matlab图像处理代码(基于matlab的图像处理案例教程)
admin 发布:2022-12-19 12:31 145
本篇文章给大家谈谈matlab图像处理代码,以及基于matlab的图像处理案例教程对应的知识点,希望对各位有所帮助,不要忘了收藏本站喔。
本文目录一览:
- 1、数字图像处理期末作业。 A类作业,使用MATLAB,求一份代码
- 2、matlab图像如何用代码完成图像的分割、边缘检测和拼接的任务?
- 3、数字图像处理matlab,给下面这段代码加注释
- 4、基于matlab运动模糊图像处理的源代码
- 5、求一段MATLAB图像批量处理和数据的存储的代码
- 6、matlab图像处理教程
数字图像处理期末作业。 A类作业,使用MATLAB,求一份代码
展开全部
Image=imread('原图像');
subplot(2,2,1)
imshow(Image);
title('原图');
Spectrum=fft2(Image);
subplot(2,2,2)
imshow(Spectrum);
title('FFT 变换结果');
subplot(2,2,3)
Spectrum=fftshift(Spectrum);
imshow(Spectrum);
title('零点平移');
subplot(2,2,4)
imshow(log(abs(Spectrum)),[]);
title('系数分布图');
%低通滤波
figure; %建立一张空白图纸
subplot(2,2,1)
imshow(log(abs(Spectrum)),[]);
title('系数分布图');
Filter=zeros(180,240); %滤波数组赋初值,全零;自己根据图像的分辨率来确定,如180*240
r=50; %滤波窗口半径,从中心到半径窗口内滤波数组赋值1
for i=(180/2-r+1):(180/2+r);
for j=(240/2-r+1):(240/2+r);
Filter(i,j)=1;
end;
end;
subplot(2,2,2)
imshow(Filter,[]);
title('滤波窗口');
SpectrumN=Filter.*Spectrum; %频谱与滤波模板卷积
subplot(2,2,3)
imshow(log(abs(SpectrumN)),[]);
title('滤波后频谱');
SpectrumN=ifftshift(SpectrumN);
I2=ifft2(SpectrumN);
subplot(2,2,4)
imshow(abs(I2),[]);
title('反变换图像');
这是我们以前做实验时用的程序,用的傅里叶变换,你稍微改动下应该就行了~
matlab图像如何用代码完成图像的分割、边缘检测和拼接的任务?
你可以试试下面的程序:
I=imread('myphoto.jpg'); % 假设要处理的图像是myphoto.jpg
heights=size(I,1); % 图像的高
widths=size(I,2); % 图像的宽
m=8; % 假设纵向分成8幅图
n=10; % 假设横向分成10幅图
% 考虑到rows和cols不一定能被m和n整除,所以对行数和列数均分后要取整
rows=round(linspace(0,heights,m+1)); % 各子图像的起始和终止行标
cols=round(linspace(0,widths,n+1)); % 各子图像的起始和终止列标
blocks=cell(m,n); % 用一个单元数组容纳各个子图像
for k1=1:m
for k2=1:n
blocks{k1,k2}=I(rows(k1)+1:rows(k1+1),cols(k2)+1:cols(k2+1),:);
subimage=blocks{k1,k2};
% 以下是对subimage进行边缘检测
% 加入边缘检测的代码
% 以上是对subimage进行边缘检测
blocks{k1,k2}=subimage;
end
end
processed=I; % processed为处理后的图像,用原图像对其初始化
% 以下为拼接图像
for k1=1:m
for k2=1:n
processed(rows(k1)+1:rows(k1+1),cols(k2)+1:cols(k2+1),:)=blocks{k1,k2};
end
end
figure,imshow(processed)
% 以上的程序已测试过,对灰度图像和真彩图像都可以运行。
数字图像处理matlab,给下面这段代码加注释
rgb=imread('1.jpg'); %读取rgb图 1.jpg
rgb1=double(rgb); %图像矩阵的数据类型转换为double类型
r=rgb1(:,:,1); %矩阵r存储rgb图中r通道的二维矩阵
g=rgb1(:,:,2); %矩阵g存储rgb图中g通道的二维矩阵
b=rgb1(:,:,3); %矩阵b存储rgb图中b通道的二维矩阵
[m,n]=size(r); %m为矩阵r的行数,n为矩阵r的列数
er=mean(mean(r(:))) %er为矩阵r所有元素的均值
dr1=0.0;sr1=0.0; %令dr1的初始值为0.0,令sr1的初始值为0.0
for i=1:m %外循环
for j=1:n %内循环
dr1=dr1+(r(i,j)-er)^2; %将矩阵r中每个像素值减去所有像素均值的平方值累加到变量dr1;
sr1=sr1+(r(i,j)-er)^3; %将矩阵r中每个像素值减去所有像素均值的三次方值累加到变量sr1;
end
end
dr=sqrt(dr1/(m*n)) %dr1除以矩阵r的大小m*n,然后开平方的值赋值给dr
sr=(sr1/(m*n))^0.3333 %sr1除以矩阵r的大小m*n,然后开三次方的值赋值给sr
eg=mean(mean(g(:))) %该处为矩阵g的处理,与上面矩阵r的方法和步骤一样
dg1=0.0;sg1=0.0;
for i=1:m
for j=1:n
dg1=dg1+(g(i,j)-eg)^2;
sg1=sg1+(g(i,j)-eg)^3;
end
end
dg=sqrt(dg1/(m*n))
sg=(sg1/(m*n))^0.3333
eb=mean(mean(b(:))) %该处为矩阵b的处理,与上面矩阵r的方法和步骤一样
db1=0.0;sb1=0.0;
for i=1:m
for j=1:n
db1=db1+(b(i,j)-eb)^2;
sb1=sb1+(b(i,j)-eb)^3;
end
end
db=sqrt(db1/(m*n))
sb=(sb1/(m*n))^0.3333
有什么问题可以继续讨论,望采纳。
基于matlab运动模糊图像处理的源代码
等一会的,我来帮你
华东师范大学???
tuxianghuanyuan('3.jpg', 80, 8, 0.02);
function tuxianghuanyuan(im, a, b, NSPR)
i = imread(im);
f = im2double(i);
PSF = fspecial('motion', a, b);
frest1 = deconvwnr(f, PSF, NSPR);
subplot(221),imshow(f); title('原图像');
subplot(222),imshow(frest1); title('维纳滤波处理后图像');
end
求一段MATLAB图像批量处理和数据的存储的代码
给你个例子吧,之前编写的一个程序的部分代码:
for
i=1:13
url=strcat('gradien',num2str(i),'.bmp');
%即读取路径/gradient/下的图像
imoving=imread(url);
matlab图像处理教程
楼主你太狠了,5分要别人做这么多!
1.图像的读入、显示及信息查询:
(1)I=imread ('lena.jpg') %图像读入
imshow(I) %图像显示
(2)inf=imfinfo('lena.jpg') % 图像信息查询
2.图像的常用处理语句:
(1) X=rgb2gray(I) ; imshow(X) %彩色图像转灰度图像
(2)X2=grayslice(I,64) ; imshow(X2,hot(64)) %将灰度图像转为索引色图像
(3) X3=im2bw(X1) ; imshow(X3) %将图像转二值图像
3.图像滤波:
clear all
g0=imread('lena.tif')
g0 = g0(:,:,2); %三维转二维
figure(1);imshow(g0) ;title('原图') %如图 5
g1=imnoise(g0,'salt pepper',0.2)
g1=im2double(g1);
figure(2);imshow(g1);title('加入椒盐噪声') %如图 6
h1=fspecial('gaussian',4,0.3)
g2=filter2(h1,g1,'same')
figure(3);imshow(g2);title('进行高斯滤波') %如图 7
h2=fspecial('sobel')
g3=filter2(h2,g1,'same')
figure(4);imshow(g3);title('进行sobel滤波') %如图 8
h3=fspecial('prewitt')
g4=filter2(h3,g1,'same')
figure(5);imshow(g4);title('进行prewitt滤波') %如图 9
h4=fspecial('laplacian',0.5);
g5=filter2(h4,g1,'same');
figure(6);imshow(g5);title('进行拉普拉斯滤波'); %如图 10
h5=fspecial('log',4,0.3);
g6=filter2(h5,g1,'same');figure(7);
imshow(g6);title('进行高斯拉普拉斯滤波'); %如图 11
h6=fspecial('average');
g7=filter2(h6,g1,'same');figure(8);
imshow(g7);title('进行均值滤波'); %如图 12
h7=fspecial('unsharp',0.3);
g8=filter2(h7,g1,'same');
figure(9);imshow(g8);title('进行模糊滤波'); %如图 13
h8=[0 -1 0;-1 5 -1;0 -1 0];
g9=filter2(h8,g1,'same');
figure(10);imshow(g9);title('进行高通高斯滤波'); %如图 14
h9=g1;g10=medfilt2(h9);
figure(11);imshow(g10);title('进行中值滤波'); %如图 15
matlab图像处理代码的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于基于matlab的图像处理案例教程、matlab图像处理代码的信息别忘了在本站进行查找喔。
版权说明:如非注明,本站文章均为 AH站长 原创,转载请注明出处和附带本文链接;
- 上一篇:js页面加载特效代码(js页面加载)
- 下一篇:时间轴样式代码(时间轴符号)
相关推荐
- 05-18seo教程,seo教程免费
- 05-18网络营销案例具体分析,网络营销案例具体分析模板
- 05-18谷歌seo教程,谷歌seo建站
- 05-16怎么建立一个属于自己的网站,如何建立自己的网站教程
- 05-16近期比较成功的危机公关处理,最近的危机公关案例及分析论文
- 05-16营销策划案例,营销策划案例PPT
- 05-15seo完整教程视频教程,seo教学视频教程
- 05-15市场营销策划方案案例,市场营销策划方案案例分析
- 05-13网络推广教程,网络推广技巧大全
- 05-13百度搜索关键词怎么刷上去,百度关键词刷排名教程
取消回复欢迎 你 发表评论:
- 标签列表
- 最近发表
- 友情链接