数字图像处理实验之Matlab对图像的基本处理

一、运用Matlab对图像的基本处理

1、提取Lena图像的左半上角部分，与原始Lena图像在同一个figure中显示，并做适当命名

a =imread(Lena.bmp);%读取图片 [SEO靠我m, n, c]=size(a);%取行数m和列数n half_x=floor(m/2);%floor是对m/2的结果取整，向下取整；ceil向上取整 half_y=fSEO靠我loor(n/2); img_b=a(1:half_x,1:half_y,:);%取左半上角 figure;%figure创建图窗窗口 subplot(SEO靠我1,2,1);%一个fugure图形生成一行两列两个子图,当前图像显示在第一个位置 imshow(a);title(原始图像)%输出图像到板块上 subplot(1,2SEO靠我,2);%第二个位置放更改后的图像 imshow(img_b);title(左半上角)

效果图

2、利用 imnoise , 对原始Lena图像叠加高斯噪声，产生4幅、14幅、140幅的含SEO靠我噪图像。对这些含噪图像采用 相加 运算，来验证、比较图像相加消除叠加性噪声的效果。将原始图像、1幅噪声图像、1幅相加去噪结果图像显示在一个figure 中

% 利用 imnoise , 对原始Lena图SEO靠我像叠加高斯噪声，产生4幅含噪图像 % g=imnoise(图像名称,‘gaussian’,m,var)  均值m,方差为var的高斯噪声添加到原图像上，默认值均值是0，方差为0-1imSEO靠我g1=imread(Lena.bmp); %图形文件读取图像MATLAB空间  A = imread(filename) %高斯噪声，图像是img，均值为0，方差为 nSEO靠我os1 = imnoise(img1,gaussian,0,0.02); nos2=imnoise(img1,gaussian,0,0.03); nos3=imnoisSEO靠我e(img1,gaussian,0,0.05); nos4=imnoise(img1,gaussian,0,0.07);figure(Name,原始图像和4幅的含噪图像); SEO靠我 subplot(2,3,1); imshow(img1); title(原图);%两行三列第一张图 subplot(2,3,2); imshow(nos1); title(方差0SEO靠我.02的高斯); subplot(2,3,3); imshow(nos2); title(方差0.03的高斯); subplot(2,3,4); imshow(nos3SEO靠我); title(方差0.05的高斯); subplot(2,3,5); imshow(nos4); title(方差0.07的高斯);

%产生4幅、14幅、140幅的含噪图像。对这些含SEO靠我噪图像采用 相加 运算，来验证、比较图像相加消除叠加性噪声的效果。

img1=im2double(img1);                     %将img1数据类型转换成双精度 SEO靠我% A=im2double(A); nos3=im2double(nos3); %14幅的含噪图像 for i=1:14 %i从1到14，每次增加一个，该共循环14次,SEO靠我每写一层循环，必须以end结尾 nos1 = imnoise(img1,gaussian,0,0.02); A=imadd(nos1,img1);%对原始图像和含噪图像SEO靠我继续叠加 % figure();imshow(nos1); %将14幅图像显示出来 end % figure(Name,原始图像与nos1的叠加);imSEO靠我show(A); avg_A=A/15;%求叠加后的平均图像%140幅的含噪图像 for i=1:140 nos3 = imnoise(img1,gaussian,0,SEO靠我0.05);B=imadd(nos3,img1);%对原始图像和含噪图像3叠加 % figure();imshow(nos3);  end % figuSEO靠我re(Name,原始图像与nos3的叠加);imshow(B);figure(Name,综合); subplot(1,3,1);imshow(img1);title(原始图像); SEO靠我 subplot(1,3,2);imshow(nos1);title(噪声图像); subplot(1,3,3);imshow(avg_A);title(相加去噪结果图像);SEO靠我

二、熟悉Matlab基本编程

1、利用 imresize , 采用nearest方法先将Lena缩小2倍后再分别采用nearest、bilinear、bicubic方法放大4倍，显示在不同的FigureSEO靠我中

I=imread(Lena.bmp); I_shrink_2_nearest=imresize(I,0.5,nearest);%Lena缩小2倍 figure; imSEO靠我show(I); title(原图); figure; imshow(I_shrink_2_nearest);title(nearest：缩小2倍的图) I_magSEO靠我nify_4_nearest=imresize(I_shrink_2_nearest,4,nearest);%用nearest方法将I_shrink_2_nearest 放大4倍 fiSEO靠我gure; imshow(I_magnify_4_nearest);title(nearest：放大4倍的图) %用bilinear方法 将I_shrink_2_nearest SEO靠我放大4倍 I_magnify_4_bilinear=imresize(I_shrink_2_nearest,4,bilinear); figure; imshow(I_SEO靠我magnify_4_bilinear);title(bilinear：放大4倍的图) %用bicubic方法 将I_shrink_2_nearest 放大4倍的图 SEO靠我I_magnify_4_bicubic=imresize(I_shrink_2_nearest,4,bicubic); figure; imshow(I_magnify_4_bicubSEO靠我ic);title(bicubic：放大4倍的图)

2、利用循环逐像素点计算原始Lena图像的均值和方差

img1=imread(Lena.bmp);

[r,c,k]=size(img1);%取图像的行数rSEO靠我和列数c

s=0;

for x=1:r %从1遍历到r行

    for y=1:c %从1遍历到c列

       s=s+img1(x,y);%求像素值总和 s  ， img1(x,y)表示位于某个坐标下的像素值

    end

end  

iSEO靠我mg1_mean = s/(r*c); %按公式计算，像素值总和除以像素个数。

Matlab_img1_mean1=mean2(img1); %Matlab方法一 ： mean2()矩阵元素的平均值或均SEO靠我值

Matlab_img1_mean2=mean(mean(img1)); %Matlab方法二： 先计算列向量均值，再求总均值。

temp=0;

for i =1:r

    for j =1:c

temp=tempSEO靠我+(img1(x,y)-img1_mean)^2; %求得所有像素与均值的平方和。

    end

end

img1_var = temp/(r*c-1); %利用方差公式求得

% Matlab方法一： B = stSEO靠我d2(A) 计算数组 A 中所有值的标准差。方差=标准差^2

Matlab_img1_std1=std2(img1)^2;

% Matlab_img1_std2=var(img1(:)); % MatlaSEO靠我b方法二：利用方差函数var求得

4、不用 imresize , 利用循环将Lena图像以nearest方式缩小2倍放大2倍 

img_11=imread(Lena.bmp);

[row,col]= sizeSEO靠我(img_11); %% 获得图像的行列数及色板数

p=0.5;

q=0.5;

m=round(p*row);  % 新图像行

n=round(q*col);  % 新图像列

for i=1:m

for j=1:SEO靠我n

            x=round(i/p);

            y=round(j/q);

            new_img_11(i,j)=img_11(x,y,:);

        end

    end

b=uint8(new_img_11);

figure;

imshow(b);SEO靠我title(最邻近插值缩小2倍放大2倍)

%利用循环将任一灰度图像以nearest方式行缩放p倍，列缩放q倍

p=input(输入行缩放倍数（大于0的任意正实数）：\n);

q=input(输入列缩放倍数（SEO靠我大于0的任意正实数）：\n);

a=imread(Lena.bmp);

[m,n,c]=size(a);

new_m=ceil(p*m);%ceil函数向上取整

new_n=ceil(q*n);

new_a=zSEO靠我eros(new_m,new_n,c);%zeros函数是用于返回一个double类零矩阵

for i=1:new_m

    for j=1:new_n

        % 缩放后的图像坐标在原图像处的位置

x=round(i/pSEO靠我);

        y=round(j/q);

        if (x<1) 

            x=1;

        end

        if (x>m) 

            x=m;

        end

        if (y<1)

            y=1;

        end

        if (y>n)

            y=n;

        end

% 将缩放后的图像坐标在原图像处的位置的灰度值赋值SEO靠我给缩放后的图像

        new_a(i,j,:)=a(x,y,:);

    end

end

new_a=uint8(new_a);

figure;

imshow(a);%显示坐标轴

axis on

title([原图像（大小为：,SEO靠我num2str(m),X,num2str(n),X,num2str(c),)]);%转换成字符串表示形式

figure;imshow(new_a);

axis on

title([缩放后的图像（大小为：,nSEO靠我um2str(new_m),X,num2str(new_n),X,num2str(c),)]);

有不懂的函数可以在这里输入相应的函数，有解释的MathWorks - MATLAB 和 SimulinkSEO靠我的制造者 - MATLAB & Simulink

有错误的话，欢迎纠错