常用的一些图像处理Matlab源代码
2010-05-05 20:07
#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('cameraman.tif'); % MATLAB自带的图像
imshow(I);
clear;close all
I=imread('cameraman.tif');
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('rice.tif');
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('pout.tif'); % 读取MATLAB自带的potu.tif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('eight.tif');
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('eight.tif');
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('eight.tif');
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('eight.tif');
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('3-22.jpg');
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('blood1.tif');
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('Saturn.tif');
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，MA TLAB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('blood1.tif');
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