数字图像实验报告(3)

stem([0:31],Hist_result{m}); %2.3结果图 Step=256/N; for k=1:N

Index=find(I>=Step*(k-1)&I

imshow(Image,[]) end 结果：

3、程序： clear all close all

I=double(imread('lena8.jpg')); figure,subplot(2,4,1); imshow(I,[]);

% 1.均值低通滤波 H=fspecial('average',5); F{1}=double(filter2(H,I));

subplot(2,4,2);,imshow(F{1},[]); % 2 . gaussian低通滤波

H=fspecial('gaussian',7,3); F{2}=double(filter2(H,I)); subplot(2,4,3);,imshow(F{2},[]); % 3.增强图像-原图-均值低通滤波 F{3}=2*I-F{1};

subplot(2,4,4);,imshow(uint8 (F{3}),[]); % 4.增强图像=原图-高斯低通滤波 F{4}=2*I-F{2};

subplot(2,4,5);,imshow(uint8 (F{4}),[]); %5. ‘prewitt’边缘算子增强 H=fspecial('prewitt');

F{ 5}=uint8(I+filter2(H,I)); subplot(2,4,6);,imshow(F{5},[]); %6. ‘sobel’边缘算子增强 H=fspecial('sobel');

F{6}=uint8(I + filter2(H,I)); subplot(2,4,7);,imshow(F{6},[]); 结果：

实验四 图像的复原

实验内容 1、程序： clear; close all;

%1.生成含噪图像

img = imread('lena8.bmp'); figure,subplot(2,3,1); imshow(img);

img =double(imnoise(img,'salt & pepper', 0.01)); subplot(2,3,2); ,imshow(img,[]); %2.采用均值滤波 N=5; %滤波模板大小 h=fspecial('average',N); I=filter2(h,img);

subplot(2,3,3); ,imshow(I,[]) %3.中值滤波

I=medfilt2(img,[N N]); subplot(2,3,4); ,imshow(I,[]) %4.最大值滤波

I=ordfilt2(img,N*N,true(N)); subplot(2,3,5); ,imshow(I,[]) %5.最小值滤波

I=ordfilt2(img,1,true(N)); subplot(2,3,6); ,imshow(I,[]) 结果：

2、程序： close all clear all

%1.生成波纹噪声图像

img = double(imread('lena8.bmp')); figure,subplot(2,3,1); imshow(img,[]); sizec=size(img);

w=0.4*2*pi; %噪声的数字频率

N=2*pi/w; %噪声每一周期的采样点数

img_noise=img+20*ones(sizec(1),1)*sin(w*[1:sizec(2)]); subplot(2,3,2); ,imshow(img_noise,[]); %图像频谱 F0=fft2(img); F0=fftshift(F0);

subplot(2,3,3); ,imshow(log(abs(F0)),[]); F=fft2(img_noise); F=fftshift(F);

subplot(2,3,4); ,imshow(log(abs(F)),[]); %2.设计理想陷波滤波器 H=ones(sizec(1),sizec(2)); %图像中心点 x0=sizec(1)/2+1; y0=sizec(2)/2+1;

%噪声所处频率点(x,y) x=x0;

y=y0-round(sizec(2)/N); H (x,y-3:y+3)=0;

H(x,(y0-y)+y0-3:(y0-y)+y0+3)=0; %3.滤波结果 I=ifftshift(F.*H); imgl=ifft2(I);

subplot(2,3,5); ; imshow(imgl,[]); 结果：