復習1.順序結構1.1數據的輸入從鍵盤輸入數據，則可以使用input函數來進行，該函數的調用格式為：

A=input(提示信息，選項)；1.2數據的輸出

MATLAB提供的命令窗口輸出函數主要有disp函數，其調用格式為：

disp(輸出項)1.3程序的暫停暫停程序的執(zhí)行可以使用pause函數，其調用格式為：

pause(延遲秒數)復習2.選擇結構2.1if語句

(1)單分支if語句：

if條件語句組

end(2)雙分支if語句：

if條件語句組1else

語句組2end(3)多分支if語句：

if條件1

語句組1elseif條件2

語句組2……elseif條件m

語句組melse

語句組nend復習2.選擇結構2.2swich語句

switch語句根據表達式的取值不同，分別執(zhí)行不同的

語句，其語句格式為：

switch表達式

case表達式1

語句組1case表達式2

語句組2……case表達式m

語句組motherwise

語句組nend復習3.循環(huán)結構3.1for語句for語句的格式為：for循環(huán)變量=表達式1:表達式2:表達式3

循環(huán)體語句end復習3.循環(huán)結構3.2while語句

while語句的一般格式為：

while(條件)

循環(huán)體語句

end一、圖像降質成像過程(光學失真、相對運動、大氣湍流等)傳輸過程(噪聲污染、信道誤碼等)顯示過程(設備非線性、設備引入的噪聲等)復習一、改善圖像質量方法基于點操作的增強－也叫亮度（灰度）變換，常見的幾類方法為：1、對f(x)中的每個像素進行變換以得到g(x)2、借助f(x)的直方圖進行變換基于模板（濾波）操作的增強，主要有平滑和銳化處理兩種方法。復習二、直接灰度變換反轉運算表達式：S=(L-1)-r其中，[0,L-1]為圖像的灰度級，f為原來灰度值，g為變換后的灰度值。作用：將[0，L-1]變換到[L-1，0]。2.2亮度變換增強三、直方圖均衡化圖像灰度直方圖描述了一幅圖像的灰度級內容，即各個灰度級像素數目的統(tǒng)計。在MATLAB圖像處理中，通過命令imhist來給出圖像的直方圖。其基本語法格式為：h=imhist(p)。2.2亮度變換增強三、直方圖均衡化通過直方圖均衡化做適當的調整，即把一幅已知灰度概率分布圖像中的像素灰度做某種映射變換，使它變成一幅具有均勻概率分布的新圖像，使圖像視覺效果更加清晰。直方圖均衡的MATLAB函數為histeq，其基本語法格式為：g=histeq(p)，其中p為讀入的圖像矩陣。2.2亮度變換增強MATLAB矩陣矩陣的建立向量的建立利用冒號表達式建立一個向量

冒號表達式可以產生一個行向量，一般格式是：e1:e2:e3

其中e1為初始值，e2為步長，e3為終止值。

2.2亮度變換增強MATLAB矩陣

通用的特殊矩陣

zeros：產生全0矩陣(零矩陣)。

ones：產生全1矩陣(幺矩陣)。

eye：產生單位矩陣。

rand：產生0～1間均勻分布的隨機矩陣。

randn：產生均值為0，方差為1的標準正態(tài)分布隨機矩陣。

2.2亮度變換增強MATLAB矩陣矩陣的拆分

矩陣元素的引用方式

通過下標引用矩陣的元素，例如

A(3,2)=200

采用矩陣元素的序號來引用矩陣元素。矩陣元素的序號就是相應元素在內存中的排列順序。在MATLAB中，矩陣元素按列存儲，先第一列，再第二列，依次類推。2.2亮度變換增強MATLAB矩陣矩陣的拆分

利用冒號表達式獲得子矩陣A(:,j)表示取A矩陣的第j列全部元素；A(i,:)表示A矩陣第i行的全部元素；A(i,j)表示取A矩陣第i行、第j列的元素。

A(i:i+m,:)表示取A矩陣第i～i+m行的全部元素；A(:,k:k+m)表示取A矩陣第k～k+m列的全部元素，A(i:i+m,k:k+m)表示取A矩陣第i～i+m行內，并在第k～k+m列中的所有元素。2.2亮度變換增強MATLAB矩陣矩陣的拆分

利用冒號表達式獲得子矩陣end表示某一維的末尾元素下標。2.2亮度變換增強MATLAB矩陣常用函數

max();

min();

sum();mean();2.2亮度變換增強MATLAB矩陣例…2.2亮度變換增強四、imadjust亮度變換Syntax:imadjust(x,[a,b],[c,d]);imadjust(x,[a,b],[c,d],);convertintensityx

a

tocconvertintensityxb

todvaluesof

a,b,c,dmustbebetween0and1:positiveconstant(describetheshapeofthefunction,<1concavedownward,>1concaveupward)2.2亮度變換增強四、imadjust亮度變換2.2亮度變換增強BrightenimageLinearmappingDarkenimage四、imadjust亮度變換例…2.2亮度變換增強四、imadjust亮度變換例…2.2亮度變換增強五、對數變換對數變換可以增強低灰度級的像素，壓制高灰度級的像素,使灰度分布與視覺特性相匹配。其一般表達式為：

2.2亮度變換增強“擴展低輸入，

壓縮高輸入”五、對數變換

動態(tài)范圍表示圖像中所包含的從“最暗”至“最亮”的范圍。動態(tài)范圍越大，所能表現(xiàn)的層次越豐富，所包含的色彩空間也越廣。對數變換是進行動態(tài)范圍處理的基本工具。

如傅里葉頻譜的范圍為[0106]或更高。當傅里葉頻譜顯示于已線性縮放到8比特的監(jiān)視上時，高值部分占優(yōu)，從而導致其可視細節(jié)丟失。

2.2亮度變換增強六、對比度拉伸變換

將輸入值低于m的灰度級壓縮為輸出圖像中較暗灰度級的較窄范圍內，將輸入值高于m的灰度級壓縮為輸出圖像中較亮灰度級的較窄范圍內。輸出具有高對比度的圖像，其表達式為：g=1./(1+(m./(double(f)+eps)).^E);

2.2亮度變換增強空域濾波:基于鄰域處理，應用某一模板對每個像素及其周圍鄰域的所有像素進行某種數學運算，得到該像素的新的灰度值。圖像平滑與銳化技術就屬于空域濾波。

空域平滑濾波器的設計比較簡單，常用的有鄰域均值法和中值濾波法，前者是線性的，后者則是非線性的。2.3空間濾波一般步驟為（1）定義中心點(x,y)；（2）僅對預先定義的以(x,y)為中心點的領域內的像素進行運算；（3）令運算結果為該點處處理的響應；（4）對圖像中每一點重復此步驟。2.3空間濾波均值濾波最簡單的鄰域平均法為非加權鄰域平均：一幅圖像大小為N×N的圖像f(x,y)，用鄰域平均法得到的平滑圖像為g(x,y)，則：

x,y=0,1,…,N-1;s為(x,y)鄰域中像素坐標的集合，其中不包括(x,y);M表示集合s內像素的總數。常用的鄰域有4-鄰域和8-鄰域。2.3空間濾波均值濾波加權鄰域平均法可以用模板卷積求得，即在待處理圖像中逐點地移動模板，求模板系數與圖像中相應像素的乘積之和，模板數為1。下圖是非加權鄰域平均3×3模板。模板與圖像值卷積時，模板中系數w(0,0)應位于圖像對應于(x,y)的位置。在圖像中的點(x,y)處，用該模板求得的響應為：2.3空間濾波均值濾波函數：fspecial();imfilter();使用方法：w=fspecial(‘average’,[rc]);g=imfilter(I,w);其中，‘average’表示采用均值濾波器，[rc]為濾波器大小。例…2.3空間濾波中值濾波鄰域平均法雖然可以平滑圖像，但在消除噪聲的同時，會使圖像中的一些細節(jié)變得模糊。中值濾波則在消除噪聲的同時還能保持圖像中的細節(jié)部分，防止邊緣模糊。中值濾波