最常用的matlab图像处理的源代码

骨z1里的傲慢
938次浏览
2020年03月26日 12:36
最佳经验
本文由作者推荐
椒盐

最常用的一些图像处理Matlab源代码 #1:数字图像矩阵数据的显示及其傅立叶变换 #2:二维离散余弦变换的图像压缩 #3:采用灰度变换的方法增强图像的对比度 #4:直方图均匀化 #5:模拟图像受高斯白噪声和椒盐噪声的影响 #6:采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 #7:采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 #8:图像的自适应魏纳滤波 #9:运用5种不同的梯度增强法进行图像锐化 #10:图像的高通滤波和掩模处理 #11:利用巴特沃斯(Butterworth)低通滤波器对受噪声干扰的图像进行平滑处理 #12:利用巴特沃斯(Butterworth)高通滤波器对受噪声干扰的图像进行平滑处理 1.数字图像矩阵数据的显示及其傅立叶变换 f=zeros(30,30); f(5:24,13:17)=1; imshow(f, 'notruesize'); F=fft2(f,256,256); % 快速傅立叶变换算法只能处矩阵维数为2的幂次,f矩阵不 % 是,通过对f矩阵进行零填充来调整 F2=fftshift(F); % 一般在计算图形函数的傅立叶变换时,坐标原点在 % 函数图形的中心位置处,而计算机在对图像执行傅立叶变换 % 时是以图像的左上角为坐标原点。所以使用函数fftshift进 %行修正,使变换后的直流分量位于图形的中心; figure,imshow(log(abs(F2)),[-1 5],'notruesize');

2 二维离散余弦变换的图像压缩 I=imread(''); % MATLAB自带的图像 imshow(I); clear;close all I=imread(''); imshow(I); I=im2double(I); T=dctmtx(8); B=blkproc(I,[8 8], 'P1*x*P2',T,T'); Mask=[1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]; B2=blkproc(B,[8 8],'P1.*x',Mask); % 此处为点乘(.*) I2=blkproc(B2,[8 8], 'P1*x*P2',T',T); figure,imshow(I2); % 重建后的图像 3.采用灰度变换的方法增强图像的对比度 I=imread(''); imshow(I); figure,imhist(I); J=imadjust(I,[0.15 0.9], [0 1]); figure,imshow(J); figure,imhist(J);

4直方图均匀化 I=imread(''); % 读取MATLAB自带的图像 imshow(I); figure,imhist(I); [J,T]=histeq(I,64); % 图像灰度扩展到0~255,但是只有64个灰度级 figure,imshow(J); figure,imhist(J); figure,plot((0:255)/255,T); % 转移函数的变换曲线 J=histeq(I,32); figure,imshow(J); % 图像灰度扩展到0~255,但是只有32个灰度级 figure,imhist(J); 5模拟图像受高斯白噪声和椒盐噪声的影响 I=imread(''); imshow(I) J1=imnoise(I,'gaussian',0,0.02); % 叠加均值为0,方差为0.02的高斯噪声,可以用 % localvar代替figure,imshow (J1); J2=imnoise(I,'salt& pepper',0.04); % 叠加密度为0.04的椒盐噪声。 figure,imshow(J2); 6采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像 I=imread(''); imshow(I) J2=imnoise(I,'salt& pepper',0.04); % 叠加密度为0.04的椒盐噪声。

figure,imshow(J2); I_Filter1=medfilt2(J2,[3 3]); %窗口大小为3×3 figure,imshow(I_Filter1); I_Filter2=medfilt2(J2,[5 5]); %窗口大小为5×5 figure,imshow(I_Filter2); I_Filter3=medfilt2(J2,[7 7]); %窗口大小为7×7 figure,imshow(I_Filter3); 7采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 [I,map]=imread(''); figure,imshow(I);title('original') J1=imnoise(I,'gaussian',0,0.02); % 受高斯噪声干扰 M4=[0 1 0; 1 0 1; 0 1 0]; M4=M4/4; % 4邻域平均滤波 I_filter1=filter2(M4,J1); figure,imshow(I_filter1,map); M8=[1 1 1; 1 0 1; 1 1 1]; % 8邻域平均滤波 M8=M8/8; I_filter2=filter2(M8,J1); figure,imshow(I_filter2,map); 8图像的自适应魏纳滤波 [I,map]=imread(''); figure,imshow(I);title('original') J1=imnoise(I,'gaussian',0,0.02); % 受高斯噪声干扰

[K noise]=wiener2(J1, [5 5]); figure,imshow(K); 9运用5种不同的梯度增强法进行图像锐化 [I,map]=imread(''); imshow(I,map); I=double(I); [Gx,Gy]=gradient(I); % 计算梯度 G=sqrt(Gx.*Gx+Gy.*Gy); % 注意是矩阵点乘 J1=G; figure,imshow(J1,map); % 第一种图像增强 J2=I; % 第二种图像增强 K=find(G>=7); J2(K)=G(K); figure,imshow(J2,map); J3=I; % 第三种图像增强 K=find(G>=7); J3(K)=255; figure,imshow(J3,map); J4=I; % 第四种图像增强 K=find(G<=7); J4(K)=255; figure,imshow(J4,map); J5=I; % 第五种图像增强 K=find(G<=7);

J5(K)=0; Q=find(G>=7); J5(Q)=255; figure,imshow(J5,map); 10图像的高通滤波和掩模处理 [I,map]=imread(''); imshow(I,map); H2=[-1 -1 -1;-1 -9 -1;-1 -1 -1]; J1=filter2(H2,I); % 高通滤波 figure,imshow(J1,map); I=double(I); M=[1 1 1;1 1 1;1 1 1]/9; J2=filter2(M,I); J3=I-J2; % 掩模 figure,imshow(J3,map); 11利用巴特沃斯(Butterworth)低通滤波器对受噪声干扰的图像进行平滑处理 I=imread(''); imshow(I); J1=imnoise(I,'salt& pepper'); % 叠加椒盐噪声 figure,imshow(J1); f=double(J1); % 数据类型转换,MATLAB不支持图像的无符号整型的计算 g=fft2(f); % 傅立叶变换 g=fftshift(g); % 转换数据矩阵 [M,N]=size(g); nn=2; % 二阶巴特沃斯(Butterworth)低通滤波器 d0=50; 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*nn)); % 计算低通滤波器传递函数 result(i,j)=h*g(i,j); end end result=ifftshift(result); J2=ifft2(result); J3=uint8(real(J2)); figure,imshow(J3); % 显示滤波处理后的图像 12利用巴特沃斯(Butterworth)高通滤波器对受噪声干扰的图像进行平滑处理 I=imread(''); imshow(I); f=double(I); % 数据类型转换,MATLAB不支持图像的无符号整型的计算 g=fft2(f); % 傅立叶变换 g=fftshift(g); % 转换数据矩阵 [M,N]=size(g); nn=2; % 二阶巴特沃斯(Butterworth)高通滤波器 d0=5; m=fix(M/2); n=fix(N/2); for i=1:M for j=1:N d=sqrt((i-m)^2+(j-n)^2); if (d==0) h=0; else

h=1/(1+0.414*(d0/d)^(2*nn));% 计算传递函数 end result(i,j)=h*g(i,j); end end result=ifftshift(result); J2=ifft2(result); J3=uint8(real(J2)); figure,imshow(J3); % 滤波后图像显示

椒盐