《Matlab图像处理入门到精通源代码.doc》由会员分享，可在线阅读，更多相关《Matlab图像处理入门到精通源代码.doc（5页珍藏版）》请在金锄头文库上搜索。
1、Matlab7.x图像处理ch2_1_1：查看直方图（2.1.3）I=imread(LENA256.bmp);imshow(I);imhist(I)ch2_2_1：显示图像（2.2.2）lena=imread(LENA256.bmp);imshow(lena,256)ch2_3_1：添加颜色条（2.3.1）%RGB = imread(saturn.png);I = rgb2gray(RGB);h = 1 2 1; 0 0 0; -1 -2 -1;I2 = filter2(h,I);imshow(I2,), colorbar(vert)ch2_3_2：图像的单帧显示（2.3.2）%cat%ims
2、howlena=imread(LENA256.bmp);girl=imread(Girl.bmp);A=cat(3, lena, girl);imshow(A(:,:,2)ch2_3_3：图像的多帧显示（2.3.2）%mri = uint8(zeros(128,128,1,27);for frame=1:27mri(:,:,:,frame),map = imread(mri.tif, frame);endmontage(mri, map);ch2_3_4：图像的动画显示（2.3.2）%mri = uint8(zeros(128,128,1,27); for frame=1:27 mri(:,:
3、,:,frame),map = imread(mri.tif, frame);endmov = immovie(mri,map);movie(mov);ch2_3_5：灰度图像的动画显示（2.3.2）mri = uint8(zeros(128,128,1,27); for frame=1:27 mri(:,:,:,frame),map = imread(mri.tif, frame);endmov = immovie(mri,map);movie(mov);ch2_3_6：纹理映射（2.3.3）I= imread(LENA256.bmp);x,y,z = sphere;warp(x,y,z,I
4、);ch2_3_7：一个图形窗口中同时显示2幅图像（2.3.4）load treesX2, map2 = imread(forest.tif);subplot(1,2,1), subimage(X, map)subplot(1,2,2), subimage(X2, map2)下面的原程序就不贴了，需要的联系我 qq邮箱ch3_1_1：嵌套使用图像代数函数（3.1.1）ch3_1_2：两幅图像相加（3.1.2）ch3_1_3：图像与常数相加（3.1.2）ch3_1_4：两幅图像相减（3.1.3）ch3_1_5：两幅图像相乘（3.1.4）ch3_1_6：图像除以常数(两幅图像相除)（3.1.5）c
5、h3_2_1：图像缩放（3.2.2）ch3_2_2：图像旋转（3.2.3）ch3_2_3：图像剪切（3.2.4）ch3_2_4：生成和应用仿射变换（3.2.5）ch3_2_5：findbounds函数的应用（3.2.5）ch3_2_6：makeresampler函数的应用（3.2.5）ch3_2_7：投影变换（3.2.5）ch3_3_1：计算图像的局部标准差（3.3.1）ch3_3_2：计算输入图像的33邻域像素值的最大值（3.3.2）ch3_4_1：根据指定的坐标选择一个六边形区域（3.4.1）ch3_4_2：按灰度分割图像中的目标（3.4.1）ch3_4_3：函数poly2mask的调用格
6、式（3.4.1）ch3_4_4：对指定区域进行锐化滤波（3.4.2）ch3_4_5：填充指定的区域（3.4.3）ch4_1_1：矩形连续函数的傅立叶变换（4.1.1）ch4_1_2：构建一个矩形函数（4.1.2）ch4_1_3：对f进行二维快速傅立叶变换（4.1.2）ch4_1_4：对f进行补零（区域大小为256256），而后进行二维快速傅立叶变换（4.1.2）ch4_1_5：使变换结果的零频率分量位于中心，调用函数fftshift（4.1.2）ch4_1_6：利用函数ifft2对乘积进行傅立叶反变换（4.1.3）ch4_1_7：得到在图像text.png中对应字母“a”的定位结果（4.1.3
7、）ch4_2_1：对一幅图像进行离散余弦变换（4.2.1）ch4_2_2：JPEG图像压缩（4.2.2）ch4_3_1：正方形图像在0和45方向上的Radon变换（4.3.1）ch4_3_2：计算方形图像从0到180每隔1计算一次Radon变换的命令（4.3.1）ch4_3_3：直线检测（4.3.1）ch4_3_4：利用radon函数和iradon函数构造一个简单图像的投影并重建图像（4.3.2）ch4_4_1：映射和重建图像（4.4.1）ch5_1_1： 图像灰度线性变换 （5.1.1）ch5_1_2： 图像灰度分段线性变换 （ 5.1.1）ch5_1_3： 采用对数形式的变换函数进行动态范
8、围压缩 （5.1.1）ch5_1_4： 图像直方图的均衡化 （5.1.2）ch5_1_5： 直方图规定化 （5.1.2）ch5_2_1： 邻域平均的线性平滑滤波法实现降噪 （5.2.2）ch5_2_2： winner滤波法实现降噪 （5.2.2）ch5_2_3： 中值滤波实现降噪 （5.2.2）ch5_2_4： 线性锐化滤波 （5.2.3）ch5_2_5： 非线性锐滤波 （5.2.3）ch5_3_1： Buterworth低通滤波器 （5.3.1）ch5_3_2： Buterworth高通滤波器 （5.3.2）ch5_4_1： 灰度分层法彩色图像的实现 （5.4.2）ch5_4_2： 空间域灰
9、度级彩色变换的方法，进行图像增强 （5.4.2）ch5_4_3： 均值滤波器对真彩图像的每一个颜色平面进行滤波 （5.4.3）ch5_5_1： 噪声图像的生成 （5.5.4）ch5_5_2： 目标图像的生成 （5.5.4）ch6： 哈夫曼编码 （6.1.4）ch7_1_1： 最大方差法计算灰度分割门限 （7.1.2）ch7_1_2： 各种边缘检测算子 （7.2.2）ch7_2_1.： hough 变换实现直线检测 （7.2.3）ch7_2_2.： 相位编组 （7.2.3）ch8_3_1：得到模糊图像（8.3.2）ch8_3_2：原始图像中添加噪声（8.3.2）ch8_4_1：生成模糊化实验图像
10、（8.4.1）ch8_4_2：维纳滤波复原（8.4.2）ch8_4_3：约束最小二乘滤波复原（8.4.3）ch8_4_4：Lucy-Richardson滤波复原（8.4.4）ch8_4_5：盲卷积滤波复原（8.4.5）ch9_2_1：调用函数bwmorph实现骨架化操作（9.2.4）ch9_2_2：利用函数bwperim实现提取边界操作（9.2.4）ch9_2_3：利用函数bwmorph实现提取边界操作和骨架化操作（9.2.4）ch9_2_4：利用函数imbothat处理图像（9.2.4）ch9_2_5：利用函数imclose执行图像闭运算（9.2.4）ch9_2_6：利用函数imopen执行
11、图像开运算度（9.2.4）ch9_2_7：利用函数imtophat增强图像对比度（9.2.4）ch9_3_1：生成了包含两个主要的局部极小值区域和几个其它局部极小值区域（9.3.4）ch9_4_1：距离变换（9.4）ch9_5_1：调用函数label2rgb将每个对象显示为不同的颜色（9.5.1）ch9_5_2：提取文本图像中的某些字符对象（9.5.2）ch9_5_3：利用函数bwarea计算对图像执行膨胀操作后面积增长的百分比（9.5.3）ch9_5_4：利用函数bweuler进行欧拉数计算（9.5.4）ch9_6_1：调用函数makelut和applylut实现查表操作（9.6）ch10_1_1：利用函数imfilter实现图像滤波（10.1.3）ch10_2_1：利用频率变换法生成一个2-D滤波器（10.2.2）ch10_2_2：利用频率采样法生成一个2-D滤波器（10.2.3）ch10_2_3：利用窗口法生成一个2-D滤波器（10.2.4）ch10_2_4：设计一个截止频率为0.5的理想低通滤波器（10.2.5）
