matlab、lingo程序代码19-Matlab应用图像处理

郑 州 大 学

《 Matlab应用图像处理 》课程

实 验 指 导 书

电气工程学院·生物医学工程系

2006年11月

郑州大学 《Matlab应用图像处理》课程实验指导书

实验一 Matlab图像显示方法

一、实验目的

1. 了解Matlab的基本功能及操作方法 2. 练习图像读写和显示函数的使用方法 3. 掌握Matlab支持的五类图像的显示方法

二、实验内容

1. 图像的读写 A) 图像读

RGB = imread('ngc6543a.jpg');

B) 图像写

先从一个.mat 文件中载入一幅图像，然后利用图像写函数imwrite，创建一个.bmp文件，并将图像存入其中。

load clown whos

imwrite(X,map,'clown.bmp')

C) 图像文件格式转换

bitmap = imread('clown.bmp','bmp'); imwrite(bitmap,'clown.png','png');

2. 图像显示

A) 二进制图像的显示 BW1=zeros(20,20);

%创建仅包含0/1的双精度图像

BW1(2:2:18,2:2:18)=1; imshow(BW1,'notruesize'); whos

BW2=uint8(BW1);

figure,imshow(BW2,'notruesize') BW3=BW2~=0; %逻辑标志置为on figure,imshow(BW3,'notruesize') whos

1

郑州大学 《Matlab应用图像处理》课程实验指导书

BW=imread('circles.tif'); imshow(BW);

figure,imshow(~BW);

figure,imshow(BW,[1 0 0;0 0 1]);

B) 灰度图像的显示 I=imread('testpat1.tif'); J=filter2([1 2;-1 -2],I); imshow(I)

figure,imshow(J,[])

C) 索引图像的显示 load clown %装载一幅图像

imwrite(X,map,'clown.bmp'); %保存为bmp文件 imshow(X)

imshow(X,map)

D) RGB图像的显示

I=imread('flowers.tif'); imshow(I)

RGB=imread('ngc6543a.jpg'); figure,imshow(RGB) imshow(I(:,:,3) % 显示第3个颜色分量

E) 多帧图像的显示

mri=uint8(zeros(128,128,1,27));

% 27帧文件mri.tif初始化

for frame=1:27

[mri(:,:,:,frame),map]=imread('mri.tif',frame); % 读入每一帧 end

imshow(mri(:,:,:,3),map); figure,imshow(mri(:,:,:,6),map); figure,imshow(mri(:,:,:,10),map); figure,imshow(mri(:,:,:,20),map);

F) 显示多幅图像

[X1,map1]=imread('forest.tif'); [X2,map2]=imread('trees.tif'); subplot(1,2,1),imshow(X1,map1)

2

% 显示第3帧 % 显示第6帧 % 显示第10帧 % 显示第20帧

郑州大学 《Matlab应用图像处理》课程实验指导书

subplot(1,2,2),imshow(X2,map2)

subplot(1,2,1),subimage(X1,map1) subplot(1,2,2),subimage(X2,map2)

三、思考题：

1. 图像显示时，若不带参数’notruesize’，显示效果如何？ 2. 如何显示RGB图像的某一个颜色分量？

3. 如何显示多帧图像的所有帧？如何根据多帧图像创建电影片段？

3

郑州大学 《Matlab应用图像处理》课程实验指导书

实验二 图像运算

一、实验目的

1. 熟悉图像点运算和代数运算的实现方法 2. 了解图像几何运算的简单应用 3. 了解图像的邻域操作

二、实验内容

1. 图像点运算

读入图像‘rice.tif’，通过图像点运算改变对比度。

rice=imread('rice.tif');

subplot(131),imshow(rice) I=double(rice); %转换为双精度类型 J=I*0.43+60; rice2=uint8(J);

%转换为uint8

subplot(132),imshow(rice2) J=I*1.5-60;

rice3=uint8(J); %转换为uint8 subplot(133),imshow(rice3)

2. 图像的代数运算 A) 图像加法运算

I=imread('rice.tif'); imshow(I)

J=imread('cameraman.tif'); figure,imshow(J) K=imadd(I,J); figure,imshow(K)

K2=imadd(I,J,'uint16'); figure,imshow(K2,[])

RGB=imread('flowers.tif'); RGB2=imadd(RGB,50); imshow(RGB)

figure,imshow(RGB2)

4

郑州大学 《Matlab应用图像处理》课程实验指导书

RGB3=imadd(RGB,100); figure,imshow(RGB3)

B) 图像减法运算

I=imread('rice.tif'); imshow(I)

background = imopen(I,strel('disk',15)); %估计背景图像 figure, imshow(background);

I2=imsubtract(I,background); figure, imshow(I2)

C) 图像乘法运算 I=imread('moon.tif'); J=immultiply(I,1.2); K=immultiply(I,0.5); imshow(I)

figure,imshow(J) figure,imshow(K)

D) *图像除法运算

3. 图像的几何运算 A) 改变图像的大小

读入图像‘ic.tif’，改变图像大小，分别将原图像放大1.5倍和缩小0.5倍。 I=imread('ic.tif'); J=imresize(I,1.25); K=imresize(I,0.8); imshow(I)

figure,imshow(J) figure,imshow(K)

Y=imresize(I,[100,150]); figure,imshow(Y)

B) 旋转一幅图像

将上述图像顺时针和逆时针旋转任意角度，观察显示效果。 I=imread('ic.tif');

5

%从原始图像中减去背景图像

郑州大学 《Matlab应用图像处理》课程实验指导书

J=imrotate(I,30,'bilinear');

J1=imrotate(I,30,'bilinear','crop'); imshow(I)

figure,imshow(J) figure,imshow(J1)

J2=imrotate(I,-15,'bilinear'); figure,imshow(J2)

C) 图像剪切

通过交互式操作，从一幅图像中剪切一个矩形区域。 I=imread('ic.tif'); imshow(I); I1=imcrop;

figure,imshow(I1)

I2=imcrop(I,[30 60 120 160]); figure,imshow(I2)

4. *图像的邻域操作

读入图像‘tire.tif’，分别使用函数nlfilter和blkproc对图像进行滑动邻域操作和分离邻域操作。

I=imread('tire.tif');

f=inline('max(x(:))'); I2=nlfilter(I,[3 3],f);

%构造复合函数 %滑动邻域操作

imshow(I)

figure,imshow(I2)

I=imread('tire.tif');

f=inline('uint8(round(mean2(x)*ones(size(x))))'); %构造复合函数 I2=blkproc(I,[8 8],f); %滑动邻域操作 imshow(I)

figure,imshow(I2)

6

郑州大学 《Matlab应用图像处理》课程实验指导书

实验三 图像变换与滤波器设计

一、实验目的

1. 了解傅立叶变换、离散余弦变换及Radon变换在图像处理中的应用 2. 了解Matlab线性滤波器的设计方法

二、实验内容

1. 傅立叶变换

A) 绘制一个二值图像矩阵,并将其傅立叶函数可视化。

f=zeros(30,30); f(5:24,13:17)=1;

imshow(f,'notruesize') F=fft2(f);

F2=log(abs(F));

figure,imshow(F2,[-1 5],'notruesize');colormap(jet); F=fft2(f,256,256); %零填充为256×256矩阵

figure,imshow(log(abs(F)),[-1 5],'notruesize');colormap(jet); F2=fftshift(F); %将图像频谱中心由矩阵原点移至矩阵中心 figure,imshow(log(abs(F2)),[-1 5],'notruesize');colormap(jet);

B) 利用傅立叶变换分析两幅图像的相关性，定位图像特征。读入图像‘text.tif’，

抽取其中的字母‘a’。 bw=imread('text.tif'); a=bw(59:71,81:91); imshow(bw);

figure,imshow(a);

C=real(ifft2(fft2(bw).*fft2(rot90(a,2),256,256)));%求相关性 figure,imshow(C,[]); thresh=max(C(:));

figure,imshow(C>thresh-10) figure,imshow(C>thresh-15)

2. 离散余弦变换(DCT)

A) 使用dct2对图像‘autumn.tif’进行DCT变换。

RGB=imread('autumn.tif');

7

郑州大学 《Matlab应用图像处理》课程实验指导书

imshow(RGB)

I=rgb2gray(RGB); %转换为灰度图像

figure,imshow(I) J=dct2(I);

figure,imshow(log(abs(J)),[]),colormap(jet(64));colorbar;

B) 将上述DCT变换结果中绝对值小于10的系数舍弃，使用idct2重构图像并

与原图像比较。 RGB=imread('autumn.tif'); I=rgb2gray(RGB); %转换为灰度图像 J=dct2(I);

figure,imshow(I) K=idct2(J);

figure,imshow(K,[0 255]) J(abs(J)<10)=0; %舍弃系数 K2=idct2(J);

figure,imshow(K2,[0 255])

C) 利用DCT变换进行图像压缩。 I=imread('cameraman.tif'); I=im2double(I); T=dctmtx(8);

B=blkproc(I,[8,8],'P1*x*P2',T,T'); mask=[1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]; B2=blkproc(B,[8 8],'P1.*x',mask); I2=blkproc(B2,[8 8],'P1*x*P2',T',T); imshow(I)

figure,imshow(I2)

3. Radon变换

使用Radon逆变换重建图像。

8

郑州大学 《Matlab应用图像处理》课程实验指导书

P=phantom(256); %创建256灰度级大脑图 imshow(P)

theta1=0:10:170;[R1,xp]=radon(P,theta1); theta2=0:5:175; [R2,xp]=radon(P,theta2); theta3=0:2:178; [R3,xp]=radon(P,theta3);

个投影 6个投影 ?个投影

figure,imagesc(theta3,xp,R3);colormap(hot);colorbar

% 使用逆变换重构图像 I1=iradon(R1,10); %用R1重构图像 I2=iradon(R2,5); %用R2重构图像 I3=iradon(R3,2); %用R3重构图像 figure,imshow(I1) figure,imshow(I2) figure,imshow(I3)

4. *Matlab线形滤波器设计

采用频率变换方式，通过一维最优波纹FIR滤波器创建二维FIR滤波器(p96)。 b=remez(10,[0 0.4 0.6 1],[1 1 0 0]); %阶次,频率向量,对应的理想幅频响应

h=ftrans2(b);

[H,w]=freqz(b,1,64,'whole'); colormap(jet(64))

plot(w/pi-1,fftshift(abs(H))); figure,freqz2(h,[32 32])

%使x轴取值0处对应曲线中心

9

郑州大学 《Matlab应用图像处理》课程实验指导书

实验四 形态学操作与空间变换

一、实验目的

1. 2. 3. 4.

了解膨胀和腐蚀的Matlab实现方法

掌握图像膨胀、腐蚀、开启、闭合等形态学操作函数的使用方法 了解二进制图像的形态学应用 了解空间变换函数及图像匹配方法

二、实验内容

1. 图像膨胀

A) 对包含矩形对象的二进制图像进行膨胀操作。

BW=zeros(9,10); BW(4:6,4:7)=1;

imshow(BW,'notruesize') se=strel('square',3);

%正方形结构元素

BW2=imdilate(BW,se);

figure,imshow(BW2,'notruesize')

B) 改变上述结构元素类型(如：line, diamond, disk等)，重新进行膨胀操作。

C) 对图像‘text.tif’进行上述操作，观察不同结构元素膨胀的效果。 BW3=imread('text.tif'); imshow(BW3)

se2=strel('line',11,90); BW4=imdilate(BW3,se2); figure,imshow(BW4)

2. 图像腐蚀

A) 对图像‘circbw.tif’进行腐蚀操作。

BW1=imread('circbw.tif'); se=strel('arbitrary',eye(5)); BW2=imerode(BW1,se); imshow(BW1)

figure,imshow(BW2)

10

%线型结构元素

郑州大学 《Matlab应用图像处理》课程实验指导书

B) 对图像‘text.tif’进行腐蚀操作。 BW=imread('text.tif'); se=strel('line',11,90); BW2=imerode(BW3,se); imshow(BW)

figure,imshow(BW2)

3. 膨胀与腐蚀的综合使用

A) 从原始图像‘circbw.tif’中删除电流线,仅保留芯片对象。 方法一：先腐蚀(imerode)，再膨胀(imdilate)；

BW1=imread('circbw.tif'); imshow(BW1)

se=strel('rectangle',[40 30]); BW2=imerode(BW1,se); figure,imshow(BW2)

BW3=imdilate(BW2,se);

%选择适当大小的矩形结构元素 %先腐蚀,删除较细的直线 %再膨胀,恢复矩形的大小

figure,imshow(BW3)

方法二：使用形态开启函数(imopen)。 BW1=imread('circbw.tif'); imshow(BW1)

se=strel('rectangle',[40 30]); BW2=imopen(BW1,se); figure,imshow(BW2)

B) 改变结构元素的大小，重新进行开启操作，观察处理结果。 se=strel(‘rectangle’,[20 10]); se=strel(‘rectangle’,[50 40]);

C) 置结构元素大小为[4 3],同时观察形态开启(imopen)与闭合(imclose)的效果，

总结形态开启与闭合在图像处理中的作用。 I=imread('circbw.tif'); imshow(I)

se=strel('rectangle',[4 3]); I1=imopen(I,se); %开启操作 I2=imclose(I,se); %闭合操作 figure,imshow(I1) figure,imshow(I2)

11

%开启操作

郑州大学 《Matlab应用图像处理》课程实验指导书

4. *高帽与低帽变换

A) 读入图像‘pearlite.tif’，分别显示其高帽变换与低帽变换结果，并与原图像

比较。（设se=strel('disk',5);）。

I=imread('pearlite.tif'); subplot(221),imshow(I) se=strel('disk',5); J=imtophat(I,se);

subplot(222),imshow(J) K=imbothat(I,se);

subplot(223),imshow(K)

L=imsubtract(imadd(J,I),K); subplot(224),imshow(L)

B) 要求显示在一个窗口中。

5. 图像极值的处理方法

A) 对于下图所示的图像矩阵A，利用函数imregionalmax寻找其局部极大值

A=[10 10 10 10 10 10 10 10 10 10; 10 13 13 13 10 10 11 10 11 10; 10 13 13 13 10 10 10 11 10 10; 10 13 13 13 10 10 11 10 11 10; 10 10 10 10 10 10 10 10 10 10; 10 11 10 10 10 18 18 18 10 10; 10 10 10 11 10 18 18 18 10 10; 10 10 11 10 10 18 18 18 10 10; 10 11 10 11 10 10 10 10 10 10; 10 10 10 10 10 10 11 10 10 10]; B=imregionalmax(A)

B) 利用函数imextendedmax寻找像素值大于其邻域像素值2个单位的局部极大

值。 C=imextendedmax(A,2)

6. *创建一幅图像,求其距离矩阵。

bw=zeros(5,5);

bw(2,2)=1;bw(4,4)=1; D=bwdist(bw)

12

郑州大学 《Matlab应用图像处理》课程实验指导书

center1=-10;

center2=-center1;

dist=sqrt(2*(2*center1)^2); radius=dist/2*1.4;

lims=[floor(center1-1.2*radius) ceil(center2+1.2*radius)]; [x,y]=meshgrid(lims(1):lims(2));

bw1=sqrt((x-center1).^2+(y-center2).^2)<=radius; bw2=sqrt((x-center2).^2+(y-center2).^2)<=radius; bw1=sqrt((x-center1).^2+(y-center1).^2)<=radius; bw=bw1|bw2; imshow(bw)

D=bwdist(bw);

figure,imshow(D,[ ]) D1=bwdist(~bw); figure,imshow(D1,[ ])

7. *使用伪彩色显示标记矩阵。

BW=[0 0 0 0 0 0 0 0; 0 1 1 0 0 1 1 1; 0 1 1 0 0 0 1 1; 0 1 1 0 0 0 0 0; 0 0 0 1 1 0 0 0; 0 0 0 1 1 0 0 0; 0 0 0 1 1 0 0 0; 0 0 0 0 0 0 0 0] X=bwlabel(BW,4)

RGB=label2rgb(X,@jet,'k'); imshow(RGB,'notruesize')

8. 利用选择控制点实现图像匹配。 Matlab图像匹配的步骤：

将标准图像和待匹配图像读入Matlab；指定图像中的控制点对并保存；使用互相关性进一步协调控制点对（可选）；制定所需变换类型并根据控制点对推断变换参数；变换未匹配的图像。

13

郑州大学 《Matlab应用图像处理》课程实验指导书

%读入待匹配图像和标准图像

unregistered = imread('westconcordaerial.png'); imshow(unregistered)

orthophoto = imread('westconcordorthophoto.png'); figure,imshow(orthophoto) %选择图像中对应的控制点

cpselect(unregistered(:,:,1),orthophoto) %保存控制点对

input_points base_points

%使用相关性进一步协调控制点对

input_points_corr=cpcorr(input_points,base_points,unregistered(:,:,1),orthophoto);

input_points_corr

%根据控制点对推断空间变换参数

mytform=cp2tform(input_points,base_points,'projective'); %变换未匹配的图像

registered=imtransform(unregistered,mytform); figure,imshow(registered)

14

郑州大学 《Matlab应用图像处理》课程实验指导书

实验五 图像增强与复原

一、实验目的：

1. 2. 3. 4.

了解灰度变换增强和空域滤波增强的Matlab实现方法 掌握直方图灰度变换方法

掌握噪声模拟和图像滤波函数的使用方法 了解图像复原的Matlab实现方法

二、实验内容

1. 灰度变换增强

A) 线段上像素灰度分布 读入灰度图像‘debye1.tif’，采用交互式操作，用improfile绘制一条线段的灰度值。

imshow('debye1.tif') improfile

读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布 imshow('flowers.tif') improfile

B) 直方图变换 直方图显示 读入图像‘rice.tif’，在一个窗口中显示灰度级n=64，128和256的图像直方图。 I=imread('rice.tif'); imshow(I)

figure,imhist(I,64) figure,imhist(I,128) 直方图灰度调节

利用函数imadjust调解图像灰度范围，观察变换后的图像及其直方图的变化。 I=imread('rice.tif'); imshow(I)

figure,imhist(I)

J=imadjust(I,[0.15 0.9],[0 1]); figure,imhist(J) figure,imshow(J)

15

郑州大学 《Matlab应用图像处理》课程实验指导书

I=imread('cameraman.tif'); imshow(I)

figure,imhist(I)

J=imadjust(I,[0 0.2],[0.5 1]); figure,imhist(J) figure,imshow(J) 直方图均衡化

分别对图像‘pout.tif’和‘tire.tif’进行直方图均衡化处理，比较处理前后图像及直方图分布的变化。

I=imread('pout.tif'); imshow(I)

figure,imhist(I) J=histeq(I); figure,imhist(J) figure,imshow(J)

I=imread('tire.tif'); imshow(I)

figure,imhist(I) J=histeq(I);

figure,imshow(J) figure,imhist(J)

2. 空域滤波增强 A) 噪声模拟

利用函数imnoise给图像‘eight.tif’分别添加高斯(gaussian)噪声和椒盐(salt & pepper)噪声。

I=imread('eight.tif'); imshow(I)

I1=imnoise(I,'gaussian',0,0.01); figure,imshow(I1)

I2=imnoise(I,'salt & pepper'); figure,imshow(I2)

B) 空域滤波

对上述噪声图像进行均值滤波和中值滤波，比较滤波效果。 I=imread('eight.tif');

J=imnoise(I,'salt & pepper',0.02);

16

郑州大学 《Matlab应用图像处理》课程实验指导书

imshow(J)

K1=medfilt2(J,[3 3]);

% 3*3中值滤波

figure,imshow(K1)

K2=filter2(fspecial('average',5),J)/255; figure,imshow(K2)

总结均值滤波和中值滤波的特点及使用场合。 均值滤波器是一种最常用的线性低通平滑滤波器。可抑制图像中的噪声,但同时也使图像变得模糊

中值滤波器是一种最常用的非线性平滑滤波器。可消除图像中孤立的噪声点,又可产生较少的模糊

*对图像'saturn.tif'采用'laplacian'高通滤波器进行锐化滤波。

I=imread('saturn.tif'); imshow(I)

h=fspecial('laplacian'); I2=filter2(h,I); figure,imshow(I2)

3. 图像复原

A) 模糊与噪声

对图像‘flowers.tif’分别采用运动PSF和均值滤波PSF进行模糊。

I=imread('flowers.tif');

I=I(10+[1:256],222+[1:256],:); imshow(I) len=30; theta=10;

%剪切图像 %运动位移 %运动角度

PSF=fspecial('motion',len,theta);

blurred=imfilter(I,PSP,'circular','conv'); figure,imshow(blurred)

I=imread('flowers.tif'); imshow(I)

H=fspecial('motion',50,45); %运动PSP motionblur=imfilter(I,H); figure,imshow(motionblur) H=fspecial(‘disk’,10); averageblur=imfilter(I,H);

17

%均值滤波PSP

郑州大学 《Matlab应用图像处理》课程实验指导书

figure,imshow(averageblur)

在上述模糊图像上再添加噪声 J=imnoise(motionblur,'salt & pepper'); figure,imshow(J)

B) 维纳滤波复原

使用维纳滤波复原函数deconvwnr复原无噪声模糊图像。 len=30; theta=10; PSF=fspecial('motion',len,theta); blurred=imfilter(I,PSF,'circular','conv'); figure,imshow(blurred)

wnr1=deconvwnr(blurred,PSF); %真实PSF figure,imshow(wnr1)

%非真实PSF

wnr2=deconvwnr(blurred,fspecial('motion',2*len,theta)); figure,imshow(wnr2) %非真实PSF

wnr3=deconvwnr(blurred,fspecial('motion',len,2*theta)); figure,imshow(wnr3)

*使用维纳滤波复原函数deconvwnr复原模糊噪声图像。 PSF=fspecial('motion',len,theta);

blurred=imfilter(I,PSF,'circular','conv'); noise=0.1*randn(size(I));

BlurredNoisy=imadd(blurred,im2uint8(noise)); figure,imshow(BlurredNoisy)

wnr4=deconvwnr(BlurredNoisy,PSF); figure,imshow(wnr4)

*设置信噪比和相关函数的维纳滤波复原(p179图9.12)。

NSR=sum(noise(:).^2)/sum(im2double(I(:)).^2); %计算信噪比 wnr5=deconvwnr(BlurredNoisy,PSF,NSR); figure,imshow(wnr5) %设置信噪比的复原结果 NP=abs(fftn(noise)).^2; %噪声能量谱密度 NCORR=fftshift(real(ifftn(NP))); %噪声自相关函数 IP=abs(fftn(im2double(I))).^2; %图像能量谱密度 ICORR=fftshift(real(ifftn(IP))); %图像自相关函数

18

郑州大学 《Matlab应用图像处理》课程实验指导书

wnr6=deconvwnr(BlurredNoisy,PSF,NCORR,ICORR); figure,imshow(wnr6) %设置自相关函数的复原结果

19

郑州大学 《Matlab应用图像处理》课程实验指导书

实验六 图像分析与理解及图像压缩

一、实验目的

1. 2. 3. 4. 5.

了解DCT变换在图像压缩中的应用 掌握边缘检测的Matlab实现方法

了解用四叉数分解函数进行区域分割的方法 了解Matlab区域操作函数的使用方法 了解图像分析和理解的基本方法

二、实验内容

1. 图像分析与理解 A) 边缘检测

使用edge函数对图像‘rice.tif’进行边缘检测。

I=imread('rice.tif'); imshow(I)

bw1=edge(I,'roberts'); bw2=edge(I,'sobel'); bw3=edge(I,'prewitt'); bw4=edge(I,'canny'); bw5=edge(I,'log'); figure,imshow(bw1) figure,imshow(bw2) figure,imshow(bw3) figure,imshow(bw4) figure,imshow(bw5)

要求同时比较'roberts','sobel','prewitt','canny','log'算子的检测效果。 edge函数提供的最有效的边缘检测方法是canny方法。优点:

使用两种不同的阈值分别检测强、弱边缘,并且仅当弱边缘与强边缘相连时，才将弱边缘包含在输出图像中。

该方法不易受噪声干扰，能够在噪声和边缘间取得较好的平衡，检测到真正的弱边缘。

B) 区域操作

使用区域选择函数roicolor, 区域滤波函数roifilt2和区域填充函数roifilld对图像

20

郑州大学 《Matlab应用图像处理》课程实验指导书

‘pout.tif’或‘eight.tif’进行区域操作。

I=imread('pout.tif'); imshow(I) BW=roipoly;

figure,imshow(BW) h=fspecial('unsharp'); I2=roifilt2(h,I,BW); figure,imshow(I2) I3=roifill;

figure,imshow(I3);

I=imread('eight.tif'); imshow(I)

c=[222 272 300 270 221 194]; r=[21 21 75 121 121 75]; BW=roipoly(I,c,r); figure,imshow(BW) H=fspecial('unsharp'); J1=roifilt2(H,I,BW); figure,imshow(J1) J2=roifill(I,c,r); figure,imshow(J2)

C) *区域分割

使用函数qtdecomp对图像‘alumgrns.tif’进行四叉树分解。 I=imread('alumgrns.tif'); I=I(1+[1:256],1+[1:256]); imshow(I)

S=qtdecomp(I,0.2); figure,imshow(S) S=qtdecomp(I,0.1); figure,imshow(S)

D) 图像分析与理解

*用分水岭分割函数watershed对图像‘afmsurf.tif’进行分割，测试互相接触的对象。

afm=imread('afmsurf.tif');

subplot(231),imshow(afm),title('Original Image');

21

郑州大学 《Matlab应用图像处理》课程实验指导书

se=strel('disk',15);

Itop=imtophat(afm,se);

% 高帽变换

subplot(232),imshow(Itop,[ ]),title('Tophat Image'); Ibot=imbothat(afm,se); % 低帽变换

subplot(233),imshow(Ibot,[ ]),title('Bottomhat Image'); Ienhance=imsubtract(imadd(Itop,afm),Ibot);

subplot(234),imshow(Ienhance),title('Original+Tophat-Bottomhat');

Iec=imcomplement(Ienhance);

Iemin=imextendedmin(Iec,22); % 搜索谷值 Iimpose=imimposemin(Iec,Iemin); % 置谷值为0 subplot(235),imshow(Iimpose),title('Complement of Image');

wat=watershed(Iimpose); % 分水岭分割

Enhanced

subplot(236),imshow(wat),title('Watershed Segmented Image'); rgb=label2rgb(wat);

subplot(236),imshow(rgb),title('Color Segmented Image');

2. 图像压缩

A) DCT变换在图像压缩中的应用

执行Matlab自带的演示程序dctdemo，比较DCT变换矩阵舍弃系数对重构图像的影响

dctdemo

B) *小波变换在图像压缩中的应用

22