数字图像处理实验-MATLAB程序代码

昨天，赶紧把数字图像处理的实验报告写完，正好把一些文件都整理好了，今天，把相关代码附上我只把实验要求写上，再附上代码及运行结果图。

实验一要求：

编写程序add.m， subtract.m, immultiply.m文件分别实现两幅图像的加，减、乘
从矩阵的角度编写程序实现图像的加法运算得到混合图像，然后将混合图像与背景图像做减法运算。
编写程序实现图像的局部显示

使用subplot函数实现多图像的显示（我的代码中已经应用）

此为实验原图片，大小是500×500的正方形图片此为实验原图二，大小也是500×500的正方形，注意，图片尽量选择正方形的，否则会出错，程序无法运行

%此为加运算
clear all;
I=imread('1.jpg');
J=imread('2.jpg');
K=imadd(I,J);
subplot(1,3,1);
imshow(I);
subplot(1,3,2);
imshow(J);
subplot(1,3,3);
imshow(K);


%此为减运算
clear all;
I=imread('1.jpg');
J=imread('2.jpg');
K=imsubtract(I,J);
subplot(1,3,1);
imshow(I);
subplot(1,3,2);
imshow(J);
subplot(1,3,3);
imshow(K);


%此为乘运算
clear all;
I=imread('1.jpg');
J=imread('2.jpg');
I1=double(I);
J1=double(J);
K=immultiply(I1,J1);
subplot(1,3,1);
imshow(I);
subplot(1,3,2);
imshow(J);
subplot(1,3,3);
imshow(K);


%此为除运算（在要求中没有）
I=imread('1.jpg');
J=imread('2.jpg');
K=imdivide(I,J);
subplot(1,3,1);
imshow(I);
subplot(1,3,2);
imshow(J);
subplot(1,3,3);
imshow(K);

建议：个人建议写MATLAB程序代码的时候，尽量都在前面加上clear all;下面是实验效果图

这是加运算结果，前两个为原图，第三个是结果这是减运算结果，前两个为原图，第三个是结果这是乘运算结果，前两个为原图，第三个是结果这是除运算结果，前两个为原图，第三个是结果

%从矩阵的角度编写程序实现图像的加法运算得到混合图像，然后将混合图像与背景图像做减法运算。
clear all;
I=imread('1.jpg');
J=imread('2.jpg');
I1=double(I);
J1=double(J);
K=imadd(I,J);
L=imsubtract(K,I);
subplot(2,2,1);
imshow(I),title('原图1');
subplot(2,2,2);
imshow(J),title('原图2');
subplot(2,2,3);
imshow(K),title('相加的混合图像');
subplot(2,2,4);
imshow(L),title('混合图像减去背景');

上图是实验一第二问的实验图

%实现图像的局部显示
clear all;
I=imread('1.jpg');
J=rgb2gray(I);
K=im2double(J);
subplot(1,2,1),imshow(K),title('原图灰度图像');
B=zeros(500,500);%注意，此处500,500是你的图片的大小
B(60:200,60:200)=1;
Q=immultiply(K,B);
subplot(1,2,2);imshow(Q),title('局部显示');

实验二要求：【在本次试验中，图片还是实验一中的原图1.JPG，2.JPG，以下实验同是这样】

（1）求原始图像的傅里叶频谱（2）对原始图像进行旋转，例如90度（3）求旋转后图像的傅里叶频谱（4）显示频谱图像

（1）真彩色图像转换成灰度图像（2）计算二维DCT变换（3）显示并观察变换图像（4）把变换矩阵中小于10的值置换为0，然后用余弦反变换重构图像。（5）显示重构图像

%频谱
clear all;
I=imread('1.jpg');
subplot(1,3,1);
imshow(I);
title('原图');
I=rgb2gray(I);
fftI=fft2(I);
sfftI=fftshift(fftI);
 rr=real(sfftI);
ii=imag(sfftI);
 A=sqrt(rr.^2+ii.^2);
A=(A-min(min(A)))/(max(max(A))-min(min(A)))*255;
subplot(1,3,2);
imshow(A);
title('频谱');
 J=imrotate(I,90);
 fftJ=fft2(J);
 sfftJ=fftshift(fftJ);
  rr=real(sfftJ);
  ii=imag(sfftJ);
  B=sqrt(rr.^2+ii.^2);
 B=(B-min(min(B)))/(max(max(B))-min(min(B)))*255;
subplot(1,3,3);
imshow(B);
title('翻转90度频谱');

%DCT变换
clear all;
I=imread('1.jpg');
I1=rgb2gray(I);
subplot(1,3,1),imshow(I1),title('原灰度图');
I2=dct2(I1);
subplot(1,3,2),imshow(I2),title('dct变换');
I2(abs(I2)<10)=0;
K=idct2(I2)/255;
subplot(1,3,3),imshow(K),title('重构图');

实验三要求：

读取一幅图像使用imadjust函数对图像进行灰度变换，并显示
将图像转换为double类型，并归一化此图像
求图像的对数变换s=c log(r+1)并显示
对原图像进行灰度倒置并显示倒置图像

对原图像进行二值化处理，阈值为0.4并显示

clear all;
I=imread('1.jpg');
I=imresize(I,[500,500]);
I=rgb2gray(I);
subplot(2,3,1);
imshow(I),title('原图灰度图');
k=imadjust(I,[0.5 0.9],[0 1]);
subplot(2,3,2);
imshow(k),title('imadjust函数灰度变换后灰度图');
I1=im2double(I);
S=2*log(1+(I1));
subplot(2,3,3);
imshow(S),title('经过对数变换后的图像');
m=imadjust(I,[0 1],[1 0]);
subplot(2,3,4);
imshow(m),title('灰度倒置后的图像');
q=im2bw(I,0.4);
subplot(2,3,6);
imshow(q),title('二值化处理的图像，阈值为0.4');

实验四要求：

选取一幅图像，加入椒盐噪声，分别用均值滤波和中值滤波进行平滑处理，比较滤波效果
选取一幅含高斯噪声图像，用巴特沃斯低通，指数低通和梯形低通处理该图像。

选取一幅图像，采用sobel算子，prewitt算子和拉普拉斯算子对图像进行锐化处理

I=imread('2.jpg'); 
I=rgb2gray(I);
subplot(2,3,1);
imshow(I),title('原图灰度图像');%原图的灰度图像
J=imnoise(I,'salt & pepper',0.04); 
subplot(2,3,2);
imshow(J),title('椒盐噪声图像');%加了噪声的图像
J1=double(J)/255;
h1=[1/9 1/9 1/9;1/9 1/9 1/9;1/9 1/9 1/9];%领域运算
I1=conv2(J1,h1,'same');
subplot(2,3,3);
imshow(I1),title('均值滤波图像');%均值滤波图像
I2= medfilt2(J1,[5,5]);%进行二维3*3中值滤波
subplot(2,3,4);
imshow(I),title('原图灰度图像');%原图的灰度图像
subplot(2,3,5);
imshow(J),title('椒盐噪声图像');%加了噪声的图像
subplot(2,3,6);
imshow(I2),title('中值滤波图像');

I=imread('2.jpg');   
I=rgb2gray(I);
subplot(1,3,1);
imshow(I),title('原图灰度图像');
J=imnoise(I,'gaussian',0.02);     
subplot(1,3,2);
imshow(J),title('加高斯噪声图像'); 
F=double(J);
G=fft2(F);                    % 傅立叶变换
G=fftshift(G);                 % 把快速傅里叶变换的DC组件移到光谱中心
[M,N]=size(I);
js=2;                       % 二阶
d0=50;                      %截止频率为30
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*js));         % 低通滤波器传递函数
           g(i,j)=h*G(i,j);
       end
end
%g=h.*G;
result=ifftshift(g);
Y2=ifft2(result);
Y3=uint8(real(Y2));
subplot(1,3,3);
imshow(Y3),title('巴特沃斯低通滤波')

clear all;
I=imread('2.jpg');   
I=rgb2gray(I);
subplot(1,3,1);
imshow(I),title('原图灰度图像');
J2=imnoise(I,'gaussian',0.02);  
subplot(1,3,2);
imshow(J2),title('加高斯噪声图像');                
F=double(J2);
G=fft2(F);                    % 傅立叶变换
G=fftshift(G);                 % 把快速傅里叶变换的DC组件移到光谱中心
[M,N]=size(G);
js=2;                       % 二阶指数低通滤波器
d0=50;                      %截止频率为30
m=fix(M/2);
n=fix(N/2);
for i=1:M
       for j=1:N
           D=sqrt((i-m)^2+(j-n)^2);
           h1(i,j)=exp(log(1/sqrt(2))*(D/d0)^js);
       end
end
g=h1.*G;
result=ifftshift(g);
Y2=ifft2(result);
Y3=uint8(real(Y2));
subplot(1,3,3);
imshow(Y3),title('指数低通滤波')

I=imread('2.jpg');   %读原图
I=rgb2gray(I);
subplot(1,3,1);
imshow(I),title('原图灰度图像');
J2=imnoise(I,'gaussian',0.02);       %加均值为0，方差为0.02的高斯噪声。
subplot(1,3,2);
imshow(J2),title('加高斯噪声图像');   %显示有高斯噪声图像
F=double(J2);
G=fft2(F);                     % 傅立叶变换
G=fftshift(G);                 % 转换数据矩阵
[M,N]=size(G);
d0=200;                    
d1=100;
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(i,j)=double(D<d1);
       end   
end
% for i=1:M
%        for j=1:N
%            d=sqrt((i-m)^2+(j-n)^2);
%            if d<d0
%                h=1;
%            elseif d<=d1
%                h=(d-d1)/(d0-d1);
%            else
%                h=0;
%            end
%        end   
% end
g=h.*G
result=ifftshift(g);
Y2=ifft2(result);
Y3=uint8(real(Y2));
subplot(1,3,3);
imshow(Y3),title('梯形低通滤波')

%锐化
i = imread('2.jpg');
I=rgb2gray(i);
subplot(2,2,1),imshow(I),title('原图灰度图像');
I=double(I);

H1=fspecial('sobel');
I1=filter2(H1,I);
subplot(2,2,2),imshow(I1),title('sobel算子锐化');

H2=fspecial('prewitt');
I1=filter2(H2,I);
subplot(2,2,3),imshow(I1),title('prewitt算子锐化');

h=[0 1 0,1 -4 1,0 1 0];
J=conv2(I,h,'same');
K=I-J;
subplot(2,2,4),imshow(K,[]),title('拉普拉斯算子锐化');

实验五要求：

选取一幅图像，用Sobel,Roberts,Prewitt,LOG,Canny算子进行边缘检测，观察效果

%边缘检测

I = imread('2.jpg');
subplot(2,3,1);
imshow(I),title('原图像');
I = rgb2gray(I);
BW1 = edge(I,'sobel',0.1);
BW2 = edge(I,'roberts',0.1);
BW3 = edge(I,'prewitt',0.1);
BW4 = edge(I,'log',0.01);
BW5 = edge(I,'canny',0.1);
subplot(2,3,2);
imshow(BW1);  
title('Sobel算子检测效果')
subplot(2,3,3);
imshow(BW2);
title('Roberts算子检测效果')
subplot(2,3,4);imshow(BW3)  
title('Prewitt算子检测效果')
subplot(2,3,5);
imshow(BW4);
title('LOG算子检测效果')
subplot(2,3,6);
imshow(BW5);  
title('Canny算子检测效果')