數(shù)字圖像處理實(shí)驗(yàn)指導(dǎo)書

1、數(shù)字圖像處理實(shí)驗(yàn)指導(dǎo)書實(shí)驗(yàn)一 數(shù)字圖像文件基本類型轉(zhuǎn)換一、實(shí)驗(yàn)?zāi)康?1. 了解Matlab支持4種圖像類型：灰度圖像、二值圖像、索引圖像和RGB圖像。2. 學(xué)會(huì)運(yùn)用MATLAB實(shí)現(xiàn)4種類型之間的轉(zhuǎn)換。 3. 熟練掌握在MATLAB中如何讀取和存儲(chǔ)圖像。 4. 掌握?qǐng)D像間的基本運(yùn)算。二、實(shí)驗(yàn)原理數(shù)字圖像處理就是將圖像信號(hào)轉(zhuǎn)換成數(shù)字格式并利用計(jì)算機(jī)對(duì)其進(jìn)行一系列的操作，以得到所期望的結(jié)果。它基本的步驟可分為圖像信息的獲取、存儲(chǔ)、處理、傳輸、輸出和顯示。數(shù)字圖像處理的基本方法包括圖像數(shù)字化、圖像變換、圖像增強(qiáng)、圖像恢復(fù)、圖像壓縮編碼、圖像分割、圖像分析與描述和圖像識(shí)別分類。應(yīng)用領(lǐng)域則是非常廣泛，主要

2、包括有宇宙探測(cè)、通信工程、遙感、生物醫(yī)學(xué)、工業(yè)生產(chǎn)、軍事公安、信息安全和信息檢索等。1、數(shù)字圖像的特點(diǎn)相比于語(yǔ)音等其他信號(hào)，圖像具有信息量大、占用頻帶寬的特點(diǎn)。在圖像通信中，有限信道根本無(wú)法實(shí)時(shí)傳輸圖像，這對(duì)圖像頻帶壓縮提出了很高的要求。像素間相關(guān)性大。在同一幀內(nèi)各相鄰像素間具有相同或相近的灰度可能性很大，而運(yùn)動(dòng)圖像的相鄰幀相關(guān)性更大。這些都說明數(shù)字圖像中存在著大量的冗余，通過減少或消除這些冗余，進(jìn)行圖像壓縮的可能性很大。 在數(shù)字圖像處理中，一方面要充分考慮人的視覺特性，簡(jiǎn)化處理過程。2、 圖像的讀取及存儲(chǔ) 圖像的讀取讀取圖像函數(shù)：imread()格式：變量名=imread(路徑文件名,文件格

3、式)例：x=imread('city.jpg', 'jpg'); 需要注意的是這是簡(jiǎn)略的寫法，說明這幅圖片在MATLAB的默認(rèn)路徑下。 圖像的保存將圖像寫到文件 imwrite()格式：imwrite(變量名，新文件名)例： imwrite(x,'new_image.bmp') 此時(shí)圖片會(huì)自動(dòng)存入默認(rèn)路徑下。將圖像用save命令以mat文件形式保存到磁盤中，以后可用load命令調(diào)用。格式：save 保存的文件名 變量名（圖像） load 保存的文件名 3、數(shù)字圖像的表示和類別一幅圖像可以被定義為一個(gè)二維函數(shù)f(x,y),其中x和y是空間(平面)坐

4、標(biāo)，f 在任何坐標(biāo)處(x,y)處的振幅稱為圖像在該點(diǎn)的亮度?；叶仁怯脕肀硎竞诎讏D像亮度的一個(gè)術(shù)語(yǔ)，而彩色圖像是由單個(gè)二維圖像組合形成的。例如，在RGB彩色系統(tǒng)中，一幅彩色圖像是由三幅獨(dú)立的分量圖像(紅、綠、藍(lán))組成的。因此，許多為黑白圖像處理開發(fā)的技術(shù)適用于彩色圖像處理，方法是分別處理三副獨(dú)立的分量圖像即可。圖像關(guān)于x和y坐標(biāo)以及振幅連續(xù)。要將這樣的一幅圖像轉(zhuǎn)化為數(shù)字形式，就要求數(shù)字化坐標(biāo)和振幅。將坐標(biāo)值數(shù)字化成為取樣；將振幅數(shù)字化成為量化。采樣和量化的過程如圖1-1所示。因此，當(dāng)f的x、y分量和振幅都是有限且離散的量時(shí)，稱該圖像為數(shù)字圖像。作為MATLAB基本數(shù)據(jù)類型的數(shù)值數(shù)組本身十分適于表

5、達(dá)圖像，矩陣的元素和圖像的像素之間有著十分自然的對(duì)應(yīng)關(guān)系。圖1-1 圖像的采樣和量化根據(jù)圖像數(shù)據(jù)矩陣解釋方法的不同，MATLAB把其處理為4類：Ø 索引圖像(Indexed images)Ø 灰度圖像(Intensity images)Ø 二值圖像(Binary images)Ø RGB圖像(RGB images)MATLAB圖像處理工具箱為開發(fā)者提供了豐富的圖像處理函數(shù)，內(nèi)容包括圖像I/O、圖像空間變換、圖像配準(zhǔn)、圖像變換、線性濾波及濾波器設(shè)計(jì)、鄰域與塊處理、圖像增強(qiáng)、圖像模糊消除、感興趣區(qū)域操作和圖像形態(tài)學(xué)分析等。 索引圖像索引圖像包括圖像矩陣與顏色

6、圖數(shù)組。其中顏色圖是按照?qǐng)D像中顏色值進(jìn)行排序后的數(shù)組。對(duì)于每個(gè)象素，圖像矩陣包含一個(gè)值，這個(gè)值就是顏色圖數(shù)組中的索引。索引顏色通常也稱為映射顏色，在這種模式下，顏色都是預(yù)先定義的，并且可供選用的一組顏色也很有限，索引顏色的圖像最多只能顯示256種顏色。一幅索引顏色圖像在圖像文件里定義，當(dāng)打開該文件時(shí)，構(gòu)成該圖像具體顏色的索引值就被讀入程序里，然后根據(jù)索引值找到最終的顏色。 顏色圖為m*3雙精度值矩陣，各行分別指定紅、綠、藍(lán)單色值。圖像矩陣與顏色圖的關(guān)系依賴于圖像矩陣是雙精度還是無(wú)符號(hào)8位整數(shù)（unit8）。 灰度圖像 灰度圖像也成為亮度圖像，一幅灰度。圖像是一個(gè)數(shù)據(jù)矩陣，其歸一化的取值表示亮度

7、。若亮度圖像的像素都是uint8類或uint16類，則它們的整數(shù)值范圍分別是0，255和0，65536。若圖像是double類，則像素取值就是浮點(diǎn)數(shù)。規(guī)定雙精度型歸一化亮度圖像的取值范圍是0，1 二值圖像二值圖像也成為二進(jìn)制圖像，一幅二值圖像是一個(gè)取值只有0和1的邏輯數(shù)組。而一幅取值只包含0和1的uint8類數(shù)組，在MATLAB中并不認(rèn)為是二值圖像。使用logical函數(shù)可以把數(shù)值數(shù)組轉(zhuǎn)化為二值數(shù)組或邏輯數(shù)組。創(chuàng)建一個(gè)邏輯圖像，其語(yǔ)法為： B=logical(A)其中，B是由0和1構(gòu)成的數(shù)值數(shù)組。要測(cè)試一個(gè)數(shù)組是否為邏輯數(shù)組，可以使用函數(shù): islogical(c)若C是邏輯數(shù)組，則該函數(shù)返回

8、1；否則，返回0。 RGB圖像一幅RGB圖像就是彩色像素的一個(gè)M×N×3數(shù)組，M和N表示圖像像素的行列數(shù)。其中每一個(gè)彩色相似點(diǎn)都是在特定空間位置的彩色圖像相對(duì)應(yīng)的紅、綠、藍(lán)三個(gè)分量。按照慣例，形成一幅RGB彩色圖像的三個(gè)圖像常稱為紅、綠或藍(lán)分量圖像。令fR，fG和fB分別代表三種RGB分量圖像。一幅RGB圖像就利用cat(級(jí)聯(lián))操作將這些分量圖像組合成彩色圖像： rgb_image=cat(3,fR,fG,fB)在操作中，圖像按順序放置。 4、數(shù)據(jù)類和圖像類型間的轉(zhuǎn)化 數(shù)據(jù)類型間的轉(zhuǎn)換表1-1中列出了MATLAB表示像素所支持的各種數(shù)據(jù)類。表中的前8項(xiàng)稱為數(shù)值數(shù)據(jù)類，第9項(xiàng)

9、稱為字符類，最后一項(xiàng)稱為邏輯數(shù)據(jù)類。工具箱中提供了執(zhí)行必要縮放的函數(shù)(見表1-2)。以在圖像類和類型間進(jìn)行轉(zhuǎn)化。表1-1 MATLAB和IPT支持?jǐn)?shù)據(jù)類型名稱描述double雙精度浮點(diǎn)數(shù)，范圍為uint8無(wú)符號(hào)8比特整數(shù)，范圍為0 255uint16無(wú)符號(hào)16比特整數(shù)，范圍為0 65536uint32無(wú)符號(hào)32比特整數(shù)，范圍為0 4294967295int8有符號(hào)8比特整數(shù)，范圍為-128 127int16有符號(hào)16比特整數(shù)，范圍為-32768 32767int32有符號(hào)32比特整數(shù)，范圍為-2147483648 2147483647single單精度浮點(diǎn)數(shù)，范圍為char字符logical值

10、為0或1表1-2 格式轉(zhuǎn)換函數(shù)名稱將輸入轉(zhuǎn)化為有效的輸入圖像數(shù)據(jù)類im2uint8uint8logical,uint8,uint16和doulbeim2uint16uint16logical,uint8,uint16和doulbemat2graydouble,范圍為0 1doubleim2doubledoublelogical,uint8,uint16和doulbeim2bwlogicaluint8,uint16和double 圖像類型間的轉(zhuǎn)換 MATLAB支持BMP（windows位圖格式）、JPG（聯(lián)合圖像專家組格式）、PCX（windows畫刷格式）、PNG（可移動(dòng)網(wǎng)絡(luò)圖形格式）、TIF

11、（編制圖像文件格式）等多種圖像文件格式。 灰度圖像與索引圖像的相互轉(zhuǎn)換：gray2ind( )，ind2gray( )。 格式： X,MAP=gray2ind(I,n) 其中，I表示存放灰度圖像的變量, n為顏色值(缺省64)。 I=ind2gray(X,MAP) 其中，X表示圖像矩陣變量 , MAP表示顏色圖數(shù)組變量 。 RGB圖像與灰度圖像的轉(zhuǎn)換：rgb2gray( )。 格式: I=rgb2gray(RGB) 表示將真彩圖像RGB轉(zhuǎn)換為灰度級(jí)亮度圖像I。注意！灰度圖像是不能轉(zhuǎn)成RGB圖像的。 RGB圖像與索引圖像的相互轉(zhuǎn)換：rgb2ind( )，ind2rgb( )。 格式: X,MAP

12、=rgb2ind(RGB) RGB=ind2rgb(X,MAP) 其中X表示索引圖像變量名，MAP為索引圖像調(diào)色板。 將索引圖像、灰度圖像、 RGB圖像轉(zhuǎn)換為二值圖像：im2bw( )。 需要注意的是，只有灰度圖像可以直接調(diào)用im2bw( )來轉(zhuǎn)成二值圖像，而其他類型的圖像都需要先轉(zhuǎn)成灰度級(jí)圖像再轉(zhuǎn)成二值圖像。輸出圖像在輸入圖像所有亮度小于給定值(level)像素點(diǎn)處均為0，在其他地方均為1。level值得取值范圍為0，1。 格式：BW=im2bw(I,level) BW=im2bw(X,MAP,level) BW=im2bw(RGB,level) 5、圖像的運(yùn)算和空間域操作 圖像的運(yùn)算 圖像

13、的代數(shù)運(yùn)算是圖像的標(biāo)準(zhǔn)算術(shù)操作的實(shí)現(xiàn)方法，是兩幅輸入圖像之間進(jìn)行的點(diǎn)對(duì)點(diǎn)的加、減、乘、除運(yùn)算后得到輸出圖像的過程。如果輸入圖像為A(x,y)和B(x,y)，輸出圖像為C(x,y)，則圖像的代數(shù)運(yùn)算有如下四種形式： 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)圖像的代數(shù)運(yùn)算在圖像處理中有著廣泛的應(yīng)用，它除了可以實(shí)現(xiàn)自身所需的算術(shù)操作，還能為許多復(fù)雜的圖像處理提供準(zhǔn)備。例如，圖像減法就可以用來檢測(cè)同一場(chǎng)景或物體生產(chǎn)的兩幅或多幅圖像的誤差。使用MA

14、TLAB的基本算術(shù)符(+、-、*、/ 等)可以執(zhí)行圖像的算術(shù)操作，但是在此之前必須將圖像轉(zhuǎn)換為適合進(jìn)行基本操作的雙精度類型。為了更方便地對(duì)圖像進(jìn)行操作，MATLAB圖像處理工具箱包含了一個(gè)能夠?qū)崿F(xiàn)所有非稀疏數(shù)值數(shù)據(jù)的算術(shù)操作的函數(shù)集合。下表列舉了所有圖像處理工具箱中的圖像代數(shù)運(yùn)算函數(shù)。表1-3 圖像處理工具箱中的代數(shù)運(yùn)算函數(shù)函數(shù)名功能描述Imabsdiff兩幅圖像的絕對(duì)差值Imadd兩幅圖像的加法Imcomplement補(bǔ)足一幅圖像Imdivide兩幅圖像的除法Imlincomb計(jì)算兩幅圖像的線性組合Immultiply兩幅圖像的乘法imsubtract兩幅圖像的減法使用圖像處理工具箱中的圖像

15、代數(shù)運(yùn)算函數(shù)無(wú)需再進(jìn)行數(shù)據(jù)類型間的轉(zhuǎn)換，這些函數(shù)能夠接受uint8和uint16數(shù)據(jù)，并返回相同格式的圖像結(jié)果。雖然在函數(shù)執(zhí)行過程中元素是以雙精度進(jìn)行計(jì)算的，但是MATLAB工作平臺(tái)并不會(huì)將圖像轉(zhuǎn)換為雙精度類型。代數(shù)運(yùn)算的結(jié)果很容易超出數(shù)據(jù)類型允許的范圍。例如，uint8數(shù)據(jù)能夠存儲(chǔ)的最大數(shù)值是255，各種代數(shù)運(yùn)算尤其是乘法運(yùn)算的結(jié)果很容易超過這個(gè)數(shù)值，有時(shí)代數(shù)操作（主要是除法運(yùn)算）也會(huì)產(chǎn)生不能用整數(shù)描述的分?jǐn)?shù)結(jié)果。圖像的代數(shù)運(yùn)算函數(shù)使用以下截取規(guī)則使運(yùn)算結(jié)果符合數(shù)據(jù)范圍的要求：超出數(shù)據(jù)范圍的整型數(shù)據(jù)將被截取為數(shù)據(jù)范圍的極值，分?jǐn)?shù)結(jié)果將被四舍五入。例如，如果數(shù)據(jù)類型是uint8，那么大于255

16、的結(jié)果（包括無(wú)窮大inf）將被設(shè)置為255。圖像可以和常數(shù)進(jìn)行運(yùn)算，它表示對(duì)圖像中的每一個(gè)像素點(diǎn)來進(jìn)行相應(yīng)的操作，相當(dāng)于把矩陣中所有元素都進(jìn)行擴(kuò)大或縮小的操作。所以，如果是圖像和圖像間的邏輯運(yùn)算，必須要讓兩幅圖的尺寸，也就是長(zhǎng)和寬保持一致，相當(dāng)于操作的兩個(gè)數(shù)組是同樣的大小，即維數(shù)相同，并且運(yùn)算后會(huì)得到相同維數(shù)的數(shù)組，也就是說進(jìn)行了邏輯運(yùn)算以后的圖像尺寸并不會(huì)改變。能夠進(jìn)行邏輯運(yùn)算的兩幅圖像除了要滿足尺寸一致這個(gè)條件以外，還需要滿足圖像類型一致的條件。¨ 圖像加法（函數(shù)：imadd（）¨ 功能：實(shí)現(xiàn)兩幅圖像相加或圖像加上一個(gè)常數(shù)兩幅圖像的像素值相加時(shí)產(chǎn)生的結(jié)果很可能超過圖像數(shù)

17、據(jù)類型所支持的最大值，尤其對(duì)于uint8類型的圖像，溢出情況最為常見。當(dāng)數(shù)據(jù)值發(fā)生溢出時(shí)，imadd函數(shù)將數(shù)據(jù)截取為數(shù)據(jù)類型所支持的最大值，這種截取效果稱之為飽和。為了避免出現(xiàn)飽和現(xiàn)象，在進(jìn)行加法計(jì)算前最好將圖像轉(zhuǎn)換為一種數(shù)據(jù)范圍較寬的數(shù)據(jù)類型。例如，在加法操作前將uint8圖像轉(zhuǎn)換為uint16類型。¨ 圖像減法（函數(shù)：imsubtract（）¨ 功能：實(shí)現(xiàn)兩幅圖像相減或圖像減去一個(gè)常數(shù)。 圖像減法也稱為差分方法，是一種常用于檢測(cè)圖像變化及運(yùn)動(dòng)物體的圖像處理方法。圖像減法可以作為許多圖像處理工作的準(zhǔn)備步驟。例如，可以使用圖像減法來檢測(cè)一系列相同場(chǎng)景圖像的差異。圖像減法與閾

18、值化處理的綜合使用往往是建立機(jī)器視覺系統(tǒng)最有效的方法之一。在利用圖像減法處理圖像時(shí)往往需要考慮背景的更新機(jī)制，盡量補(bǔ)償由于天氣、光照等因素對(duì)圖像顯示效果造成的影響。減法操作有時(shí)會(huì)導(dǎo)致某些像素值變?yōu)橐粋€(gè)負(fù)數(shù)，對(duì)于uint8或uint16類型的數(shù)據(jù)，如果發(fā)生這種情況，那么imsubtract函數(shù)自動(dòng)將這些負(fù)數(shù)截取為0。為了避免差值產(chǎn)生負(fù)值，同時(shí)避免像素值運(yùn)算結(jié)果之間產(chǎn)生差異，可以調(diào)用函數(shù)imabsdiff。imabsdiff將計(jì)算兩幅圖像相應(yīng)像素差值的絕對(duì)值，因而返回結(jié)果不會(huì)產(chǎn)生負(fù)數(shù)。該函數(shù)的調(diào)用格式與imsubtract函數(shù)類似。¨ 圖像乘法（函數(shù)：immultiply（）¨

19、 功能：實(shí)現(xiàn)兩幅圖像相乘或圖像的亮度縮放。兩幅圖像進(jìn)行乘法運(yùn)算可以實(shí)現(xiàn)掩模操作，即屏蔽掉圖像的某些部分。一幅圖像乘以一個(gè)常數(shù)通常被稱為縮放，這是一種常見的圖像處理操作。如果使用的縮放因子大于1，那么將增強(qiáng)圖像的亮度，如果因子小于1則會(huì)使圖像變暗。縮放通常將產(chǎn)生比簡(jiǎn)單添加像素偏移量自然得多的明暗效果，這是因?yàn)檫@種操作能夠更好地維持圖像的相關(guān)對(duì)比度。此外，由于時(shí)域的卷積或相關(guān)運(yùn)算與頻域的乘積運(yùn)算對(duì)應(yīng)，因此乘法運(yùn)算有時(shí)也被作為一種技巧來實(shí)現(xiàn)卷積或相關(guān)處理。uint8圖像的乘法操作一般都會(huì)發(fā)生溢出現(xiàn)象。Immultiply函數(shù)將溢出的數(shù)據(jù)截取為數(shù)據(jù)類型的最大值。為了避免產(chǎn)生溢出現(xiàn)象，可以在執(zhí)行乘法操作

20、之前將uint8圖像轉(zhuǎn)換為一種數(shù)據(jù)范圍較大的圖像類型，例如uint16。¨ 圖像除法（函數(shù)：imdivide（）¨ 功能：實(shí)現(xiàn)兩幅圖像相除或圖像的亮度縮放。除法運(yùn)算可用于校正成像設(shè)備的非線性影響，這在特殊形態(tài)的圖像（如斷層掃描等醫(yī)學(xué)圖像）處理中常常用到。圖像除法也可以用來檢測(cè)兩幅圖像間的區(qū)別，但是除法操作給出的是相應(yīng)像素值的變化比率，而不是每個(gè)像素的絕對(duì)差異，因而圖像除法也稱為比率變換。 圖像的空間域操作 圖像的縮放（函數(shù)：imresize（）格式：J=imresize(I，n)，其中 n為縮放比例 圖像的旋轉(zhuǎn)（函數(shù)：imrotate（）格式：J=imrotate(I，旋轉(zhuǎn)

21、度數(shù)，方法， crop) 其中旋轉(zhuǎn)度數(shù)一般在0,360之間，方法一般來說有3種 'nearest'（最鄰近插值法） ，   'bilinear' （雙線性插值法），   'bicubic'（三次卷積插值法）。不同的插值方法得到的旋轉(zhuǎn)圖像有細(xì)微的差，缺省時(shí) matlab默認(rèn)為選最鄰近插值法，此時(shí)圖像會(huì)有一定的失真，這個(gè)失真主要是因?yàn)閙atlab在計(jì)算每個(gè)點(diǎn)的新坐標(biāo)的時(shí)候得到的數(shù)值不是整數(shù)，要去整所造成的。最后如果加上crop表示旋轉(zhuǎn)完成以后，將新得到的圖像裁剪到跟原來同樣的大小。 圖像的剪切（函數(shù)：

22、imcrop（）格式：J=imcrop(I，xmin ymin xmax ymax，) xmin ymin xmax ymax表示剪切時(shí)，從原圖什么地方開始和終止的坐標(biāo)。三、實(shí)驗(yàn)例題 1、任選一幅圖像對(duì)其進(jìn)行各種圖像變換a=imread('city.jpg','jpg'); subplot(2,2,1)subimage(a)title('原彩色圖像')i=rgb2gray(a);subplot(2,2,2)subimage(i)title('灰度圖像')X,MAP=rgb2ind(a,256);subplot(2,2,3)subi

23、mage(X)title('索引圖像')2、為圖像中每個(gè)像素增加亮度 x=imread('aaa.tif'); I=rgb2gray(x); J=imadd(I,100); subplot(1,2,1); subimage(I); subplot(1,2,2); subimage(J); 四、實(shí)驗(yàn)報(bào)告要求 1、簡(jiǎn)述實(shí)驗(yàn)?zāi)康募皩?shí)驗(yàn)原理。2、選取兩幅大小一樣的圖像，首先轉(zhuǎn)換成灰度圖像，然后對(duì)其中一幅進(jìn)行旋轉(zhuǎn)（旋轉(zhuǎn)角度自定），再對(duì)兩幅圖像進(jìn)行代數(shù)運(yùn)算，并附上程序及處理前后的圖像。3、對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行總結(jié)。實(shí)驗(yàn)二 數(shù)字圖像變換一、實(shí)驗(yàn)?zāi)康?1、了解圖像變換的意義和手段2、

24、熟悉傅立葉變換的基本性質(zhì)3、熟練掌握FFT變換方法及應(yīng)用4、通過實(shí)驗(yàn)了解二維頻譜的分布特點(diǎn)5、掌握?qǐng)D片的壓縮技術(shù)原理二、實(shí)驗(yàn)原理1、 應(yīng)用傅立葉變換進(jìn)行圖像處理傅里葉變換是線性系統(tǒng)分析的一個(gè)有力工具，它能夠定量地分析諸如數(shù)字化系統(tǒng)、采樣點(diǎn)、電子放大器、卷積濾波器、噪音和顯示點(diǎn)等的作用。通過實(shí)驗(yàn)培養(yǎng)這項(xiàng)技能，將有助于解決大多數(shù)圖像處理問題。對(duì)任何想在工作中有效應(yīng)用數(shù)字圖像處理技術(shù)的人來說，把時(shí)間用在學(xué)習(xí)和掌握博里葉變換上是很有必要的。離散傅里葉變換具有許多重要的性質(zhì)，這些性質(zhì)為實(shí)際運(yùn)算提供了極大的方便。例如，根據(jù)變換核的可分離性，二維離散傅里葉變換可以通過兩次一維離散傅里葉變換來實(shí)現(xiàn)；根據(jù)周期性

25、，只需要一個(gè)周期就可以將整個(gè)變換完全確定；根據(jù)共軛對(duì)稱性，只需要半個(gè)周期的變換就可以獲得整個(gè)頻譜。 圖像傅里葉變換是將圖像從圖形的空間變換到頻率空間，從而可利用傅里葉頻譜特性進(jìn)行圖像處理，使運(yùn)算變得簡(jiǎn)單。2、 傅立葉（Fourier）變換的定義對(duì)于二維信號(hào)，二維Fourier變換定義為：逆變換：二維離散傅立葉變換為：逆變換：圖像的傅立葉變換與一維信號(hào)的傅立葉變換變換一樣，有快速算法，具體參見參考書目，有關(guān)傅立葉變換的快速算法的程序不難找到。實(shí)際上，現(xiàn)在有實(shí)現(xiàn)傅立葉變換的芯片，可以實(shí)時(shí)實(shí)現(xiàn)傅立葉變換。3、 離散傅里葉變換 計(jì)算機(jī)處理傅立葉變換用離散傅立葉變換，輸入/輸出數(shù)據(jù)均為離散，便于計(jì)算機(jī)處

26、理。在使用離散傅立葉變換時(shí)，可以使用其快速算法FFT。MATLAB提供的相關(guān)函數(shù)：FFT、FFT2、FFTn。對(duì)二值圖像進(jìn)行傅里葉變換以后觀察其頻譜，我們會(huì)發(fā)現(xiàn)直流成分主要集中在右上角，分辨率比較低。所以必須通過fftshift函數(shù)提供補(bǔ)零和直流成分顯示區(qū)域調(diào)整后得到調(diào)整，再進(jìn)行觀察。4、 離散余弦變換使用傅立葉變換時(shí)存在一個(gè)問題，它的參數(shù)均為復(fù)數(shù)，數(shù)據(jù)描述上相當(dāng)于實(shí)數(shù)的兩倍，也就是說數(shù)據(jù)的計(jì)算量比較大，而離散余弦變換較好的解決了這個(gè)問題。離散余弦變換，根據(jù)實(shí)的偶函數(shù)的離散傅里葉變換只包含余弦項(xiàng)（實(shí)部）的特性，可將實(shí)圖像構(gòu)造成實(shí)的偶函數(shù)，再求它的離散傅里葉變換，從而構(gòu)成所謂的離散余弦變換（DC

27、T）。它是實(shí)的正交變換，變換核可分離且具有對(duì)稱性，可以通過傅里葉變換的實(shí)部求得，所以具有快速算法。DCT變換具有良好的信息壓縮能力，因而在圖像的壓縮編碼等領(lǐng)域具有廣泛的應(yīng)用。離散余弦的MATLAB實(shí)現(xiàn)一種是基于圖像離散余弦變換的算法，這是通過MATLAB工具箱提供的dct2 函數(shù)和idct2函數(shù)實(shí)現(xiàn)的；另一種是DCT變換矩陣方法。變換矩陣方法非常適合做8*8 或16*16 的圖像塊的DCT 變換，工具箱提供了dctmtx 函數(shù)來計(jì)算變換矩陣。離散余弦變換具有很強(qiáng)的“能量集中”特性，而且能量主要集中在左上角處，因此在實(shí)際圖像應(yīng)用中，能量不集中的地方可在余弦編碼中忽略。于是我們可以通過對(duì)mask矩

28、陣進(jìn)行變換來實(shí)現(xiàn)，即將mask矩陣左上角置1，其余全部置0。然后通過離散余弦反變換后，圖像得以恢復(fù)，這種處理方法叫做圖像的壓縮。5、 沃爾什變換由于傅里葉變換和余弦變換的變換核由正弦、余弦函數(shù)組成，運(yùn)算速度受影響。在特定問題中，往往引進(jìn)不同的變換方法，以求運(yùn)算簡(jiǎn)單且變換核矩陣產(chǎn)生方便。沃爾什變換中的變換矩陣簡(jiǎn)單（只有1和1），占用存儲(chǔ)空間少，產(chǎn)生容易，有快速算法，所以在需要實(shí)時(shí)處理大量數(shù)據(jù)的圖像處理問題中，應(yīng)用廣泛。6、 圖像的壓縮離散余弦變換是先將整體圖像分成N×N像素塊，然后對(duì)N×N像素塊逐一進(jìn)行離散余弦變換。由于大多數(shù)圖像的高頻分量較小，相應(yīng)于圖像高頻分量的系數(shù)經(jīng)常為

29、零，加上人眼對(duì)高頻成分的失真不太敏感，所以可以用更粗的量化。這樣起到壓縮圖像的目的，使傳輸?shù)臄?shù)碼率要遠(yuǎn)遠(yuǎn)小于實(shí)際圖像的數(shù)碼率，接收端通過反變換得到的恢復(fù)圖像也不會(huì)有明顯的改變。圖像壓縮主要任務(wù)是取不同的DCT系數(shù)，觀察即滿足不影響圖像質(zhì)量有能達(dá)到較大的壓縮率。對(duì)圖像進(jìn)行分塊處理時(shí)，我們會(huì)用到函數(shù)blkproc( ) 。調(diào)用格式： B=blkproc(A,m n,fun, parameter1, parameter2, .) B=blkproc(A,m n,mborder nborder,fun,.) B=blkproc(A,'indexed',.)參數(shù)說明： m n：圖像以m*

30、n為分塊單位，對(duì)圖像進(jìn)行處理（如8*8） Fun：應(yīng)用此函數(shù)對(duì)分別對(duì)每個(gè)m*n分塊的像素進(jìn)行處理 parameter1, parameter2： 要傳給fun函數(shù)的參數(shù) mborder nborder：對(duì)每個(gè)m*n塊，上下進(jìn)行mborder個(gè)單位的擴(kuò)充，左右進(jìn)行nborder個(gè)單位的擴(kuò)充，擴(kuò)充的像素值為0，fun函數(shù)對(duì)整個(gè)擴(kuò)充后的分塊進(jìn)行處理。 這里：fun='P1*x*P2'，fun的參數(shù)P1,P2，將T,T'傳遞給fun的參數(shù)，即：P1=T，P2=T'。三、實(shí)驗(yàn)例題 1、有一矩形函數(shù)f(m,n),矩形區(qū)域?yàn)?，其余為0，對(duì)該矩形作傅立葉變換。clear;N=

31、100;f=zeros(50,50);f(15:35,23:28)=1;subplot(2,1,1)imshow(f)subplot(2,1,2)F=fft2(f);imshow(log(abs(F)2、fftshift函數(shù)實(shí)現(xiàn)補(bǔ)零操作和改變圖象顯示象限N=100;f=zeros(50,50);f(15:35,23:28)=1;subplot(2,1,1)imshow(f)F=fft2(f,256,256);F2=fftshift(F);subplot(2,1,2)imshow(log(abs(F2);3、對(duì)圖像進(jìn)行離散余弦變化，觀察其余弦變換系數(shù)及余弦反變換后恢復(fù)圖像。 將變換后小于10的元

32、素忽略I = imread('cameraman.tif') ; %裝入原始圖像subplot(3,1,1); imshow(I);J = dct2(I) ; %對(duì)I 進(jìn)行二維DCTsubplot(3,1,2); imshow(log(abs(J),); %圖像大部分能量集中在左上角處J (abs (J ) < 10) = 0 ; %將DCT 變換值小于10的元素設(shè)為0K= idct2 (J ) / 255 ; %對(duì)逆DCT 變換值歸一化subplot(3,1,3); imshow(K); 將變換后小于255的元素忽略I = imread('cameraman.t

33、if') ; %裝入原始圖像figuresubplot(1,3,1); imshow(I);J = dct2(I) ; %對(duì)I 進(jìn)行二維DCTsubplot(1,3,2); imshow(log(abs(J),); %圖像大部分能量集中在左上角處J (abs (J ) < 255) = 0 ; %將DCT 變換值小于255的元素設(shè)為0K= idct2 (J ) / 255 ; %對(duì)逆DCT 變換值歸一化subplot(1,3,3); imshow(K);4、 選取一幅圖像，取不同的壓縮度，對(duì)其進(jìn)行壓縮處理。A=imread('aaa.tif'); I=rgb2gr

34、ay(A);trueImage=im2double(I); %轉(zhuǎn)換圖像矩陣為雙精度型imshow(trueImage); title('原始圖像');dctm=dctmtx(8); %計(jì)算離散余弦變換imageDCT=blkproc(trueImage,8 8,'P1*x*P2',dctm,dctm.'); %對(duì)圖像I 的每個(gè)不同8*8數(shù)據(jù)塊應(yīng)用矩陣式P1*x*P2進(jìn)行處理。 M10=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

35、0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0; %二值掩模,用來壓縮DCT 的系數(shù)newImage2=blkproc(imageDCT,8 8,'P1*(x.*P2)*P3',dctm',M10,dctm);figure;imshow(newImage2); title('壓縮圖像 M10');A=imread('aaa.tif'); I=rgb2gray(A);trueImage=im2double(I); %轉(zhuǎn)換圖像矩陣為雙精度型imshow(trueImage); title('原始圖像

36、');dctm=dctmtx(8); %計(jì)算離散余弦變換imageDCT=blkproc(trueImage,8 8,'P1*x*P2',dctm,dctm.'); %對(duì)圖像I 的每個(gè)不同8*8數(shù)據(jù)塊應(yīng)用矩陣式P1*x*P2進(jìn)行處理。 M10=1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 0 0 1 1 1 1 1 0 0 0 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; %二值掩模,用來壓縮DCT 的系數(shù)newImage2=blkpro

37、c(imageDCT,8 8,'P1*(x.*P2)*P3',dctm',M10,dctm);figure; imshow(newImage2); title('壓縮圖像 M10');四、實(shí)驗(yàn)報(bào)告要求 1、簡(jiǎn)述實(shí)驗(yàn)?zāi)康募皩?shí)驗(yàn)原理。2、調(diào)試參考程序，掌握工具函數(shù)的使用方法。3、驗(yàn)證圖像的傅立葉變換的旋轉(zhuǎn)性質(zhì)。（方法：對(duì)正方形圖像進(jìn)行旋轉(zhuǎn)操作，觀察原圖的傅立葉頻譜與旋轉(zhuǎn)后的傅立葉頻譜的對(duì)應(yīng)關(guān)系。）4、選取圖像，利用余弦變換，觀察變換后圖像的變換情況。（圖像分塊壓縮）5、對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行總結(jié)。實(shí)驗(yàn)三 數(shù)字圖像增強(qiáng)一、實(shí)驗(yàn)?zāi)康?1、了解圖像增強(qiáng)的目的及意義，加深對(duì)

38、圖像增強(qiáng)的感性認(rèn)識(shí)，鞏固所學(xué)理論知識(shí)。2、學(xué)會(huì)對(duì)圖像直方圖的分析。3、掌握直接灰度變換的圖像增強(qiáng)方法。4、掌握?qǐng)D片的濾波。二、實(shí)驗(yàn)原理 術(shù)語(yǔ)空間域指的是圖像平面本身，在空間與內(nèi)處理圖像的方法是直接對(duì)圖像的像素進(jìn)行處理?？臻g域處理方法分為兩種：灰度級(jí)變換、空間濾波?？臻g域技術(shù)直接對(duì)像素進(jìn)行操作其表達(dá)式為g(x,y)=Tf(x,y)其中,f(x,y)為輸入圖像，g(x,y)為輸出圖像，T是對(duì)圖像f進(jìn)行處理的操作符，定義在點(diǎn)(x,y)的指定領(lǐng)域內(nèi)。定義點(diǎn)(x,y)的空間鄰近區(qū)域的主要方法是，使用中心位于(x,y)的正方形或長(zhǎng)方形區(qū)域，。此區(qū)域的中心從原點(diǎn)(如左上角)開始逐像素點(diǎn)移動(dòng)，在移動(dòng)的同時(shí)，該

39、區(qū)域會(huì)包含不同的領(lǐng)域。T應(yīng)用于每個(gè)位置(x,y)，以便在該位置得到輸出圖像g。在計(jì)算(x,y)處的g值時(shí)，只使用該領(lǐng)域的像素?；叶茸儞QT的最簡(jiǎn)單形式是使用領(lǐng)域大小為1×1，此時(shí),(x,y)處的g值僅由f在該點(diǎn)處的亮度決定，T也變?yōu)橐粋€(gè)亮度或灰度級(jí)變化函數(shù)。當(dāng)處理單設(shè)(灰度)圖像時(shí)，這兩個(gè)術(shù)語(yǔ)可以互換。由于亮度變換函數(shù)僅取決于亮度的值，而與(x,y)無(wú)關(guān)，所以亮度函數(shù)通?？蓪懽鋈缦滤镜暮?jiǎn)單形式：s=T(r)其中，r表示圖像f中相應(yīng)點(diǎn)(x,y)的亮度，s表示圖像g中相應(yīng)點(diǎn)(x,y)的亮度。圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息，同時(shí)，消弱或去除某些不需要的信息的處理方法。其主

40、要目的是處理后的圖像對(duì)某些特定的應(yīng)用比原來的圖像更加有效。圖像增強(qiáng)技術(shù)主要有直方圖修改處理、圖像平滑化處理、圖像尖銳化處理和彩色處理技術(shù)等。本實(shí)驗(yàn)以直方圖均衡化增強(qiáng)圖像對(duì)比度的方法為主要內(nèi)容。 一般來說，圖像增強(qiáng)的目的有兩點(diǎn)：一是改善圖像的視覺效果，提高清晰度，二是增強(qiáng)感興趣部分，提高可懂度。圖像增強(qiáng)包括直接變換增強(qiáng)、濾波增強(qiáng)、變換增強(qiáng)。直接變換增強(qiáng)也稱為灰度級(jí)調(diào)整，是將圖像的灰度級(jí)映射到一個(gè)新的范圍，在新的范圍內(nèi)能夠容納圖像多數(shù)的灰度級(jí)，使圖像的對(duì)比更加鮮明。濾波增強(qiáng)就是消除噪聲的圖像增強(qiáng)方法，有均值濾波、中值濾波、自適應(yīng)濾波。變換增強(qiáng)稱為頻域增強(qiáng)，包括低通、高通濾波。 空間域增強(qiáng)空間域增強(qiáng)

41、是指在空間域中，通過線性或非線性變換來增強(qiáng)構(gòu)成圖像的像素。增強(qiáng)的方法主要分為點(diǎn)處理和模板處理。點(diǎn)處理就是作用在單個(gè)像素，包括圖像灰度變換、直方圖處理和偽彩色處理等。模板處理是指作用于像素領(lǐng)域的處理方法，包括圖像平滑和圖像銳化等技術(shù)。 頻率域增強(qiáng)頻率域增強(qiáng)是增強(qiáng)技術(shù)的重要組成部分，它通過傅立葉變換，可以把空間域混疊的成分在頻率域中分離出來，從而提取或?yàn)V去相應(yīng)的圖像成分，達(dá)到圖像增強(qiáng)的目的。這一過程中的核心基礎(chǔ)為傅立葉變換。頻率域圖像增強(qiáng)技術(shù)主要有：頻率域平滑技術(shù)（低通濾波）、頻率域銳化技術(shù)（高通濾波）和同態(tài)濾波等。1、 對(duì)比度調(diào)整 顏色圖變亮或變暗函數(shù)： brighten(beta) 用于調(diào)整灰

42、度值或顏色圖，0<beta<1增量，反之變暗 調(diào)用格式：MAP=brighten(beta) 返回當(dāng)前使用的顏色圖的更亮或更暗變換后的顏色圖MAP，但不改變現(xiàn)有的顯示。 NEWMAP=brighten(MAP,beta) 返回指定顏色圖的更亮或更暗變換后的顏色圖，但不改變顯示。 brighten(FIG,beta) 增強(qiáng)圖FIG的所有物體。 對(duì)比度調(diào)整函數(shù)：imadjust( ) 用于調(diào)整灰度值或顏色圖，其基本調(diào)用格式如下： J=imadjust(I,low high,bottom top,gamma) 將灰度圖像I轉(zhuǎn)換為圖像J，使值從low到high與從bottom到top相匹配

43、。值大于high或 小于low的被減去。即小于low與bottom相匹配，大于high的與top相匹配。如果矩陣為空矩陣表示缺省值為0，1。gamma用來指定描述I和J值關(guān)系曲線的形狀，gamma<1，越亮輸出值越加強(qiáng)；gamma>1，越亮輸出值越減弱；缺省gamma=1，表示線性變換。 map1=imadjust(map,low high,bottom,top,gamma)對(duì)索引圖像的顏色圖進(jìn)行變換，如果low high，bottom top均為2×3矩陣，則gamma為1×3向量，函數(shù)分別調(diào)整紅、綠、藍(lán)成分，調(diào)整后的顏色圖的大小與原來的一樣。 RGB1=im

44、adjust(GRB,low high,bottom,top,gamma)對(duì)彩色圖像進(jìn)行變換，與索引圖像中顏色圖調(diào)整方法一樣。特殊情況：如果top<bottom，則圖像顏色或灰度值將倒置。2、直方圖調(diào)整直方圖是多種空間城處理技術(shù)的基礎(chǔ)。直方圖操作能有效地用于圖像增強(qiáng)。除了提供有用的圖像統(tǒng)計(jì)資料外，直方圖固有的信息在其他圖像處理應(yīng)用中也是非常有用的，如圖像壓縮與分割。直方圖在軟件中易于計(jì)算，也適用于商用硬件設(shè)備，因此，它們成為了實(shí)時(shí)圖像處理的一個(gè)流行工具。直方圖是圖像的最基本的統(tǒng)計(jì)特征，它反映的是圖像的灰度值的分布情況。直方圖均衡化的目的是使圖像在整個(gè)灰度值動(dòng)態(tài)變化范圍內(nèi)的分布均勻化，改善

45、圖像的亮度分布狀態(tài)，增強(qiáng)圖像的視覺效果。灰度直方圖是圖像預(yù)處理中涉及最廣泛的基本概念之一。圖像的直方圖事實(shí)上就是圖像的亮度分布的概率密度函數(shù)，是一幅圖像的所有象素集合的最基本的統(tǒng)計(jì)規(guī)律。直方圖反映了圖像的明暗分布規(guī)律，可以通過圖像變換進(jìn)行直方圖調(diào)整，獲得較好的視覺效果。直方圖調(diào)整方法常用的有直方圖均衡化和直方圖規(guī)定化。直方圖均衡化是通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖，即在每個(gè)灰度級(jí)上都具有相同的象素點(diǎn)數(shù)的過程。由于均衡化的直方圖技術(shù)只能產(chǎn)生一種近似均勻的直方圖，而不適于需要交互作用的圖像增強(qiáng)的應(yīng)用。實(shí)際上為了能增強(qiáng)圖像中某些灰度級(jí)的范圍，有時(shí)希望能夠規(guī)定交互作用的特定的直方圖，直

46、方圖規(guī)定化可看作是直方圖均衡化方法的改進(jìn)。所以說，直方圖規(guī)定化可以突出感興趣灰度范圍，是對(duì)均衡化的一種有效擴(kuò)展，直方圖均衡化是規(guī)定化的一種特例，即規(guī)定直方圖是均勻分布。 直方圖調(diào)整函數(shù)：histeq( )直方圖均衡通過轉(zhuǎn)換灰度圖像亮度值或索引圖像的顏色圖值來增強(qiáng)圖像對(duì)比度，輸出圖像的直方圖近似與給定的直方圖相匹配。調(diào)用格式如下： J=histeq(I,N)將灰度圖像I轉(zhuǎn)換成具有N個(gè)離散灰度級(jí)的灰度圖像J，N缺省值為64。 NEWMAP=histeq(X,MAP,hgram) 變換索引圖像X的顏色圖，使索引圖像的灰度級(jí)成分與hgram相匹配，返回變換后的顏色圖NEWMAP，length(hgra

47、m)必須與size(MAP,1)一樣。 直方圖的顯示函數(shù)：imhist( )其調(diào)用格式如下： J=imhist(I,n)顯示圖像I的直方圖， n為灰度級(jí)數(shù)目，灰圖像的缺省值為256，黑白圖像缺省值為2。 J=imhist(I,map) J 返回調(diào)色板為map的圖像I的直方圖。 counts,X=imhist(I,)返回圖像I的每個(gè)灰度上的像素點(diǎn)數(shù)目。3、 圖像的濾波圖像的濾波都是針對(duì)灰度級(jí)圖像而言的。其中銳化和平滑是圖像增強(qiáng)的重要手段，采用前者可以突出圖像的細(xì)節(jié)，采用后者可以濾除圖像中的噪聲，從而達(dá)到圖像清晰的目的。如果用用信號(hào)處理的理論來解釋對(duì)圖像進(jìn)行平滑的話，這種做法實(shí)現(xiàn)的是一種簡(jiǎn)單的低通

48、濾波器（low pass filter）。在灰度連續(xù)變化的圖象中，如果出現(xiàn)了與相鄰像素的灰度相差很大的點(diǎn)，比如說一片暗區(qū)中突然出現(xiàn)了一個(gè)亮點(diǎn)，人眼能很容易覺察到。就象看老電影時(shí)，由于膠片太舊，屏幕上經(jīng)常會(huì)出現(xiàn)一些亮斑。這種情況被認(rèn)為是一種噪聲?；叶韧蛔?cè)陬l域中代表了一種高頻分量，低通濾波器的作用就是濾掉高頻分量，從而達(dá)到減少圖象噪聲的目的。銳化和平滑恰恰相反，它是通過增強(qiáng)高頻分量來減少圖象中的模糊，因此又稱為高通濾波（high pass filter）。銳化處理在增強(qiáng)圖象邊緣的同時(shí)增加了圖象的噪聲。常用的銳化模板是拉普拉斯(Laplacian)模板。拉普拉斯模板的含義是先將自身與周圍的8個(gè)像素

49、相減，表示自身與周圍像素的差別，再將這個(gè)差別加上自身作為新像素的灰度。可見，如果一片暗區(qū)出現(xiàn)了一個(gè)亮點(diǎn)，那么銳化處理的結(jié)果是這個(gè)亮點(diǎn)變得更亮，增加了圖象的噪聲。濾波工具函數(shù)：fspecial(type)格式：H=fspecial(type) 其中type的取值： average 均值低通濾波 gaussian 高斯低通濾波 prewitt 邊緣算子增強(qiáng)濾波 sobel 邊緣算子增強(qiáng)濾波除了以上列出的算子，更多算子可以在MATLAB中查詢。三、實(shí)驗(yàn)例題 1、灰度圖像亮度調(diào)整cleara=imread('abc.jpg');I=rgb2gray(a);subplot(1,2,1);

50、 imshow(I)J=imadjust(I,0.1 0.8,0.5);subplot(1,2,2); imshow(J)2、 灰度圖像倒置cleara=imread('abc.jpg');I=rgb2gray(a);subplot(1,2,1); imshow(I)J=imadjust(I,0 1,1 0,1.3);subplot(1,2,2); imshow(J)3、 直方圖均衡化cleara=imread('city.jpg');I=rgb2gray(a);subplot(1,2,1); imshow(a)J=histeq(I);subplot(1,2,2

51、); imshow(J)4、 直方圖規(guī)定化I=imread('rice.png');subplot(2,4,1);imshow(I);subplot(2,4,5);imhist(I,256);J=histeq(I,32);subplot(2,4,2);imshow(J);subplot(2,4,6);imhist(J,256);counts,x=imhist(J);K=imread('cameraman.tif');subplot(2,4,3);imshow(K);subplot(2,4,7);imhist(K);L=histeq(K,counts);subpl

52、ot(2,4,4);imshow(L);subplot(2,4,8);imhist(L);5、 幾種濾波的比較I=double(imread('cameraman.tif');subplot(2,2,1); imshow(I,)H=fspecial('average',5);F1=double(filter2(H,I);subplot(2,2,2); imshow(F1,)H=fspecial(gaussian,7,3);F2=double(filter2(H,I);subplot(2,2,3); imshow(F2,)H=fspecial('prewi

53、tt');F3=uint8(I+filter2(H,I);subplot(2,2,4); imshow(F3,)通過實(shí)驗(yàn)可知，均值和高斯濾波是使圖像模糊，而邊緣算子可以增強(qiáng)圖像邊緣。6、采用“原圖-低通圖像”的方法銳化圖像I=double(imread('cameraman.tif');subplot(1,3,1)imshow(I,)H=fspecial('average',5);F1=double(filter2(H,I);subplot(1,3,2)imshow(F1,)F2=2*I-F1;subplot(1,3,3)imshow(uint8(F2),)4、 實(shí)驗(yàn)報(bào)告要求1、 簡(jiǎn)述實(shí)驗(yàn)?zāi)康摹?、 簡(jiǎn)述直