数字图像处理期末复习资料

1、空域内对图像进行平移运算（几何运算）图像平移变换式的矩阵形式为：P37close all;clear all;clc;%图像的平移运算Im = imread('meinv.jpg');if numel(size(Im) > 2 %如果是彩色图像就转换为灰度图像 Im = rgb2gray(Im); endIm = im2double(Im); %归一化处理subplot(1, 2, 1); imshow(Im); title('平移前的图像');m, n = size(Im); %获取图像大小res = zeros(m, n) + 255; %构造结果矩阵

2、。每个像素点默认初始化为0（黑色）delX = 50; %平移量XdelY = 50; %平移量Ymask = 1 0 delX; 0 1 delY; 0 0 1; %平移的变换矩阵for i = 1 : m for j = 1 : n tmp = i; j; 1; tmp = mask * tmp; %矩阵乘法 得到的结果是一个3行1列的数 x = tmp(1, 1); y = tmp(2, 1); %判断变换后的位置是否越界 if (x <= m) && (y <= n) && (x >= 1) && (y >= 1)

3、 res(x, y) = Im(i, j); end endendsubplot(1, 2, 2); imshow(res); title('平移后的图像');空域内对图像进行镜像运算（几何运算）%灰度图像clcclearimg = imread('meinv.jpg');%读取图像if ndims(img) = 3 %ndims(a)表示矩阵a的维数。如果是彩色图像就转换为灰度图像 img = rgb2gray(img); % 转换endsubplot(1, 3, 1); imshow(img); title('原始图像');img = im2

4、double(img);% 转换为double类型，使所有点在0-1之间m, n = size(img);%获取图像大小res1 = zeros(m, n) + 255;%构造结果矩阵，加255将图像初始化为白色，不加就是黑色res2 = zeros(m, n) + 255;for i = 1 : m for j = 1 : n res1(i, n - j + 1) = img(i, j);%水平镜像 res2(m - i + 1, j) = img(i, j);%垂直镜像 endendsubplot(1, 3, 2); imshow(res1); title('水平镜像');

5、subplot(1, 3, 3); imshow(res2); title('垂直镜像');imwrite(res1, 'hor.bmp');imwrite(res2, 'ver.bmp');%彩色图像clcclearimg = imread('meinv.jpg');%读取图像subplot(1, 3, 1); imshow(img); title('原始图像');img = im2double(img);% 转换为double类型，使所有点在0-1之间m, n, l = size(img);%获取图像大小res

6、1 = zeros(m, n, l) + 255;%构造结果矩阵，加255将图像初始化为白色，不加就是黑色res2 = zeros(m, n, l) + 255;for i = 1 : m for j = 1 : n for k = 1 : l res1(i, n - j + 1, k) = img(i, j, k);%水平镜像 res2(m - i + 1, j, k) = img(i, j, k);%垂直镜像 end endendsubplot(1, 3, 2); imshow(res1); title('水平镜像');subplot(1, 3, 3); imshow(re

7、s2); title('垂直镜像');imwrite(res1, 'hor.bmp');imwrite(res2, 'ver.bmp');空域内使用指定的模板对灰度图像进行平滑处理1%均值滤波clcclose all;clearimg = imread('meinv.jpg');if numel(size(img) > 2 %如果是彩色图像就转换为灰度图像 img = rgb2gray(img); endfigure;imshow(img);img = double(img);%n是模板大小(即n×n) n = 3

8、; a(1 : n, 1 : n) = 1; %a即n×n模板,元素全是1 height, width = size(img); %输入图像是height,width的,且hight>n,width>n x1 = double(img); x2 = x1;for i = 1 : height - n + 1 for j = 1 : width - n + 1 c = x1(i : i + (n - 1), j : j + (n - 1) .* a; %取出x1中从(i,j)开始的n行n列元素与模板相乘 s = sum(sum(c); %求c矩阵中各元素之和 x2(i +

9、(n - 1) / 2,j + (n - 1) / 2) = s / (n * n); %将与模板运算后的各元素的均值赋给模板中心位置的元素 end end %未被赋值的元素取原值 pha = uint8(x2); figure; imshow(pha);2%中值滤波（最大值滤波、最小值滤波）clcclose all;clearimg = imread('meinv.jpg');if numel(size(img) > 2 %如果是彩色图像就转换为灰度图像 img = rgb2gray(img); endfigure;imshow(img);img = double(im

10、g);%n是模板大小(即n×n) n = 3; a(1 : n, 1 : n) = 1; %a即n×n模板,元素全是1 height, width = size(img); %输入图像是height,width的,且hight>n,width>n x1 = double(img); x2 = x1;for i = 1 : height - n + 1 for j = 1 : width - n + 1 c = x1(i : i + (n - 1),j : j + (n - 1); %取出x1中从(i,j)开始的n行n列元素,即模板(n×n的) e =

11、c(1, :); %是c矩阵的第一行 for u = 2 : n e = e, c(u, :); %将c矩阵变为一个行矩阵 end %mm=median(e);%mm是中值（mm=max(e)是最大值，mm = min(e)是最小值） mm = min(e); x2(i + (n - 1) / 2,j + (n - 1) / 2) = mm; %将模板各元素的中值赋给模板中心位置的元素 end end %未被赋值的元素取原值 pha = uint8(x2); figure; imshow(pha);彩色图像平滑处理（均值滤波）close all;clearclcimg = imread(

12、9;meinv.jpg');if (numel(size(img) < 3) disp('请输入彩色图像');else subplot(2, 3, 1); imshow(img); title('原始图像'); img = imnoise(img, 'gaussian');%g=imnoise(f，gaussian，m，var)是将均值为m，方差为var的高斯噪声加到图像f上。m的默认值是0、var默认值是0.01 subplot(2, 3, 2); imshow(img); title('添加噪声后的图像'); %

13、分解 img = double(img); R = img(:, :, 1); G = img(:, :, 2); B = img(:, :, 3); %对彩色图像的R分量进行平滑处理，而其它分量保持不变 m, n = size(R); for i = 2 : m - 1 for j = 2 : n - 1 R(i, j) = (R(i - 1, j - 1) + R(i - 1, j) + R(i - 1, j + 1) + R(i, j - 1) + R(i, j) + R(i, j + 1) + R(i + 1, j - 1) + R(i + 1, j) + R(i + 1,j + 1)

14、 / 9; end end img1 = cat(3, R, G, B); img1 = uint8(img1); subplot(2, 3, 3); imshow(img1); title('R分量平滑处理后'); %对彩色图像的R分量和G分量进行平滑处理，B分量保持不变 R = img(:, :, 1); G = img(:, :, 2); B = img(:, :, 3); m, n = size(R); for i = 2 : m - 1 for j = 2 : n - 1 R(i, j) = (R(i - 1, j - 1) + R(i - 1, j) + R(i -

15、 1, j + 1) + R(i, j - 1) + R(i, j) + R(i, j + 1) + R(i + 1, j - 1) + R(i + 1, j) + R(i + 1,j + 1) / 9; G(i, j) = (G(i - 1, j - 1) + G(i - 1, j) + G(i - 1, j + 1) + G(i, j - 1) + G(i, j) + G(i, j + 1) + G(i + 1, j - 1) + G(i + 1, j) + G(i + 1,j + 1) / 9; end end img2 = cat(3, R, G, B); img2 = uint8(i

16、mg2); subplot(2, 3, 4); imshow(img2); title('对R和G分量进行平滑处理后'); %对彩色图像的3个分量同时进行平滑处理 R = img(:, :, 1); G = img(:, :, 2); B = img(:, :, 3); m, n = size(R); for i = 2 : m - 1 for j = 2 : n - 1 R(i, j) = (R(i - 1, j - 1) + R(i - 1, j) + R(i - 1, j + 1) + R(i, j - 1) + R(i, j) + R(i, j + 1) + R(i +

17、 1, j - 1) + R(i + 1, j) + R(i + 1,j + 1) / 9; G(i, j) = (G(i - 1, j - 1) + G(i - 1, j) + G(i - 1, j + 1) + G(i, j - 1) + G(i, j) + G(i, j + 1) + G(i + 1, j - 1) + G(i + 1, j) + G(i + 1, j + 1) / 9; B(i, j) = (B(i - 1, j - 1) + B(i - 1, j) + B(i - 1, j + 1) + B(i, j - 1) + B(i, j) + B(i, j + 1) + B(

18、i + 1, j - 1) + B(i + 1, j) + B(i + 1, j + 1) / 9; end end img3 = cat(3, R, G, B); img3 = uint8(img3); subplot(2, 3, 5); imshow(img3); title('对3个分量进行平滑处理后');end空域内对灰度图像或彩色图像进行模板卷积运算及增强处理 1模板：clcclose all;clear%FileName, FilePath = uigetfile('*.jpg;*.png;*.tif;*.img;*.gif;','请选择图像

19、数据');%str = FilePath FileName;img = imread('meinv.jpg');if numel(size(img) > 2 %如果是彩色图像就转换为灰度图像 img = rgb2gray(img); endsubplot(1, 3, 1); imshow(img); title('原始图像');m, n = size(img);img = im2double(img);dimg = img;%边界for i = 2 : m - 1%非边界 for j = 2 : n - 1 dimg(i, j) = (img(i

20、+ 1, j) + img(i - 1, j) + img(i, j + 1) + img(i, j - 1) / 4; endendsubplot(1, 3, 2); imshow(dimg); title('模板运算后的图像');subplot(1, 3, 3); imshow(img + dimg); title('增强的图像');2模板：clcclose all;clearimg = imread('meinv.jpg');if numel(size(img) > 2 %如果是彩色图像就转换为灰度图像 img = rgb2gray(

21、img); endfigure;imshow(img);m, n = size(img);img = im2double(img);a = input('请输入a值（范围在0， 1之间）：');dimg = img; %边界for i = 2 : m - 1 %非边界 for j = 2 : n - 1 dimg(i, j) = img(i - 1, j) * (-a) + img(i, j - 1) * (-a) + img(i, j) * (1 + 4 * a) + img(i, j + 1) * (-a) + img(i + 1, j) * (-a); endendfig

22、ure; imshow(img + dimg);3模板：clcclose all;clearimg = imread('meinv.jpg');if numel(size(img) > 2 %如果是彩色图像就转换为灰度图像 img = rgb2gray(img); endfigure;imshow(img);m, n = size(img);img = im2double(img);dimg = img; %边界for i = 3 : m - 2 %处理非边界像素 for j = 3 : n - 2 dimg(i, j) = img(i - 2, j - 2) + img

23、(i - 2, j - 1) * 4 + img(i - 2, j) * 7 + img(i - 2, j + 1) * 4 + img(i - 2, j + 2) + img(i - 1, j - 2) * 4 + img(i - 1, j - 1) * 16 + img(i - 1, j) * 26 + img(i - 1, j + 1) * 16 + img(i - 1, j + 2) * 4 + img(i, j - 2) * 7 + img(i, j - 1) * 26 + img(i, j) * 41 + img(i, j + 1) * 26 + img(i, j + 2) * 7

24、 + img(i + 1, j - 2) * 4 + img(i + 1, j - 1) * 16 + img(i + 1, j) * 26 + img(i + 1, j + 1) * 16 + img(i + 1, j + 2) * 4 + img(i + 2, j - 2) + img(i + 2, j - 1) * 4 + img(i + 2, j) * 7 + img(i + 2, j + 1) * 4 + img(i + 2, j + 2); endendfigure; imshow(img + dimg / 273);拉普拉斯模板、锐化算子（P65）4彩色图像 拉普拉斯模板clos

25、e all;clearclc;img = imread('meinv.jpg');if (numel(size(img) < 3) disp('请输入彩色图像');else subplot(2, 2, 1); imshow(img); title('原始图像'); img = im2double(img); R = img(:, :, 1); G = img(:, :, 2); B = img(:, :, 3); %对R分量使用基本的Laplacian模板（P65）进行增强处理；R1 = R + R0 m, n = size(R); R1

26、= R; for i = 2 : m - 1 for j = 2 : n - 1 R1(i, j) = R(i, j) * (-4) + R(i - 1, j) + R(i + 1, j) + R(i, j - 1) + R(i, j + 1); end end R2 = R - R1; %模板中心为负, 做减法运算 img1 = cat(3, R2, G, B); subplot(2, 2, 2); imshow(img1); title('对R分量处理后'); %对R和G分量使用扩展的Laplacian模板进行增强处理； m, n = size(R); R1 = R; G1

27、 = G; for i = 2 : m - 1 for j = 2 : n - 1 R1(i, j) = R(i, j) * (-8) + R(i - 1, j) + R(i + 1, j) + R(i, j - 1) + R(i, j + 1) + R(i - 1, j - 1) + R(i + 1, j - 1) + R(i - 1, j + 1) + R(i + 1, j + 1); G1(i, j) = G(i, j) * (-8) + G(i - 1, j) + G(i + 1, j) + G(i, j - 1) + G(i, j + 1) + G(i - 1, j - 1) + G

28、(i + 1, j - 1) + G(i - 1, j + 1) + G(i + 1, j + 1); end end R2 = R - R1; %模板中心为负, 做减法运算 G2 = G - G1; img2 = cat(3, R2, G2, B); subplot(2, 2, 3); imshow(img2); title('对R和G分量处理后'); %使用扩展的Laplacian模板对彩色图像的三个分量进行增强处理 m, n = size(R); R1 = R; G1 = G; B1 = B; for i = 2 : m - 1 for j = 2 : n - 1 R1(

29、i, j) = R(i, j) * (-8) + R(i - 1, j) + R(i + 1, j) + R(i, j - 1) + R(i, j + 1) + R(i - 1, j - 1) + R(i + 1, j - 1) + R(i - 1, j + 1) + R(i + 1, j + 1); G1(i, j) = G(i, j) * (-8) + G(i - 1, j) + G(i + 1, j) + G(i, j - 1) + G(i, j + 1) + G(i - 1, j - 1) + G(i + 1, j - 1) + G(i - 1, j + 1) + G(i + 1, j

30、 + 1); B1(i, j) = B(i, j) * (-8) + B(i - 1, j) + B(i + 1, j) + B(i, j - 1) + B(i, j + 1) + B(i - 1, j - 1) + B(i + 1, j - 1) + B(i - 1, j + 1) + B(i + 1, j + 1); end end R2 = R - R1; %模板中心为负, 做减法运算 G2 = G - G1; B2 = B - B1; img3 = cat(3, R2, G2, B2); subplot(2, 2, 4); imshow(img3); title('对3个分量处

31、理后');end频域内对图像进行低通处理(理想、Butterworth等)。6部（P83）1Butterworth滤波：clcclose all;clearimg = imread('meinv.jpg');if numel(size(img) > 2 %如果是彩色图像就转换为灰度图像 img = rgb2gray(img); endsubplot(221); imshow(img); xlabel('原图像');img = double(img); %数据类型转换img = fft2(img); %图像Fourier变换img = fftshif

32、t(img); %Fourier变换平移，中心变换%中心变换代码实现，反中心变化也是一样的% for i = 1 : m% for j = 1 : n% img(i, j) = (-1) (i + j) * img(i, j);% end% endF2 = log(abs(img); %对Fourier变换结果取绝对值，然后取对数subplot(222);imshow(F2, ,'InitialMagnification','fit'); %将计算后的矩阵用图像表示xlabel('(b)原始图像的Fourier变换图像 ');N1, N2 = s

33、ize(img); %Fourier变换图像尺寸n = 2; %参数赋初值。高通n = 0.3d0 = 205;n1 = round(N1 / 2); %数据取整n2 = round(N2 / 2); %数据取整for i = 1 : N1 %遍历图像像素 for j = 1 : N2 d = sqrt(i - n1) 2 + (j - n2) 2); if d = 0 h = 0; else h = 1 / (1 + (d / d0) (2 * n);%高通：h = 1 / (1 + (d0 / d) (2 * n); end img(i, j) = h * img(i, j); %图像矩阵

34、计算处理 endendF3 = log(abs(img); %对Fourier变换结果取绝对值，然后取对数subplot(223); imshow(F3, 'InitialMagnification', 'fit');xlabel('(c)滤波后的Fourier变换图像');img = ifftshift(img);img = ifft2(img);img = uint8(real(img);subplot(224);imshow(img); xlabel('(d)Butterworth低通滤波图像');2理想滤波：clcclose all;clearimg = imread('meinv.jpg');if numel(size(img) > 2 img = rgb2gray(img);endsubplot(121); imshow(img);title('原图像');img = double(img);img = fftshift(fft2(img);m, n = size(img);m0 = round(m / 2);n0 = round(n / 2);d = 20;%d = input('请输入d：');for i = 1 : m for j =