资源描述：
《数字图像与模式识别.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、实验一MATLAB图像处理基本操作一、实验目的1.掌握MATLAB语言中图象数据与信息的读取方法；2.掌握图像灰度调整二、实验要求1．打开一个BMP文件2.将其局部区域的灰度值进行改变3.另存为一个新的BMP文件4.要求显示出原BMP图像和新BMP图像三、实验源程序clearI=imread('bit.bmp');%读入原图像subplot(1,2,1);imshow(I);%显示原始图像title('原始BMP图像');J=imadjust(I,[0.3,0.7],[]);%调整图像灰度值imwrite(J,'newbit.bmp');%另存为新图像subplo
2、t(1,2,2);imshow(J);%显示局部灰度改变后的图像title('局部灰度改变后的图像');四、实验结果五、实验总结1.掌握MATLAB基本图像读入读出操作，以及对图像灰度改变的操作。2.初步熟悉了MATLAB工具软件对图像处理的应用。实验二图像低通、高通滤波一、实验内容1.对图像进行傅里叶变换，显示其频谱图2.用理想滤波器对图像进行低通、高通滤波3.编程实现图像DCT高低通滤波，并与傅里叶的结果比较。4.尝试傅里叶压缩二、实验目的学会用Matlab软件对图像傅里叶变换；对图像进行低、高通滤波，观察频谱和图像变化。三、实验部分源程序1．高通、低通滤波d
3、0=30;%低通滤波截止频率,可以修改取值g0=20;%高通滤波截止频率,可以修改取值yd=zeros(m,n);yg=zeros(m,n);%理想低通滤波%fori=1:1:m;forj=1:1:n;if((sqrt((i-n1)^2+(j-n2)^2))g0)yg(i,j)=J(i,j);endendendYD=fftshift(yd);YG=fftshift(yg);YDD=uint8(
4、abs(ifft2(YD)));%理想低通滤波后图像YGG=uint8(abs(ifft2(YG)));%理想高通滤波后图像%理想DCT高通低通滤波d=dct2(I);[n1n2]=size(I);fori=1:n1forj=1:n2if(i<25)&(j<25)d(i,j)=d(i,j);elsed(i,j)=0;endendendg=idct2(d);figure(3)subplot(1,2,1);imshow(uint8(g));title('DCT低通滤波后的图像');e=dct2(I);fori=1:n1forj=1:n2if(i<25)&(j<25)e
5、(i,j)=0;elsee(i,j)=e(i,j);endendendg1=idct2(e);subplot(1,2,2);imshow(uint8(g1));title('DCT高通滤波后的图像');%DCT高通滤波后图像2．傅里叶压缩YS=J;YS(1:4/9*m,1:4/9*n)=0;YS(5/9*m:m,1:4/9*n)=0;YS(1:4/9*m,5/9*n:n)=0;YS(5/9*m:m,5/9*n:n)=0;Y=ifft2(fftshift(YS));四、实验结果五、实验总结通过编程熟悉了MATLAB编程结构。学会使用MATLAB提供的库函数进行图像傅
6、里叶变化。学会设计理想的低通和高通滤波器设计以及DCT高通低通滤波器设计。傅里叶压缩后图像效果尚可，损失的细节部分并不明显。实验三图像直方图均衡化一、实验内容对一副曝光率不足的照片进行直方图均衡化处理，提高其对比度。二、实验目的通过用Matlab仿真，掌握直方图均衡化的原理及步骤，了解均衡化对图像效果的影响。三、实验程序clc;clear;PS=rgb2gray(imread('3.jpg'));subplot(2,2,1)imshow(PS)title('曝光不足的图像')%绘制直方图[m,n]=size(PS);P=zeros(1,256);%预创建存放灰度出
7、现概率的向量fori=1:256P(i)=length(find(PS==(i-1)))/(m*n);%计算灰度概率，存入GP相应位置endsubplot(2,2,2)bar(0:255,P,'g')%绘制直方图title('原图像直方图')xlabel('灰度值')ylabel('出现概率')%直方图均衡化S1=zeros(1,256);fori=1:256forj=1:iS1(i)=P(j)+S1(i);%计算SkendendS2=round(S1*255);%将Sk归到相近级的灰度fori=1:256P1(i)=sum(P(find(S2==i)));%计算
8、现有每个灰
