数字图像采集与处理工程导论作业.docVIP

“数字图像采集与处理工程导论” 实验报告 姓名：*** 学号：0209**** 年级：2009级 班级：0209**班 学院：电子工程学院 专业：信息对抗技术 电话：*********** 一 用Matlab语言完成如下实验： （1）打开一幅BMP图像； （2）将局部区域的灰度值进行改变； （3）另存为一个新的BMP文件。 实验过程： 选取 用matlab打开： I=imread（’avril.bmp’） 使用命令 I(150:300,:)=300 改变其部分区域值； 用命令： image(I) 查看改变灰度后的结果如下： （3）使用命令 imwrite(I,new.bmp’) 将修改后的图像另存为名为new.bmp的文件，可见在当前工作目录下产生了名为new.bmp的图像文件。 二 MATLAB编程实现傅里叶高通，低通滤波，给出算法原理及实验结果。 程序: %% DOCUMENT TITLE % INTRODUCTORY TEXT filename = avril.jpg; Img=imread(filename); imshow(Img); % function IdealHighFilter(Img, p,q,d) % % if ~isgray(Img) Img=rgb2gray(Img); % end; figure(1); subplot(2,2,1);imshow(Img);title(原图像); f=fftshift(fft2(Img)); subplot(2,2,2);imshow(abs(f),[]);title(原图像的傅里叶频谱); subplot(2,2,3);imshow(log(abs(f)),[]);title(原图像的傅里叶变换取对数后的频谱); [a b]=size(f); a0=round(a/2); b0=round(b/2); for i=1:a for ii=1:b d=10; p=0.2; q=0.5; dis=sqrt((i-a0)^2+(ii-b0)^2); if dis=d h=1; else h=0; end; s(i,ii)=(p+q*h)*f(i,ii); end; % end; s=uint8(real(ifft2(ifftshift(s)))); subplot(2,2,4),imshow(s),title(低通滤波后的频谱); end % function IdealLowFilter(Img, d) % % if ~isgray(Img) %Img=rgb2gray(Img); % end; figure(2); subplot(2,2,1);imshow(Img);title(原图像); f=fftshift(fft2(Img)); subplot(2,2,2);imshow(abs(f),[]);title(原图像的傅里叶频谱); subplot(2,2,3);imshow(log(abs(f)),[]);title(原图像的傅里叶变换取对数后的频谱); [a b]=size(f); a0=round(a/2); b0=round(b/2); for i=1:a for ii=1:b d=10; dis=sqrt((i-a0)^2+(ii-b0)^2); if dis=d h=1; else h=0; end; s(i,ii)=h*f(i,ii); end; % end; s=uint8(real(ifft2(ifftshift(s)))); subplot(2,2,4),imshow(s),title(高通滤波后的频谱); End 实验结果： 三 找一个曝光不足的灰度（或彩色）图像，用matlab按照直方图均衡化的方法进行处理。 程序： clc; clear; PS=rgb2gray(imread(3.jpg)); subplot(2,2,1) imshow(PS) title(曝光不足的图像) %绘制直方图 [m,n]=size(PS); P=zeros(1,256); %预创建存放灰度出现概率的向量 for i=1:256 P(i)=length(find(PS==(i-1)))/(m*n); %计算灰度概率，存入GP相应位置