基于Matlab的数字图像处理课程设计报告

合集下载

matlab 数字图像处理实验报告(五份)

《数字图像处理实验报告》实验一图像的增强一.实验目的1.熟悉图像在MATLAB下的读写、输出；2.熟悉直方图；3.熟悉图像的线性指数等；4.熟悉图像的算术运算和几何变换。

二.实验仪器计算机、MATLAB软件三.实验原理图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。

从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像。

其基本原理是：对一幅图像的灰度直方图，经过一定的变换之后，使其成为均匀或基本均匀的，即使得分布在每一个灰度等级上的像素个数．f=H等或基本相等。

此方法是典刑的图像空间域技术处理，但是由于灰度直方图只是近似的概率密度函数，因此，当用离散的灰度等级做变换时，很难得到完全平坦均匀的结果。

频率域增强技术频率域增强是首先将图像从空间与变换到频域，然后进行各种各样的处理，再将所得到的结果进行反变换，从而达到图像处理的目的。

常用的变换方法有傅里叶变换、DCT变换、沃尔什-哈达玛变换、小波变换等。

假定原图像为f(x，y)，经傅立叶变换为F(u，v)。

频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅立叶变换得到增强的图像。

四.实验内容及步骤1.图像在MATLAB下的读写、输出；实验过程：>> I = imread('F:\image\624baf9dbcc4910a.jpg');figure;imshow(I);title('Original Image');text(size(I,2),size(I,1)+15, ...'IMG_20170929_130307.jpg', ...'FontSize',7,'HorizontalAlignment','right');Warning: Image is too big to fit on screen; displaying at 25% > In imuitools\private\initSize at 86In imshow at 196Original Image2.给定函数的累积直方图。

数字图像处理matlab版实验报告

数字图像处理实验报告（matlab版）一．实验目的：熟悉数字图像处理中各种椒盐噪声的实质，明确各种滤波算法的的原理。

进一步熟悉matlab的编程环境，熟悉各种滤波算法对应的matlab函数。

实验结果给以数字图像处理课程各种算法处理效果一个更直观的印象。

二.实验原理:1．IPT(图像处理工具箱)基本函数介绍1. imread函数该函数用于从图形文件中读出图像。

格式A=IMRAED(FILENAME,FMT)。

该函数把FILENAME 中的图像读到A中。

若文件包含一个灰度图,则为二维矩阵。

若文件包含一个真彩图(RGB),则A为一三维矩阵。

FILENAME指明文件，FMT指明文件格式。

格式[X,MAP]=IMREAD(FILENAME,FMT).把FILENAME中的索引图读入X,其相应的调色板读到MAP中.图像文件中的调色板会被自动在范围[0,1]内重新调节。

FMT的可能取值为jpg 或jpeg,tif或tiff,bmp,png,hdf,pcx,xwd。

2.imwrite函数该函数用于把图像写入图形文件中。

格式IMWRITE(A,FILENAME,FMT)把图像A写入文件FILENAME中。

FILENAME指明文件名, FMT指明文件格式。

A既可以是一个灰度图,也可以是一个真彩图像。

格式IMWRITE(X,MAP,FILENAME,FMT)把索引图及其调色板写入FILENAME中。

MAP必须为合法的MATLAB调色板,大多数图像格式不支持多于256色的调色板。

FMT的可能取值为tif或tiff,jpg或jpeg,bmp,png,hdf,pcx,xwd。

3. imshow函数显示图像。

格式IMSHOW(I,N).用N级离散灰度级显示灰度图象I。

若省略N,默认用256级灰度显示24位图像,64级灰度显示其他系统。

格式IMSHOW(I,[LOW HIGH])，把I 作为灰度图显示。

LOW值指定为黑色,HIGH指定为白色，中间为按比例分布的灰色。

数字图像处理课程设计基于Matlab的数字图像处理

数字图像处理课程设计--基于Matlab的数字图像处理数字图像处理课程设计基于Matlab的数字图像处理——图像的运算院系信息技术学院专业班级电气6班学号 201107111282姓名何英娜指导教师章瑞平课程设计时间 2012年11月目录一、摘要 (3)二、图像代数运算1、1图像的加法运算 (4)1、2图像的减法运算 (4)1、3图像的除法运算 (4)1、4绝对差值运算 (7)1、 5 图像的求补运算 (7)3三、图像的几何运算2、1 图像插值 (7)2、2图像的旋转 (8)2、3图像的缩放 (9)2、4图像的投影变换 (10)2、4图像的剪切 (11)四、课程设计总结与体会 (13)五、参考文献 (14)摘要图像运算涵盖程序设计、图像点运算、代数运算、几何运算等多种运算；设计目的和任务：1、熟悉图像点运算、代数运算、几何运算的基本定义和常见方法；2、掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法3、掌握在MATLAB中进行插值的方法4、运用MATLAB语言进行图像的插值缩放和插值旋转5、学会运用图像的投影变换和图像的剪切46、进一步熟悉了解MATLAB语言的应用，将数字图像处理更好的应用于实际7、通过各类算法加强图像各种属性、一、图像的几何运算何运算图像代数运算是指对两幅或两幅以上输入图像对应的像素逐个进行和差积商运算以产生增强效果的图像。

图像运算是一种比较简单有效的增强处理手段是图像处理中常用方法。

四种图像处理代数运算的数学表达式如下：C(x,y)=A(x,y)+B(x,y)C(x,y)=A(x,y)-B(x,y)C(x,y)=A(x,y)*B(x,y)C(x,y)=A(x,y)/B(x,y)1图像加法运算一般用于多幅图像求平均效果，以便有效降低具有叠加性的随机噪声，在matlab中imadd用于图像相加，其调用格式为z=imadd(X,Y);程序演示如下：I=imread('rice.png');subplot(2,2,1),imshow(I),title('原图像1'); J=imread('cameraman.tif');subplot(2,2,2),imshow(J),title('原图像52');K=imadd(I,J,'uint16'););subplot(2,2,3),imshow(K,[]),title('相加后图像'2、图像减法运算也称差分运算，是用于检测图像变化及运动物体的方法；用imsubtract函数实现。

matlab数字图像课程设计

matlab数字图像课程设计一、教学目标本课程的教学目标是使学生掌握MATLAB在数字图像处理方面的基本理论和应用技能。

通过本课程的学习，学生应能理解数字图像处理的基本概念，熟练使用MATLAB进行数字图像的处理和分析。

具体来说，知识目标包括：1.掌握数字图像处理的基本概念和原理。

2.了解数字图像处理的基本算法和应用。

3.熟悉MATLAB数字图像处理工具箱的使用。

技能目标包括：1.能够使用MATLAB进行数字图像的基本处理，如图像读取、显示、转换等。

2.能够运用MATLAB实现数字图像的增强、滤波、边缘检测等算法。

3.能够利用MATLAB进行数字图像处理的实际应用，如图像分割、特征提取等。

情感态度价值观目标包括：1.培养学生的创新意识和实践能力，使他们能够运用所学知识解决实际问题。

2.培养学生团队合作精神，提高他们的问题解决能力。

3.培养学生对科学研究的兴趣和热情，提高他们的学术素养。

二、教学内容本课程的教学内容主要包括MATLAB的基本操作、数字图像处理的基本概念和算法，以及MATLAB在数字图像处理方面的应用。

具体来说，教学大纲如下：1.MATLAB基本操作：包括MATLAB的安装和界面熟悉，基本语法和函数的使用。

2.数字图像处理基本概念：包括数字图像的定义、表示方法和基本属性。

3.数字图像处理基本算法：包括图像增强、滤波、边缘检测等算法的学习和实现。

4.MATLAB数字图像处理应用：包括图像分割、特征提取等实际应用案例的分析和解题方法。

三、教学方法本课程采用多种教学方法，包括讲授法、讨论法、案例分析法和实验法等，以激发学生的学习兴趣和主动性。

具体来说，教学方法如下：1.讲授法：通过讲解和演示，使学生掌握MATLAB的基本操作和数字图像处理的基本概念。

2.讨论法：通过小组讨论和问题解答，培养学生的思考和问题解决能力。

3.案例分析法：通过分析实际案例，使学生掌握数字图像处理的基本算法和应用。

4.实验法：通过实验操作，使学生熟练使用MATLAB进行数字图像处理的应用。

数字图像处理matlab课程设计

数字图像处理matlab课程设计一、课程目标知识目标：1. 理解数字图像处理的基本概念，掌握图像的表示和存储方式；2. 学会使用MATLAB软件进行数字图像处理，掌握相关函数和工具箱的使用方法；3. 掌握图像增强、滤波、边缘检测等基本图像处理技术；4. 了解图像分割、特征提取等高级图像处理技术。

技能目标：1. 能够运用MATLAB进行图像读取、显示和保存操作；2. 能够独立完成图像的增强、滤波等基本处理操作；3. 能够运用边缘检测算法对图像进行处理，提取关键特征；4. 能够根据实际需求选择合适的图像处理技术，解决实际问题。

情感态度价值观目标：1. 培养学生对数字图像处理技术的兴趣，激发其学习热情；2. 培养学生的团队合作意识，使其学会在团队中分享和交流；3. 培养学生严谨的科学态度，使其注重实验数据的真实性；4. 培养学生的创新思维，鼓励其探索新方法，提高解决问题的能力。

本课程旨在通过数字图像处理MATLAB课程设计，使学生在掌握基本理论知识的基础上，运用MATLAB软件进行图像处理实践。

课程注重理论与实践相结合，培养学生具备实际操作能力，并能运用所学知识解决实际问题。

针对学生的年级特点，课程目标既注重知识技能的传授，又关注情感态度价值观的培养，为学生今后的学习和工作奠定基础。

二、教学内容1. 数字图像处理基础- 图像表示与存储（RGB、灰度、二值图像）- 图像类型转换- MATLAB图像处理工具箱介绍2. 图像增强- 直方图均衡化- 伽玛校正- 图像锐化3. 图像滤波- 均值滤波- 中值滤波- 高斯滤波- 双边滤波4. 边缘检测- 索贝尔算子- 拉普拉斯算子- Canny边缘检测5. 图像分割- 阈值分割- 区域生长- 分水岭算法6. 特征提取与描述- 霍夫变换- SIFT算法- ORB算法教学内容根据课程目标进行选择和组织，注重科学性和系统性。

教学大纲明确分为六个部分，分别对应数字图像处理的基础知识、图像增强、滤波、边缘检测、图像分割和特征提取与描述。

基于matlab的图像处理课程设计

基于matlab的图像处理课程设计一、课程目标知识目标：1. 学生能理解图像处理的基本概念，掌握图像的数字化表示方法。

2. 学生能掌握Matlab软件的基本操作，运用其图像处理工具箱进行图像的读取、显示和保存。

3. 学生能掌握图像处理的基本算法，如灰度变换、图像滤波、边缘检测等，并理解其原理。

技能目标：1. 学生能运用Matlab进行图像处理操作，解决实际问题。

2. 学生能通过编程实现图像处理算法，具备一定的程序调试和优化能力。

3. 学生能运用所学知识，结合实际问题，设计简单的图像处理程序。

情感态度价值观目标：1. 学生通过学习图像处理，培养对计算机视觉和人工智能领域的兴趣，激发创新意识。

2. 学生在课程实践中，培养团队协作精神，提高沟通与表达能力。

3. 学生能认识到图像处理技术在生活中的广泛应用，增强学以致用的意识。

分析课程性质、学生特点和教学要求，本课程目标旨在使学生在掌握基本图像处理知识的基础上，通过Matlab软件的实践操作，培养其编程能力和解决实际问题的能力。

同时，注重培养学生的团队协作和情感态度，使其在学习过程中获得成就感，激发学习兴趣。

课程目标将具体分解为学习成果，以便后续教学设计和评估。

二、教学内容1. 图像处理基础理论：- 数字图像概念及表示方法- 图像处理的基本操作：读取、显示、保存- 像素运算与邻域处理2. Matlab基础操作：- Matlab软件安装与界面介绍- 数据类型与基本运算- 矩阵运算与函数编写3. 图像处理算法：- 灰度变换与直方图处理- 图像滤波：低通滤波、高通滤波- 边缘检测：Sobel算子、Canny算子4. 实践项目：- 图像增强与去噪- 图像分割与特征提取- 目标检测与跟踪5. 教学大纲：- 第一周：图像处理基础理论，Matlab基础操作- 第二周：灰度变换与直方图处理，图像滤波- 第三周：边缘检测，实践项目一- 第四周：图像分割与特征提取，实践项目二- 第五周：目标检测与跟踪，课程总结与展示教学内容根据课程目标，结合教材章节进行选择和组织，确保科学性和系统性。

数字图像处理-课程设计报告-matlab

基于MATLAB图像处理报告

基于MATLAB图像处理报告一、设计题目图片叠加。

二、设计要求将一幅礼花图片和一幅夜景图片做叠加运算，使达到烟花夜景的美图效果。

三、设计方案3.1、设计思路利用matlab强大的图像处理功能，通过编写程序，实现对两幅图片的像素进行线性运算，利用灰度变换的算法使图片达到预期的效果。

3.2、软件介绍MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。

是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。

它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。

MATLAB和Mathematica、Maple并称为三大数学软件。

它在数学类科技应用软件中在数值计算方面首屈一指。

MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。

在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。

可以直接调用，用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户直接进行下载就可以用。

3.3、常见简单程序语句及算法分析（1）CLC；清零。

数字图像处理课程设计报告matlab

数字图像处理课程设计报告姓名：号：学级： .net班设计题目：图像处理教师：赵哲老师12：提交日期月29日一、设计内容：《图像处理》主题：详细说明：对图像进行处理（简单滤镜，模糊，锐化，高斯模糊等），对图像进行处理（上下对称，左右对称，单双色显示，亮暗程度调整等），对图浮雕效果，素描效果，雾化色彩平衡像进行特效处理（反色，实色混合，，效果等），二、涉及知识内容：1、二值化2、各种滤波3、算法等三、设计流程图插入图对图片进行处二值化处理重复输出两幅图结束四、实例分析及截图效果：运行效果截图：第一步：读取原图,并显示close all;clear;clc;close all 关闭打开的窗口clear % 清楚工作窗口clc 清空变量I=imread('1.jpg'); I赋给1.jpg 插入图片%I输出图imshow(I);%I1=rgb2gray(I);%图片变灰度图新建窗口%figuresubplot(321);% 3行2列第一幅图输出图片%imhist(I1);title('原图直方图');%图片名称一，图像处理模糊H=fspecial('motion',40);运动40 motion 模糊程度%% 滤波算子q=imfilter(I,H,'replicate');%imfilter实现线性空间滤波函数，I图经过H滤波处理，反复复制replicate q1=rgb2gray(q);imhist(q1););模糊图直方图'title('二，图像处理锐化不清晰的锐化滤波算子，unsharp'unsharp');%H=fspecial();qq=imfilter(I,H,'replicate'qq1=rgb2gray(qq);imhist(qq1););'title('锐化图直方图三，图像处理浮雕(来源网络)浮雕图%);'1.jpg'l=imread(变灰度图%f0=rgb2gray(l);f1=imnoise(f0,'speckle',0.01);%高斯噪声加入密度为0.01的高斯乘性噪声 imnoise噪声污染图像函数 speckle斑点把图像数据类型转换为双精度浮点类型f1=im2double(f1);%h3=1/9.*[1 1 1;1 1 1;1 1 1];进行卷积滤波f2对图像%采用h3);'same'f4=conv2(f1,h3,滤波sobel%进行);'sobel'h2=fspecial(相同的卷积和多项式相乘 same g3=filter2(h2,f1,'same');%实现图像矩阵的归一化操作% k=mat2gray(g3);四，图像处理素描(来源网络) );f=imread('1.jpg'[VG,A,PPG] = colorgrad(f);ppg = im2uint8(PPG);ppgf = 255 - ppg;[M,N] = size(ppgf);T=200;ppgf1 = zeros(M,N);ii = 1:M for jj = 1:N for ppgf(ii,jj)<T if ppgf1(ii,jj)=0; elseppgf1(ii,jj)=235/(255-T)*(ppgf(ii,jj)-T);endendend ppgf1 = uint8(ppgf1););'unsharp' H=fspecial();'replicate'Motionblur=imfilter(ppgf1,H,figure;imshow(ppgf1);调用[VG, A, PPG] = colorgrad(f, T)function (ndims(f)~=3) ||(size(f,3)~=3)if);'Input image must be RGB' error(end);'sobel'sh = fspecial(sv = sh';);Rx = imfilter(double(f(:,:,1)), sh, 'replicate');Ry = imfilter(double(f(:,:,1)), sv, 'replicate');Gx = imfilter(double(f(:,:,2)), sh, 'replicate');'replicate'Gy = imfilter(double(f(:,:,2)), sv,);'replicate'Bx = imfilter(double(f(:,:,3)), sh,);'replicate'By = imfilter(double(f(:,:,3)), sv,gxx = Rx.^2 + Gx.^2 + Bx.^2;gyy = Ry.^2 + Gy.^2 + By.^2;gxy = Rx.*Ry + Gx.*Gy + Bx.*By; A = 0.5*(atan(2*gxy./(gxx-gyy+eps)));G1 = 0.5*((gxx+gyy) +(gxx-gyy).*cos(2*A) + 2*gxy.*sin(2*A)); A = A + pi/2;G2 = 0.5*((gxx+gyy) + (gxx-gyy).*cos(2*A) + 2*gxy.*sin(2*A));G1 = G1.^0.5;G2 = G2.^0.5;VG =mat2gray(max(G1, G2));RG = sqrt(Rx.^2 + Ry.^2);GG = sqrt(Gx.^2 + Gy.^2);BG = sqrt(Bx.^2 + By.^2);PPG = mat2gray(RG + GG + BG); nargin ==2if VG =(VG>T).*VG; PPG = (PPG>T).*PPG;endf1=rgb2gray(f);imhist(f1););素描图直方图''title(五，图像处理实色混合(来源网络)实色混合%0127，置I(I<=127)=0; %对像素进行处理，若值小于等于255127，置I(I>127)=255; %对像素进行处理，若值大于imshow(I););'像素图title('I1=rgb2gray(f);imhist(I1););'title('像素图直方图六，图像处理反色图);'1.jpg'f=imread(q=255-q;imshow(q););''反色图title(imhist(q1););反色图直方图'title('七，图像处理上下对称A=imread('1.jpg');B=A;[a,b,c]=size(A); a1=floor(a/2); b1=floor(b/2); c1=floor(c/2);B(1:a1,1:b,1:c)=A(a:-1:a-a1+1,1:b,1:c); figureimshow(B));''上下对称title( A=rgb2gray(A);figure imhist(A));上下对称直方图' title('八，图像处理类左右对称);'1.jpg' C=imread( A=C;C(1:a,1:b1,1:c)=A(1:a,b:-1:b+1-b1,1:c); figure imshow(C));'左右对称title(' A=rgb2gray(A);figureimhist(A)；);''左右对称直方图title(九，图像处理单双色显示); '1.jpg'a=imread( a1=a(:,:,1);a2=a(:,:,2); a3=a(:,:,3); aa=rgb2gray(a); a4=cat(3,a1,aa,aa); a5=cat(3,a1,a2,aa); figure subplot(121);imshow(a4););'' title(单色显示 subplot(122); imshow(a5););''双色显示title( a4=rgb2gray(a4); a5=rgb2gray(a5); figure subplot(121);imhist(a4););' title('单色显示直方图 subplot(122); imhist(a5); title('双色显示直方图');十，图像处理亮暗度调整);a=imread('1.jpg' a1=0.8*a;a2=2*a;figure subplot(121);imshow(a1););''暗图title(subplot(122);imshow(a2);)亮图'title('q3=rgb2gray(a1);q4=rgb2gray(a2);figure)暗图直方图'subplot(121);mhist(q3);title('subplot(122);imhist(q4);)亮图直方图'title('十一，图像处理雾化处理);'1.jpg'q=imread(m=size(q,1);n=size(q,2);r=q(:,:,1);g=q(:,:,2);b=q(:,:,3); i=2:m-10 for j=2:n-10for产生一个随机数作为半径% k=rand(1)*10;得到随机横坐标% di=i+round(mod(k,33));得到随机纵坐标% dj=j+round(mod(k,33));将原像素点用随机像素点代替%r(i,j)=r(di,dj); g(i,j)=g(di,dj); b(i,j)=b(di,dj);endend a(:,:,1)=r;a(:,:,2)=g;a(:,:,3)=b;imshow(a));''title(雾化处理图q=rgb2gray(a);figure imhist(q););''雾化处理图直方图title(十二，图像处理高斯滤波);I = imread('1.jpg', [5 5], 2);'gaussian'G =fspecial(生成一个高斯滤波器% fspecial);Ig =imfilter(I,G,'same'使用该滤波器处理图片%imfilterimshow(Ig););''title(高斯滤波I1=rgb2gray(Ig);figure imhist(I1););'title('高斯滤波直方图十三，图像处理色彩平衡（来自网络）);'1.jpg'im=imread(存储元图像%im2=im;im1=rgb2ycbcr(im);是蓝色分量和一个参考值得差 Cb Y亮度信息。

数字图像处理课程设计报告matlab

数字图像处理课程设计报告姓名：学号：班级： .net设计题目：图像处理教师：赵哲老师提交日期： 12月29日一、设计内容：主题：《图像处理》详细说明：对图像进行处理（简单滤镜，模糊，锐化，高斯模糊等），对图像进行处理（上下对称，左右对称，单双色显示，亮暗程度调整等），对图像进行特效处理（反色，实色混合，色彩平衡，浮雕效果，素描效果，雾化效果等），二、涉及知识内容：1、二值化2、各种滤波3、算法等三、设计流程图四、实例分析及截图效果：运行效果截图：第一步：读取原图,并显示close all;clear;clc;% 清楚工作窗口clc 清空变量clear 关闭打开的窗口close allI=imread('1.jpg');% 插入图片1.jpg 赋给Iimshow(I);% 输出图II1=rgb2gray(I);%图片变灰度图figure%新建窗口subplot(321);% 3行2列第一幅图imhist(I1);%输出图片title('原图直方图');%图片名称一，图像处理模糊H=fspecial('motion',40);%% 滤波算子模糊程度40 motion运动q=imfilter(I,H,'replicate');%imfilter实现线性空间滤波函数，I图经过H滤波处理，replicate反复复制q1=rgb2gray(q);imhist(q1);title('模糊图直方图');二，图像处理锐化H=fspecial('unsharp');%锐化滤波算子，unsharp不清晰的qq=imfilter(I,H,'replicate');qq1=rgb2gray(qq);imhist(qq1);title('锐化图直方图');三，图像处理浮雕(来源网络)%浮雕图l=imread('1.jpg');f0=rgb2gray(l);%变灰度图f1=imnoise(f0,'speckle',0.01);%高斯噪声加入密度为0.01的高斯乘性噪声 imnoise噪声污染图像函数 speckle斑点f1=im2double(f1);%把图像数据类型转换为双精度浮点类型h3=1/9.*[1 1 1;1 1 1;1 1 1];%采用h3对图像f2进行卷积滤波f4=conv2(f1,h3,'same');%进行sobel滤波h2=fspecial('sobel');g3=filter2(h2,f1,'same');%卷积和多项式相乘 same相同的k=mat2gray(g3);% 实现图像矩阵的归一化操作四，图像处理素描(来源网络)f=imread('1.jpg');[VG,A,PPG] = colorgrad(f);ppg = im2uint8(PPG);ppgf = 255 - ppg;[M,N] = size(ppgf);T=200;ppgf1 = zeros(M,N);for ii = 1:Mfor jj = 1:Nif ppgf(ii,jj)<Tppgf1(ii,jj)=0;elseppgf1(ii,jj)=235/(255-T)*(ppgf(ii,jj)-T);endendendppgf1 = uint8(ppgf1);H=fspecial('unsharp');Motionblur=imfilter(ppgf1,H,'replicate');figure;imshow(ppgf1);调用function [VG, A, PPG] = colorgrad(f, T)if (ndims(f)~=3) || (size(f,3)~=3)error('Input image must be RGB');endsh = fspecial('sobel');sv = sh';Rx = imfilter(double(f(:,:,1)), sh, 'replicate');Ry = imfilter(double(f(:,:,1)), sv, 'replicate');Gx = imfilter(double(f(:,:,2)), sh, 'replicate');Gy = imfilter(double(f(:,:,2)), sv, 'replicate');Bx = imfilter(double(f(:,:,3)), sh, 'replicate');By = imfilter(double(f(:,:,3)), sv, 'replicate');gxx = Rx.^2 + Gx.^2 + Bx.^2;gyy = Ry.^2 + Gy.^2 + By.^2;gxy = Rx.*Ry + Gx.*Gy + Bx.*By;A = 0.5*(atan(2*gxy./(gxx-gyy+eps)));G1 = 0.5*((gxx+gyy) + (gxx-gyy).*cos(2*A) + 2*gxy.*sin(2*A));A = A + pi/2;G2 = 0.5*((gxx+gyy) + (gxx-gyy).*cos(2*A) + 2*gxy.*sin(2*A)); G1 = G1.^0.5;G2 = G2.^0.5;VG = mat2gray(max(G1, G2));RG = sqrt(Rx.^2 + Ry.^2);GG = sqrt(Gx.^2 + Gy.^2);BG = sqrt(Bx.^2 + By.^2);PPG = mat2gray(RG + GG + BG);if nargin ==2VG = (VG>T).*VG;PPG = (PPG>T).*PPG;endf1=rgb2gray(f);imhist(f1);title('素描图直方图');五，图像处理实色混合(来源网络)%实色混合I(I<=127)=0; %对像素进行处理，若值小于等于127，置0 I(I>127)=255; %对像素进行处理，若值大于127，置255 imshow(I);title('像素图');I1=rgb2gray(f);imhist(I1);title('像素图直方图');六，图像处理反色图f=imread('1.jpg');q=255-q;imshow(q);title('反色图');imhist(q1);title('反色图直方图');七，图像处理上下对称A=imread('1.jpg');B=A;[a,b,c]=size(A);a1=floor(a/2); b1=floor(b/2); c1=floor(c/2);B(1:a1,1:b,1:c)=A(a:-1:a-a1+1,1:b,1:c);figureimshow(B)title('上下对称');A=rgb2gray(A);figureimhist(A)title('上下对称直方图');八，图像处理类左右对称C=imread('1.jpg');A=C;C(1:a,1:b1,1:c)=A(1:a,b:-1:b+1-b1,1:c);figureimshow(C)title('左右对称');A=rgb2gray(A);figureimhist(A)；title('左右对称直方图');九，图像处理单双色显示a=imread('1.jpg');a1=a(:,:,1);a2=a(:,:,2); a3=a(:,:,3);aa=rgb2gray(a);a4=cat(3,a1,aa,aa); a5=cat(3,a1,a2,aa);figuresubplot(121);imshow(a4);title('单色显示');subplot(122);imshow(a5);title('双色显示');a4=rgb2gray(a4);a5=rgb2gray(a5);figuresubplot(121);imhist(a4);title('单色显示直方图');subplot(122);imhist(a5);title('双色显示直方图');十，图像处理亮暗度调整a=imread('1.jpg');a1=0.8*a;figuresubplot(121);imshow(a1);title('暗图');subplot(122);imshow(a2);title('亮图')q3=rgb2gray(a1);q4=rgb2gray(a2);figuresubplot(121);mhist(q3);title('暗图直方图') subplot(122);imhist(q4);title('亮图直方图')十一，图像处理雾化处理q=imread('1.jpg');m=size(q,1);n=size(q,2);r=q(:,:,1);g=q(:,:,2);b=q(:,:,3);for i=2:m-10for j=2:n-10k=rand(1)*10;%产生一个随机数作为半径di=i+round(mod(k,33));%得到随机横坐标dj=j+round(mod(k,33));%得到随机纵坐标r(i,j)=r(di,dj);%将原像素点用随机像素点代替 g(i,j)=g(di,dj);b(i,j)=b(di,dj);endenda(:,:,1)=r;a(:,:,2)=g;a(:,:,3)=b;imshow(a)title('雾化处理图');q=rgb2gray(a);figureimhist(q);title('雾化处理图直方图');十二，图像处理高斯滤波I = imread('1.jpg');G =fspecial('gaussian', [5 5], 2);% fspecial生成一个高斯滤波器Ig =imfilter(I,G,'same');%imfilter使用该滤波器处理图片imshow(Ig);title('高斯滤波');I1=rgb2gray(Ig);imhist(I1);title('高斯滤波直方图');十三，图像处理色彩平衡（来自网络）im=imread('1.jpg');im2=im;%存储元图像im1=rgb2ycbcr(im);%将im RGB图像转换为YCbCr空间。

基于matlab的图像处理的课程设计

基于matlab的图像处理的课程设计一、教学目标本课程旨在通过Matlab软件平台，让学生掌握图像处理的基本原理和方法，培养学生的实际操作能力和创新意识。

具体目标如下：1.知识目标：使学生了解并掌握图像处理的基本概念、理论和技术，包括图像的表示、图像的增强、滤波、边缘检测、分割和特征提取等。

2.技能目标：通过Matlab软件的操作练习，使学生能够熟练运用图像处理技术处理实际问题，提高学生的实践能力和问题解决能力。

3.情感态度价值观目标：培养学生对图像处理技术的兴趣，激发学生的创新思维，使学生认识到图像处理技术在实际生活和科学研究中的重要应用价值。

二、教学内容本课程的教学内容主要包括以下几个部分：1.图像处理的基本概念和数学基础：包括图像的表示、图像的采样和量化、图像的频率域处理等。

2.图像增强：包括直方图均衡化、对比度增强、锐化等方法。

3.图像滤波：包括线性滤波、非线性滤波、频率域滤波等方法。

4.边缘检测：包括Sobel算子、Canny算子、Laplacian算子等方法。

5.图像分割：包括阈值分割、区域生长、边缘追踪等方法。

6.特征提取：包括颜色特征、纹理特征、形状特征等提取方法。

三、教学方法为了提高教学效果，本课程将采用多种教学方法相结合的方式进行教学：1.讲授法：通过讲解图像处理的基本概念、理论和技术，使学生掌握图像处理的基本知识。

2.案例分析法：通过分析典型的图像处理案例，使学生了解图像处理技术在实际问题中的应用。

3.实验法：通过Matlab软件的操作练习，使学生熟练掌握图像处理技术的具体操作方法。

4.讨论法：学生进行小组讨论，激发学生的创新思维，提高学生的问题解决能力。

四、教学资源为了支持本课程的教学，我们将准备以下教学资源：1.教材：《数字图像处理》（冈萨雷斯著），为学生提供图像处理的基本理论和技术。

2.多媒体资料：包括教学PPT、视频教程等，为学生提供直观的学习材料。

3.实验设备：计算机、投影仪等，为学生提供实践操作的平台。

matlab数字图像处理课程设计

matlab数字图像处理课程设计一、课程目标知识目标：1. 学生能理解数字图像处理的基本概念，掌握图像的表示方法和存储格式。

2. 学生能掌握MATLAB软件的基本操作，并运用其进行数字图像处理。

3. 学生能掌握图像的灰度变换、图像滤波、边缘检测等基本图像处理技术。

4. 学生能了解频域图像处理的基本原理，并运用MATLAB进行频域滤波。

技能目标：1. 学生能够运用MATLAB软件进行数字图像的读取、显示和保存。

2. 学生能够运用MATLAB实现基本的图像处理算法，如灰度变换、滤波等。

3. 学生能够分析图像处理算法的效果，并进行相应的参数调整。

4. 学生能够运用所学知识解决实际问题，如图像增强、边缘检测等。

情感态度价值观目标：1. 学生对数字图像处理产生兴趣，培养主动学习和探究的精神。

2. 学生通过实践操作，培养团队合作意识和解决问题的能力。

3. 学生能够认识到数字图像处理在科技、医疗、安全等领域的广泛应用，增强社会责任感。

4. 学生能够遵循学术道德，尊重他人成果，树立正确的价值观。

课程性质：本课程为数字图像处理相关学科的教学实践，旨在通过MATLAB软件的使用，使学生掌握数字图像处理的基本方法和技能。

学生特点：学生具备一定的数学基础和编程能力，对图像处理有一定了解，但实践经验不足。

教学要求：结合课本内容，注重理论与实践相结合，强调学生的动手实践能力，培养解决实际问题的能力。

通过课程目标的具体分解，使学生在学习过程中能够达到预期的学习成果，为后续深入学习打下坚实基础。

二、教学内容本课程教学内容围绕以下几部分展开：1. 数字图像处理基础理论- 图像的表示与存储格式- 图像处理的基本操作（读取、显示、保存）2. MATLAB软件操作- MATLAB界面与基本操作- MATLAB图像处理工具箱的使用3. 灰度变换与图像增强- 灰度变换函数及其应用- 直方图均衡化与规定化4. 图像滤波- 空域滤波器设计- 频域滤波器设计- 常用滤波算法（如高斯滤波、中值滤波等）5. 边缘检测- 基本边缘检测算法（如Sobel、Prewitt）- 高级边缘检测算法（如Canny）6. 频域图像处理- 频域变换（傅里叶变换、DCT等）- 频域滤波（低通、高通、带通滤波器）教学大纲安排如下：1. 基础理论（1课时）2. MATLAB软件操作（2课时）3. 灰度变换与图像增强（2课时）4. 图像滤波（2课时）5. 边缘检测（2课时）6. 频域图像处理（2课时）教学内容与教材章节紧密关联，通过以上安排，使学生系统掌握数字图像处理的基本概念、方法和技能。

基于Matlab的数字图像处理课设报告

课程设计(论文)说明书题目：数字图像处理的MATLAB实现摘要利用matlab的GUI程序设计一个简单实用的图像处理程序。

该程序应具备图像处理的常用功能，以满足用户的使用。

现设计程序有以下基本功能：1.图像的读取和保存。

2.设计图形用户界面，让用户能够对图像进行任意的亮度和对比度变化调整，显示和对比变换前后的图像。

3.设计图形用户界面，让用户能够用鼠标选取图像感兴趣区域，显示和保存该选择区域。

4.编写程序通过最近邻插值和双线性插值等算法将用户所选取的图像区域进行放大和缩小整数倍的操作，并保存，比较几种插值的效果。

5.图像直方图统计和直方图均衡，要求显示直方图统计，比较直方图均衡后的效果。

6.能对图像加入各种噪声，并通过几种滤波算法实现去噪并显示结果。

关键词:图像；截图；缩放；直方图；加噪去噪AbstractUse of matlab GUI programming a simple and practical image processing program. The program should have the common use of the image processing function, to meet the user's use. Now has the following basic function design program:1. The image of the reading and save.2. The graphical user interface design, to enable users to the image of any brightness and contrast change adjustment, display and contrast transform the before and after images.3. The graphical user interface design, let users can use the mouse to select the image the interested region, display and save the for the area.4. Write a program through the nearest interpolation and double linear interpolation algorithms such as the selection of users will enlarge image region and narrowing the integer times the operation, and preserve, the comparison of several interpolation effect.5. The image histogram statistics and histogram equalization, required to display histogram statistics, compared the effect after the histogram equalization.6. Can join various noise image, and through several filtering algorithm denoising and displays the results.Keywords：Image,；screenshots；zoom；histogram,；add noise to noise目录引言 (4)1 界面展示 (4)2 具体设计 (5)2.1 菜单设计 (5)2.2 图像基本处理 (5)2.2.1图像旋转 (5)2.2.2截图 (6)2.2.3亮度调节 (6)2.2.4灰度图像 (6)2.3 加噪和去噪 (7)2.3.1加入噪声 (7)2.3.2滤波去噪 (7)2.4 还原 (8)2.5 撤销 (8)2.6 直方图统计和直方图均衡 (9)2.6.1直方图均衡 (9)2.6.2直方图统计 (9)2.7 底片效果 (9)2.8 边缘信息 (10)2.9 图像翻转 (10)2.10 放大缩小 (11)2.11 对比度 (12)2.11.1对比度增强 (12)2.11.2对比度减弱 (12)2.12 个人信息 (12)3结论 (13)谢辞 (14)参考文献 (15)附录 (16)引言MatLab是近几年来国内外使用最为广泛的优秀科技软件之一．其语法结构简单．具有极强的数值计算、数据分析、图形绘制及图像处理等功能．具有高质量的图形可视化效果和强大的界面设计能力．因而在数字图像处理中有着其他语言所无法比拟的优势。

基于matlab的图像处理课程设计

基于matlab的图像处理课程设计一、教学目标本课程的教学目标是使学生掌握基于MATLAB的图像处理基本理论和方法，培养学生运用MATLAB进行图像处理和分析的能力。

具体分解为以下三个维度：1.知识目标：学生需要掌握MATLAB图像处理的基本概念、原理和方法，包括图像读取、显示、转换、滤波、边缘检测等。

2.技能目标：学生能够熟练使用MATLAB进行图像处理操作，具备解决实际图像处理问题的能力。

3.情感态度价值观目标：培养学生对图像处理技术的兴趣，使其认识图像处理在实际生活中的重要性，激发学生探索新知识、新方法的欲望。

二、教学内容教学内容围绕MATLAB图像处理展开，具体包括以下几个部分：1.MATLAB图像处理基础：介绍MATLAB图像处理工具箱的安装和使用，图像的基本概念和属性，图像的读取和显示。

2.图像处理基本算法：包括图像的灰度变换、空间滤波、频率域滤波、边缘检测、图像分割等。

3.图像处理实践案例：通过具体案例使学生掌握图像处理方法在实际问题中的应用，如车牌识别、人脸识别等。

4.图像处理进阶知识：介绍一些先进的图像处理方法，如图像压缩、特征提取、机器学习在图像处理中的应用等。

三、教学方法为了提高教学效果，我们将采用以下几种教学方法：1.讲授法：用于讲解图像处理的基本概念、原理和方法。

2.案例分析法：通过分析实际案例，使学生掌握图像处理方法在实际问题中的应用。

3.实验法：安排实验课，让学生亲自动手操作，加深对图像处理方法的理解。

4.讨论法：学生进行课堂讨论，激发学生的思维，培养学生的创新能力。

四、教学资源为了支持本课程的教学，我们将准备以下教学资源：1.教材：《MATLAB图像处理教程》等相关教材。

2.参考书：提供一些图像处理领域的经典论文和书籍，供学生课后阅读。

3.多媒体资料：制作课件、视频等多媒体资料，丰富教学手段。

4.实验设备：计算机、MATLAB软件、摄像头等实验设备，用于实验教学。

数字图像处理课程设计基于Matlab的数字图像处理

数字图像处理课程设计基于Matlab的数字图像处理——图像识别院系信息技术学院专业班级软件2班学号 XXXXXXXXXX姓名 XXXX指导教师 XXXXXX课程设计时间 2014年12月目录摘要 (3)一、课程设计目的及任务 (4)二、设计的内容 (6)三、设计的实现 (7)四、系统调试 (18)五、课程设计总结与体会 (20)参考文献 (21)摘要本文主要介绍了一种采用基于matlab数字图像处理的图像识别技术，对身份证原始图像中的序列号标示进行图像识别的方法。

该系统通过图像预处理、图像定位、图像校正并最终输出结果。

在系统调试阶段，根据遇到的错误即时对原系统进行调整，并最终获得较为稳定高效的身份证序列号快速识别系统。

关键词 matlab 数字图象图像识别身份证序列号一、课程设计目的及任务图像信息是人类获得外界信息的主要来源，在现代科学研究、工业生产、军事技术等各个领域中，人们越来越多的利用图像信息来认识和判断事物，解决实际问题，因此图像信息获得和处理显得尤为重要。

尤其是在当今科技迅速发展的时代，对图像信息处理提出了更高的要求，以便更加快速、准确、可靠地获得有用信息[1]。

图像处理技术基本可以分成两大类：模拟图像处理(Analog Image Processing)和数字图像处理(Digital Image Processing)，数字图像处理是指将图像信号转换成数字信号并利用计算机进行处理的过程。

数字图像处理技术主要包括如下内容：几何处理(Geometrical Processing)、算术处理(Arithmetic processing)、图像增强(Image Enhancement)、图像复原(Image Restoration)、图像重建(Image Reconstruction)、图像编码(Image Encoding)、图像识别(Image Recognition)、图像理解(Image understanding)。

数字信号处理课程设计--基于Matlab的数字图像处理

目录摘要 (II)第1章绪论...................................... 错误!未定义书签。

第2章数字图像处理系统设计...................... 错误!未定义书签。

2.1设计概括 (5)2.2文件 (6)2.2.1打开 (6)2.2.2保存 (6)2.2.3退出 (6)2.3编辑 (7)2.3.1灰度 (7)2.3.2亮度 (8)2.3.3截图 (10)2.3.4缩放 (10)2.4旋转 (13)2.4.1上下翻转 (13)2.4.2左右翻转 (14)2.4.3任意角度翻转 (15)2.5噪声 (16)2.6滤波 (17)2.6.1中值滤波 (17)2.6.2自适应滤波 (17)2.6.3 平滑滤波 (18)2.7直方图统计 (19)2.8频谱分析 (21)2.8.1、频谱图 (21)2.8.2通过高通滤波器 (22)2.8.3通过低通滤波器 (23)2.9灰度图像处理 (24)2.9.1二值图像 (24)2.9.2创建索引图像 (25)2.10颜色模型转换 (26)2.11操作界面设计 (27)第3章程序调试及结果分析 (28)总结 (29)参考文献 (30)摘要数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指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过程。

在数字图像处理过程中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。

MATLAB既是一种直观、高效的计算机语言，同时又是一个科学计算平台。

它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。

根据它提供的500多个数学和工程函数，工程技术人员和科学工作者可以在它的集成环境中交互或编程以完成各自的计算。

本文利用MATLAB图像处理工具箱，根据需求进行程序的功能分析和界面设计，实现数字图像的灰度处理、亮度处理、截图、缩放、旋转、噪声、滤波、直方图统计、频谱分析、颜色模型转换等。

matlab用于图像处理课程设计

matlab用于图像处理课程设计一、教学目标本课程的目标是使学生掌握MATLAB在图像处理方面的基本知识和技能，能够运用MATLAB进行简单的图像处理操作。

通过本课程的学习，学生应能够理解图像处理的基本概念，掌握MATLAB图像处理工具箱的使用，学会运用MATLAB进行图像处理的基本操作，如图像读取、显示、转换、滤波、边缘检测等。

同时，通过实践操作，学生应能够培养解决问题的能力和创新思维，提高对图像处理的兴趣和热情。

二、教学内容本课程的教学内容主要包括MATLAB图像处理的基本概念和操作。

首先，将介绍MATLAB图像处理工具箱的基本功能和用法，使学生能够熟悉MATLAB图像处理环境。

然后，将讲解图像处理的基本概念和原理，如图像读取、显示、转换等。

接着，将介绍图像处理的基本操作，如滤波、边缘检测、形态学处理等。

最后，将结合实际案例，使学生能够运用所学知识和技能解决实际问题。

三、教学方法为了提高教学效果，将采用多种教学方法相结合的方式进行教学。

首先，将采用讲授法，为学生讲解图像处理的基本概念和原理，使学生能够理解并掌握相关知识。

其次，将采用讨论法，引导学生进行思考和讨论，培养学生的创新思维和解决问题的能力。

同时，将采用案例分析法，通过分析实际案例，使学生能够将所学知识和技能运用到实际问题中。

最后，将采用实验法，让学生亲自动手进行实验操作，巩固所学知识和技能。

四、教学资源为了支持教学内容和教学方法的实施，将准备适当的教学资源。

教材方面，将选用《MATLAB图像处理》一书，作为学生学习的主要参考资料。

参考书方面，将推荐《数字图像处理》等相关书籍，供学生深入学习和参考。

多媒体资料方面，将制作PPT课件和教学视频，以直观展示图像处理的基本概念和操作。

实验设备方面，将准备计算机和MATLAB软件，供学生进行实验操作。

同时，还将提供在线资源和网络平台，供学生随时查阅和学习。

五、教学评估本课程的评估方式将包括平时表现、作业和考试三个部分，以全面客观地评估学生的学习成果。

matleb图像处理课程设计

matleb图像处理课程设计一、课程目标知识目标：1. 理解MATLAB中图像处理的基本概念，掌握图像的读取、显示和保存方法。

2. 学习图像的基本运算，包括算术运算、逻辑运算以及几何变换。

3. 掌握图像滤波、边缘检测和图像分割等常用图像处理技术。

技能目标：1. 能够运用MATLAB软件进行图像的读取、显示和保存，并熟练操作图像处理工具箱。

2. 培养学生运用MATLAB进行图像处理算法编程的能力，实现图像的基本运算和常用处理技术。

3. 提高学生分析问题、解决问题的能力，使其能够针对实际图像处理问题选择合适的算法并优化。

情感态度价值观目标：1. 激发学生对图像处理领域的兴趣，培养其主动探索、积极进取的学习态度。

2. 培养学生的团队协作能力，使其在合作中学会相互尊重、分享经验。

3. 增强学生的实践意识，使其认识到理论知识在实际应用中的重要性。

课程性质：本课程为选修课，旨在让学生在学习过程中掌握MATLAB图像处理的基本知识和技能。

学生特点：学生具备一定的编程基础，对图像处理有一定了解，但对MATLAB软件的使用和图像处理算法的实践应用尚不熟练。

教学要求：结合学生特点和课程性质，注重理论与实践相结合，充分调动学生的积极性，引导学生在实践中掌握图像处理技术。

通过课程学习，使学生能够独立完成图像处理相关任务，并具备一定的实际问题解决能力。

二、教学内容1. 图像处理基础- 图像的表示和分类- MATLAB图像处理工具箱介绍- 图像的读取、显示和保存2. 图像基本运算- 算术运算与逻辑运算- 几何变换原理及实现3. 图像滤波- 基本滤波原理及分类- 常用滤波器设计与应用4. 边缘检测- 边缘检测算法原理- 常用边缘检测算子及应用5. 图像分割- 图像分割方法概述- 基于阈值的分割方法- 基于边缘的分割方法6. 实践应用- 实践项目一：图像增强与滤波- 实践项目二：边缘检测与图像分割- 实践项目三：综合应用案例分析教学内容安排与进度：- 第1周：图像处理基础，图像读取、显示和保存- 第2周：图像基本运算，算术运算与逻辑运算- 第3周：图像基本运算，几何变换- 第4周：图像滤波，基本滤波原理及分类- 第5周：图像滤波，常用滤波器设计与应用- 第6周：边缘检测，边缘检测算法原理及算子- 第7周：图像分割，分割方法概述及实践- 第8周：实践应用，三个实践项目的实施与讨论教学内容与教材关联性：本教学内容紧密结合教材，按照教材章节进行组织，涵盖图像处理的基础知识、核心技术和实践应用。

(matlab)数字图像处理实验报告

重庆交通大学学生实验报告实验课程名称《数字图像处理》课程上机实验开课实验室河海学院仿真实验室学院河海学院年级专业08级地理信息系统学生姓名学号时间2011 至2012 学年第 1 学期实验一图像显示【实验内容】1）使用 MATLAB 图像读取函数imread 读取图像。

2）使用 MATLAB 图像显示函数imshow 显示图像。

3）使用 MATLAB 添加色带函数colorbar 为图像添加色带。

【实验目的】1）掌握MATLAB 图像读取和显示函数的应用方法。

2）了解如何为图像添加色带。

【实验结果】（放置处理前图像）（放置处理后图像）2-1 2-5-3 2-10【程序说明】a=imread('yq.jpg'); a=double(a); %a=uint8(a); imshow(a);%save saturn.dat a -ascii;save yu.text a -ascii; %结果图2-1e=imread('yq.jpg'); imshow(e);iptsetpref('ImshowTrues ize','manual'); figure,imshow(e);iptsetpref('ImshowTrues ize','auto'); bw1=zeros(20,20); bw1(2:2:18,2:2:18)=1; figure,imshow(bw1,'n otruesize');bw1 whos%结果图2-5-3%使用一个调色板来显示一副二进制图像figure,imshow(bw,[1 0 0;0 0 1]); %结果图2-10实验二图像运算【实验内容】1）使用 MATLAB 滑动邻域操作函数nlfilter 对图像进行处理。

2）使用 MATLAB 分离邻域操作函数blkproc 对图像进行处理。

基于Matlab的数字图像处理课程设计报告

matlab 数字图像处理实验报告(五份)

数字图像处理matlab版实验报告

数字图像处理课程设计基于Matlab的数字图像处理

matlab数字图像课程设计

数字图像处理matlab课程设计

基于matlab的图像处理课程设计

数字图像处理-课程设计报告-matlab

基于MATLAB图像处理报告

数字图像处理课程设计报告matlab

数字图像处理课程设计报告matlab

基于matlab的图像处理的课程设计

matlab数字图像处理课程设计

基于Matlab的数字图像处理课设报告

基于matlab的图像处理课程设计

数字图像处理课程设计 基于Matlab的数字图像处理

数字信号处理课程设计--基于Matlab的数字图像处理

matlab用于图像处理课程设计

matleb图像处理课程设计

(matlab)数字图像处理实验报告

数字图像处理课程设计基于Matlab的数字图像处理