clear;close all; Image = imread('2.jpg'); figure,imshow(Image),title('原图'); Image=rgb2gray(Image); figure,imshow(Image),title('灰度图'); w4 = [1 1 1;1 -8 1;1 1 1 ]; Image = im2double(Image); K=imfilter(Image,w4,'replicate'); KN = Image - K; figure,imshow(KN),title('ruihua'); KN=imclose(KN,strel('rectangle',[2,2])); KN=imopen(KN,strel('rectangle',[2,2])); Theshold = graythresh(KN); Image_BW = im2bw(Image,Theshold); Reverse_Image_BW22=~Image_BW; figure,imshow(Image_BW),title('初次二值化图像'); BW2 = bwmorph(Image_BW,'remove'); figure,imshow(BW2),title('边界图像'); BW3 = imclose(BW2,strel('rectangle',[10,10])); figure,imshow(BW3),title('闭运算');
1. 图像一的细胞计数
将该图形进行一系列处理，计 算得到途中清晰可见细胞的个数。 转为灰度图，二值化，中值滤 波，图像取反，计数，再次中值滤 波，再次计数
1. 图像一的细胞计数
clear;close all; Image = imread('1.jpg'); figure,imshow(Image),title('原图'); Image=rgb2gray(Image); figure,imshow(Image),title('灰度图'); Theshold = graythresh(Image); Image_BW = im2bw(Image,Theshold); Reverse_Image_BW22=~Image_BW; figure,imshow(Image_BW),title('二值化图像'); Image_BW_medfilt= medfilt2(Image_BW,[3 3]); figure,imshow(Image_BW_medfilt),title('中值滤波后的二值化图像'); Reverse_Image_BW = ~Image_BW_medfilt; figure,imshow(Reverse_Image_BW),title('图象取反'); Image_BW_medfilt2= medfilt2(Reverse_Image_BW,[20 20]); figure,imshow(Image_BW_medfilt2),title('第二次中值滤波的二值化图像'); [Label, Number]=bwlabel(Image_BW_medfilt,8);Number [Label, Number]=bwlabel(Image_BW_medfilt2,8);Number
信号与系统 图像处理实验报告
组长：** 组员：** 专业：2014级通信工程
1. 图像一的细胞计数 2. 图像二的图形结构提取 3. 图像三的图形结构提取 4. 图像四的傅里叶变化及巴特沃斯低通滤波 5. 图像五的空间域滤波与频域滤波
1. 图像一的细胞计数 2. 图像二的图形结构提取 3. 图像三的图形结构提取 4. 图像四的傅里叶变化及巴特沃斯低通滤波 5. 图像五的空间域滤波与频域滤波
5. 图像五的空间域滤波与频域滤波
%频域滤波 clc;close all; I1=imread('4.jpg'); I1=rgb2gray(I1); I=imnoise(I1,'gaussian'); f=im2double(I); F=fft2(double(f));%傅里叶变换 F=fftshift(F);%将变换的原点移到频率矩形的中心 [M,N]=size(f); G1=F.*h1; G1=ifftshift(G1); g1=real(ifft2(G1)); %高斯低通滤波 I=im2double(I); M=2*size(I,1); N=2*size(I,2); %滤波器的行列数 u=-M/2:(M/2-1); v=-N/2:(N/2-1); [U,V]=meshgrid(u,v); D=sqrt(U.^2+V.^2); D0=20; H=exp(-(D.^2)./(2*(D0^2))); %设计高斯滤波器 J=fftshift(fft2(I,size(H,1),size(H,2))); G=J.*H; L=ifft2(fftshift(G)); L=L(1:size(I,1),1:size(I,2)); subplot(2,3,1);imshow(f);title('原图'); subplot(2,3,2);imshow(g1);title('理想低通滤波'); subplot(2,3,4);imshow(L);title('高斯低通滤波');
3. 图像三的图形结构提取
clear;close all; Image = imread('3.jpg'); figure,imshow(Image),title('原图'); Image=rgb2gray(Image); figure,imshow(Image),title('灰度图'); w4 = [1 1 1;1 -8 1;1 1 1 ]; Image = im2double(Image); K=imfilter(Image,w4,'replicate'); KN = Image - K; figure,imshow(KN),title('ruihua'); KN=imclose(KN,strel('rectangle',[2,2])); KN=imopen(KN,strel('rectangle',[2,2])); Theshold = graythresh(KN); Image_BW = im2bw(Image,Theshold); Reverse_Image_BW22=~Image_BW; figure,imshow(Image_BW),title('初次二值化图像'); BW2 = bwmorph(Image_BW,'remove'); figure,imshow(BW2),title('边界图像'); BW3 = imclose(BW2,strel('rectangle',[10,10])); figure,imshow(BW3),title('闭运算');
5. 图像五的空间域滤波与频域滤波
%空间域滤波 clc;close all; I1=imread('4.jpg'); I=imnoise(I1,'gaussian'); w1=fspecial('average',[3 3]); w3=fspecial('gaussian',[3 3],0.5); w4=fspecial('laplacian',0.1); g1=imfilter(I,w1,'replicate'); g3=imfilter(I,w3,'replicate'); g4=imfilter(I,w4,'replicate'); subplot(3,3,1);imshow(I);title('原图'); subplot(3,3,2);imshow(g1);title('均值滤波'); subplot(3,3,4);imshow(g3);title('高斯滤波'); subplot(3,3,5);imshow(g4);title('拉普拉斯滤波'); figure;
5. 图像的空间域滤波与频域滤波
该实验分别对此图形进行空间域的 滤波以及频域上的滤波，观察实验结果。 首先，进行空间域上的滤波，为了能更 好的观察滤波效果，先对图像添加较为 密集的高斯噪声，然后分别进行均值滤 波，高斯滤波以及拉普拉斯滤波，并观 察实验结果。 其次，进行频域的滤波，同样为了 能更好的观察滤波效果，先对图像添加 较为密集的高斯噪声，然后分别进行理 想低通滤波以及高斯低通滤波，并观察 实验结果。
1. 图像一的细胞计数
1. 图像一的细胞计数
1. 图像一的细胞计数
结果： 经过一次中值滤波得到的细胞个数为：1498个。 经过第二次中值滤波去掉不清晰的细胞得到的细胞个数为211个。
1. 图像一的细胞计数 2. 图像二的图形结构提取 3. 图像三的图形结构提取 4. 图像四的傅里叶变化及巴特沃斯低通滤波 5. 图像五的空间域滤波与频域滤波
4. 图像四的傅里叶变化及巴特沃斯低通滤波
通过图b我们可以 看出图像的能量主要集 中在低频部分，高频中 存在少量的能量，经过 了低通滤波之后，图像 变得模糊，这时通过图 c 我们可以发现高频部 分已经被滤去，图像上 只剩下了低频成分。
1. 图像一的细胞计数 2. 图像二的图形结构提取 3. 图像三的图形结构提取 4. 图像四的傅里叶变化及巴特沃斯低通滤波 5. 图像五的空间域滤波与频域滤波
2. 图像二的图形结构提取