#2：二維離散餘弦變換的圖像壓縮
#3：採用灰度變換的方法加強圖像的對比度
#4：直方圖均勻化
#5：模擬圖像受高斯白噪聲和椒鹽噪聲的影響
#6：採用二維中值濾波函數medfilt2對受椒鹽噪聲干擾的圖像濾波
#7：採用MATLAB中的函數filter2對受噪聲干擾的圖像進行均值濾波
#8：圖像的自適應魏納濾波
#9：運用5種不一樣的梯度加強法進行圖像 銳化
#10：圖像的高通濾波和掩模處理
#11：利用巴特沃斯（Butterworth）低通濾波器對受噪聲干擾的圖像進行平滑處理
#12：利用巴特沃斯（Butterworth）高通濾波器對受噪聲干擾的圖像進行平滑處理算法
1.數字圖像矩陣數據的顯示及其傅立葉變換
f=zeros(30,30);
f(5:24,13:17)=1;
imshow(f, 'notruesize');
F=fft2(f,256,256); % 快速傅立葉變換算法只能處矩陣維數爲2的冪次，f矩陣不
% 是，經過對f矩陣進行零填充來調整
F2=fftshift(F); % 通常在計算圖形函數的傅立葉變換時，座標原點在
% 函數圖形的中心位置處，而計算機在對圖像執行傅立葉變換
% 時是以圖像的左上角爲座標原點。因此使用函數fftshift進
%行修正，使變換後的直流份量位於圖形的中心；
figure,imshow(log(abs(F2)),[-1 5],'notruesize');函數
2 二維離散餘弦變換的圖像壓縮ui
I=imread('cameraman.tif'); % MATLAB自帶的圖像
imshow(I);
clear;close all
I=imread('cameraman.tif');
imshow(I);
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); % 此處爲點乘(.*)
I2=blkproc(B2,[8 8], 'P1*x*P2',T',T);
figure,imshow(I2); % 重建後的圖像加密
3.採用灰度變換的方法加強圖像的對比度
I=imread('rice.tif');
imshow(I);
figure,imhist(I);
J=imadjust(I,[0.15 0.9], [0 1]);
figure,imshow(J);
figure,imhist(J);orm
4直方圖均勻化
I=imread('pout.tif'); % 讀取MATLAB自帶的potu.tif圖像
imshow(I);
figure,imhist(I);
[J,T]=histeq(I,64); % 圖像灰度擴展到0~255，可是隻有64個灰度級
figure,imshow(J);
figure,imhist(J);
figure,plot((0:255)/255,T); % 轉移函數的變換曲線
J=histeq(I,32);
figure,imshow(J); % 圖像灰度擴展到0~255，可是隻有32個灰度級
figure,imhist(J);it
5模擬圖像受高斯白噪聲和椒鹽噪聲的影響
I=imread('eight.tif');
imshow(I) ;
J1=imnoise(I,'gaussian',0,0.02); % 疊加均值爲0，方差爲0.02的高斯噪聲，能夠用
% localvar代替figure,imshow (J1);
J2=imnoise(I,'salt & pepper',0.04); % 疊加密度爲0.04的椒鹽噪聲。
figure,imshow(J2);class
6採用二維中值濾波函數medfilt2對受椒鹽噪聲干擾的圖像擴展
I=imread('eight.tif');
imshow(I) ;
J2=imnoise(I,'salt & pepper',0.04); % 疊加密度爲0.04的椒鹽噪聲。
figure,imshow(J2);
I_Filter1=medfilt2(J2,[3 3]); %窗口大小爲3×3
figure,imshow(I_Filter1);
I_Filter2=medfilt2(J2,[5 5]); %窗口大小爲5×5
figure,imshow(I_Filter2);
I_Filter3=medfilt2(J2,[7 7]); %窗口大小爲7×7
figure,imshow(I_Filter3);map
7採用MATLAB中的函數filter2對受噪聲干擾的圖像進行均值濾波
[I,map]=imread('eight.tif');
figure,imshow(I);title('original')
J1=imnoise(I,'gaussian',0,0.02); % 受高斯噪聲干擾
M4=[0 1 0; 1 0 1; 0 1 0];
M4=M4/4; % 4鄰域平均濾波
I_filter1=filter2(M4,J1);
figure,imshow(I_filter1,map);
M8=[1 1 1; 1 0 1; 1 1 1]; % 8鄰域平均濾波
M8=M8/8;
I_filter2=filter2(M8,J1);
figure,imshow(I_filter2,map); 數據類型
8圖像的自適應魏納濾波
[I,map]=imread('eight.tif');
figure,imshow(I);title('original')
J1=imnoise(I,'gaussian',0,0.02); % 受高斯噪聲干擾
[K noise]=wiener2(J1, [5 5]);
figure,imshow(K);
9運用5種不一樣的梯度加強法進行圖像銳化
[I,map]=imread('3-22.jpg');
imshow(I,map);
I=double(I);
[Gx,Gy]=gradient(I); % 計算梯度
G=sqrt(Gx.*Gx+Gy.*Gy); % 注意是矩陣點乘
J1=G;
figure,imshow(J1,map); % 第一種圖像加強
J2=I; % 第二種圖像加強
K=find(G>=7);
J2(K)=G(K);
figure,imshow(J2,map);
J3=I; % 第三種圖像加強
K=find(G>=7);
J3(K)=255;
figure,imshow(J3,map);
J4=I; % 第四種圖像加強
K=find(G<=7);
J4(K)=255;
figure,imshow(J4,map);
J5=I; % 第五種圖像加強
K=find(G<=7);
J5(K)=0;
Q=find(G>=7);
J5(Q)=255;
figure,imshow(J5,map);
10圖像的高通濾波和掩模處理
[I,map]=imread('blood1.tif');
imshow(I,map);
H2=[-1 -1 -1;-1 -9 -1;-1 -1 -1];
J1=filter2(H2,I); % 高通濾波
figure,imshow(J1,map);
I=double(I);
M=[1 1 1;1 1 1;1 1 1]/9;
J2=filter2(M,I);
J3=I-J2; % 掩模
figure,imshow(J3,map);
11利用巴特沃斯（Butterworth）低通濾波器對受噪聲干擾的圖像進行平滑處理
I=imread('Saturn.tif');
imshow(I);
J1=imnoise(I,'salt & pepper'); % 疊加椒鹽噪聲
figure,imshow(J1);
f=double(J1); % 數據類型轉換，MATLAB不支持圖像的無符號整型的計算
g=fft2(f); % 傅立葉變換
g=fftshift(g); % 轉換數據矩陣
[M,N]=size(g);
nn=2; % 二階巴特沃斯(Butterworth)低通濾波器
d0=50;
m=fix(M/2); n=fix(N/2);
for i=1:M
for j=1:N
d=sqrt((i-m)^2+(j-n)^2);
h=1/(1+0.414*(d/d0)^(2*nn)); % 計算低通濾波器傳遞函數
result(i,j)=h*g(i,j);
end
end
result=ifftshift(result);
J2=ifft2(result);
J3=uint8(real(J2));
figure,imshow(J3); % 顯示濾波處理後的圖像
12利用巴特沃斯（Butterworth）高通濾波器對受噪聲干擾的圖像進行平滑處理
I=imread('blood1.tif'); imshow(I); f=double(I); % 數據類型轉換，MATLAB不支持圖像的無符號整型的計算 g=fft2(f); % 傅立葉變換 g=fftshift(g); % 轉換數據矩陣 [M,N]=size(g); nn=2; % 二階巴特沃斯(Butterworth)高通濾波器 d0=5; m=fix(M/2); n=fix(N/2); for i=1:M for j=1:N d=sqrt((i-m)^2+(j-n)^2); if (d==0) h=0; else h=1/(1+0.414*(d0/d)^(2*nn));% 計算傳遞函數 end result(i,j)=h*g(i,j); end end result=ifftshift(result); J2=ifft2(result); J3=uint8(real(J2)); figure,imshow(J3); % 濾波後圖像顯示