matlab源知识库,常用的一些圖像處理Matlab源代碼

夢里嗣音 發布於：2012 年 05 月 18 日 11 時 07 分 | 分類： IT 頻道 | 2,364 views

#1：數字圖像矩陣數據的顯示及其傅立葉變換

#2：二維離散余弦變換的圖像壓縮

#3：采用灰度變換的方法增強圖像的對比度

#4：直方圖均勻化

#5：模擬圖像受高斯白噪聲和椒鹽噪聲的影響

#6：采用二維中值濾波函數medfilt2對受椒鹽噪聲干擾的圖像濾波

#7：采用MATLAB中的函數filter2對受噪聲干擾的圖像進行均值濾波

#8：圖像的自適應魏納濾波

#9：運用5種不同的梯度增強法進行圖像銳化

#10：圖像的高通濾波和掩模處理

#11：利用巴特沃斯(Butterworth)低通濾波器對受噪聲干擾的圖像進行平滑處理

#12：利用巴特沃斯(Butterworth)高通濾波器對受噪聲干擾的圖像進行平滑處理

1.數字圖像矩陣數據的顯示及其傅立葉變換

f=zeros(30,30);

f(5:24,13:17)=1;

imshow(f, ‘notruesize’);

F=fft2(f,256,256); % 快速傅立葉變換算法只能處矩陣維數為2的冪次，f矩陣不

% 是，通過對f矩陣進行零填充來調整 F2=fftshift(F); % 一般在計算圖形函數的傅立葉變換時，坐標原點在

% 函數圖形的中心位置處，而計算機在對圖像執行傅立葉變換

% 時是以圖像的左上角為坐標原點。所以使用函數fftshift進

%行修正，使變換后的直流分量位於圖形的中心；

figure,imshow(log(abs(F2)),[-1 5],’notruesize’);

2 二維離散余弦變換的圖像壓縮

I=imread(‘cameraman.tif’); % MATLAB自帶的圖像

imshow(I);

clear;close all

I=imread(‘cameraman.tif’);

imshow(I);

I=im2double(I);

T=dctmtx(8);

B=blkproc(I,[8 8], ‘P1*x*P2′,T,T’);

Mask=[1 1 1 1 0 0 0 0

1 1 1 0 0 0 0 0

1 1 0 0 0 0 0 0

1 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0];

B2=blkproc(B,[8 8],’P1.*x’,Mask); % 此處為點乘(.*)

I2=blkproc(B2,[8 8], ‘P1*x*P2′,T’,T);

figure,imshow(I2); % 重建后的圖像

3.采用灰度變換的方法增強圖像的對比度

I=imread(‘rice.tif’);

imshow(I);

figure,imhist(I);

J=imadjust(I,[0.15 0.9], [0 1]);

figure,imshow(J);

figure,imhist(J);

4直方圖均勻化

I=imread(‘pout.tif’); % 讀取MATLAB自帶的potu.tif圖像

imshow(I);

figure,imhist(I); [J,T]=histeq(I,64); % 圖像灰度擴展到0~255，但是只有64個灰度級

figure,imshow(J);

figure,imhist(J);

figure,plot((0:255)/255,T); % 轉移函數的變換曲線

J=histeq(I,32);

figure,imshow(J); % 圖像灰度擴展到0~255，但是只有32個灰度級

figure,imhist(J);

5模擬圖像受高斯白噪聲和椒鹽噪聲的影響

I=imread(‘eight.tif’);

imshow(I) ;

J1=imnoise(I,’gaussian’,0,0.02); % 疊加均值為0，方差為0.02的高斯噪聲，可以用

% localvar代替figure,imshow (J1);

J2=imnoise(I,’salt & pepper’,0.04); % 疊加密度為0.04的椒鹽噪聲。

figure,imshow(J2);

6采用二維中值濾波函數medfilt2對受椒鹽噪聲干擾的圖像

I=imread(‘eight.tif’);

imshow(I) ;

J2=imnoise(I,’salt & pepper’,0.04); % 疊加密度為0.04的椒鹽噪聲。

figure,imshow(J2);

I_Filter1=medfilt2(J2,[3 3]); %窗口大小為3×3

figure,imshow(I_Filter1);

I_Filter2=medfilt2(J2,[5 5]); %窗口大小為5×5

figure,imshow(I_Filter2);

I_Filter3=medfilt2(J2,[7 7]); %窗口大小為7×7

figure,imshow(I_Filter3);

7采用MATLAB中的函數filter2對受噪聲干擾的圖像進行均值濾波

[I,map]=imread(‘eight.tif’);

figure,imshow(I);title(‘original’)

J1=imnoise(I,’gaussian’,0,0.02); % 受高斯噪聲干擾

M4=[0 1 0; 1 0 1; 0 1 0];

M4=M4/4; % 4鄰域平均濾波

I_filter1=filter2(M4,J1);

figure,imshow(I_filter1,map);

M8=[1 1 1; 1 0 1; 1 1 1]; % 8鄰域平均濾波

M8=M8/8;

I_filter2=filter2(M8,J1);

figure,imshow(I_filter2,map);

8圖像的自適應維納濾波

[I,map]=imread(‘eight.tif’);

figure,imshow(I);title(‘original’)

J1=imnoise(I,’gaussian’,0,0.02); % 受高斯噪聲干擾

[K noise]=wiener2(J1, [5 5]);

figure,imshow(K);

9運用5種不同的梯度增強法進行圖像銳化

[I,map]=imread(’3-22.jpg’);

imshow(I,map);

I=double(I);

[Gx,Gy]=gradient(I); % 計算梯度

G=sqrt(Gx.*Gx+Gy.*Gy); % 注意是矩陣點乘

J1=G;

figure,imshow(J1,map); % 第一種圖像增強

J2=I; % 第二種圖像增強

K=find(G>=7);

J2(K)=G(K);

figure,imshow(J2,map);

J3=I; % 第三種圖像增強

K=find(G>=7);

J3(K)=255;

figure,imshow(J3,map);

J4=I; % 第四種圖像增強

K=find(G<=7);

J4(K)=255;

figure,imshow(J4,map);

J5=I; % 第五種圖像增強

K=find(G<=7);

J5(K)=0;

Q=find(G>=7);

J5(Q)=255;

figure,imshow(J5,map);

10圖像的高通濾波和掩模處理

[I,map]=imread(‘blood1.tif’);

imshow(I,map);

H2=[-1 -1 -1;-1 -9 -1;-1 -1 -1];

J1=filter2(H2,I); % 高通濾波

figure,imshow(J1,map);

I=double(I);

M=[1 1 1;1 1 1;1 1 1]/9;

J2=filter2(M,I);

J3=I-J2; % 掩模

figure,imshow(J3,map);

11利用巴特沃斯(Butterworth)低通濾波器對受噪聲干擾的圖像進行平滑處理

I=imread(‘Saturn.tif’);

imshow(I);

J1=imnoise(I,’salt & pepper’); % 疊加椒鹽噪聲

figure,imshow(J1);

f=double(J1); % 數據類型轉換，MATLAB不支持圖像的無符號整型的計算

g=fft2(f); % 傅立葉變換

g=fftshift(g); % 轉換數據矩陣

[M,N]=size(g);

nn=2; % 二階巴特沃斯(Butterworth)低通濾波器

d0=50;

m=fix(M/2); n=fix(N/2);

for i=1:M

for j=1:N

d=sqrt((i-m)^2+(j-n)^2);

h=1/(1+0.414*(d/d0)^(2*nn)); % 計算低通濾波器傳遞函數

result(i,j)=h*g(i,j);

end

end

result=ifftshift(result);

J2=ifft2(result);

J3=uint8(real(J2));

figure,imshow(J3); % 顯示濾波處理后的圖像

12利用巴特沃斯(Butterworth)高通濾波器對受噪聲干擾的圖像進行平滑處理

I=imread(‘blood1.tif’);

imshow(I);

f=double(I); % 數據類型轉換，MATLAB不支持圖像的無符號整型的計算

g=fft2(f); % 傅立葉變換

g=fftshift(g); % 轉換數據矩陣

[M,N]=size(g);

nn=2; % 二階巴特沃斯(Butterworth)高通濾波器

d0=5;

m=fix(M/2);

n=fix(N/2);

for i=1:M

for j=1:N

d=sqrt((i-m)^2+(j-n)^2);

if (d==0)

h=0;

else

h=1/(1+0.414*(d0/d)^(2*nn));% 計算傳遞函數

end

result(i,j)=h*g(i,j);

end

end

result=ifftshift(result);

J2=ifft2(result);

J3=uint8(real(J2));

figure,imshow(J3); % 濾波后圖像顯示