=-4*I(i,j)+2*c;else if I(i,j) eAverageImage=filter2( fspecial(average,3),SourceImage);%AverageImage=medfilt2( SourceImage );%d e Dji euint8 averagelevel;average_level=( ( min(SourceImage(:)+max( SourceImage(:) )/2