数字图象处理基本的matlab语句.doc

都是一些简单的图像处理源代码，入门性的介绍#1：数字图像矩阵数据的显示及其傅立叶变换#2：二维离散余弦变换的图像压缩#3：采用灰度变换的方法增强图像的对比度#4：直方图均匀化#5：模拟图像受高斯白噪声和椒盐噪声的影响#6：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波#7：采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波#8：图像的自适应魏纳滤波#9：运用5种不同的梯度增强法进行图像锐化#10：图像的高通滤波和掩模处理#11：利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理#1：数字图像矩阵数据的显示及其傅立叶变换1. f=zeros(30,30);2. f(5:24,13:17)=1;3. imshow(f, notruesize);4. F=fft2(f,256,256); % 快速傅立叶变换算法只能处矩阵维数为2的幂次，f矩阵不5. % 是，通过对f矩阵进行零填充来调整 6. F2=fftshift(F); % 一般在计算图形函数的傅立叶变换时，坐标原点在7. % 函数图形的中心位置处，而计算机在对图像执行傅立叶变换8. % 时是以图像的左上角为坐标原点。所以使用函数fftshift进 9. %行修正，使变换后的直流分量位于图形的中心；10. figure,imshow(log(abs(F2),-1 5,notruesize);#2：二维离散余弦变换的图像压缩1. I=imread(cameraman.tif); % MATLAB自带的图像2. imshow(I);3. clear;close all 4. I=imread(cameraman.tif);5. imshow(I);6. I=im2double(I);7. T=dctmtx(8);8. B=blkproc(I,8 8, P1*x*P2,T,T);9. Mask=1 1 1 1 0 0 0 010. 1 1 1 0 0 0 0 011. 1 1 0 0 0 0 0 012. 1 0 0 0 0 0 0 013. 0 0 0 0 0 0 0 014. 0 0 0 0 0 0 0 015. 0 0 0 0 0 0 0 016. 0 0 0 0 0 0 0 0;17. B2=blkproc(B,8 8,P1.*x,Mask); % 此处为点乘(.*)18. I2=blkproc(B2,8 8, P1*x*P2,T,T);19. figure,imshow(I2); % 重建后的图像#3：采用灰度变换的方法增强图像的对比度1. I=imread(rice.tif);2. imshow(I);3. figure,imhist(I);4. J=imadjust(I,0.15 0.9, 0 1);5. figure,imshow(J);6. figure,imhist(J);#4：直方图均匀化1. I=imread(pout.tif);% 读取MATLAB自带的potu.tif图像2. imshow(I);3. figure,imhist(I); 4. J,T=histeq(I,64); % 图像灰度扩展到0255，但是只有64个灰度级5. figure,imshow(J);6. figure,imhist(J);7. figure,plot(0:255)/255,T); % 转移函数的变换曲线8. J=histeq(I,32);9. figure,imshow(J); % 图像灰度扩展到0255，但是只有32个灰度级10. figure,imhist(J);#5：模拟图像受高斯白噪声和椒盐噪声的影响1. I=imread(eight.tif);2. imshow(I) ;3.4. J1=imnoise(I,gaussian,0,0.02); % 叠加均值为0，方差为0.02的高斯噪声，可以用5. % localvar代替figure,imshow(J1);6.7. J2=imnoise(I,salt & pepper,0.04); % 叠加密度为0.04的椒盐噪声。8. 9. figure,imshow(J2);#6：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波1. I=imread(eight.tif);2. imshow(I) ;3.4. J2=imnoise(I,salt & pepper,0.04); % 叠加密度为0.04的椒盐噪声。5. 6. figure,imshow(J2);7.8. I_Filter1=medfilt2(J2,3 3);%窗口大小为339. figure,imshow(I_Filter1);10. I_Filter2=medfilt2(J2,5 5);%窗口大小为5511. figure,imshow(I_Filter2);12. I_Filter3=medfilt2(J2,7 7);%窗口大小为7713. figure,imshow(I_Filter3);#7：采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波1. I,map=imread(eight.tif);2. figure,imshow(I);title(original)3. J1=imnoise(I,gaussian,0,0.02); % 受高斯噪声干扰4. M4=0 1 0; 1 0 1; 0 1 0;5. M4=M4/4; % 4邻域平均滤波6. I_filter1=filter2(M4,J1);7. figure,imshow(I_filter1,map);8.9. M8=1 1 1; 1 0 1; 1 1 1; % 8邻域平均滤波10. M8=M8/8;11. I_filter2=filter2(M8,J1);12. figure,imshow(I_filter2,map);#8：图像的自适应魏纳滤波1. I,map=imread(eight.tif);2. figure,imshow(I);title(original)3. J1=imnoise(I,gaussian,0,0.02); % 受高斯噪声干扰4. K noise=wiener2(J1, 5 5);5. figure,imshow(K);#9：运用5种不同的梯度增强法进行图像锐化1. I,map=imread(3-22.jpg);2. imshow(I,map);3. I=double(I);4. Gx,Gy=gradient(I); % 计算梯度5. G=sqrt(Gx.*Gx+Gy.*Gy); % 注意是矩阵点乘6.7. J1=G;8. figure,imshow(J1,map); % 第一种图像增强9.10. J2=I; % 第二种图像增强11. K=find(G=7);12. J2(K)=G(K);13. figure,imshow(J2,map);14.15. J3=I; % 第三种图像增强16. K=find(G=7);17. J3(K)=255;18. figure,imshow(J3,map);19.20. J4=I; % 第四种图像增强21. K=find(G=7);22. J4(K)=255;23. figure,imshow(J4,map);24.25. J5=I; % 第五种图像增强26. K=find(G=7);29. J5(Q)=255;30. figure,imshow(J5,map);#10：图像的高通滤波和掩模处理1. I,map=imread(blood1.tif);2. imshow(I,map);3. H2=-1 -1 -1;-1 -9 -1;-1 -1 -1;4. J1=filter2(H2,I); % 高通滤波5. figure,imshow(J1,map);6.7. I=double(I);8. M=1 1 1;1 1 1;1 1 1/9;9. J2=filter2(M,I);10. J3=I-J2; % 掩模11. figure,imshow(J3,map);#11：利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理1. I=imread(Saturn.tif);2. imshow(I);3. J1=imnoise(I,salt & pepper); % 叠加椒盐噪声4. figure,imshow(J1);5. f=double(J1); % 数据类型转换，MATLAB不支持图像的无符号整型的计算6. g=fft2(f); % 傅立叶变换7. g=fftshift(g); % 转换数据矩阵8. M,N=size(g);9. nn=2; % 二阶巴特沃斯(Butterworth)低通滤波器10. d0=50;11. m=fix(M/2); n=fix(N/2);12. for i=1:M13. for j=1:N14. d=sqrt(i-m)2+(j-n)2);15. h=1/(1+0.414*(d/d0)(2*nn);% 计算低通滤波器传递函数16. result(i,j)=h*g(i,j);17. end18. end19. result=ifftshift(result);20. J2=ifft2(result);21. J3=uint8(real(J2);22. figure,imshow(J3); % 显示滤波处理后的图像利用巴特沃斯（Butterworth）高通滤波器对受噪声干扰的图像进行平滑处理1.利用巴特沃斯（Butterworth）高通滤波器对受噪声干扰的图像进行平滑处理1. I=imread(blood1.tif);2. imshow(I);3. f=double(I); % 数据类型转换，MATLAB不支持图像的无符号整型的计算4. g=fft2(f); % 傅立叶变换5. g=fftshift(g); % 转换数据矩阵6. M,N=size(g);7. nn=2; % 二阶巴特沃斯(Butterworth)高通滤波器8. d0=5;9. m=fix(M/2);10. n=fix(N/2);11. for i=1:M12. for j=1:N13. d=sqrt(i-m)