實(shí)驗(yàn)三圖像處理MATLAB實(shí)驗(yàn)實(shí)驗(yàn)?zāi)康暮鸵笫煜ATLAB中數(shù)字圖像處理工具箱（ImageProcessingToolbox）的基本使用方法和常用函數(shù)；熟練圖像的矩陣表示方法；掌握?qǐng)D像處理的基本算法及函數(shù)調(diào)用，如直方圖、二值化、圖像分割、圖像增強(qiáng)、圖像變換等等。通過(guò)MATLAB在圖像處理中的應(yīng)用，體會(huì)MATLAB矩陣運(yùn)算的技巧。實(shí)驗(yàn)設(shè)備及材料計(jì)算機(jī)，MATLAB2010實(shí)驗(yàn)內(nèi)容對(duì)任意灰度圖像（最好是MATLAB自帶圖像）進(jìn)行以下操作：輸入一幅灰度圖像；調(diào)用im2bw，輸出其二值化圖像；調(diào)用imhist函數(shù)，輸出其直方圖；其上輸入輸出放在一個(gè)figure中，并加title。以腳本文件的形式保存。2.自己編寫(xiě)二值化函數(shù)、直方圖函數(shù)，以函數(shù)文件的形式保存。通過(guò)調(diào)用自己編寫(xiě)的函數(shù)驗(yàn)證其有效性。3.對(duì)任意灰度圖像加高斯噪聲，利用中值濾波和平均濾波對(duì)其進(jìn)行平滑，觀察平滑效果，將原圖像、噪聲圖像、濾波后圖像顯示在一個(gè)figure中。4.通過(guò)調(diào)用edge函數(shù)對(duì)任意圖像進(jìn)行邊緣提取，使用3種以上的算子（如sobel\prewitt等），比較每種算子分割效果，在一個(gè)figure中顯示。5、用MATLAB實(shí)現(xiàn)對(duì)圖像的JPEG壓縮編碼。（此題不做要求，感興趣的同學(xué)可以嘗試編寫(xiě)）解：1、如下所示：I=imread('cell.tif');subplot(2,2,1);imshow(I)title('源圖像');bw=im2bw(I,0.5);subplot(2,2,2);imshow(bw)title('二值化圖像');subplot(2,2,3)imhist(I)title('直方圖');在命令窗鍵入m文件名：shiyan3cell結(jié)果如下所示：2、直方圖函數(shù)文件如下：%文件名為zft.mfunctiony=zft(I)x=double(I);//此句不要也可，因?yàn)镮=imread('autumn.tif')讀出的是整形的，有的需要用雙字節(jié)型的則需要轉(zhuǎn)換[M,N]=size(x);h=zeros(1,256);//產(chǎn)生1個(gè)1*256的一維向量，用于存放每個(gè)灰度值的個(gè)數(shù)fori=1:M,forj=1:N,f=I(i,j);h(f+1)=h(f+1)+1;//注意用h(f+1)是因?yàn)閙atlab中的數(shù)組不能從零開(kāi)始endendy=h;//y要有返回值，否則該函數(shù)無(wú)作用注：如果用h(f)=h(f)+1的話，調(diào)用運(yùn)行時(shí)會(huì)出現(xiàn)如下報(bào)錯(cuò)：Attemptedtoaccessh(0);indexmustbeapositiveintegerorlogical.IK=I;forp=1:M;forq=1:N;ifI(p,q)>=90IK(p,q)=255;//若此處將其賦值為邏輯1，則不正確。因?yàn)镮=imread('autumn.tif')讀出的是一幅圖像的灰度值，其為整形(uint8),若直接將其賦值為1，則相當(dāng)于該處灰度值為1，則顯示全黑。若要將其賦為1，則需對(duì)讀出的灰度值進(jìn)行類型轉(zhuǎn)換，轉(zhuǎn)成邏輯符號(hào)(logical);但最后顯示圖像時(shí)要還原成整形。或則可以將圖像歸一化，則不需要還原成整形，因?yàn)闅w一化后的值就在[0,1]范圍內(nèi)，1就表示白色。相當(dāng)于整型中的255.elseIK(p,q)=0;endendendk=uint8(IK);當(dāng)為賦值邏輯1時(shí)，函數(shù)文件如下：functionk=erzhi(I)[M,N]=size(I);IK=I;forp=1:M;forq=1:N;ifI(p,q)>=90logical(IK(p,q))=1;elseIK(p,q)=0;endendendk=uint8(IK);調(diào)用顯示程序如下：(1)當(dāng)讀入的為RGB彩色圖像時(shí)，要用rgb2gray函數(shù)將其轉(zhuǎn)成灰度圖像I=imread('autumn.tif');X=rgb2gray(I);t=erzhi(X);subplot(1,3,1);imshow(I)title('源圖像');subplot(1,3,2);imshow(X)title('灰度圖像');subplot(1,3,3);imshow(t)title('二值化圖像');顯示圖像如下所示：(2)當(dāng)讀入的圖像本身就是灰度圖像時(shí)直接二值化即可，如：I=imread('trees.tif');t=erzhi(I);subplot(1,2,1);imshow(I)title('源圖像');subplot(1,2,2);imshow(t)title('二值化圖像');運(yùn)行結(jié)果如下所示：3、程序如下所示：M=imread('trees.tif');subplot(2,2,1);imshow(M)title('原始圖像');P1=imnoise(M,'gaussian',0,0.02);subplot(2,2,2);imshow(P1)title('加高斯噪聲圖像');K=fspecial('average',[5,5]);//預(yù)定義濾波函數(shù)p2=filter2(K,P1)/255;subplot(2,2,3);imshow(p2)title('平均濾波后圖像');P3=medfilt2(P1);subplot(2,2,4);imshow(P3)title('中值濾波圖像');圖像如下：如圖可見(jiàn)，對(duì)于高斯噪聲，均值濾波效果比中值濾波效果好。原因：(1)高斯噪聲是幅值近似正態(tài)分布，但分布在每點(diǎn)像素上。(2)因?yàn)閳D像中的每點(diǎn)都是污染點(diǎn)，所以中值濾波選不到合適的干凈點(diǎn)。(3)因?yàn)檎龖B(tài)分布的均值為0，所以均值濾波可以消除噪聲。（實(shí)際上只能減弱，不能消除。）4、用Sobel、roberts、log、prewitt四種邊緣提取函數(shù)I=imread('kids.tif');BW1=edge(I,'roberts');BW2=edge(I,'sobel');BW3=edge(I,'log');BW4=edge(I,'prewitt');subplot(2,3,1);imshow(I)title('源圖像')subplot(2,3,2);imshow(BW1)title('用Roberts