《湖南大学医学影像学实验之matlab图像处理实验报告》由会员分享，可在线阅读，更多相关《湖南大学医学影像学实验之matlab图像处理实验报告（22页珍藏版）》请在金锄头文库上搜索。
1、 实验一、空域图像处理实验一、空域图像处理 1、灰度线性变换： I=imread(trees.tif) ; figure(1) ； imshow(I) ; title(原图) ; J=double(I) ; %把I变成双精度并赋值给J J=3*J+74 ; %对J进行线性变换 J=uint8(J) ； figure(2) ； imshow(J) ; title(线性变换) ; 图像： 思考题：设 定不同的斜率值和截距，显示效果会怎样？ 答：斜率增加，像素点的灰度值会根据本身的灰度值按比例增加，所以深色部分 会变少，浅色部分会变多，整张图片上白色区域会变多；截距增加，所有像素点 的灰度值都会增加
2、，所以整张图片会变淡。 添加噪声： I=imread(trees.tif) ; M=imnoise(I,salt %添加椒盐噪声 %因为每次添加椒盐噪声都是这两句代码，所以就不重复打出来了，直接看效果图 下同() 图像： 椒盐噪声+线性变换： 椒盐噪声是随机产生的噪声，包括高灰度和低灰度的噪声。 线性变换基本上没有多少去噪的功能，更多的应该是用于改变对比度。 (中值)直方图均衡化： I=imread(rice.png) ; subplot(2,2,1) ; imshow(I) ; title(原图) ; subplot(2,2,3) ; imhist(I) ; J=double(I) ; %把
3、I变成双精度并赋值给J max=J(1,1) ; min=J(1,1) %把J(1,1)赋值给max和min N1,N2=size(I) ; %得到矩阵I的行和列 for i=1:N1 for j=1:N2 if J(i,j)max max=J(i,j) ; %如果元素值大于max，则把元素值赋给max end if J(i,j)=n J(i,j)=J(i,j)+a*(J(i,j)-n) ; end %当元素灰度值大于或等于中间灰度值时，将该元素的灰度值变大 if J(i,j)max max=J(i,j) ; %如果元素值大于 max，则把元素值赋给 max end if J(i,j)min
4、min=J(i,j) ; %如果元素值小于 min，则把元素值赋给 min end end end n=round(max+min)/2 ; %取元素最大值和最小值的中间值，即中间灰度值为阈值 K=zeros(N1,N2) ; %设定一个 N1XN2 的零矩阵 K for i=1:N1 for j=1:N2 if J(i,j)=n K(i,j)=0 ; else K(i,j)=1 ; end %利用 n 这个阈值，将灰度值小于或的等于它的都设定为黑，大于它的设定为白 end end subplot(1,2,2) ; imshow(K) ; title(二值化) ; 图像： 腐蚀： （因为上一页
5、中已经有二值化的程序了， 在腐蚀中就不重复了， 直接从二值化之后开始） subplot(1,2,1) ; imshow(K) ; title(二值化) ; N1,N2=size(I) ; %得到矩阵 K 的行和列 M=ones(N1,N2) ; %设定一个 N1XN2 的单位矩阵 K for i=2:N1-1 for j=2:N2-1 A1=K(i-1,j-1:j+1) ; A2=K(i,j-1:j+1) ; A3=K(i+1,j-1:j+1) ; A=A1 A2 A3 ; %设定一个 3X3 的结构元素 if A=0 M(i,j)=0 ; end %如果该点的结构元素的灰度值都为 0，则将该
6、点在 M 矩阵中的对应点灰度值 赋值为 0 end end subplot(1,2,2); imshow(M) ; title(腐蚀) ; 图像： 腐蚀是一种消除边界点，使边界向内部收缩的过程。 先通过 3X3 的结构元素判定该像素点是否属于边缘像素点。因为处理对象是二值化图像， 所以处理方式即为：将边缘像素点的灰度值赋值为 1。 膨胀： subplot(1,2,1) ; imshow(K) ; title(二值化) ; N1,N2=size(I) ; %得到矩阵K的行和列 M=ones(N1,N2) ; %设定一个N1XN2的单位矩阵K for i=2:N1-1 for j=2:N2-1 i
7、f K(i,j)=0 M(i-1:i+1,j-1:j+1)=0 ; end %如果该点灰度值为0，则将该点在M矩阵中的对应点3X3的结构元素的灰度值 赋值为0 end end 图像： 膨胀算是腐蚀函数的对偶运算，会使二值图像扩大一圈。 通过 3X3 的结构元素，将灰度值为 0 的像素点周围的像素点都赋值为 0。 思考题： 1、除了形态学方法用其他方法如何实现图像分割？ 答：可基于边缘检测、阈值、区域生长等方法实现图像切割。 2、图像预处理的作用是什么？ 答：图像预处理：是对系统获取的原图像基本特征的信息进行相应的、有针对性 的处理，一般包括滤波、图像增强、图像二值化、形态学运算、边缘检测等。 作用：用来滤去干扰、噪声，作几何校正、色彩校正，以便于计算机的分析 计算或人眼的观察。
