图像变换与增强matlab程序

熟悉掌握数字图像处理的根本概念。了解MATLAB的的编程环境，图像处理工具箱的使用方法。掌握数字图像处理图像增强的根本方法。掌握图像变换的根本方法。学会使用MATLAB完成图像处理的主要功能。〔1〕各种格式的数字图像的读取、显示、存储。〔2〕图像的空域增强方法。〔3〕图像的频率域增强方法。〔4〕图像的锐化增强方法。〔5〕图像的快速傅里叶变换与反变换。教师示范用投影仪一台微型计算机每个学生一台四、报告要求完成实验任务的每一步，并记录每一步的实验结果。图1原始图像图2转化为灰度图像的图像各种格式的数字图像的读取、显示、存储将该图像放入MATLAB的work文件夹中。在.m文件中输入以下代码：clearall;closeall;f=imread('1.jpg');%读入原图像文件f1=rgb2gray(f);%将彩色图片转换为灰度图imshow(f1);imwrite(f1,'gai0.jpg');imwrite(f1,'gai1.png');imwrite(f1,'gai2.bmp');imwrite(f1,'gai3.tiff');那么把彩色图片转化为灰度图，,显示图像为图2。同时我们可以在工作区中输入imfinfogai0.jpg;，我们可以得到我们保存后图片的相关信息，其输入结果如下：Filename:'gai1.png'FileModDate:'01-May-202320:14:13'FileSize:414165Format:'png'FormatVersion:[]Width:1024Height:768BitDepth:8ColorType:'grayscale'FormatSignature:[13780787113102610]Colormap:[]Histogram:[]InterlaceType:'none'Transparency:'none'SimpleTransparencyData:[]BackgroundColor:[]RenderingIntent:[]Chromaticities:[]Gamma:[]XResolution:[]YResolution:[]ResolutionUnit:[]XOffset:[]OffsetUnit:[]SignificantBits:[]ImageModTime:'1May202312:14:13+0000'Title:[]Author:[]Description:[]Copyright:[]CreationTime:[]Software:[]Disclaimer:[]Warning:[]Source:[]Comment:[]OtherText:[]同理我们可以得到其他三种格式的图像的相关信息。图像的空域增强方法空域增强的源程序如下：clearall;closeall;f=imread('1.jpg');f1=im2double(f);h1=fspecial('sobel');%ordirectlytypeh=[-1-2-1;000;121];g1=imfilter(f1,h1);subplot(121);imshow(f);title('原始图像');%b1=mat2gray(g1);subplot(122);imshow(g1);title('该图像梯度');h2=fspecial('average',5);%procducingaaverageingfilterg2=imfilter(g1,h2);figure(2);subplot(121);imshow(g2);title('平滑梯度图像');h3=[-1-1-1;-18-1;-1-1-1];%Laplacianmaskg3=imfilter(f1,h3);%b2=mat2gray(g3);subplot(122);imshow(g3);title('拉普拉斯图像');g4=g3+f1;figure(3);subplot(121);imshow(g4)title('原始图像和拉普拉斯的和图像');g5=g4.*g2;subplot(122);imshow(g5);title('锐化图像');g6=g5+f1;figure(4);subplot(121);imshow(g6);title('锐化增强图像');%constrastspreadingbypower-lawtransformationwithr=0.5andc=1;gamma=0.5;c=1;g7=c.*g6.^gamma;figure(4);subplot(122);imshow(g7);title('灰度幂率拉伸后的图像');其运行输出后的结果如下：图2〔3〕图像的频率域增强方法频域域增强源代码如下：clearall;closeall;f=imread('1.jpg');A=rgb2gray(f);A=double(A);f=fft2(A);g=fftshift(f);[M,N]=size(f);n=3;d0=20;n1=floor(M/2);n2=floor(N/2);fori=1:Mforj=1:Nd=sqrt((i-n1)^2+(j-n2)^2);h=1/(1+0.414*(d/d0)^(2*n));g(i,j)=h*g(i,j);endendg=ifftshift(g);g=uint8(real(ifft2(g)));imshow(g)其运行结果如图3图3〔4〕图像的锐化增强方法锐化增强方法的源代码如下：clearall;closeall;f=imread('1.jpg');%读入原图像文件A=rgb2gray(f);%将彩色图片转换为灰度图g=[-1-1-1-1-1;-1-1-1-1-1;-1-125-1-1;-1-1-1-1-1;-1-1-1-1-1;];%线性高通滤波5*5典型模板h=double(A);j=conv2(h,g,'same');%线性高通滤波进行图像滤波imshow(j);锐化处理后的结果如图4〔5〕图像的快速傅里叶变换与反变换对图像进行傅里叶变化和傅里叶反变化，并画出傅里叶频谱，其代码如下f1=imread('1.jpg'); %读入原图像文件i=rgb2gray(f1);%将彩色图片转换为灰度图figure(1); %设定窗口imshow(i); %显示原图像colorbar; %显示图像的颜色条title('原图像') %图像命名j=fft2(i); %二维离散傅立叶变换k=fftshift(j); %直流分量移到频谱中心l=log(1+abs(k)); %数字图像的对数变换figure(2); %设定窗口imshow(l,[]); %显示原图像colorbar; %显示图像的颜色条title('经过二维快速傅立叶变换后的图像') %图像命名n=ifft2(j)/255; %逆二维快速傅里叶变换figure(3); %设定窗口imshow(n); %显示原图像colorbar; %显示图像的颜色条title('经过二维快速傅立叶逆变换后的图像') %图像命名m=fftshift(j); %直流分量移到频谱中心RR=real(m); %取傅立叶变换的实部II=imag(m); %取傅立叶变换的虚部A=sqrt(RR.^2+II.^2); %计算频谱幅值A=(A-min(min(A)))/(max(max(A))