用matlab程序实现同时对比度实验、空间分辨率变化效果、实验幅度分辨率变化效果

作业1
1.用matlab程序实现同时对比度实验。

程序代码如下:
clear
m=256;
n=256;
ground_gray1=200;
X1=ones(m,n)*ground_gray1;
ground_gray2=100;
X2=ones(m,n)*ground_gray2;
before_gray=150;
m0=100;
n0=100;
step=50;
X1(m0:m0+step,n0:n0+step)=before_gray;
figure;
imshow(uint8(X1));
X2(m0:m0+step,n0:n0+step)=before_gray;
figure;
imshow(uint8(X2));
得到的图像如下：
2.用matlab程序实验空间分辨率变化效果。

程序代码如下:
X=imread('picture1.jpg');
figure;
imshow(uint8(X));
[m,n]=size(X);
X1=X(1:2:m,1:2:n);
figure;
imshow(uint8(X1));
imwrite(X1,'picture1.jpg');
得到的图形如下
3.用matlab程序实验幅度分辨率变化效果.
程序代码如下：
X=imread('picture1.jpg');
[mm,nn]=size(X);
for i=1:mm
for j=1:nn
X128(i,j)=2*(ceil(X(i,j)/2));
end
end
for i=1:mm
for j=1:nn
X64(i,j)=4*(ceil(X(i,j)/4));
end
end
for i=1:mm
for j=1:nn
X32(i,j)=8*(ceil(X(i,j)/8));
end
end
figure
subplot(2,2,1);
imshow(uint8(X));
title('256级');
subplot(2,2,2);
imshow(uint8(X128));
title('128级');
subplot(2,2,3);
imshow(uint8(X64));
title('64级');
subplot(2,2,4);
imshow(uint8(X32));
title('32级');
得到的图像如下
作业2
1.用matlab作出图像的直方图。

程序代码如下：
clear;
A = imread('picture2.jpg');
I = rgb2gray(A);
add = [];
tab1 = zeros(1,256);
for n = 0:255;
X = I == n;
add = [add; sum(sum(X))];
end;
[a, b] = size(I);
final = add / (a*b);
figure;
stem(final, 'Marker', 'none');
figure(2);
imshow(I);
得到的图像如下
2.用matlab实现图像的直方图均衡化
程序代码如下:
clear all
m=imread('picture2.jpg');
A = rgb2gray(m);
[m,n]=size(A);
B=zeros(size(A));
l=m*n;
r=zeros(1,256);
y=zeros(1,256);
A=double(A);
for i=1:m
for j=1:n
r(A(i,j)+1)=r(A(i,j)+1)+1; end
end
r=r./l;
for k=1:256
for j=1:k
y(k)=y(k)+r(j);
end
end
for k=1:256
y(k)=floor(255*y(k)+0.5); end for i=1:m
for j=1:n
B(i,j)=y(A(i,j)+1);
end
end
A=uint8(A);
B=uint8(B);
subplot(2,2,1)
imshow(A)
title('原图像')
subplot(2,2,2)
imhist(A)
title('原图像的直方图')
subplot(2,2,3)
imshow(B)
title('经过均衡处理的图像')
subplot(2,2,4)
imhist(B)
title('经过均衡处理后该图像的直方图')
得到的图像如下
作业3
1.用matlab实现多幅图像平均去高斯白噪声。

程序代码如下：
clear;
A=imread('picture2.jpg');
I=rgb2gray(A);
imshow(I);
[a,b]=size(I);
noise=randn(a,b)*30;
X=double(I)+noise;
Y=zeros(a,b);
figure(2);
imshow(uint8(X));
for n=1:30
noise=randn(a,b)*30;
X=double(I)+noise;
Y=Y+double(X);
end;
Y=Y/n;
figure(3);
imshow(uint8(Y))
得到的图像如下：
原图
加了高斯白噪声的图像：
去噪后的图像:
2.用matlab实现均值滤波去除高斯白噪声.
程序代码如下：
clear;
A=imread('picture2.jpg');
I=rgb2gray(A);
figure;
imshow(I);
[a,b]=size(I);
noise=randn(a,b)*30;
I=double(I)+noise;
I2=zeros(a+2,b+2);
I3=zeros(a,b);
for n=1:a
for m=1:b
I2(n+1,m+1)=I(n,m);
end;
end;
figure(2);
imshow(uint8(I2));
for n=2:a
for m=2:b
I3(n-1,m-1)=[I2(n-1,m-1)+I2(n-1,m)+I2(n-1,m+1)+I2(n,m-1)+I2(n,m)+I2(n,m+1)+I2(n+1,m-1)+I2(n+1,m)+I2(n+1,m+1) ]/9;
end;
end;
figure(3);
imshow(uint8(I3));
得到的图像如下：
原图
加高斯白噪声图像
均值滤波去噪后图像
3.用matlab实现中值滤波去除脉冲噪声。

程序代码如下：
clear;
A=imread('picture2.jpg');
I=rgb2gray(A);
figure(1);
imshow(I);
X=zeros(1:9);
[a,b]=size(I);
Y=zeros(a+2,b+2);
Z=zeros(a,b);
for n=1:a
for m=1:b
Y(n+1,m+1)=I(n,m);
end;
end;
for n=0:100
Y(round(rand*a),round(rand*b))=0; end;
for n=0:200
Y(round(rand*a),round(rand*b))=255; end;
figure(2)
imshow(uint8(Y));
Y=double(Y);
for n=2:a
for m=2:b
X=[Y(n-1,m-1),Y(n-1,m),Y(n-1,m+1),Y(n,m-1),Y(n,m),Y(n, m+1),Y(n+1,m-1),Y(n+1,m),
Y(n+1,m+10)];
X=sort(X);
Z(n-1,m-1)=X(5);
end;
end;
figure(3);
imshow(uint8(I));
得到图像如下：
原图
加脉冲噪声后图像
中值滤波去噪后图像。