文档介绍：数字图像与模式识别实验报告 1 实验一 MATLAB 图像处理基本操作一、实验目的 MATLAB 语言中图象数据与信息的读取方法; 、实验要求 BMP 文件 BMP 文件 BMP 图像和新 BMP 图像三、实验源程序 clear I=imread(''); %读入原图像 subplot(1,2,1); imshow(I); %显示原始图像 title(' 原始 BMP 图像'); J=imadjust(I,[,],[]); %调整图像灰度值 imwrite(J,''); %另存为新图像 subplot(1,2,2); imshow(J); %显示局部灰度改变后的图像 title(' 局部灰度改变后的图像'); 四、实验结果五、实验总结 MATLAB 基本图像读入读出操作,以及对图像灰度改变的操作。 MATLAB 工具软件对图像处理的应用。数字图像与模式识别实验报告 2 实验二图像低通、高通滤波一、实验内容 ,显示其频谱图 、高通滤波 DCT 高低通滤波,并与傅里叶的结果比较。 、实验目的学会用 Matlab 软件对图像傅里叶变换;对图像进行低、高通滤波,观察频谱和图像变化。三、实验部分源程序 1 .高通、低通滤波 d0=30; %低通滤波截止频率,可以修改取值 g0=20; %高通滤波截止频率,可以修改取值 yd=zeros(m,n); yg=zeros(m,n); %理想低通滤波%for i=1:1:m; for j=1:1:n; if((sqrt((i-n1)^2+(j-n2)^2))<d0) yd(i,j)=J(i,j); end end end %理想高通滤波%for i=1:1:m; for j=1:1:n; if((sqrt((i-n1)^2+(j-n2)^2))>g0) yg(i,j)=J(i,j); end end end YD=fftshift(yd); YG=fftshift(yg); YDD=uint8(abs(ifft2(YD))); %理想低通滤波后图像 YGG=uint8(abs(ifft2(YG))); %理想高通滤波后图像%理想 DCT 高通低通滤波 d=dct2(I); [n1 n2]=size(I); 数字图像与模式识别实验报告 3 for i=1:n1 for j=1:n2 if(i<25)&(j<25) d(i,j)=d(i,j); else d(i,j)=0; end end end g=idct2(d); figure(3) subplot(1,2,1); imshow(uint8(g));title('DCT 低通滤波后的图像'); e=dct2(I); for i=1:n1 for j=1:n2 if(i<25)&(j<25) e(i,j)=0; else e(i,j)=e(i,j); end end end g1=idct2(e); subplot(1,2,2); imshow(uint8(g1));title('DCT 高通滤波后的图像');%DCT 高通滤波后图像 2 .傅里叶压缩 YS=J; YS(1:4/9*m,1:4/9*n)=0; YS(5/9*m:m,1:4/9*n)=0; YS(1:4/9*m,5/9*n:n)=0; YS(5/9*m:m,5/9*n:n)=0; Y=ifft2(fftshift(YS)); 四、实验结果数字图像与模式识别实验报告 4 数字图像与模式识别实验报告 5 五、实验总结通过编程熟悉了 MATLAB 编程结构。学会使用 MATLAB 提供的库函数进行图像傅里叶变化。学会设计理想的低通和高通滤波器设计以及 DCT 高通低通滤波器设计。傅里叶压缩后图像效果尚可,损失的细节部分并不明显。数字图像与模式识别实验报告 6 实验三图像直方图均衡化一、实验内容对一副曝光率不足的照片进行直方图均衡化处理,提高其对比度。二、实验目的通过用 Matlab 仿真,掌握直方图均衡化的原理及步骤,了解均衡化对图像效果的影响。三、实验程序 clc; clear; PS=rgb2gray(imread('')); 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)