数字图像处理的答案

图片像素的降低与恢复I=imread('2.jpg');%读取图片g=rgb2gray(I);%彩色图像灰度化figure;imshow(I);%显示原图片figure;imshow(g);%显示灰度值图片%降低图像分辨率g_down_1=g(1:2:end,1:2:end);%512g_down_2=g_down_1(1:2:end,1:2:end);%256g_down_3=g_down_2(1:2:end,1:2:end);%128g_down_4=g_down_3(1:2:end,1:2:end);%64g_down_5=g_down_4(1:2:end,1:2:end);%32figure;imshow(g_down_1);%显示figure;imshow(g_down_2);%显示figure;imshow(g_down_3);%显示figure;imshow(g_down_4);%显示figure;imshow(g_down_5);%显示%把降低分辨率的图像恢复原大小G_up_5_near=imresize(g_down_3,8,'nearest');%最近邻法放大G_up_5_bil=imresize(g_down_5,32,'bilinear');%双线性插值法放大G_up_5_bic=imresize(g_down_5,32,'bicubic');%三次内插法放大figure;imshow(G_up_5_near);%显示figure;imshow(G_up_5_bil);%显示figure;imshow(G_up_5_bic);%显示图像的四则运算和减法运算clear;clc;%清空变量及工作区I=imread('11.jpg');%读取图片I=rgb2gray(I);%彩色图像灰度化I2=imread('22.jpg');%读取图片I2=rgb2gray(I2);%彩色图像灰度化K=imlincomb(0.6,I,0.4,I2);%计算两幅图像的线性组合K=histeq(K);%进行直方图均衡化imshow(K);figure;I1=imread('1.jpg');I2=imread('2.jpg');I=I1-I2;%图像相减imshow(I);histeq（X）函数实现直方图均衡。因为此函数只能对灰度图像进行直方图均衡。故应先将彩图转为灰度图像位图显示clear;clc;I=imread('aerial.tif');I=double(I);G_7=bitand(I,128);%求灰度值第七位I_7=im2uint8(mat2gray(G_7));%转换为无符号八位整型figure;imshow(I_7);%显示第七位位图G_6=bitand(I,64);%求灰度值第6位I_6=im2uint8(mat2gray(G_6));%转换为无符号八位整型figure;imshow(I_6);%显示第6位位图G_5=bitand(I,32);I_5=im2uint8(mat2gray(G_5));figure;imshow(I_5);G_4=bitand(I,16);I_4=im2uint8(mat2gray(G_4));figure;imshow(I_4);G_3=bitand(I,8);I_3=im2uint8(mat2gray(G_3));figure;imshow(I_3);G_2=bitand(I,4);I_2=im2uint8(mat2gray(G_2));figure;imshow(I_2);G_1=bitand(I,2);I_1=im2uint8(mat2gray(G_1));figure;imshow(I_1);G_0=bitand(I,1);I_0=im2uint8(mat2gray(G_0));figure;imshow(I_0);I_restore=G_7+G_6+G_5+G_4+G_3+G_2+G_1+G_0;%读取重新储存的图片figure;imshow(uint8(I_restore));%显示骨骼图的显示%读取图像I=imread('Fig0343(a)(skeleton_orig).tif');%显示a图像A=im2double(I);subplot(2,4,1);imshow(A);title('(a)全身骨骼扫描图像');%显示b图像subplot(2,4,2);A=double(A);w1=fspecial('laplacian',0);B=imfilter(A,w1,'corr','replicate');imshow(B);%得到拉普拉斯变换后的图像title('(b)经过拉普拉斯操作后的结果');%显示c图像subplot(2,4,3);C=A+B;%得到A+B的结果imshow(C);title('(c)图a加图b得到的锐化图像');%显示d图像subplot(2,4,4);w1=fspecial('sobel');%得到水平sobel模板w2=w1';%转置得到竖直sobel模板G1=imfilter(A,w1);%水平sobel梯度G2=imfilter(A,w2);%竖直sobel梯度D=abs(G1)+abs(G2);%sobel梯度imshow(D);title('(d)图a经sobel梯度处理后的结果');%显示e图像subplot(2,4,5);e=fspecial('average',5);E=imfilter(D,e,'corr','replicate');imshow(E);title('(e)使用5*5均值滤波器平滑后的sobel图像');%显示f图像subplot(2,4,6);C=im2double(C);E=im2double(E);F=C.*E;imshow(F);title('(f)图c和图e相乘形成的掩蔽图像');%显示g图像subplot(2,4,7);G=abs(A)+abs(F);imshow(G);title('(g)由图a和图f求和得到的锐化后的图像');%显示h图像subplot(2,4,8);imshow(imadjust(G,[],[],0.5));title('(h)对图g应用幂律变换得到的最终结果');灰度直方图操作clear;clc;I=imread('moon.tif');figure;imshow(I);figure;imhist(I);%显示灰度直方图h=imhist(I，256);%长条图显示，宽度为1，figure;bar(h);h_scale=imhist(I,25);x=linspace(0,255,25);%创建向量figure;bar(x,h_scale);%长条图显示，宽度为25I_equ=histeq(I,256);%直方图均衡化figure;imhist(I_equ);figure;imshow(I_equ);figure;bar(imhist(I_equ));图像锐化梯度算子的应用clear;clc;f=imread('building.tif');f=im2double(f);w1=fspecial('sobel');%得到水平sobel模板w2=w1';%转置得到竖直sobel模板g1=imfilter(f,w1,'replicate');%横向梯度算子结果g2=imfilter(f,w2,'replicate');%纵向梯度算子结果g=abs(g1)+abs(g2);%sobel梯度imshow(f);figure;imshow(g1);figure;imshow(g2);figure;imshow(g);图像锐化拉普拉斯算子的引用clear;clc;f=imread('moon.tif');w4=fspecial('laplacian',0);%生成拉普拉斯滤波器w8=[111;1-81;111];f=im2double(f);g4=f-imfilter(f,w4,'replicate');%g4=f-imfilter(f,w4,'symmetric');g8=f-imfilter(f,w8,'replicate');%g8=f-imfilter(f,w8,'symmetric');[A,B]=find(g40);%找出矩阵中小于零元素所在行和列,并存在[A,B]中fori=1:length(A)%从1到length（A）循环g4(A(i,1),B(i,1))=0;%令这些元素为0end[C,D]=find(g41);%找出矩阵中大于一元素所在行和列,并存在[c,d]中fori=1:length(C)%从1到length（C）循环g4(C(i,1),D(i,1))=1;%令这些元素为1endfigure;imshow(f);%g4=im2uint8(mat2gray(g4));%g8=im2uint8(mat2gray(g8));figure;imshow(imfilter(f,w4,'replicate'))figure;imshow(g4);figure;imshow(imfilter(f,w8,'replicate'))figure;imshow(g8);平滑空间滤波器clear;clc;I=imread('pattern.tif');%读取图像imshow(I);figure;%显示原图h=fspecial('average',[1414]);%产生均值滤波器模板g=imfilter(I,h,'replicate');%滤波imshow(g);%阈值分割I=imread('galaxy.tif');h=fspecial('average',[1515]);%产生均值滤波器模板g=imfilter(I,h,'replicate');%滤波level=graythresh(g);%通过计算获得输入图像的阈值BW=im2bw(g,level);%通过阈值变换法把灰度图像转换成二值图像imshow(BW);%中值滤波I=imread('imnoise.tif');g=medfilt2(I,[33]);%窗口大小为3×3的中值滤波%g=medfilt2(I,[33],'symmetric');imshow(g);%顺序滤波A=imread('imnoise.tif');B=ordfilt2(A,15,true(7),'symmetric');%图像作顺序统计滤波figure;imshow(A);figure;imshow(B)图像增强的三种方法%inversetransformationI=imread('breast.tif');g=im2uint8(mat2gray(I));%图像数据类型转换为无符号八位整型。g_inver=255-g;%图像反转figure;imshow(I);figure;imshow(g_inver);%logtransformI=imread('fourier.tif');g=im2uint8(mat2gray(log(1+double(I))));%对图像进行对数变换figure;imshow(I);figure;imshow(g);%powertransformmoon.tifaerial.tifI=imread('aerial.tif');g=im2uint8(mat2gray(double(I).^(2)));%对图像进行幂律变换%g=255-I;figure;imshow(I);figure;imshow(g);理想低通滤波器f=imread('dynamic_range.tif');索引形式读入imshow(f);显示图像title('ԭͼ');f=im2double(f);按比例的将其缩放至double类型F=fftshift(fft2(f));正半轴部分和负半轴部分的图像分别关于各自的中心对称M=size(F,1);表示维数的第一项N=size(F,2);表示维数的第二项u=1:M;u=[1,2,3,4,