数字图像处理的答案

1、图片像素的降低与恢复I=imread('2.jpg');%读取图片g=rgb2gray(I); %彩色图像灰度化figure;imshow(I);%显示原图片figure;imshow(g);%显示灰度值图片 %降低图像分辨率g_down_1=g(1:2:end,1:2:end);%512g_down_2=g_down_1(1:2:end,1:2:end);%256g_down_3=g_down_2(1:2:end,1:2:end);%128g_down_4=g_down_3(1:2:end,1:2:end);%64g_down_5=g_down_4(1:2:end,1:2:e

2、nd);%32figure;imshow(g_down_1);%显示figure;imshow(g_down_2);%显示figure;imshow(g_down_3);%显示figure;imshow(g_down_4);%显示figure;imshow(g_down_5);%显示%把降低分辨率的图像恢复原大小G_up_5_near=imresize(g_down_3,8,'nearest');%最近邻法放大G_up_5_bil=imresize(g_down_5,32,'bilinear');%双线性插值法放大G_up_5_bic=imresize(g_do

3、wn_5,32,'bicubic');%三次内插法放大figure;imshow(G_up_5_near);%显示figure;imshow(G_up_5_bil);%显示figure;imshow(G_up_5_bic);%显示图像的四则运算和减法运算clear;clc;%清空变量及工作区I=imread('11.jpg');%读取图片I=rgb2gray(I);%彩色图像灰度化I2=imread('22.jpg');%读取图片I2=rgb2gray(I2);%彩色图像灰度化K=imlincomb(0.6,I,0.4,I2);%计算两幅图像的线

4、性组合K=histeq(K);%进行直方图均衡化imshow(K); figure;I1=imread('1.jpg');I2=imread('2.jpg');I=I1-I2;%图像相减imshow(I);histeq（X）函数实现直方图均衡。因为此函数只能对灰度图像进行直方图均衡。故应先将彩图转为灰度图像位图显示clear;clc;I=imread('aerial.tif');I=double(I);G_7=bitand(I,128);%求灰度值第七位I_7=im2uint8(mat2gray(G_7);%转换为无符号八位整型figure;im

5、show(I_7);%显示第七位位图 G_6=bitand(I,64);%求灰度值第6位I_6=im2uint8(mat2gray(G_6);%转换为无符号八位整型figure;imshow(I_6);%显示第6位位图 G_5=bitand(I,32);I_5=im2uint8(mat2gray(G_5);figure;imshow(I_5); G_4=bitand(I,16);I_4=im2uint8(mat2gray(G_4);figure;imshow(I_4); G_3=bitand(I,8);I_3=im2uint8(mat2gray(G_3);figure;imshow(I_3);

6、 G_2=bitand(I,4);I_2=im2uint8(mat2gray(G_2);figure;imshow(I_2); G_1=bitand(I,2);I_1=im2uint8(mat2gray(G_1);figure;imshow(I_1); G_0=bitand(I,1);I_0=im2uint8(mat2gray(G_0);figure;imshow(I_0); I_restore=G_7+G_6+G_5+G_4+G_3+G_2+G_1+G_0;%读取重新储存的图片figure;imshow(uint8(I_restore);%显示骨骼图的显示%读取图像 I=imread(

7、9;Fig0343(a)(skeleton_orig).tif'); %显示a图像 A=im2double(I); subplot(2,4,1); imshow(A); title('(a)全身骨骼扫描图像');%显示b图像 subplot(2,4,2); A=double(A); w1=fspecial('laplacian',0); B=imfilter(A,w1,'corr','replicate');imshow(B); %得到拉普拉斯变换后的图像 title('(b)经过拉普拉斯操作后的结果');

8、 %显示c图像subplot(2,4,3); C=A+B; %得到A+B的结果 imshow(C); title('(c)图a加图b得到的锐化图像'); %显示d图像 subplot(2,4,4); w1=fspecial('sobel'); %得到水平sobel模板 w2=w1' %转置得到竖直sobel模板G1=imfilter(A,w1); %水平sobel梯度 G2=imfilter(A,w2); %竖直sobel梯度D=abs(G1)+abs(G2); %sobel梯度imshow(D); title('(d)图a经sobel梯度处理后

9、的结果'); %显示e图像 subplot(2,4,5); e=fspecial('average',5); E=imfilter(D,e,'corr','replicate'); imshow(E); title('(e)使用5*5均值滤波器平滑后的sobel图像'); %显示f图像 subplot(2,4,6);C=im2double(C); E=im2double(E); F=C.*E; imshow(F); title('(f)图c和图e相乘形成的掩蔽图像'); %显示g图像subplot(2,4,

10、7); G=abs(A)+abs(F); imshow(G); title('(g)由图a和图f求和得到的锐化后的图像'); %显示h图像 subplot(2,4,8); imshow(imadjust(G,0.5); title('(h)对图g应用幂律变换得到的最终结果');灰度直方图操作clear;clc;I=imread('moon.tif');figure;imshow(I);figure;imhist(I); %显示灰度直方图h=imhist(I，256); %长条图显示，宽度为1， figure;bar(h); h_scale=imh

11、ist(I,25);x=linspace(0,255,25);%创建向量figure;bar(x,h_scale); %长条图显示，宽度为25 I_equ=histeq(I,256); %直方图均衡化figure;imhist(I_equ);figure;imshow(I_equ);figure;bar(imhist(I_equ);图像锐化 梯度算子的应用clear;clc;f=imread('building.tif');f=im2double(f);w1=fspecial('sobel');%得到水平sobel模板w2=w1' %转置得到竖直sobe

12、l模板g1=imfilter(f,w1,'replicate'); %横向梯度算子结果g2=imfilter(f,w2,'replicate'); %纵向梯度算子结果g=abs(g1)+abs(g2);%sobel梯度imshow(f);figure;imshow(g1);figure;imshow(g2);figure;imshow(g);图像锐化 拉普拉斯算子的引用clear;clc;f=imread('moon.tif');w4=fspecial('laplacian',0);%生成拉普拉斯滤波器w8=1 1 1;1 -8

13、1;1 1 1;f=im2double(f);g4=f-imfilter(f,w4,'replicate');%g4=f-imfilter(f,w4,'symmetric');g8=f-imfilter(f,w8,'replicate');%g8=f-imfilter(f,w8,'symmetric');A,B=find(g4<0);%找出矩阵中小于零元素所在行和列,并存在A,B中for i=1:length(A)%从1到length（A）循环 g4(A(i,1),B(i,1)=0;%令这些元素为0 endC,D=find(

14、g4>1);%找出矩阵中大于一元素所在行和列,并存在c,d中for i=1:length(C) %从1到length（C）循环 g4(C(i,1),D(i,1)=1;%令这些元素为1end figure;imshow(f);%g4=im2uint8(mat2gray(g4);%g8=im2uint8(mat2gray(g8);figure;imshow(imfilter(f,w4,'replicate')figure;imshow(g4);figure;imshow(imfilter(f,w8,'replicate')figure;imshow(g8);

15、平滑空间滤波器clear;clc;I=imread('pattern.tif');%读取图像imshow(I);figure;%显示原图h=fspecial('average',14 14);%产生均值滤波器模板g=imfilter(I,h,'replicate');%滤波imshow(g); %阈值分割I=imread('galaxy.tif');h=fspecial('average',15 15);%产生均值滤波器模板g=imfilter(I,h,'replicate');%滤波level =

16、 graythresh(g);%通过计算获得输入图像的阈值BW = im2bw(g,level);%通过阈值变换法把灰度图像转换成二值图像imshow(BW); %中值滤波I=imread('imnoise.tif');g=medfilt2(I,3 3);%窗口大小为3×3的中值滤波%g=medfilt2(I,3 3,'symmetric');imshow(g); %顺序滤波A=imread('imnoise.tif');B=ordfilt2(A,15,true(7),'symmetric');%图像作顺序统计滤波fig

17、ure;imshow(A);figure;imshow(B)图像增强的三种方法% inverse transformationI=imread('breast.tif');g=im2uint8(mat2gray(I);%图像数据类型转换为无符号八位整型。g_inver=255-g;%图像反转figure;imshow(I);figure;imshow(g_inver); %log transformI=imread('fourier.tif');g=im2uint8(mat2gray(log(1+double(I);%对图像进行对数变换figure;imshow

18、(I);figure;imshow(g); % power transform moon.tif aerial.tifI=imread('aerial.tif');g=im2uint8(mat2gray(double(I).(2);%对图像进行幂律变换%g=255-I;figure;imshow(I);figure;imshow(g);理想低通滤波器f=imread('dynamic_range.tif'); 索引形式读入imshow(f); 显示图像title('ԭͼ');f=im2double(f)

19、; 按比例的将其缩放至double类型F=fftshift(fft2(f); 正半轴部分和负半轴部分的图像分别关于各自的中心对称M=size(F,1); 表示维数的第一项N=size(F,2); 表示维数的第二项u=1:M;u=1,2,3,4,Mv=1:N; v=1,2,3,4,NV,U=meshgrid(v,u); 产生两个矩阵，第一个矩阵是由v作为行向量组成，第二个向量由u作为列向量组成D=sqrt(U-(floor(M/2)+1).2+(V-(floor(N/2)+1).2); 计算公式H=zeros(M,N); 产生一个mxn的全零矩阵H(D<=235)=1; 令D<=23

20、5在范围内的为1G=F.*H; 进行卷积G_inv=ifft2(ifftshift(G);进行图像二维离散快速傅里叶变换figure; 建立图形imshow(real(G_inv); 显示图像title('Â˲¨ºó');alpha=sum(abs(F(D<=5).2)./sum(abs(F(:).2) 计算？巴特沃斯低通滤波器f=imread('pattern.tif'); 索引形式读入imshow(f); 显示图像%title('ԭͼ

21、9;);f=im2double(f); 按比例的将其缩放至double类型F=fftshift(fft2(f); 正半轴部分和负半轴部分的图像分别关于各自的中心对称M=size(F,1); 表示维数的第一项N=size(F,2); 表示维数的第二项u=1:M;u=1,2,3,4,Mv=1:N; v=1,2,3,4,NV,U=meshgrid(v,u); 产生两个矩阵，第一个矩阵是由v作为行向量组成，第二个向量由u作为列向量组成D=sqrt(U-(floor(M/2)+1).2+(V-(floor(N/2)+1).2); 计算公式？H=zeros(M,N); 产生一个mxn的全零矩阵D0=235

22、;n=2; %2阶H=1./(1+(D./D0).(2*n);公式？G=F.*H; 进行卷积？G_inv=ifft2(ifftshift(G); 进行图像二维离散快速傅里叶变换figure; 建立图形imshow(real(G_inv); 显示图像%title('Â˲¨ºó')高斯低通滤波器clear;clc;f=imread('broken-text.tif'); 索引形式读入imshow(f); 显示图像%title('ԭͼ');f=im

23、2double(f); 按比例的将其缩放至double类型F=fftshift(fft2(f); 正半轴部分和负半轴部分的图像分别关于各自的中心对称M=size(F,1); 表示维数的第一项N=size(F,2); 表示维数的第二项u=1:M;u=1,2,3,4,Mv=1:N; v=1,2,3,4,N V,U=meshgrid(v,u); 产生两个矩阵，第一个矩阵是由v作为行向量组成，第二个向量由u作为列向量组成D=sqrt(U-(floor(M/2)+1).2+(V-(floor(N/2)+1).2); 计算公式？H=zeros(M,N); 产生一个mxn的全零矩阵D0=80;H=exp(-

24、D.2./(2*D0.2);公式G=F.*H; G_inv=ifft2(ifftshift(G); 进行图像二维离散快速傅里叶变换figure;imshow(real(G_inv);%title('Â˲¨ºó') 高斯高通滤波器（同上）clear;clc;f=imread('chest_xray.tif');imshow(f);%title('ԭͼ');f=im2double(f);F=fftshift(fft2(f);M=size(F,1)

25、;N=size(F,2);u=1:M;v=1:N;V,U=meshgrid(v,u);D=sqrt(U-(floor(M/2)+1).2+(V-(floor(N/2)+1).2); L=zeros(M,N);D0=2; 截止频率=2L=exp(-D.2./(2*D0.2);H=1-L; 低通变成高通 G=F.*H; G_inv=ifft2(ifftshift(G);figure;imshow(real(G_inv),);%title('Â˲¨ºó') 巴特沃斯高通滤波器（同上）f=imread('thumb_

26、print.tif');imshow(f);%title('ԭͼ');f=im2double(f);F=fftshift(fft2(f);M=size(F,1);N=size(F,2);u=1:M;v=1:N;V,U=meshgrid(v,u);D=sqrt(U-(floor(M/2)+1).2+(V-(floor(N/2)+1).2); L=zeros(M,N);D0=25;n=4; 截止频率=25 ，设为4阶L=1./(1+(D./D0).(2*n);H=1-L; 低通变成高通 G=F.*H; G_inv=real(iff

27、t2(ifftshift(G);figure;imshow(G_inv);%title('Â˲¨ºó')I_thresh=G_inv; %指纹处理A,B=find(I_thresh<0); 找出矩阵中I_thresh<0元素所在行和列,并存在A,B中C,D=find(I_thresh>=0); 找出矩阵中I_thresh>=0元素所在行和列,并存在C,D中for i=1:length(A) 取i分别为在1到length(A)的每一个数 I_thresh(A(i,1),B(i,1)=0;令这些元

28、素为0end for i=1:length(C) （同上） I_thresh(C(i,1),D(i,1)=1; 令这些元素为1endfigure;imshow(I_thresh);clear;clc;I=zeros(512,512); 产生一个512x512的全零矩阵I(226:286,240:266)=1;imshow(I);F=fft2(I);F_no_shift=abs(F);F_shift=abs(fftshift(F);% G_no_shift=log(1+F_no_shift);G_shift=log(1+F_shift);%figure;imshow(F_no_shift,);%

29、 figure;imshow(G_no_shift,);figure;imshow(F_shift,);figure;imshow(G_shift,);% % %图像旋转I2=imrotate(I,45,'bilinear','crop');figure;imshow(I2);F2=fft2(I2);F2_shift=abs(fftshift(F2);G2_shift=log(1+F2_shift);figure;imshow(F2_shift,);figure;imshow(G2_shift,);振铃效应f=zeros(512,512);f(128,128)=

30、255;f(128,384)=255;f(384,128)=255;f(384,384)=255;f(256,256)=255;figure;imshow(f); f=im2double(f);F=fftshift(fft2(f);M=size(F,1);N=size(F,2);u=1:M;v=1:N;V,U=meshgrid(v,u);D=sqrt(U-(floor(M/2)+1).2+(V-(floor(N/2)+1).2); H=zeros(M,N);H(D<=5)=1;G=F.*H;G_inv=ifft2(ifftshift(G);figure;imshow(real(G_inv

31、),);拉普拉斯滤波器clear;clc;f=imread('moon.tif');imshow(f);%title('moon');f=im2double(f);F=fftshift(fft2(f);M=size(F,1);N=size(F,2);u=1:M;v=1:N;V,U=meshgrid(v,u);H=zeros(M,N);H=-4*pi2*(U-(floor(M/2)+1).2+(V-(floor(N/2)+1).2); G=F.*H; G1=real(ifft2(ifftshift(G);figure;imshow(G1,);%线性映射0-255G

32、2=G1-min(G1(:);G2=G2/max(G2(:);G3=im2uint8(G2);%figure;imshow(G3)%G3ÏßÐÔÓ³Éä µÈͬÓÚimshow£¨G1,);%title('±ê¶¨ºóµÄͼÏñ');G2=f-G2;figure;imshow(G2,);%title

33、('À­ÆÕÀ­Ë¹Ëã×ÓÔöǿͼÏñ'); %空间拉普拉斯算子w4=fspecial('laplacian',0);sp=imfilter(f,w4);g4=f-sp;figure;imshow(sp,);figure;imshow(g4,);第六章edge_functionclear;clc; %清空命令窗口的所有输入和输出I=imread('1.

34、jpg'); %读入wirebond_mask.tif图像 BW_sobel=edge(I,'sobel'); % sobel图像边缘提取imshow(BW_sobel); %显示图像BW_prewitt=edge(I,'prewitt'); %prewitt图像边缘提取figure;imshow(BW_prewitt); %产生新的窗口，显示图像BW_log=edge(I,'log'); %用log算子进行边缘检测figure;imshow(BW_log); %产生新的窗口，显示图像BW_canny th=edge(I,'can

35、ny'); %canny算子检测法检测图像边缘figure;imshow(BW_canny); %产生新的窗口，显示图像 hough_transclear;clc; %清空命令窗口的所有输入输出I=zeros(101,101); % zeros就是生成一个全0的矩阵I(1,1)=1;I(101,1)=1; %第1行第1列，元素为1I(1,101)=1;I(101,101)=1;I(51,51)=1;H,theta,rho=hough(I); subplot(1,2,1);imshow(I);subplot(1,2,2);imshow(imadjust(mat2gray(H),'

36、XData',theta,'YData',rho, . 'InitialMagnification','fit');line_detectionf=imread('1.jpg');f=im2double(f); %把灰度图像f的数据类型转换成转换成双精度浮点类型,返回imshow(f);w=1 1 1;1 -8 1;1 1 1 ; g=imfilter(f,w,'replicate'); % imfilter 根据指定操作进行多维滤波figure;imshow(g,)figure,imshow(abs(g)

37、,);g(g<0)=0;figure;imshow(g,);T=0.5*max(g(:);m=g>=T;figure;imshow(m,);line_direction_detectionf=imread('wirebond_mask.tif');f=im2double(f);imshow(f);w_h=-1 -1 -1;2 2 2;-1 -1 -1;w_v=w_h'w_45=-1 -1 2;-1 2 -1;2 -1 -1;w_n45=2 -1 -1;-1 2 -1;-1 -1 2;g_h=imfilter(f,w_h,'replicate'

38、);g_v=imfilter(f,w_v,'replicate');g_45=imfilter(f,w_45,'replicate');g_n45=imfilter(f,w_n45,'replicate');% figure;imshow(g_h,)% figure;imshow(g_v,)% figure;imshow(g_45,)% figure;imshow(g_n45,) T_h=0.5*max(g_h(:);m_h=g_h>=T_h;figure;imshow(m_h,); T_v=0.5*max(g_v(:);m_v=g_v&g

39、t;=T_v;figure;imshow(m_v,); T_45=0.5*max(g_45(:);m_45=g_45>=T_45;figure;imshow(m_45,); T_n45=0.5*max(g_n45(:);m_n45=g_n45>=T_n45;figure;imshow(m_n45,); smooth_line_detectionclear;clc;f=imread('building_original.tif');f=im2double(f);imshow(f);h=fspecial('average',5 5);f=imfilter

40、(f,h,'replicate');wh=fspecial('sobel');wv=wh'gh=abs(imfilter(f,wh,'replicate');gv=abs(imfilter(f,wv,'replicate');figure;imshow(gh);figure;imshow(gv);g_all=gh+gv; Th=0.5*max(gh(:);mh=gh>=Th;figure,imshow(mh); Tv=0.5*max(gv(:);mv=gv>=Tv;figure,imshow(mv); T_al

41、l=0.3*max(g_all(:);m_all=g_all>=T_all;figure,imshow(m_all); spot_detectionf=imread('turbine_blade_black_dot.tif');f=im2double(f);imshow(f);w=1 1 1;1 -8 1;1 1 1 ;g=imfilter(f,w,'replicate');figure;imshow(g,)T=0.9*max(g(:);m=g>=T;figure,imshow(m);threshold_segI=imread('polyme

42、rsomes.tif');T=graythresh(I); % graythresh函数功能：使用最大类间方差法找到图片的一个合适的阈值（threshold）。在使用im2bw函数将灰度图像转换为二值图像时，需要设定一个阈值，这个函数可以帮助我们获得一个合适的阈值。imshow(I);g=I>=T*255;figure,imshow(g);同态滤波器clear;clcf=imread('dynamic_range.tif'); figure;imshow(f);f=im2double(f); F=fftshift(fft2(log(f+eps);M=size(F,

43、1);N=size(F,2);u=1:M;v=1:N;V,U=meshgrid(v,u); % meshgrid用于生成网格采样点的函数。D=sqrt(U-(floor(M/2)+1).2+(V-(floor(N/2)+1).2);H=zeros(M,N);D0=2;c=1.5;%1.5;H=1.5*(1-exp(-c*D.2./D0.2)+0.5; G=F.*H;G1=ifft2(ifftshift(G);g=real(exp(G1); %real, 复数的实部数值% g=mat2gray(g); %mat2gray 实现图像矩阵的归一化操作。 所谓"归一化&q

44、uot;就是使矩阵的每个元素的值都在0和1之间。该函数在数字图像处理中经常用到。g_min=min(g(:);g_cor=g-g_min;g_cor=g_cor./max(g_cor(:);%g_cor=histeq(g_cor); %直方图均衡化figure;imshow(g_cor,);% title('同态滤波图');%直方图均衡化¯figure;imshow(histeq(f)%幂次变换g_gama=im2uint8(mat2gray(f).2); % im2uint8把图像 数据类型转换为无符号八位整型。如果输入图像是无符号八位整型的，返回的图像和

45、源图像相同。如果 源图像不是无符号八位整型的，该函数将返回和源图像相同但 数据类型为uint8的图像（必要时对图像进行调整）。figure;imshow(g_gama,);a=8,1,6;3,5,7;4,9,2;b=1,1,1;1,1,1;1,1,1;c1=conv2(a,b); %conv2二维卷积运算函数a(5,5)=0;b(5,5)=0;%扩展矩阵，因为ab卷积结果是5*5c2=ifft2(fft2(a).*fft2(b);function：在MATLAB中不是它的自带函数就可以完成所有功能，更多的时候是自己编写程序来实现我们要的功能，这时就要用到此命令，调用格式为：function *( ) 括号外面为函数名称，括号中为函