圖像處理參考模板

1、1. 對原始圖像統(tǒng)計一級均衡化2. %直方圖均衡化  3. I = imread('rice.png');  4. height,width = size(I);  5. figure  6. subplot(221)  7. imshow(I)%顯示原始圖像  8. subplot(222)  9. imhist(I)%顯示原始圖像直方圖  10.   11.

2、 %進(jìn)行像素灰度統(tǒng)計;  12. NumPixel = zeros(1,256);%統(tǒng)計各灰度數(shù)目，共256個灰度級  13. for i = 1:height  14.     for j = 1: width  15.         NumPixel(I(i,j) + 1) 

3、;= NumPixel(I(i,j) + 1) + 1;%對應(yīng)灰度值像素點數(shù)量增加一  16.     end  17. end  18. %計算灰度分布密度  19. ProbPixel = zeros(1,256);  20. for i = 1:256  21.     ProbPixel(i

4、) = NumPixel(i) / (height * width * 1.0);  22. end  23. %計算累計直方圖分布  24. CumuPixel = zeros(1,256);  25. for i = 1:256  26.     if i = 1  27.

5、        CumuPixel(i) = ProbPixel(i);  28.     else  29.         CumuPixel(i) = CumuPixel(i - 1) + ProbPixel(i);  30.   &

6、#160; end  31. end  32. %累計分布取整  33. CumuPixel = uint8(255 .* CumuPixel + 0.5);  34. %對灰度值進(jìn)行映射（均衡化）  35. for i = 1:height  36.     for j = 1: width

7、60; 37.         I(i,j) = CumuPixel(I(i,j);  38.     end  39. end  40.   41. subplot(223)  42. imshow(I)%顯示原始圖像  43. subplot(224)  1 / 844. imhist(I)%顯示原始圖像

8、直方圖  2. 用MATLAB實現(xiàn)平滑濾波。3*3模板5*5模板可見用兩個模板作用后，結(jié)果相差不是太明顯。主要是去除了一些突起，對灰度級進(jìn)行了平均化處理，減小了噪聲。3用MATLAB編程實現(xiàn)圖像區(qū)域增強(qiáng)算法4 用MATLAB 編程實現(xiàn)分段線性灰度變換 通過對比可以看出原圖經(jīng)過分段變換前后的對比圖可知原圖中間得到拉伸，對比度得到增強(qiáng)。在顯示設(shè)備的亮度動態(tài)范圍不足以滿足要求時，可以用這種變換再顯示，以利于在較大的灰度范圍內(nèi)顯示出灰度值的差異 5. 用MATLAB編程實現(xiàn)圖像的而為傅立葉變換，顯示變化結(jié)果的幅度譜和相位譜信號經(jīng)過傅里葉變換之后產(chǎn)生頻譜,頻譜是一個以頻率為自變量的函

9、數(shù)。頻譜在每一個頻率點的取值是一個復(fù)數(shù)。一個復(fù)數(shù)由模和輻角唯一地確定,所以可將頻譜分解為幅度譜(即復(fù)數(shù)的模關(guān)于頻率的函數(shù))和相位譜(即復(fù)數(shù)的輻角關(guān)于頻率的函數(shù))。7subplot(2,3,4);data2=uint8(data1);S=edge(data2,'Sobel');imagesc(S);title('Sobel檢測算子');subplot(2,3,5);data2=uint8(data1);T=edge(data2,'Log');imagesc(T);title('Log檢測算子Sobel算子認(rèn)為鄰域的像素對當(dāng)前像素產(chǎn)生的影響不是等價的，所以距離不同的像素具有不同的權(quán)