数字图像处理结课论文
数字图像处理相关论文
数字图像处理相关论文“数字图像处理”是一门利用计算机解决图像处理的学科。
并且，现代多媒体计算机中又广泛采用了数字图像处理技术。
下面是店铺给大家推荐的数字图像处理相关论文，希望大家喜欢!数字图像处理相关论文篇一浅谈“数字图像处理”课程教学改革实践摘要：数字图像处理技术是一种发展迅速且应用广泛的新兴技术，就“数字图像处理”课程的特点，从教学内容、教学手段和方法、教学理论和实践等方面进行改革与实践，增强了学生的实践创新能力，提高了教学质量，收到良好的教学效果。
关键词：数字图像处理;教学手段;实践作者简介：刘忠艳(1975-)，女，黑龙江依安人，黑龙江科技学院计算机与信息工程学院，副教授;周波(1963-)，男，黑龙江绥化人，黑龙江科技学院计算机与信息工程学院，教授。
(黑龙江哈尔滨 150027)一、“数字图像处理”概述数字图像处理技术是集微电子学、光学、应用数学和计算机科学等学科的一门综合性边缘技术。
[1，2]是当今信息社会中发展迅速且应用广泛的新兴科学技术。
数字图像处理技术广泛应用到通信、计算机、交通运输、军事、医学和经济等各个领域，在各个领域发挥着越来越重要的作用。
随着计算机技术的迅速发展，图像处理的技术和理论不断完善和丰富，新的理论、技术也不断涌现，并逐渐进行应用。
面对这样一门理论与实际紧密结合的课程，在学习过程中，学生常常会遇到很多问题，既为数字图像处理技术应用的广泛前景所吸引，也时常对课程的抽象理论感到苦恼，渐渐失去学习兴趣。
为了激发学生的学习兴趣，提高教学质量，对该课程进行教学改革，势在必行。
经过两年半的教学改革与实践，取得了一定的教学效果。
二、教学改革措施为了提高“数字图像处理”课程的教学质量，激发学生学习本课程的兴趣，对本门课程进行改革，采取以下措施：1.整合教学内容随着计算机技术的迅速发展，数字图像处理技术也得到快速发展。
近几年来，有很多新的应用点和研究涌现出来，在“数字图像处理”课程中加入新技术的介绍，对于学生了解国际的研究和应用热点，尽快地投入相应的研究与应用中去大有益处。
数字图像处理结课论文
郑州航空工业管理学院结课设计（论文）2008 级专业班级课程数字图像处理姓名学号指导教师职称讲师二О一一年十月三十号彩色图像特效处理技术研究与设计摘要数字图像处理是指用计算机对图像进行处理，它广泛用于几乎所有与成像有关的领域。
本文介绍用Visual Basic语言编程的数字图像处理环境，设计并实现了一个彩色图像的特效处理系统，展示如何通过编程实现对图形图像的各种处理。
论述了利用编写的程序实现图像文件（bmp、jpg、gif等）逆反处理、平滑处理、霓虹处理、边缘锐化、浮雕处理、镶嵌处理、曝光处理、扩散处理等功能操作。
关键字：数字图像处理、Visual Basic语言编程、特效处理、逆反处理、平滑处理、霓虹处理、边缘锐化、浮雕处理、镶嵌处理、曝光处理、扩散处理1、简介彩色图像的特效处理是对一幅彩色图像的各像素值的R、G、B分量按一定的算法进行变换，并将变换后的新图像值重新显示出来，则可实现不同效果图像的显示。
逆反处理的目的是使整幅图像的颜色产生逆反效果；平滑处理的目的是将图像的边界变得平缓，使整幅图像变得更柔和，更模糊，具有朦胧感；霓虹处理的目的是为了突出图像的边界，淡化图像内部的颜色，使图像产生夜晚霓虹灯的效果；边缘锐化是为了图像边界，并保留图像内部的颜色，使图像变得更清晰；浮雕处理的目的也是为了突出边界，使图像具有凹凸效果；镶嵌处理的目的是使图像的分辨率降低，具有马赛克效果；曝光处理是使图像整体变亮，产生类似胶片曝光的效果；扩散处理是使图像具有油画效果。
2、系统总体分析本系统实现了对图像（bmp、jpg、gif等）进行选择、读取、退出操作、图像的逆反处理、平滑处理、霓虹处理、边缘锐化、浮雕处理、镶嵌处理、曝光处理、扩散处理（油画处理）的功能操作，以及特效处理后确定、恢复、保存操作，整个界面如图1所示：图1，系统界面2.1、文件读取本部分用Visual Basic语言编程读取图像信息并显示在Picture控件中，图片框用于显示图像，命令按钮“选择文件”用于选择指定图形文件，命令按钮“读图像”用于读入图像数据并存入数组，并且将图像显示在图片框中。
数字图像处理结课论文
摘要数字图像处理技术是指通过计算机对图像进行去除噪声，增强或者复原以及分割和提取的技术。
该技术伴随计算机技术的发展，在农业，军事，环境等行业得到了广泛的应用。
论文首先论述数字图像处理技术现状和发展，然后简要讨论了该技术在医学图像进行伪彩色图像处理问题上的应用。
最后介绍了在车牌识别方面的应用的相关原理。
综述一、数字图像处理技术的发展现状数字图像处理技术是自60年代以来，随着半导体集成电路技术和计算机技术的发展而产生和发展的一门新型学科，并且在近三十年来取得了巨大的发展，在理论上和实际应用中都取得了很大的成就。
早期的图像处理的目的是改善图像的质量,以人为对象,以改善人的视觉效果为目的,首次获得实际成功应用的是美国喷气推进实验室( JPL)[1],并对航天探测器徘徊者 7 号在 1964 年发回的几千张月球照片使用了图像处理技术 ,并考虑了太阳位置和月球环境的影响,由计算机成功地绘制出月球表面地图,随后又对探测飞船发回的近十万张照片进行了更为复杂的图像处理 ,以致获得了月球的地形图、彩色图及全景镶嵌图,为人类登月创举奠定了坚实的基础 ,也推动了数字图像处理这门学科的诞生.数字图像处理取得的另一个巨大成就是在医学上获得的成果,1972 年英国 EMI公司工程师 Ho usfield发明了用于头颅诊断的 X射线计算机断层摄影装置即CT(Computer Tomograph)。
1975年 EMI公司又成功研制出全身用的 CT装置,获得了人体各个部位鲜明清晰的断层图像。
1979 年这项无损伤诊断技术获得了诺贝尔奖 ,说明它对人类做出了划时代的贡献。
随着图像处理技术的深入发展 ,从70年代中期开始 ,随着计算机技术和人工智能、思维科学研究的迅速发展 ,数字图像处理向更高、更深层次发展.人们已开始研究如何用计算机系统解释图像 ,实现类似人类视觉系统理解外部世界.很多国家,特别是发达国家投入更多的人力、物力到这项研究 ,取得了不少重要的研究成果.其中代表性的成果是70年代末MIT的 Marr提出的视觉计算理论[ 3],这个理论成为计算机视觉领域其后多年的主导思想。
数字图像处理技术的探究论文_数字图像处理课程论文
数字图像处理技术的探究论文_数字图像处理课程论文数字图像处理技术的探究论文篇一《数字图像处理技术的探究》【摘要】目前，图像处理技术得到较好的发展，本文以数字图像处理技术为研究对象，对其发展与应用现状进行简述，并对此技术的优缺点以及制约因素进行系统的分析，概述了此项技术在日后发展中的应用范围。
通过对数字图像处理技术的分析，让我们更深入的了解此项技术，为日后的研究提供一定的理论基础。
【关键词】数字图像处理技术发展就图像处理技术而言，可分为模拟图像与数字图像处理两大类。
数字图像处理技术在发展的过程中，涉及多门学科，其中包括生物学、计算机、信息科学等。
因此，数理与边缘学科与图像处理技术的关系越来越密切。
在最近几年中，数字图像处理技术逐步趋于完善，在遥感、人工智能等多个领域中被广泛使用，并促进相关学科得到较好的发展。
1数字图像处理技术的发展与应用在上世纪六十年代，随着VLS与计算机的发展产生了数字图像处理技术，并不断完善、成熟的一项新技术。
不管是在理论还是实际方面，都取得了较好的进步。
在早期，图像处理主要是为了使图片的质量更加完善。
输入图像的质量较低，而输出图片的质量较高，通常采用复原、压缩等方式进行处理。
此项技术首次应用成功是在美国的喷气推进实验室中。
此后，在航空领域中得到很好的应用，促进了此门学科的发展。
除此之外，数字图像处理技术在医学上也得到了很好的应用。
自上世纪七十年代中期之后，计算机与智能化得到很好的发展，也促进了图像处理技术的进步。
人们开始研究怎样通过计算机，对图像进行系统的解释，这被称作计算机视觉或图像理解。
上世纪几十年代，数字图像处理技术得到大力发展。
截止目前，此项技术在医疗设备、地理信息系统等多个领域中被广泛使用。
2数字图像处理技术的特点2.1优点(1)再现性较好。
数字图像处理技术不会因为各种变换操作而造成图片出现质量退化的现象，始终确保图像可以真实的再现。
(2)处理精度高。
根据当前技术，基本上能够把一副模拟的图像通过数字化做各种二维数组，与图像数字化设备能力有直接的关系。
浅谈学习数字图像处理技术地认识
数字图像处理结课论文：X.X.X学号：0.0.0.0.0.0.0.0专业：通信工程浅谈学习数字图像处理技术的认识摘要数字图像处理技术是一门将图像信号转换成数字信号并利用计算机对其进行处理的技术。
图像信息是人类获得外界信息的主要来源，因为大约有70%的信息是通过人眼获得的，而人眼获得的都是图像信息。
i通过数字图像处理技术对获得的图像信息进行处理来满足或者实现人们的各种需要。
从某些方面来说，对图像信息的处理甚至比图像信息本身更重要，尤其是在这个科技迅猛发展的21世纪。
AbstractDigital image processing technology is a keeper image signals into digital signals and processed by computer technology. Images are a major source of human access to outside information, because some 70% of information was obtained through human eyes, are the image information obtained by the human eye. By means of digital image processing technology to obtain image information processing to meet or achieve people's various needs.In some ways, image information processing even more important than the image itself, especially in the rapid development of science and technology of the 21st century.关键词数字图像、处理、应用引言经过一个学期的学习，我对数字图像处理技术有了一个更加深刻的了解，做了几次MATLAB数字信号处理实验，知道了如何利用MATLAB编程来实现数字图像处理技术的一些基本方法，以及如何使用PHOTOSHOP软件来做一些简单的图像处理。
数字图像处理论文
数字图像处理论文数字图像处理论文篇一：数字图像增强技术摘要：数字图像处理是指利用计算机技术对图像进行各种操作和处理的过程。
图像增强是数字图像处理中的一项重要技术，旨在改善图像的质量和视觉效果。
本文针对数字图像增强技术进行了综述，包括直方图均衡化、滤波和锐化等常用方法。
此外，还介绍了一些新近提出的图像增强算法，如基于深度学习的方法。
最后，对数字图像增强技术的发展趋势进行了展望。
关键词：数字图像处理；图像增强；直方图均衡化；滤波；锐化；深度学习1.引言数字图像处理是计算机科学和图像处理领域的重要研究方向。
随着数字图像在各个领域的广泛应用，对图像质量和视觉效果的要求也越来越高。
图像增强是数字图像处理的一项基础技术，通过改善图像的对比度、亮度和细节等特征，提高图像的可视化效果。
图像增强技术已被广泛应用于医学影像、无人驾驶、图像识别等领域。
2.直方图均衡化直方图均衡化是一种常用的图像增强方法，通过调整图像的像素值分布，提高图像的对比度和显示效果。
其基本思想是将原始图像的像素值映射到一个新的像素值域，使得新图像具有均匀分布的像素值。
直方图均衡化可以有效地增强图像的细节和纹理特征，但在一些情况下会导致图像过度增强或噪声增加。
3.滤波技术滤波是图像处理中常用的一种方法，通过对图像进行平滑或者锐化处理，改善图像的质量和视觉效果。
常用的滤波方法有均值滤波、中值滤波和高斯滤波等。
均值滤波通过计算像素点周围邻域像素的平均值来更新像素的值，可用于图像的平滑处理。
中值滤波通过计算像素点周围邻域像素的中值来更新像素的值，可有效地去除图像中的椒盐噪声。
高斯滤波通过对图像进行加权平均处理，对图像进行平滑和去噪。
4.锐化技术锐化是图像处理中常用的一种技术，通过增加图像中的高频成分，提高图像的边缘和细节等特征。
常用的锐化方法有拉普拉斯算子、Sobel算子和Canny算子等。
拉普拉斯算子通过计算图像的二阶导数来增强图像的边缘和细节。
Sobel算子通过计算图像的一阶导数来提取图像的边缘特征。
数字图像处理结课论文
数字图像处理结课作业--数字图像频域增强方法及在matlab中的实现学生姓名：学号：学院：理学院班级：电科班指导教师：摘要:图像增强的目的是使处理后的图像更适合于具体的应用，即指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。
从总体上可以分为两大类:空域增强和频域增强。
频域处理时将原定义空间中的图像以某种形式转换到其他空间中，利用该空间的特有性质方便的进行图像处理。
而空域增强是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。
空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。
本文主要从空域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种空域图像增强方法。
关键词：图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波目录：1、何为数字图像处理及MATLAB的历史2、空间域图像增强技术研究的目的和意义3、空间域的增强3.1 背景知识3.2 空间域滤波和频域滤波之间的对应关系3.3 锐化滤波3.4 平滑滤波4、结论1、何为数字图像处理及MATLAB的历史数字图像处理（digital image processing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。
例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。
总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。
目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。
MATLAB是由美国Math Works公司推出的软件产品。
MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。
2024年数字图像处理论文doc
2024年数字图像处理论文doc标题：2024年数字图像处理论文doc一、引言随着技术的不断发展，数字图像处理在各个领域中的应用越来越广泛。
本文旨在探讨2024年数字图像处理领域的发展趋势，以及相关算法和技术的应用。
通过对数字图像处理的研究，希望能够为相关领域的发展提供一定的参考和帮助。
二、数字图像处理的基本原理数字图像处理是一种利用计算机对图像进行加工、处理和分析的技术。
数字图像处理的基本原理是将图像转换为数字信号，然后利用计算机对数字信号进行处理和分析。
数字图像处理技术包括图像增强、图像变换、图像滤波、图像恢复、图像分析等。
三、数字图像处理的应用范围数字图像处理技术的应用范围非常广泛，包括医学影像、安防监控、智能交通、工业生产、环境监测等领域。
随着技术的不断发展，数字图像处理的应用范围将会更加广泛。
四、数字图像处理的热点问题和研究方向目前，数字图像处理的热点问题和研究方向包括深度学习、人工智能、虚拟现实等。
其中，深度学习在数字图像处理中的应用已经得到了广泛的认可，其在图像识别、目标检测、人脸识别等方面的应用已经取得了显著的成果。
此外，人工智能在数字图像处理中的应用也在不断发展，包括机器学习、神经网络等。
虚拟现实技术在数字图像处理中的应用也在逐渐增加，其在虚拟现实游戏、电影制作等方面的应用已经得到了广泛的应用。
五、数字图像处理的发展趋势和未来前景随着技术的不断发展，数字图像处理的应用范围将会更加广泛。
未来，数字图像处理技术将会更加智能化、自动化和人性化，其在各个领域中的应用将会更加深入。
同时，数字图像处理技术也将会面临更多的挑战和机遇，包括如何提高图像处理的精度和速度、如何解决图像处理中的隐私和安全问题等。
六、总结本文对2024年数字图像处理领域的发展趋势进行了探讨，并介绍了相关算法和技术的应用。
数字图像处理技术已经成为各个领域中不可或缺的一部分，其未来的发展前景非常广阔。
希望本文能够对相关领域的发展提供一定的参考和帮助。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数字图像处理结课作业--数字图像频域增强方法及在matlab中的实现学生姓名：学号：学院：理学院班级：电科班指导教师：摘要:图像增强的目的是使处理后的图像更适合于具体的应用，即指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。
从总体上可以分为两大类:空域增强和频域增强。
频域处理时将原定义空间中的图像以某种形式转换到其他空间中，利用该空间的特有性质方便的进行图像处理。
而空域增强是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。
空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。
本文主要从空域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种空域图像增强方法。
关键词：图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波目录：1、何为数字图像处理及MATLAB的历史2、空间域图像增强技术研究的目的和意义3、空间域的增强3.1 背景知识3.2 空间域滤波和频域滤波之间的对应关系3.3 锐化滤波3.4 平滑滤波4、结论1、何为数字图像处理及MATLAB的历史数字图像处理（digital image processing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。
例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。
总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。
目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。
MATLAB是由美国Math Works公司推出的软件产品。
MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。
MATLAB是一完整的并可扩展的计算机环境,是一种进行科学和工程计算的交互式程序语言。
它的基本数据单元是不需要指定维数的矩阵,它可直接用于表达数学的算式和技术概念,而普通的高级语言只能对一个个具体的数据单元进行操作。
它还是一种有利的教学工具,它在大学的线性代数课程以及其它领域的高一级课程的教学中,已成为标准的教学工具。
2、空间域图像增强技术研究的目的和意义研究空间域图像增强技术的目的：分析几种空间域图像增强方法,并能够用空间域法进行图像增强,研究空间域图形增强技术的意义：图像增强是图像处理中用来消除原始图像边缘模糊、对比度差等缺点的常用技术,它需要解决的问题包括边缘增强、噪声的滤除、高斯噪声的平滑和细节的保护等等。
而空间域是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。
空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。
空域滤波一般分为线性滤波和非线性滤波两类。
线性滤波器的设计常基于对傅立叶变换的分析，非线性空域滤波器则一般直接对领域进行操作。
各种空域滤波器根据功能主要分为平滑滤波器和锐化滤波器。
平滑可用低通来实现，平滑的目的可分为两类：一类是模糊，目的是在取较大的目标前去除太小的细节或将目标内的小肩端连接起来；另一类是消除噪声。
锐化可用高通滤波来实现，锐化的目的是为了增强被模糊的细节。
结合这两种分类方法，可将空间滤波增强分为四类：线性平滑滤波器（低通），非线性平滑滤波器（低通），线性锐化滤波器（高通），非线性锐化滤波器（高通）。
本论文主要是针对锐化增强方法和平滑图像增强的方法进行讨论。
3、空域图像增强3.1背景知识法国数学家傅里叶一生中对人类最大的贡献就是提出了傅里叶级数,他指出任何周期函数都可以表示为不同频率的正弦和或余弦和的形式,每个正弦和或余弦和乘以不同的系数。
傅里叶正变换和反变换是我们处理图像最感兴趣的工具。
3.2空间域滤波和频域滤波之间的对应关系卷积定理是空域和频域滤波的最基本联系纽带。
二维卷积定理：基本计算过程：11001(,)(,)(,)(,)M N m n f x y h x y f m n h x m y n MN --==*=--∑∑1.取函数h(m,n)关于原点的镜像,得到h(-m,-n)2.对某个(x,y),使h(-m,-n)移动相应的距离,得到h(x-m,y-n)3.对积函数f(m,n)h(x-m,y-n)在(m,n)的取值范围内求和4.位移是整数增量,对所有的(x,y)重复上面的过程,直到两个函数：f(m,n)和h(x-m,y-n)不再有重叠的部分。
傅立叶变换是空域和频域的桥梁,关于两个域滤波的傅立叶变换对：3.3、锐化滤波器图像平滑往往使图像中的边界、轮廓变得模糊，为了减少这类不利效果的影响，需要利用图像锐化技术，使图像的边缘变得清晰。
1) 线性锐化滤波器线性高通滤波器是最常用的线性锐化滤波器。
这种滤波器的中心系数都是正的，而周围的系数都是负的，所有的系数之和为0。
对3×3 的模板来说，典型的系数取值为：[-1 -1 -1; -1 8 -1; -1 -1 -1]事实上这是拉普拉斯算子。
语句h=-fspecial(‘laplacian’,0.5)得到的拉普拉斯算子为：h =-0.3333 -0.3333 -0.3333-0.3333 2.6667 -0.3333 -0.3333 -0.3333 -0.3333 2) 非线性锐化滤波邻域平均可以模糊图像，因为平均对应积分，所以利用微分可以锐化图像。
图像处理中最常用的微分方法是利用梯度。
常用的空域非线性锐化滤波微分算子有sobel 算子、prewitt 算子、log 算子等。
锐化空间滤波1) 读出一幅灰度图像，并显示。
[X,map]=imread('mri.tif'); subimage(X,map); J=imread('mri.tif'); imshow(J);imfinfo('mri.tif');(,)(,)(,)(,);(,)(,)(,)(,)f x y h x y F u v H u v f x y h x y F u v H u v *⇔ ⇔*(2)设计梯度滤波器，对图像进行锐化处理，显示锐化后的图像。
1)交叉相减[X,map]=imread('mri.tif');subimage(X,map);J=imread('mri.tif');imshow(J);imfinfo('mri.tif');figure,imshow(J);J=double(J);[M,N]=size(J);for i=1:M-1for j=1:N-1x(1)=J(i,j);x(2)=J(i+1,j);x(3)=J(i,j+1);x(4)=J(i+1,j+1);x(1)=2*((x(1)-x(4))+(x(2)-x(3)));J1(i,j)=x(1);endendfigure,imshow(uint8(J1));2)垂直相减[X,map]=imread('mri.tif');subimage(X,map);J=imread('mri.tif');imshow(J);imfinfo('mri.tif');figure,imshow(J);J=double(J);[M,N]=size(J);for i=1:M-1for j=1:N-1x(1)=J(i,j);x(2)=J(i+1,j);x(3)=J(i,j+1);x(4)=J(i+1,j+1);x(1)=2*((x(1)-x(2))+(x(1)-x(3)));J1(i,j)=x(1);endendfigure,imshow(uint8(J1));(3)利用soble算子进行滤波处理，并输出图像。
[X,map]=imread('mri.tif');subimage(X,map);J=imread('mri.tif');imshow(J);imfinfo('mri.tif');figure,imshow(J);J=double(J);[M,N]=size(J);for i=2:M-1for j=2:N-1x(1)=J(i-1,j-1);x(2)=J(i-1,j);x(3)=J(i-1,j+1);x(4)=J(i,j-1);x(5)=J(i,j);x(6)=J(i,j+1);x(7)=J(i+1,j-1);x(8)=J(i+1,j);x(9)=J(i+1,j+1);a=[-x(1),0,x(7);-2*x(2),0,2*x(8);-x(3),0,x(9)];b=[-x(1),-2*x(4),-x(7);0,0,0;x(3),2*x(6),x(9)];temp=(a+b)/2;te=0;for l=1:9te=te+temp(l);J1(i,j)=te;endendendfigure,imshow(uint8(J1));3.4、平滑空间滤波：1.线性平滑滤波器线性低通平滑滤波器也称为均值滤波器，这种滤波器的所有系数都是正数，对3×3的模板来说，最简单的是取所有系数为1，为了保持输出图像任然在原来图像的灰度值范围内，模板与象素邻域的乘积都要除以9。
MATLAB 提供了fspecial 函数生成滤波时所用的模板，并提供filter2 函数用指定的滤波器模板对图像进行运算。
函数fspecial 的语法格式为：h=fspecial(type);h=fspecial(type,parameters);MATLAB 提供了一个函数imnoise 来给图像增添噪声，其语法格式为：J=imnoise(I,type);J=imnoise(I,type,parameters);2、非线性平滑滤波器中值滤波器是一种常用的非线性平滑滤波器，其滤波原理与均值滤波器方法类似，是把领域中的图像的象素按灰度级进行排序，然后选择改组的中间值作为输出像素值。
MATLAB 提供了medfilt2 函数来实现中值滤波，其语法格式为：B=medfilt2(A,[m n]);B=medfilt2(A);其中，A 是原图象，B 是中值滤波后输出的图像。
[m n]指定滤波模板的大小，默认模板为3×3。
1.1)读出eight.tif这幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一图像窗口中。