1、书写程序时，首先读取图像，一般调用 matlab自带的图像，女口 :cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像；3浏览源程序并理解含义；4.运行，观察显示结果；5.结束运行，退出；6.原始图像直方图 实验结果：观察图像matlab环境下的直方图分布。（a）原始图像 （b）六.实验报告要求1、给出实验原理过程及实现代码：coi ns.p ng）;）% 在原始图像中加标题 subplot（1,2,2）,imhist（l） % 输出原图直方图2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。1.2 3*3均值滤波1 .熟悉matlab图像处
2、理工具箱及均值滤波函数的使用；2.理解和掌握3*3均值滤波的方法和应用；2.软件matlab在matlab环境中，程序首先读取图像，然后调用图像增强（均值滤波）函数，设置相 关参数，再输出处理后的图像。I = imread（figure,imshow（l）;J=filter2（fspecial（ average ,3）,l）/255;figure,imshow（J）;1.启动 matlab双击桌面 matlab图标启动 matlab 环境；再调用相应的图像增强（均值滤波）函数，设置参数；最后输出处理后的图像；5.实验结果：观察matlab环境下原始图像经 3*3均值滤波处理后的结果。六实验报告
3、要求输入一幅灰度图像，给出其图像经 3*3均值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行均值滤波，看看对 25个点取均值与对 9个点取中值进行均值滤波有什么区别？有没有其他的算法可以改进滤波效果。1.3 3*3中值滤波一.实验目的1 熟悉matlab图像处理工具箱及中值滤波函数的使用;2.理解和掌握中值滤波的方法和应用；二.实验设备：1.PC 机一台；2.软件 matlab2.程序设计在matlab环境中，程序首先读取图像，然后调用图像增强（中值滤波）函数，设置相 关参数，再输出处理后的图像。 figure,imshow（l）;J=medfilt2（l,5
4、,5）;四.实验步骤再调用相应的图像增强（中值滤波）函数，设置参数；4.运行，观察显示结果;5.实验结果观察matlab环境下原始图像经 3*3中值滤波处理后的结果。和它周围24个点，一共25个点的灰度值进行排序后取中值， 然后该点的灰度值取中值。看对25个点取中值与对9个点取中值进行中值滤波有什么区别?1.4 图像的缩放1 .熟悉matlab图像处理工具箱及图像缩放函数的使用；2掌握图像缩放的方法和应用；在matlab环境中，程序首先读取图像，然后调用图像缩放函数，设置相关参数，再输 出处理后的图像。scale = 0.5;J = imresize（I,scale）; figure,imsh
5、ow（J）;再调用相应的图像缩放函数，设置参数；最后输出处理 后的图像；3 浏览源程序并理解含义；五实验结果观察matlab环境下图像缩放后的结果。数字图像的离散余弦变换1 .验证二维傅里叶变换的平移性和旋转不变性；2.实现图像频域滤波，加深对频域图像增强的理解；2.实验设备2.软件 matlab ；3.实验内容及步骤（1）产生如图3.1所示图像fi （x, y） （128 X 128大小，暗处=0，亮处=255）,用MATLAB中的fft2函数对其进行FFT: 同屏显示原图f1和FFT（f1）的幅度谱图;若令f2（x,y） =（_1） fx, y），重复以上过程，比较二者幅度谱的异同，简述理
6、由;若将f2（x,y）顺时针旋转45度得到f3（x, y），试显示FFT（f3）的幅度谱，并与FF）的幅度谱进行比较。f1（64-30）:（63+30）,（64-10）:（63+10）=1; %FFT变换fft_f1=log（1+abs（fftshift（fft2（f1）;figure;subplot（121）;imshow（f1）;lmage f1subplot（122）;imshow（fft_f1,）;FFT f12.%计算f2f2=zeros（128,128）;for i=1:128;for j=1:f2（i,j）=（-1）F+j）*f1（i,j）;endfft_f2A=log（1+ab
7、s（fft2（f2）; fft_f2B=log（1+abs（fftshift（fft2（f2）;subplot（131）;imshow（f2）;lmage f2 subplot（132）;imshow（fft_f2B,）;FFT f2 subplot（133）;imshow（fft_f2A,）;FFT f2 Without FFTShift分析：根据傅里叶变换对的平移性质：f（x,y）ej2m/M W F（u-u0,v-v。）； 当 Uo =M /2 且 V。=N /2 时，有：j2 二（uox/M Voy/N ） j 7：（x y）e e （-1）因此可得到：f（X, y）（-1）x y=
8、F（u-M /2,v-N/2） 所以，FFT（ f2（x, y）就是FFT（ fx, y）频谱中心化后的结果。3.%计算f3f3=imrotate（f2,-45, nearestfft_f3=log（1+abs（fftshift（fft2（f3）;imshow（f3）;lmage f3 subplot（122）;imshow（fft_f3,）;FFT f3Image f3 （2）对如图3.2所示的数字图像lena.img （256x 256大小、256级灰度）进行频域的理 想低通、高通滤波，同屏显示原图、幅度谱图和低通、高通滤波的结果图。subplot（1,2,1）imagesc（data）;
9、 图 3.2 实验图象 lena.imgcolormap（gray）; title（LENA,Color,T）; fft_le na=fft2（data）; f=fftshift（fft_le na）; for i=1:256 for j=1:256if sqrt（i-128）A2+（j-128）A2）30 f（i，j）=0;subplot（1,2,2）;x,y=meshgrid（1:1:256）;surf（x,y,f）SO 100 ISO 如 2S0 o fl高通滤波：fid=fope n（D:matlab7imagele na.imgr data=（fread（fid,256,256,ui
10、 nt8）; subplot（1,2,1） imagesc（data）;fft_le na=fft2（data）;if sqrt（i-128）A2+（j-128）A2）T im_T（i,j）=im_L（i,j）;elseim_T（i,j）=J（i,j）; subplot（2,2,1）;lmage subplot（2,2,2）;imshow（J）;Noise subplot（2,2,3）;imshow（im_L）; subplot（2,2,4）;imshow（im_T）;对高斯噪声的处理效果：对脉冲噪声的处理效果:图像分割（常见的边缘检测算子Sobel、Prewitt、Log ）1熟悉matla
11、b图像处理工具箱及图像边缘检测函数的使用；2.理解和掌握图像边缘检测（ Sobel、Prewitt、Log边缘算子）的方法和应用；2.软件 matlab ;在matlab环境中，程序首先读取图像，然后调用图像边缘检测（ Sobel、Prewitt、Log 边缘算子）函数，设置相关参数，再输出处理后的图像。J仁edge（l,sobelJ2=edge（l,prewittJ3=edge（I,logsubplot（1,4,1）,imshow（l）;subplot（1,4,2）,imshow（J1）;subplot（1,4,3）,imshow（J2）;subplot（1,4,4）,imshow（J3）;
12、再调用相应的边缘检测（ Sobel边缘算子、Prewitt 边缘算子、Log边缘算子）函数，设置参数；最后输出处理后的图像;5.结束运行，退出;Sobel、Prewitt、Log边缘算子）后的结果fid=fope n（ le na.img,丫 im=（fread（fid,256,256, im_R=edge（im,Roberts im_P=edge（im,Prewitt im_S=edge（im,Sobelim_L=edge（im,Log colormap（gray）;subplot（321）; 源图像subplot（323）;imshow（im_R）;Roberts 检测subplot（324）;imshow（im_P）;Prewitt 检测subplot（325）;imshow（im_S）;Sobel 检测subplot（326）;Log 检测源图像Roberts检测Prewitt 检测Sobe检测Log检测
