最常用的一些圖像處理Matlab源代碼#1：數字圖像矩陣數據的顯示及其傅立葉變換#2：二維離散余弦變換的圖像壓縮#3：采用灰度變換的方法增強圖像的對比度#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：采用二維中值濾波函數medfilt2對受椒鹽噪聲干擾的圖像濾波#7：采用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種不同的梯度增強法進行圖像銳化#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為2的冪次，f矩陣不 % 是，通過對f矩陣進行零填充來調整 F2=fftshift(F); % 一般在計算圖形函數的傅立葉變換時，坐標原點在 % 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為坐標原點。所以使用函數fftshift進 %行修正，使變換后的直流分量位于圖形的中心；figure,imshow(log(abs(F2),-1 5,notruesize);2 二維離散余弦變換的圖像壓縮I=imread(cameraman.tif); % MATLAB自帶的圖像imshow(I);clear;close allI=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); % 此處為點乘(.*)I2=blkproc(B2,8 8, P1*x*P2,T,T);figure,imshow(I2); % 重建后的圖像3.采用灰度變換的方法增強圖像的對比度I=imread(rice.tif);imshow(I);figure,imhist(I);J=imadjust(I,0.15 0.9, 0 1);figure,imshow(J);figure,imhist(J);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0255，但是只有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0255，但是只有32個灰度級figure,imhist(J);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); % 疊加均值為0，方差為0.02的高斯噪聲，可以用 % localvar代替figure,imshow(J1);J2=imnoise(I,salt & pepper,0.04); % 疊加密度為0.04的椒鹽噪聲。 figure,imshow(J2);6采用二維中值濾波函數medfilt2對受椒鹽噪聲干擾的圖像I=imread(eight.tif);imshow(I) ;J2=imnoise(I,salt & pepper,0.04); % 疊加密度為0.04的椒鹽噪聲。 figure,imshow(J2);I_Filter1=medfilt2(J2,3 3);%窗口大小為33figure,imshow(I_Filter1);I_Filter2=medfilt2(J2,5 5);%窗口大小為55figure,imshow(I_Filter2);I_Filter3=medfilt2(J2,7 7);%窗口大小為77figure,imshow(I_Filter3); 7采用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);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種不同的梯度增強法進行圖像銳化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); % 第一種圖像增強J2=I; % 第二種圖像增強K=find(G=7);J2(K)=G(K);figure,imshow(J2,map);J3=I; % 第三種圖像增強K=find(G=7);J3(K)=255;figure,imshow(J3,map);J4=I; % 第四種圖像增強K=find(G=7);J4(K)=255;figure,imshow(J4,map);J5=I; % 第五種圖像增強K=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); endendresult=ifftshift(result);J2=ifft2(result);J3=uint8(real(J2);figure,imshow(J3); % 顯示濾波處理后的圖像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=