1、png%2. 图像显示 %A） 二进制图像的显示BW1=zeros（20,20）; %创建仅包含 0/1 的双精度图像BW1（2:2:18,2:18）=1;imshow（BW1,notruesizeBW2=uint8（BW1）;figure,imshow（BW2,BW3=BW2=0; %逻辑标志置为 on figure,imshow（BW3,whosBW=imread（circles.tifimshow（BW）;figure,imshow（BW）;figure,imshow（BW,1 0 0;0 0 1）;%B灰度图像的显示I=imread（testpat1.tifJ=filter2（1 2;
2、-1 -2,I）;imshow（I） figure,imshow（J,） %C） 索引图像的显示 load clown %装载一副图像 %保存为bmp文件imshow（X） imshow（X,map） %D） RGB 图像的显示 flowers.tifRGB=imread（figure,imshow（RGB）imshow（I（:,:,3） %显示第三个颜色分量%E） 多帧图像的显示mri=uint8（zeros（128,128,1,27）; %27帧文件mri.tif初始化for frame=1:27mri（:,frame）,map=imread（mri.tif,frame）; % 读入每一帧
3、Endimshow（mri（:,3）,map）; %显示第三帧figure,imshow（mri（:,6）,map）; %显示第六帧,10）,map）; %显示第十帧,20）,map）; %显示第二十帧%） 显示多幅图像 X1,map1=imread（forest.tifX2,map2=imread（trees.tifsubplot（1,2,1）,imshow（X1,map1）subplot（1,2,2）,imshow（X2,map2） subplot（1,2,1）,subimage（X1,map1） subplot（1,2,2）,subimage（X2,map2）三、思考题1. 图像显示时，
4、若不带参数notruesize，显示效果如何？答：若不带参数，则显示的是图片真正的尺寸大小。若带则显示的图片大。2. 如何显示 RGB 图像的某一个颜色分量？使用代码imshow（I（:,x）3. 如何显示多帧图像的所有帧？如何根据多帧图像创建电影片段？显示多帧图像的所有帧代码为imshow（mri（:,frame）,map）;单位时间内显示24幅多帧图像。实验二 图像运算1. 熟悉图像点运算和代数运算的实现方法 2. 了解图像几何运算的简单应用 3. 了解图像的邻域操作 1. 图像点运算 读入图像rice.tif，通过图像点运算改变对比度。rice=imread（subplot（131）,i
5、mshow（rice）I=double（rice）; %转换为双精度类型J=I*0.43+60;rice2=uint8（J）; %转换为unit8subplot（132）,imshow（rice2） J=I*1.5-60;rice3=uint8（J）; %转换为 uint8 subplot（133）,imshow（rice3） 2. 图像的代数运算 A） 图像加法运算 J=imread（cameraman.tiffigure,imshow（J） K=imadd（I,J）;figure,imshow（K） K2=imadd（I,J,uint16figure,imshow（K2,） RGB2=im
6、add（RGB,50）;imshow（RGB） figure,imshow（RGB2）RGB3=imadd（RGB,100）;figure,imshow（RGB3）B）图像减法运算background = imopen（I,strel（disk,15）; %估计背景图像 figure, imshow（background）;I2=imsubtract（I,background）; %从原始图像减去背景图像figure, imshow（I2） C） 图像乘法运算 moon.tifJ=immultiply（I,1.2）;K=immultiply（I,0.5）;figure,imshow（K）3.
7、图像的几何运算 A） 改变图像的大小 ic.tif，改变图像大小，分别将原图像放大 1.5 倍和缩小 0.5 倍。J=imresize（I,1.25）;K=imresize（I,0.8）;Y=imresize（I,100,150）;figure,imshow（Y） B） 旋转一幅图像 将上述图像顺时针和逆时针旋转任意角度，观察显示效果。J=imrotate（I,30,bilinearJ1=imrotate（I,30,cropfigure,imshow（J1） J2=imrotate（I,-15,figure,imshow（J2）C）图像剪切通过交互式操作，从一幅图像中剪切一个矩形区域。imsh
8、ow（I）;I1=imcrop;figure,imshow（I1） I2=imcrop（I,30 60 120 160）;figure,imshow（I2）实验三 图像变换与滤波器设计1. 了解傅立叶变换、离散余弦变换及 Radon 变换在图像处理中的应用 2. 了解 Matlab 线性滤波器的设计方法1. 傅立叶变换 A） 绘制一个二值图像矩阵,并将其傅立叶函数可视化。f=zeros（30,30）;f（5:24,13:17）=1;imshow（f,F=fft2（f）;F2=log（abs（F）;figure,imshow（F2,-1 5,colormap（jet）;F=fft2（f,256,
9、256）; %零填充为 256256 矩阵 figure,imshow（log（abs（F）,-1 5,F2=fftshift（F）; %将图像频谱中心由矩阵原点移至矩阵中心 figure,imshow（log（abs（F2）,-1 5,B）利用傅立叶变换分析两幅图像的相关性，定位图像特征。text.tif,抽取其中的字母a。bw=imread（a=bw（59:71,81:91）;imshow（bw）;figure,imshow（a）;C=real（ifft2（fft2（bw）.*fft2（rot90（a,2）,256,256）;%求相关性 figure,imshow（C,）;thresh=m
10、ax（C（:）;figure,imshow（Cthresh-10） thresh-15）2. 离散余弦变换（DCT） A） 使用 dct2 对图像autumn.tif进行 DCT 变换。I=rgb2gray（RGB）; %转换为灰度图像 figure,imshow（I） J=dct2（I）;figure,imshow（log（abs（J）,）,colormap（jet（64）;colorbar;B） 将上述 DCT 变换结果中绝对值小于 10 的系数舍弃，使用 idct2 重构图像并 与原图像比较。 %转换为灰度图像K=idct2（J）;figure,imshow（K,0 255） J（abs
11、（J）10）=0; %舍弃余数K2=idct2（J）;figure,imshow（K2,0 255） C） 利用 DCT 变换进行图像压缩。I=im2double（I）;T=dctmtx（8）;B=blkproc（I,8,8,P1*x*P2,T,Tmask=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;B2=blkproc（B,8 8,P1.*x,mask）;I2=blkproc（B2,8 8,T,T）;figure,imshow（I2） 3. Ra
12、don 变换 使用 Radon 逆变换重建图像。P=phantom（256）; %创建 256 灰度级大脑图 imshow（P） theta1=0:10:170;R1,xp=radon（P,theta1）; %18个投影theta2=0:5:175; R2,xp=radon（P,theta2）; %36个投影theta3=0:178; R3,xp=radon（P,theta3）;%90个投影figure,imagesc（theta3,xp,R3）;colormap（hot）;colorbar % 使用逆变换重构图像I1=iradon（R1,10）; %用R1重构图形I2=iradon（R2,5
13、）; %用R2重构图形I3=iradon（R3,2）; %用R3重构图形figure,imshow（I3）实验四 形态学操作与空间变换1. 了解膨胀和腐蚀的 Matlab 实现方法 2. 掌握图像膨胀、腐蚀、开启、闭合等形态学操作函数的使用方法 3. 了解二进制图像的形态学应用 4. 了解空间变换函数及图像匹配方法 1. 图像膨胀 A） 对包含矩形对象的二进制图像进行膨胀操作。BW=zeros（9,10）;BW（4:6,4:7）=1;imshow（BW,se=strel（square,3）; %正方形结构元素 BW2=imdilate（BW,se）;B） 改变上述结构元素类型（如：line,
14、diamond, disk 等），重新进行膨胀操作。 改变disk元素 C） 对图像进行上述操作，观察不同结构元素膨胀的效果。BW3=imread（imshow（BW3） se2=strel（line,11,90）; %线型结构元素 BW4=imdilate（BW3,se2）;figure,imshow（BW4） 2. 图像腐蚀 A） 对图像circbw.tif进行腐蚀操作。BW1=imread（arbitrary,eye（5）;BW2=imerode（BW1,se）;imshow（BW1） figure,imshow（BW2） B） 对图像BW2=imerode（BW3,se）;imshow
15、（BW） 3. 膨胀与腐蚀的综合使用 A） 从原始图像中删除电流线,仅保留芯片对象。方法一：先腐蚀（imerode），再膨胀（imdilate）；rectangle,40 30）; %选择适当大小的矩形结构元素 %先腐蚀,删除较细的直线 BW3=imdilate（BW2,se）; %再膨胀,恢复矩形的大小 figure,imshow（BW3） 方法二：使用形态开启函数（imopen）。BW2=imopen（BW1,se）; %开启操作B） 改变结构元素的大小，重新进行开启操作，观察处理结果。,20 10）;,50 40）;C） 置结构元素大小为4 3,同时观察形态开启（imopen）与闭合（i
16、mclose）的效果，总结形态开启与闭合在图像处理中的作用。,4 3）;I1=imopen（I,se）;I2=imclose（I,se）; %闭合操作 5. 图像极值的处理方法 A） 对于下图所示的图像矩阵 A，利用函数 imregionalmax 寻找其局部极大值 A=10 10 10 10 10 10 10 10 10 10;10 13 13 13 10 10 11 10 11 10;10 13 13 13 10 10 10 11 10 10;10 10 10 10 10 10 10 10 10 10;10 11 10 10 10 18 18 18 10 10;10 10 10 11 10
17、 18 18 18 10 10;10 10 11 10 10 18 18 18 10 10;10 11 10 11 10 10 10 10 10 10;10 10 10 10 10 10 11 10 10 10;B=imregionalmax（A） B）利用函数 imextendedmax 寻找像素值大于其邻域像素值 2 个单位的局部极大值。C=imextendedmax（A,2） 8. 利用选择控制点实现图像匹配。Matlab 图像匹配的步骤：将标准图像和待匹配图像读入 Matlab；指定图像中的控制点对并保存；使用互相 关性进一步协调控制点对（可选）；制定所需变换类型并根据控制点对推断变换
18、参数；变换未匹配的图像。%读入待匹配图像和标准图像 unregistered = imread（westconcordaerial.pngimshow（unregistered） orthophoto = imread（westconcordorthophoto.pngfigure,imshow（orthophoto） %选择图像中对应的控制点 cpselect（unregistered（:,1）,orthophoto） %保存控制点对 input_points base_points %使用相关性进一步协调控制点对 input_points_corr=cpcorr（input_points,
19、base_points,unregistered（:, :,1）,orthophoto）;input_points_corr %根据控制点对推断空间变换参数 mytform=cp2tform（input_points,base_points,projective%变换未匹配的图像 registered=imtransform（unregistered,mytform）;figure,imshow（registered） 实验五 图像增强与复原一、实验目的：1. 了解灰度变换增强和空域滤波增强的 Matlab 实现方法 2. 掌握直方图灰度变换方法 3. 掌握噪声模拟和图像滤波函数的使用方法 4
20、. 了解图像复原的 Matlab 实现方法 1. 灰度变换增强 A） 线段上像素灰度分布 读入灰度图像debye1.tif，采用交互式操作，用 improfile 绘制一条线段的灰度 值。imshow（improfile 读入 RGB 图像，显示所选线段上红、绿、蓝颜色分量的分布 B） 直方图变换 直方图显示 ，在一个窗口中显示灰度级 n=64，128 和 256 的图像直方图。figure,imhist（I,64） figure,imhist（I,128） figure,imhist（I,256） ii 直方图灰度调节 利用函数 imadjust 调解图像灰度范围，观察变换后的图像及其直方图
21、的变化。figure,imhist（I） J=imadjust（I,0.15 0.9,0 1）;figure,imhist（J） J=imadjust（I,0 0.2,0.5 1）;iii 直方图均衡化 分别对图像pout.tif和tire.tif进行直方图均衡化处理，比较处理前后图像及 直方图分布的变化。J=histeq（I）;2. 空域滤波增强 A） 噪声模拟 利用函数 imnoise 给图像eight.tif分别添加高斯（gaussian）噪声和椒盐（salt &pepper）噪声。I1=imnoise（I,gaussian,0,0.01）;I2=imnoise（I,salt & pepperB） 空域滤波 对上述噪声图像进行均值滤波
