第一天:
①直方图均衡
②均值滤波、高斯滤波、中值滤波
③拉普拉斯滤波器

关于matlab

matlab基本概况

MATLAB是矩阵实验室（Matrix Laboratory）之意。除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。

MATLAB的基本数据单位是矩阵，它的指令表达式与数学,工程中常用的形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等语言完相同的事情简捷得多.

当前流行的MATLAB 5.3/Simulink 3.0包括拥有数百个内部函数的主包和三十几种工具包(Toolbox).工具包又可以分为功能性工具包和学科工具包.功能工具包用来扩充MATLAB的符号计算,可视化建模仿真,文字处理及实时控制等功能.学科工具包是专业性比较强的工具包,控制工具包,信号处理工具包,通信工具包等都属于此类.

开放性使MATLAB广受用户欢迎.除内部函数外,所有MATLAB主包文件和各种工具包都是可读可修改的文件,用户通过对源程序的修改或加入自己编写程序构造新的专用工具包.

学习任务

使用matlab对四张图片分别进行直方图均衡，并且分别显示原始图像、均衡后图像、以及对应的直方图
使用matlab对图像添加强度为0.2的椒盐噪声，并且分别使用3x3的均值滤波器、高斯平滑滤波器和中值滤波器对添加噪声的图像进行平滑滤波，并分别显示原始图像、添加噪声的图像、以及各平滑滤波后图像
分别使用拉普拉斯滤波器：

对图像进行锐化

实现

使用matlab对四张图片分别进行直方图均衡，并且分别显示原始图像、均衡后图像、以及对应的直方图

% 直方图均衡
H1= imread('Fig0316_1_3e.tif');
H2= imread('Fig0316_2_3e.tif');
H3= imread('Fig0316_3_3e.tif');
H4= imread('Fig0316_4_3e.tif');
% H1
if length(size(H1))>2H1=rgb2gray(H1);
end
subplot(3,2,1);
imshow(H1); title('H1原图');
subplot(3,2,2);
imhist(H1); title('H1原图直方图');
subplot(3,2,5);
H1_=histeq(H1);
imshow(H1_'); title('histeq均衡后图 ');
subplot(3,2,6);
imhist(H1_'); title('histeq均衡后直方图 ')% H2
if length(size(H2))>2H2=rgb2gray(H2);
end
subplot(3,2,1);
imshow(H2); title('H2原图');
subplot(3,2,2);
imhist(H2); title('H2原图直方图');
subplot(3,2,5);
H2_=histeq(H2);
imshow(H2_); title('histeq均衡后图 ');
subplot(3,2,6);
imhist(H2_); title('histeq均衡后直方图')%H3
if length(size(H3))>2H3=rgb2gray(H3);
end
subplot(3,2,1);
imshow(H3); title('H3原图');
subplot(3,2,2);
imhist(H3); title('H3原图直方图');
subplot(3,2,5);
H3_=histeq(H3);
imshow(H3_); title('histeq均衡后图 ');
subplot(3,2,6);
imhist(H3_); title('histeq均衡后直方图')% H4
if length(size(H4))>2H=rgb2gray(H4);
end
subplot(3,2,1);
imshow(H4); title('H4原图');
subplot(3,2,2);
imhist(H4); title('H4原图直方图');
subplot(3,2,5);
H4_=histeq(H4);
imshow(H4_); title('histeq均衡后图');
subplot(3,2,6);
imhist(H4_); title('histeq均衡后直方图')

得到图像如下：

H1
H2
H3
H4

结果分析：
我们发现，在我们对图像进行直方图均衡之后，其直方图的灰度范围（跨度）变得更大了，其图像效果也变得更加明显，所以，我们可以得出结论：
如果一幅图像其灰度直方图跨越整个灰度范围，并且成均匀分布，那么这副图像细节丰富、对比度及动态范围高，视觉质量好

使用matlab对图像添加强度为0.2的椒盐噪声，并且分别使用3x3的均值滤波器、高斯平滑滤波器和中值滤波器对添加噪声的图像进行平滑滤波，并分别显示原始图像、添加噪声的图像、以及各平滑滤波后图像

% 添加噪声
t=imread('Fig0507_ckt_board_orig_3e.tif');
subplot(1,2,1),imshow(t),title('原图');
t2=imnoise(t,'salt & pepper',0.2);
figure,subplot(1,2,1),imshow(t2),title('加入噪声密度：0.2的椒盐噪声');% 3x3均值滤波
k1=filter2(fspecial('average',3),t2);
subplot(2,3,3),imshow(uint8(k1));title('均值滤波3*3模板平滑')% 高斯滤波
M = size(t2);
if numel(M)>2gray = rgb2gray(t2);
elsegray = t2;
end% 创建滤波器
W = fspecial('gaussian',[5,5],1);
G = imfilter(gray, W, 'replicate');
figure(1);
subplot(121); imshow(gray); title('原始图像');
subplot(122); imshow(G);    title('滤波后图像');% 中值滤波
subplot(2,2,4)
D=medfilt3(t2);
imshow(D,[])
title('中值滤波处理')imshow(t),title('原图');
imshow(t2),title('添加0.2的椒盐噪声');
imshow(k1),title('3x3均值滤波');
imshow(uint8(k1)),title('3x3均值滤波');
imshow(G),title('高斯滤波');
imshow(D),title('中值滤波');

得到图像如下：

原图
添加强度为0.2的椒盐噪声
3x3均值滤波
高斯滤波
中值滤波

结果分析：

从结果可以看出，中值滤波在处理椒盐噪声的问题中有很大的优势

使用拉普拉斯滤波器对图像进行锐化

四邻域的拉普拉斯算子滤波

A = imread('blurry_moon_3e.tif');
%%%锐化%%%%
f_laplacian = fspecial('laplacian',0)
B3 = imfilter(A,f_laplacian);
figure;
subplot(121);imshow(A);
subplot(122);imshow(-B3);
figure;
subplot(121);imshow(A);
subplot(124);imshow(A-B3);

结果如下：

2. 八邻域的拉普拉斯算子滤波

a = im2double(imread('blurry_moon_3e.tif')); lap = [-1 -1 -1; -1 8 -1; -1 -1 -1]; resp = imfilter(a, lap, 'conv');%// Change - Normalize the response imageminR = min(resp(:));maxR = max(resp(:));resp = (resp - minR) / (maxR - minR);%// 更改-现在添加到原始图像sharpened = a + resp;%// 更改-标准化锐化的结果minA = min(sharpened(:));maxA = max(sharpened(:));sharpened = (sharpened - minA) / (maxA - minA);%// 改变-执行线性对比度增强sharpened = imadjust(sharpened, [60/255 200/255], [0 1]);figure;subplot(1,3,1);imshow(a); title('原始图像');subplot(1,3,2);imshow(resp); title('拉普拉斯滤波图像');subplot(1,3,3);imshow(sharpened); title('锐化图像');

结果如下：

结果分析：

锐化的主要目的是突出灰度的过渡部分
因此，图像微分增强边缘和其他突变（如噪声）而削弱灰度变化缓慢的区域

总结

今天算是matlab初体验，从安装、配置matlab，到了解其中的函数、包、库、再到最后完成学习任务，在这个过程中我还是学到了很多东西的，不仅感受到了matlab的强大功能，也极大锻炼了我主动学习和自主解决问题的能力，同时加深了我对一些图像处理知识的理解，从理论到实践，我觉得这是一个能够产生质变的过程。

基于matlab进行图像处理学习——从入门到入魔相关推荐

基于MATLAB的图像处理的课程设计
基于MATLAB的图像处理的系统课题介绍数字图像处理技术是20世纪60年代发展起来的一门新兴学科,随着图像处理理论和方法的进一步完善,使得数字图像处理技术在各个领域得到了广泛应用,并显示出广阔的应 ...
基于MATLAB的图像处理技术
基于MATLAB的图像处理技术摘要: 一般情况下,拍摄到的图像由于光照不足等原因,可能有较多的噪声,且边界特征不清晰.因此,我们需要对这些图像进行增强或分割处理.介于此,本文介绍了基本的图像处理技 ...
基于MATLAB的图像处理系统
目录设计目的-------..-------.----3 设计要求-------.----------.-.3 设计的内容------..---------.--3 题目分析------------ ...
基于matlab的硅晶体模型,基于Matlab的图像处理技术识别硅太阳电池的缺陷
第 44 卷第 7 期 2010 年 7 月上海交通大学学报 JOURNAL OF SHANGHAI J IAOTON G UNIVERSITY Vol. 44 No. 7 Jul. ...
matlab怎么利用圆形度提取园,基于Matlab+GUI图像处理的物料粒度与圆形度测试.pdf...
基于Matlab+GUI图像处理的物料粒度与圆形度测试.pdf 第36卷第2期中国农机化学报 Vol_36No．2 2015年3月 JournalofChinese Mechanization Ma ...
matlab图像类论文,基于matlab图形图像处理技术毕设论文.doc
基于matlab图形图像处理技术毕设论文基于MATLAB图形图像处理技术摘要本文提出了一种基于MATLAB的数字图像处理技术的设计,系统中包括了图像处理技术的各个方面,涵盖了图像处理领域的个别 ...
【基于matlab数字图像处理GUI代码】_数字图像处理考核论文_大作业_项目
基于matlab数字图像处理GUI代码代码: function varargout = Image_processing_GUI(varargin) % IMAGE_PROCESSING_GUI M ...
matlab图形图像处理论文,基于matlab图形图像处理技术-本科毕设论文.doc
基于matlab图形图像处理技术-本科毕设论文基于MATLAB图形图像处理技术摘要本文提出了一种基于MATLAB的数字图像处理技术的设计,系统中包括了图像处理技术的各个方面,涵盖了图像处理领域 ...
基于matlab的图像处理系统GUI
基于matlab的图像处理系统GUI,支持图像缩放,剪切,旋转,水平镜像,垂直镜像,参数还可以自己设置,边缘处理的五种算法:laplacian算法,Robert算法,canny算法,prewitt算法 ...
显微镜镜头缺陷检测系统基于matlab的图像处理系统
第一步可以见到的显微镜镜头的圆形显示镜头的轮廓图像处理后,可以框选感兴趣的区域,并且将镜头位置处粗略显示出来定位一部分缺陷位置得到缺陷的轮廓研究了一种sobel改进的方法,并且得到最佳的数 ...

基于matlab进行图像处理学习——从入门到入魔

关于matlab

matlab基本概况

学习任务

实现

总结

基于matlab进行图像处理学习——从入门到入魔相关推荐

最新文章

热门文章