数字图像处理实验(全完整答案)实验一常用 MATLAB图像处理命令一、实验目的1 、熟悉并掌握MA TLAB 工具的使用；2、实现图像的读取、显示、代数运算和简单变换。
二、实验环境MATLAB 6.5 以上版本、WIN XP或W IN2000计算机三、常用函数读写图像文件1 imreadimread 函数用于读入各种图像文件，如：a=imread('e:\w01.tif')2 imwriteimwrite 函数用于写入图像文件，如：imwrite(a,'e:\w02.tif', ’tif ’)3 imfinfoimfinfo 函数用于读取图像文件的有关信息，如：imfinfo('e:\w01.tif')图像的显示1 imageimage 函数是 MATLAB提供的最原始的图像显示函数，如：a=[1,2,3,4;4,5,6,7;8,9,10,11,12];image(a);2 imshowimshow 函数用于图像文件的显示，如：i=imread('e:\w01.tif');imshow(i);title （‘原图像’） %加上图像标题3 colorbarcolorbar 函数用显示图像的颜色条，如：i=imread('e:\w01.tif');imshow(i);colorbar;4 figurefigure 函数用于设定图像显示窗口，如：figure(1) ；/figure(2) ；5 subplot把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。
Subplot （m，n，p）分成 m*n个小窗口，在第p 个窗口中创建坐标轴为当前坐标轴，用于显示图形。
6 plot绘制二维图形plot （y）Plot （x，y）xy 可以是向量、矩阵。
图像类型转换1 rgb2gray把真彩图像转换为灰度图像i=rgb2gray （j ）2 im2bw通过阈值化方法把图像转换为二值图像I=im2bw（j ，level ）Level 表示灰度阈值，取值范围0~1（即0.n ），表示阈值取自原图像灰度范围的n%3 imresize改变图像的大小I=imresize （j ，[m n] ）将图像j 大小调整为m行n 列图像运算1 imadd两幅图像相加，要求同样大小，同种数据类型Z=imadd（x，y）表示图像x+y2 imsubstract两幅图像相减，要求同样大小，同种数据类型Z=imsubtract （x，y）表示图像x-y3 immultiplyZ=immultiply （x，y）表示图像x*y4 imdivideZ=imdivide （x，y）表示图像x/y四、实验内容（请将实验程序填写在下方合适的位置，实验图像结果拷屏粘贴）1、读入一幅RGB 图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB 图像和灰度图像，注上文字标题。
a=imread('f:\1.jpg')i = rgb2gray(a)I = im2bw(a,0.5)subplot(3,1,1);imshow(a);title('原图像')subplot(3,1,2);imshow(i);title(' 灰度图像')subplot(3,1,3);imshow(I);title(' 二值图像')3 / 392、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。
a=imread('f:\1.jpg')A=imresize(a,[800 800])b=imread('f:\2.jpg')B=imresize(b,[800 800])Z1=imadd(A,B)Z2=imsubtract(A,B)Z3=immultiply(A,B)Z4=imdivide(A,B)subplot(3,2,1); imshow(A);title(' 原图像A')subplot(3,2,2); imshow(B);title('原图像B')subplot(3,2,3); imshow(Z1);title('加法图像')subplot(3,2,4); imshow(Z2);title('减法图像')subplot(3,2,5); imshow(Z3);title('乘法图像')subplot(3,2,6); imshow(Z2);title('除法图像')3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。
a=imread('f:\1.jpg');m = imadjust(a,[,],[0.5;1]) ;%图像变亮n = imadjust(a,[,],[0;0.5]) ;%图像变暗g=255-a;%负片效果subplot(2,2,1);imshow(a);title('原图像')subplot(2,2,2);imshow(m);title('图像变亮')subplot(2,2,3);imshow(n);title('图像变暗')subplot(2,2,4);imshow(g);title('负片效果')4、熟悉数字图像处理常用函数的使用，调出帮助文档查看其各种不同用法。
方法：选择函数（函数所在区变暗），点右键弹出菜单，选择“Help on Selection”五、实验总结分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。
实验四常用图像增强方法一、实验目的1、熟悉并掌握MATLAB 图像处理工具箱的使用；2、理解并掌握常用的图像的增强技术。
二、实验环境MATLAB 6.5 以上版本、WIN XP 或WIN2000 计算机三、相关知识1 imnoiseimnoise 函数用于对图像生成模拟噪声，如：i=imread('e:\w01.tif');j=imnoise(i,'gaussian',0,0.02); 模拟均值为0 方差为0.02 的高斯噪声，j=imnoise(i,'salt&pepper', 0.04) 模拟叠加密度为0.04 的椒盐噪声2 fspecialfspecial 函数用于产生预定义滤波器，如：h=fspecial('sobel');%sobel 水平边缘增强滤波器h=fspecial('gaussian');% 高斯低通滤波器h=fspecial('laplacian');% 拉普拉斯滤波器h=fspecial('log');% 高斯拉普拉斯（LoG）滤波器h=fspecial('average');% 均值滤波器3 基于卷积的图像滤波函数imfilter 函数，filter2 函数，二维卷积conv2 滤波,都可用于图像滤波，用法类似，如：i=imread('e:\w01.tif');h=[1,2,1;0,0,0;-1,-2,-1];% 产生Sobel 算子的水平方向模板j=filter2(h,i);或者：h = fspecial( ‘prewitt ’)I = imread('cameraman.tif');imshow(I);H = fspecial('prewitt ‘); % 预定义滤波器M = imfilter(I,H);imshow(M)或者：i=imread('e:\w01.tif');h=[1,1,1;1,1,1;1,1,1];h=h/9;j=conv2(i,h);4 其他常用滤波举例（1）中值滤波medfilt2 函数用于图像的中值滤波，如：i=imread('e:\w01.tif');j=medfilt2(i ，[M N]); 对矩阵i 进行二维中值滤波，领域为M*N ，缺省值为3*3（2）利用拉氏算子锐化图像, 如:i=imread('e:\w01.tif');j=double(i);h=[0,1,0;1,-4,0;0,1,0];% 拉氏算子k=conv2(j,h,'same');三、实验步骤1、采用二维中值滤波函数medfilt2 对受椒盐噪声干扰的图像滤波，窗口分别采用3*3,5*5,7*7I = imread('f:\lena.png');J = imnoise(I,'salt & pepper',0.04);K1 = medfilt2(J,[3 3]);% 对矩阵i 进行二维中值滤波，领域为3*3K2 = medfilt2(J,[5 5]);K3 = medfilt2(J,[7 7]);subplot(2,2,1);imshow(J);title(' 椒盐噪声干扰图像')subplot(2,2,2);imshow(K1);title(' 领域为3*3 二维中值滤波')subplot(2,2,3);imshow(K2);title(' 领域为5*5 二维中值滤波')subplot(2,2,4);imshow(K3);title(' 领域为7*7 二维中值滤波')2、采用MATLAB 中的函数filter2 对受噪声干扰的图像进行均值滤波I = imread('f:\lena.png');j=imnoise(i,'gaussian',0,0.02);% 模拟均值为0 方差为0.02 的高斯噪声，M= filter2(fspecial('average',9),J)/255; % 模板尺寸为9subplot(2,1,1);imshow(j);title(' 噪声干扰图像')subplot(2,1,2);imshow(M);title(' 改进后的图像')3、采用三种不同算子对图像进行锐化处理。
i=imread('f:\1.jpg')I=rgb2gray(s)H=fspecial('sobel')% 应用Sobel 算子锐化图像I1=filter2(H,I)%Sobel 算子滤波锐化H=fspecial('prewitt')% 应用prewitt 算子锐化图像I2=filter2(H,I)%prewitt 算子滤波锐化H=fspecial('log')% 应用log 算子锐化图像I3=filter2(H,I)%log 算子滤波锐化subplot(2,2,1);imshow(i);title(' 原图像')subplot(2,2,2);imshow(I1);title('Sobel 算子锐化图像') subplot(2,2,3);imshow(I2);title('prewitt 算子锐化图像') subplot(2,2,4);imshow(I3);title('log 算子锐化图像')四、实验总结1、比较不同平滑滤波器的处理效果，分析其优缺点2、比较不同锐化滤波器的处理效果，分析其优缺点实验五图像恢复和图像分割一、实验目的1、熟悉并掌握MATLAB 图像处理工具箱的使用；2、理解并掌握常用的图像的恢复和分割技术。