最常用的matlab图像处理的源代码

最常用的一些图像处理Matlab源代

码

#1：数字图像矩阵数据的显示及其傅立叶变换

#2：二维离散余弦变换的图像压缩

#3：采用灰度变换的方法增强图像的对比度

#4：直方图均匀化

#5：模拟图像受高斯白噪声和椒盐噪声的影响

#6：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波

#7：采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波

#8：图像的自适应魏纳滤波

#9：运用5种不同的梯度增强法进行图像锐化

#10：图像的高通滤波和掩模处理

#11：利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理

#12：利用巴特沃斯（Butterworth）高通滤波器对受噪声干扰的图像进行平滑处理

1.数字图像矩阵数据的显示及其傅立叶变换

f=zeros(30,30);

f(5:24,13:17)=1;

imshow(f,'notruesize');

F=fft2(f,256,256);%快速傅立叶变换算法只能处矩阵维数为2的幂次，f矩阵不

%是，通过对f矩阵进行零填充来调整

F2=fftshift(F);%一般在计算图形函数的傅立叶变换时，坐标原点在

%函数图形的中心位置处，而计算机在对图像执行傅立叶变换

%时是以图像的左上角为坐标原点。所以使用函数fftshift进

%行修正，使变换后的直流分量位于图形的中心；figure,imshow(log(abs(F2)),[-15],'notruesize');

2二维离散余弦变换的图像压缩

I=imread('cameraman.tif');%MATLAB自带的图像

imshow(I);

clear;close all

I=imread('cameraman.tif');

imshow(I);

I=im2double(I);

T=dctmtx(8);

B=blkproc(I,[88],'P1*x*P2',T,T');

Mask=[11110000

11100000

11000000

10000000

00000000

00000000

00000000

00000000];

B2=blkproc(B,[88],'P1.*x',Mask);%此处为点乘(.*)

I2=blkproc(B2,[88],'P1*x*P2',T',T);

figure,imshow(I2);%重建后的图像

3.采用灰度变换的方法增强图像的对比度

I=imread('rice.tif');

imshow(I);

figure,imhist(I);

J=imadjust(I,[0.150.9],[01]);

figure,imshow(J);

figure,imhist(J);

4直方图均匀化

I=imread('pout.tif');%读取MATLAB自带的potu.tif图像

imshow(I);

figure,imhist(I);

[J,T]=histeq(I,64);%图像灰度扩展到0~255，但是只有64个灰度级figure,imshow(J);

figure,imhist(J);

figure,plot((0:255)/255,T);%转移函数的变换曲线

J=histeq(I,32);

figure,imshow(J);%图像灰度扩展到0~255，但是只有32个灰度级figure,imhist(J);

5模拟图像受高斯白噪声和椒盐噪声的影响

I=imread('eight.tif');

imshow(I);

J1=imnoise(I,'gaussian',0,0.02);%叠加均值为0，方差为0.02的高斯噪声，可以用

%localvar代替figure,imshow(J1);

J2=imnoise(I,'salt&pepper',0.04);%叠加密度为0.04的椒盐噪声。

figure,imshow(J2);

6采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像

I=imread('eight.tif');

imshow(I);

J2=imnoise(I,'salt&pepper',0.04);%叠加密度为0.04的椒盐噪声。

figure,imshow(J2);

I_Filter1=medfilt2(J2,[33]);%窗口大小为3×3

figure,imshow(I_Filter1);

I_Filter2=medfilt2(J2,[55]);%窗口大小为5×5

figure,imshow(I_Filter2);

I_Filter3=medfilt2(J2,[77]);%窗口大小为7×7

figure,imshow(I_Filter3);

7采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波

[I,map]=imread('eight.tif');

figure,imshow(I);title('original')

J1=imnoise(I,'gaussian',0,0.02);%受高斯噪声干扰

M4=[010;101;010];

M4=M4/4;%4邻域平均滤波

I_filter1=filter2(M4,J1);

figure,imshow(I_filter1,map);

M8=[111;101;111];%8邻域平均滤波

M8=M8/8;

I_filter2=filter2(M8,J1);

figure,imshow(I_filter2,map);