图 像 处 理 实 验(一)直 方 图

1、图 像 处 理 实 验（一）直 方 图灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特征更加明显。灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像增强。1、 灰度直方图（1） 计算出一幅灰度图像的直方图clearclose allI=imread(004.bmp);imhist(I)title(实验一（1） 直方图);（2） 对灰度图像进行简单的灰度线形变换，figuresubplot(2,2,1)imshow(I);title(试验 2-灰度线性变换);subplot(2,2,2)histeq(I);（3） 看其直方图的对应变化和图像对比度的变化。原图像 f(m,n) 的灰度范围 a,b 线形变换为图像 g(m,n),灰度范围a,b公式： g(m,n)=a+(b-a)* f(m,n) /(b-a)figuresubplot(2,2,1)imshow(I)J=imadjust(I,0.3,0.7,0,1,1);title( 实验一（3）用 g(m,n)=a+(b-a)* f(m,n) /(b-a)进行变换 );subplot(2,2,2)imsh

2、ow(J)subplot(2,2,3)imshow(I)J=imadjust(I,0.5 0.8,0,1,1);subplot(2,2,4)imshow(J)(4) 图像二值化 （选取一个域值，(5) 将图像变为黑白图像）figuresubplot(2,2,1)imshow(I)J=find(I=150);I(J)=255;title( 实验一（4）图像二值化 ( 域值为 150 ） );subplot(2,2,2)imshow(I)clc;I=imread(14499.jpg);bw=im2bw(I,0.5);%选取阈值为 0.5figure;imshow(bw) %显示二值图象图象处理变换（二）1 傅立叶变换熟悉其概念和原理,实现对一幅灰度图像的快速傅立叶变换,并求其变换后的系数分布.2 离散余弦变换熟悉其概念和原理,实现对一幅灰度和彩色图像作的离散余弦变换,选择适当的 DCT 系数阈值对其进行DCT 反变换.% 图象的 FFT 变换clc;I=imread(005.bmp);subplot(1,2,1)imshow(I);title(原图);subplot(1,2,2)imhis

3、t(I);title(直方图);colorbar;J=fft2(I);figure;subplot(1,2,1)imshow(J);title(FFT 变换结果);subplot(1,2,2)K=fftshift(J);imshow(K);title(零点平移);figure;imshow(log(abs(K),),colormap(jet(64),colorbar;title(系数分布图);% 图象的 DCT 变换RGB=imread(005.bmp);figure;subplot(1,2,1)imshow(RGB);title(彩色原图);a=rgb2gray(RGB);subplot(1,2,2)imshow(a);title(灰度图);figure;b=dct2(a);imshow(log(abs(b),),colormap(jet(64),colorbar;title(DCT 变换结果);figure;b(abs(b)=1.0) break;elsepm p2=min(p(1:p1-1);p(p2)=1.1;pm2,p3=min(p(1:p1-1);p(p3)=1.1;pn=

4、pm+pm2;p(p1)=pn;tree(po,1)=p2;tree(po,2)=p3;po=po+1;p1=p1+1;endendfor k=1:po-1tt=k;m1=1;if(or(tree(k,1)9,tree(k,2)9)if(tree(k,1)9)c(tree(k,1),2)=c(tree(k,1),2)+m1;m2=1;while(ttm1=m1*2;for h=tt:po-1if(tree(h,1)=tt+g)c(tree(k,1),2)=c(tree(k,1),2)+m1;m2=m2+1;tt=h;break;elseif(tree(h,2)=tt+g)m2=m2+1;tt=h;break;endendendc(tree(k,1),3)=m2;endtt=k;m1=1;if(tree(k,2)9)m2=1;while(ttm1=m1*2;for h=tt:po-1if(tree(h,1)=tt+g)c(tree(k,2),2)=c(tree(k,2),2)+m1;m2=m2+1;tt=h;break;elseif(tree(l,2)=tt+g)m2=m2+1,tt=h

5、;break;endendendc(tree(k,2),3)=m2;endendend二JPEG2000 采用小波变换编码，小波变换压缩编码实现程序为load wbarb;subplot(2,2,1),image(X);colormap(map)title(原始图象);c,s=wavedec2(X,2, bior3.7);thr=20;ca1=appcoed2(c,s, bior3.7,1);ch1=detcoef2(h,c,s,1);cv1=detcoef2(v,c,s,1);cd1=detcoef2(d,c,s,1);a1=wrcoef2(a,c,s, bior3.7,1);h1=wrcoef2(h,c,s, bior3.7,1);v1=wrcoef2(v,c,s, bior3.7,1);d1=wrcoef2(d,c,s, bior3.7,1);c1=a1,h1,v1,d1;ca1=appcoed2(c,s, bior3.7,1);ca1=wcodemat(ca1,440, mat,0);ca1=0.5*ca1subplot(2,2,2),image(ca1)title(压缩图象一

6、)ca2=appcoed2(c,s, bior3.7,2);ca2=wcodemat(ca2,440, mat,0);ca2=0.5*ca2;subplot(2,2,3),image(ca2)title(压缩图象二)图象处理实验（七）应用 KL 变换进行图象的特征提取一、实验要求：应用 KL 变换进行图象的特征提取。熟悉 MATLAB 的相关命令。二、实验目的：掌握如何应用 KL 变换进行图象的特征提取。三、实验内容：选择一幅稍大的灰度图象（最好用纹理图象） ，按下面步骤进行实验：（1）应用 99 的窗口对上述图象进行随机抽样，共抽样 200 块子图象；（2）将所有子图象按列相接变成一个 81 维的行向量；（3）对所有 200 个行向量进行 KL 变换，求出其对应的协方差矩阵的特征向量和特征值，按降序排列特征值以及所对应的特征向量；（4）选择前 40 个最大特征值所对应的特征向量作为主元，将原图象块向这 40 个特征向量上投影，所获得的投影系数就是这个子块的特征向量。（5）求出所有子块的特征向量。四、实验结果：源程序如下：clearclose allclcM=rand(200,200);I=imread(a.bmp);mx,my=size(I);imshow(I);title(原始图象);for i=1:200for j=1:199if(ceil(M(i,j)*mx)x(i)=ceil(M(i,j)*mx);y(i)=ceil(M(i,j+1)*my);endendendfor i=1:200I1(:,:,i)=imcrop(I,x(i),y(i),8,8);I2(:,i)=reshape(I1(:,:,i),1,81);endI2=double(I2);C=I2*I2/200;a,s=eig(C);A=a(161:200,:);U=A*I2;figure;imshow(U);title(特征向量);http:/ http:/

《图 像 处 理 实 验(一)直 方 图》由会员洪易分享，可在线阅读，更多相关《图 像 处 理 实 验(一)直 方 图》请在金锄头文库上搜索。