1、數(shù)字圖像處理1 .圖像工程的三個層次是指哪三個層次？各個層次對應(yīng)的輸入、輸出對象分別是什么？圖像處理特點：輸入是圖像，輸出也是圖像，即圖像之間進行的變換。圖像分割特點：輸入是圖像，輸出是數(shù)據(jù)。圖像識別特點：以客觀世界為中心，借助知識、經(jīng)驗等來把握整個客觀世界。“輸入是數(shù)據(jù)，輸出是理解。2 .常用的顏色模型有哪些（列舉三種以上）？并分別說明顏色模型各分量代表的意義。RGB（紅、綠、藍）模型CMY（青、品紅、黃）模型HSI（色調(diào)、飽和度、亮度）模型3 .什么是圖像的采樣？什么是圖像的量化？1 .采樣采樣的實質(zhì)就是要用多少點來描述一幅圖像，采樣結(jié)果質(zhì)量的高低就是用前面所說的圖像分辨率來衡量。簡單來講

2、，對二維空間上連續(xù)的圖像在水平和垂直方向上等間距地分割成矩形網(wǎng)狀結(jié)構(gòu)，所形成的微小方格稱為像素點。一副圖像就被采樣成有限個像素點構(gòu)成的集合。例如：一副640*480分辨率的圖像，表示這幅圖像是由640*480=307200個像素點組成。2 .量化量化是指要使用多大范圍的數(shù)值來表示圖像采樣之后的每一個點。量化的結(jié)果是圖像能夠容納的顏色總數(shù)，它反映了采樣的質(zhì)量。針對數(shù)字圖像而言：采樣決定了圖像的空間分辨率，換句話說，空間分辨率是圖像中可分辨的最小細節(jié)。量化決定了圖像的灰度級，即指在灰度級別中可分辨的最小變化。數(shù)字圖像處理（第三次課）調(diào)用圖像格式轉(zhuǎn)換函數(shù)實現(xiàn)彩色圖像、灰度圖像、二值圖像、索引圖像之間

3、的轉(zhuǎn)換。圖像的類型轉(zhuǎn)換：對于索引圖像進行濾波時，必須把它轉(zhuǎn)換為RGB圖像，否則對圖像的下標進行濾波,得到的結(jié)果是毫無意義的；灰度圖像到索引圖像X,map=gray2ind(I,n)將灰度圖像I轉(zhuǎn)化成索引圖像真彩圖像到二值圖像BW=im2bw(RGB,level)基于level將彩色圖像RGB轉(zhuǎn)化為二值圖像真彩色圖像到灰度圖像I=rgb2gray(RGB)將真彩圖像RGB轉(zhuǎn)換為灰度圖像I真彩色圖像到索引圖像X,map=rgb2ind(RGB,n)X,map=rgb2ind(RGB,tol)直接將真彩圖像RGB轉(zhuǎn)化為索引圖像X并返回顏色圖圖像抖動轉(zhuǎn)換圖像X=dither(RGB,map)BW=di

4、ther(I)通過顏色圖將RGB圖像轉(zhuǎn)化為近似的索引圖X;或把灰度圖像I轉(zhuǎn)化為一值圖像2.用MATLAB完成灰度圖像直方圖統(tǒng)計代碼設(shè)計。1functionladylenna()2a=imread('C:lenna.jpg');%W取圖像至工作空間3imfinfo('C:lenna.jpg')%查看圖像信息4subplot(2,2,1);5imshow(a);1廬改瘦如為身lad小伊士rtM6title('lady-lenna');7ifisrgb(a);8b=rgb2gray(a);%RGB轉(zhuǎn)換為灰度圖像9end10subplot(2,2,2);

5、11imshow(b);%顯示圖像12title('ladygaga-lenna');13m,n=size(a);%返回圖像大小14e=zeros(1,256);15fork=0:25516fori=1:m17forj=1:n18ifa(i,j)=k19e(k+1)=e(k+1)+1;%灰度值相同的進行累加20end21end22end23end24subplot(2,2,4);25bar(e);%畫圖像的灰度直方圖26title('灰度直方圖)；27c=imrotate(a,20);28%圖像的旋轉(zhuǎn)29subplot(2,2,3);30imshow(c);時也巴，鞘S

6、LMJJLlbTOlCii舊理Rrm數(shù)字圖像處理(第四次課)編寫matlab函數(shù)，實現(xiàn)在醫(yī)學(xué)圖像中數(shù)字減影血管造影。即實現(xiàn)兩幅圖像的差值圖像。1實驗代碼2I=imread(圖像處理1.jpg');%原始圖像3imshow(I);4BK=imread(圖像處理2.jpg');%背景5figure;6imshow(BK);7Ip=imsubtract(I,BK);%圖像減背景8figure;9imshow(Ip,)實驗結(jié)果：*的LFE3文件CD“ES嚏八(D工MIL算面©蟲匚陽菱先M|口自心電堂31圖像剪切:12345678910任意選擇一幅圖片，實現(xiàn)圖像的鏡像。這題其實

7、就是一個函數(shù)imcrop()的使用而已closeall;clearall;clc;img=imread(圖像處理3.jpg');imshow(img);imgn=imcrop();%這里把要裁剪的圖像框出來figure;imshow(imgn)%顯示裁剪的圖像實驗結(jié)果:充I岫Al實現(xiàn)圖像的鏡像:12實驗代碼clearall;3closeall;4clc;5A=imread(圖像處理4.jpg');6height,width,dim=size(A);7tform=maketform('affine',-18B=imtransform(A,tform,'ne

8、arest'9像10tform2=maketform('affine',111C=imtransform(A,tform2,'nearest12像13subplot(1,3,1),imshow(A);14title('原圖像');15subplot(1,3,2),imshow(B);16title('水平鏡像');17subplot(1,3,3),imshow(C);18title('堅直鏡像);19subplot(2,2,3);20imshow(c);000;);0;010;width01);%B中存儲的是經(jīng)過水平鏡像變

9、換后的圖0-10;0height1);)；%C中存儲的是經(jīng)過豎直鏡像變換后的圖實驗結(jié)果:/Figure1X文件（f）編號CD®#（V）SAW工具莫國窗口的智助（Hi、f：口亡|»|04仃!8夏/，|國|國|口原圖像水平鏡像豎直憧像數(shù)字圖像處理（第五次課）數(shù)字圖像增強有哪些方法？忖像增強可分成兩大類：頻率域法和空間域法。前者把圖像看成一種二維信號，對其進行基于二維傅里葉變換的信號增強。采用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。后者空間域法中具有代表性的算法有局部求平均值法和中值濾波（取局部鄰域中的中間

10、像素值）法等，它們可用于去除或減弱噪聲。數(shù)字設(shè)一幅圖像有如下圖所示直方圖，若對其進行直方圖均衡處理，求出增強后的灰度分布,并給出處理后的直方圖。0.0.0.0.0.1740.0880.0860.080.0680.0580.0620.3840.01234567實驗代碼:1clc2clearall3prob0=.174.088.086.08.068.058.062.3844zero0=zeros(1,8);5fori=1:86ifi=17zero0(1)=prob0(1);8else9zero0(1,i)=zero0(1,i-1)+prob0(1,i);10end11end12fori=1:813

11、ifi=114zero0(1)=prob0(1);15else16zero0(1,i)=zero0(1,i-1)+prob0(1,i);17end18end1920zero1=zeros(1,8);21fori=1:822forj=0:723a=abs(zero0(i)-j/7);24ifa<1/1425zero1(j+1)=zero1(j+1)+prob0(i);26end27end28end29b=find(zero1=0);30zero1(b)=;31prob1=zero1;32subplot(121)33bar(prob0)34title（'均衡化前）35subplot(

12、122)36bar(prob1)37title（'均衡化后）38title（'均衡化前）39subplot(122)40bar(prob1)41title（'均衡化后）實驗結(jié)果:匚X.Figure1數(shù)字圖像處理(第六次課)利用help,學(xué)習(xí)imfilter和fspecial函數(shù)的用法，編寫程序創(chuàng)建3*3的均值濾波器和半徑為5的圓形濾波器對圖像進行平滑處理；MATLAB提供了基于卷積的圖像濾波函數(shù)imfilter進行平滑濾波，該函數(shù)用指定的濾波器模板對圖像進行運算。其調(diào)用格式為：B=imfilter(h,A)B=imfilter(h,A,shape)其中B=imfilte

13、r(h,A)返回圖像A經(jīng)算子h濾波后的結(jié)果，參數(shù)shape指定濾波的計算范圍，即：shape='full'時，作邊界補零shape='same'時，返回圖像B與輸入圖像A大小相同shape='valid'時，不考慮邊界補零，只計算有效輸出部分。此外，也可以使用imfilter函數(shù)進行卷積或相關(guān)性濾波來實現(xiàn)圖像平滑。該函數(shù)的調(diào)用格式為：B=imfilter(A,H)B=imfilter(A,H,option1,option2,)其中B=imfilter(A,H)返回圖像A經(jīng)算子h濾波后的結(jié)果；B=imfilter(A,H,option1,optio

14、n2,)是根扼琳危的參數(shù)實現(xiàn)圖像濾波。option參數(shù)可以有下列取值：邊界填充選項對一幅圖像進行濾波時，零填充可能會導(dǎo)致圖像被一個黑框圍繞，為了消除零填充的人工痕跡，imfilter函數(shù)支持三種可選的邊界填充方法：'symmetric邊界對稱'replicate邊界復(fù)制，缺省值'circular邊界循環(huán)輸出尺寸選項其選項與imfilter函數(shù)的shape參數(shù)相同。濾波選項corr使用相關(guān)性來進行濾波，缺省使用此方法conv使用卷積方法實現(xiàn)濾波學(xué)習(xí)ordfilt2函數(shù)的用法，編程調(diào)用該函數(shù)利用不同的統(tǒng)計排序濾波器實現(xiàn)圖像濾波。中文理解函數(shù)名就是順序濾波函數(shù)，后面的2表示的

15、是2維濾波，常用的調(diào)用形式如下：1.B=ordfilt2(A,order,domain)這種形式中，A為被濾波的矩陣，order表示選取由domain確定的鄰域中第order個元素替換A中的元素，存入B中。示例如下：Y=ordfilt2(X,5,ones(3);相當于3*3窗口的中值濾波Y=ordfilt2(X,1,ones(3);相當于3*3窗口的最小值濾波需要注意的是，domain矩陣中可能會有某些位置為零(不為零的位置為1),這種為零的位置不算在順序統(tǒng)計的領(lǐng)域之中。也就是說：Y=ordfilt2(X,1,010;101;010)表示用窗口表示的鄰域中不為零的位置的像素值中選擇最小的替代原

16、來的像素值。2.B=ordfilt2(A,order,domain,S)暫時沒搞明白S是做啥用的，好像一時半會兒也用不到，先記錄著，以后想明白了再更新利用help,學(xué)習(xí)edge函數(shù)的用法，并思考如何利用edge函數(shù)使用不同銳化算子對圖像進行銳化。1)利用matlab提供的edge函數(shù)，選擇三種邊緣檢測算子，分別對圖像Lena.tif和baboon.tif進行邊緣檢測顯示檢測結(jié)果。2)對Lena.tif和baboon.tif分別添加高斯和椒鹽噪聲，然后對有噪聲的圖像進行邊緣檢測，顯示檢測出的邊緣圖像1clearall%青空工作空間2I=imread('lena.jpg');%W入

17、圖像3BW=edge(I,'sobel');%sobel算#析4BW2=edge(I,'log');%&普拉斯算子分析5BW3=edge(I,'prewitt');%W度算子分析6J1=imnoise(I,'gaussian',0,0.02);播加高斯噪聲7J2=imnoise(I,'salt&pepper',0.02);9加椒鹽噪聲8BW4=edge(J1,'sobel');%高斯噪聲后sobel算9子分析10BW5=edge(J2,'log');%M鹽噪聲后lap

18、lace11算子分析12BW6=edge(J1,'log');%高斯噪聲后laplace13算子分析14BW7=edge(J2,'sobel');%W鹽噪聲后sobel算15轉(zhuǎn)析16171819202122232425262728293031323334BW8=edge(J1,'prewitt');%高斯噪聲后梯度算子分析BW9=edge(J2,'prewitt');%椒鹽噪聲后梯度算子分析figure;%顯示所需圖像subplot(2,2,1);imshow(I);xlabel('原圖')subplot(2,2,2);imshow(BW);x