| 加深 | 您所在的位置：网站首页 › 相片怎样做九宫格的 › 加深 |
加深
|
Matlab图像学校实验操作基础——矩阵、九宫格、噪声处理
实验（一）
【实验目的】：
一、运用Matlab对矩阵进行运算二、运算Matlab对图像的基本处理三、熟悉Matlab基本编程
【内容】
一、矩阵运算 矩阵的定义、矩阵的点乘、矩阵乘法和矩阵点运算 A=[4 3 -1 4; 3 7 1 -5; -1 1 2 9] B=[0 1 2 4; -1 0 3 5; -2 -3 0 6; -9 6 5 7] C=[0 3 -1 4; -3 0 1 -5; 1 -1 0 9] A减C： A - C A乘以B： A * B B的逆矩阵 inv（B） A点乘 C： A .* C, A.^2 A 的点平方： A.^ 2 二、图像的基本处理 . 【分割】提取Lena图像的左半上角部分，与原始Lena 图像在figure中显示，并做适当的命名，。 a =imread('Lena.bmp'); [M, N, C] = size(a); b =a(1:floor(M/2), 1: floor(N/2), : ); c = a(1:floor(M/4), 1:floor(N/4), :); figure: subplot(1,3,1); imshow(a);title( ' Oringal imagre' ) subplot(1,3,2); imshow(b); title( 'Top-left 1/2 quarter' ) subplot(1,3,3); imshow(c);title( 'Top-left 1/4 quarter' )外延：九宫格切割。 a =imread( 'Lena.bmp ' ); a_m = imresize(a,1.8,'bilinear'); %先放大1.8倍 [M, N, C]= size(a_m); figure; imshow(a_m); axis on; m =floor(M/3); temp1 = floor(M/3); %x轴参数 temp2 = floor(N/3); %y轴参数 if(temp1 > temp2) temp1= temp2; temp2= temp1; else temp2= temp1; end subplot(3,3,1); imshow(a_m( 1: temp2, 1: temp1)) subplot(3,3,2); imshow(a_m(1: temp2,temp1: temp1*2)) subplot(3,3,3); imshow(a_m(1: temp2,temp1*2: temp1*3)) subplot(3,3,4); imshow(a_m( temp2:temp2*2, 1:temp1 )) subplot(3,3,5,); imshow(a_m( temp2:temp2*2,temp1：temp1*2 )) subplot(3,3,6,); imshow(a_m(temp2: temp2*2,temp1*2:temp1*3)) subplot(3,3,7); imshow(a_m(temp2*2: temp2*3,1: temp1)) subplot(3,3,8); imshow(a_m(temp2*2: temp2*3, temp1:temp1*2)) subplot(3,3,9); imshow(a_m( temp2*2:temp2*3, temp1*2:temp1*3 ))三、图像去噪，图像加法 利用imnoise ,对原始Lema图像叠加高斯噪声，产生至少4幅以上的含噪声图像。对这些含噪声图像采用 相加 运算，来验证是否可以抑制噪声。将原始图像、所有噪声图像、相加结果图像显示在一个figure中。 代码： img = imread('Lena.bmp'); nos1 = imnoise(img,'gaussian',0,0.05); nos2 =imnoise(img, 'gussian',0,0.06); nos3 =imnoise(img, 'gussian', 0, 0.03); nos4 =imnoise(img,'gussian',0,0.04); temp = uint16(nos1)+uint16(nos2)+uint16(nos3)+uint16(nos4); img2 =uint8((tmp/4)); figure; subplot(231);imshow(img);title('原图') subplot(232);imshow(nos1);title('方差0.05的高斯') subplot(233);imshow(nos2);title('方差0.06的高斯') subplot(234);imshow(nos3);title('方差0.03的高斯') subplot(235);imshow(nos4);title('方差0.04的高斯') subplot(236);imshow(img2,[]);title('矩阵相加，图像加法去噪')& &&&&&&&参考百度： 图像噪声函数 imnoise（）； 类型有：a= imread（‘Lena.bmp’） b=imnoise（a,‘gassian’,m,s）; 其中：a是图像对象；gassian为高斯噪声，m是均值，s为方差。b=imnoise（a，‘localvar’,V）; 其中：V是局部方差，理想方差值，而且与a是大小相等的矩阵。b=imnoise(a, ‘localvar’, image_intensity,var); 将均值为0的高斯噪声加到图像a中，其中噪声的局部方差var是图像a的亮度值的函数。参值image_intensity和var是大小相同的向量。后面在plot（image_intensity, var）将绘制出噪声方差与图像亮度值函数的关系。b=imnoise(a,‘salt&pepper’ , d); 椒盐噪声处理图像。其中：d是噪声密度（是包含噪声值的图像区域的百分比），默认d=0.05；b=imnoise(a,‘speckle’, n，var);乘法噪声处理图像。其中：n是均值（默认=0），var是方差（默认=0.04）的均匀分布的随机噪声。b=imnoise(a,‘poisson’); 泊松噪声处理图像。运行结果： |
【本文地址】
公司简介
联系我们