熟悉掌握數字圖像處理的根本概念。了解MATLAB的的編程環境，圖像處理工具箱的使用方法。掌握數字圖像處理圖像增強的根本方法。掌握圖像變換的根本方法。學會使用MATLAB完成圖像處理的主要功能。〔1〕各種格式的數字圖像的讀取、顯示、存儲。〔2〕圖像的空域增強方法。〔3〕圖像的頻率域增強方法。〔4〕圖像的銳化增強方法。〔5〕圖像的快速傅里葉變換與反變換。教師示范用投影儀一臺微型計算機每個學生一臺四、報告要求完成實驗任務的每一步，并記錄每一步的實驗結果。圖1原始圖像圖2轉化為灰度圖像的圖像各種格式的數字圖像的讀取、顯示、存儲將該圖像放入MATLAB的work文件夾中。在.m文件中輸入以下代碼：clearall;closeall;f=imread('1.jpg');%讀入原圖像文件f1=rgb2gray(f);%將彩色圖片轉換為灰度圖imshow(f1);imwrite(f1,'gai0.jpg');imwrite(f1,'gai1.png');imwrite(f1,'gai2.bmp');imwrite(f1,'gai3.tiff');那么把彩色圖片轉化為灰度圖，,顯示圖像為圖2。同時我們可以在工作區中輸入imfinfogai0.jpg;，我們可以得到我們保存后圖片的相關信息，其輸入結果如下：Filename:'gai1.png'FileModDate:'01-May-202320:14:13'FileSize:414165Format:'png'FormatVersion:[]Width:1024Height:768BitDepth:8ColorType:'grayscale'FormatSignature:[13780787113102610]Colormap:[]Histogram:[]InterlaceType:'none'Transparency:'none'SimpleTransparencyData:[]BackgroundColor:[]RenderingIntent:[]Chromaticities:[]Gamma:[]XResolution:[]YResolution:[]ResolutionUnit:[]XOffset:[]OffsetUnit:[]SignificantBits:[]ImageModTime:'1May202312:14:13+0000'Title:[]Author:[]Description:[]Copyright:[]CreationTime:[]Software:[]Disclaimer:[]Warning:[]Source:[]Comment:[]OtherText:[]同理我們可以得到其他三種格式的圖像的相關信息。圖像的空域增強方法空域增強的源程序如下：clearall;closeall;f=imread('1.jpg');f1=im2double(f);h1=fspecial('sobel');%ordirectlytypeh=[-1-2-1;000;121];g1=imfilter(f1,h1);subplot(121);imshow(f);title('原始圖像');%b1=mat2gray(g1);subplot(122);imshow(g1);title('該圖像梯度');h2=fspecial('average',5);%procducingaaverageingfilterg2=imfilter(g1,h2);figure(2);subplot(121);imshow(g2);title('平滑梯度圖像');h3=[-1-1-1;-18-1;-1-1-1];%Laplacianmaskg3=imfilter(f1,h3);%b2=mat2gray(g3);subplot(122);imshow(g3);title('拉普拉斯圖像');g4=g3+f1;figure(3);subplot(121);imshow(g4)title('原始圖像和拉普拉斯的和圖像');g5=g4.*g2;subplot(122);imshow(g5);title('銳化圖像');g6=g5+f1;figure(4);subplot(121);imshow(g6);title('銳化增強圖像');%constrastspreadingbypower-lawtransformationwithr=0.5andc=1;gamma=0.5;c=1;g7=c.*g6.^gamma;figure(4);subplot(122);imshow(g7);title('灰度冪率拉伸后的圖像');其運行輸出后的結果如下：圖2〔3〕圖像的頻率域增強方法頻域域增強源代碼如下：clearall;closeall;f=imread('1.jpg');A=rgb2gray(f);A=double(A);f=fft2(A);g=fftshift(f);[M,N]=size(f);n=3;d0=20;n1=floor(M/2);n2=floor(N/2);fori=1:Mforj=1:Nd=sqrt((i-n1)^2+(j-n2)^2);h=1/(1+0.414*(d/d0)^(2*n));g(i,j)=h*g(i,j);endendg=ifftshift(g);g=uint8(real(ifft2(g)));imshow(g)其運行結果如圖3圖3〔4〕圖像的銳化增強方法銳化增強方法的源代碼如下：clearall;closeall;f=imread('1.jpg');%讀入原圖像文件A=rgb2gray(f);%將彩色圖片轉換為灰度圖g=[-1-1-1-1-1;-1-1-1-1-1;-1-125-1-1;-1-1-1-1-1;-1-1-1-1-1;];%線性高通濾波5*5典型模板h=double(A);j=conv2(h,g,'same');%線性高通濾波進行圖像濾波imshow(j);銳化處理后的結果如圖4〔5〕圖像的快速傅里葉變換與反變換對圖像進行傅里葉變化和傅里葉反變化，并畫出傅里葉頻譜，其代碼如下f1=imread('1.jpg'); %讀入原圖像文件i=rgb2gray(f1);%將彩色圖片轉換為灰度圖figure(1); %設定窗口imshow(i); %顯示原圖像colorbar; %顯示圖像的顏色條title('原圖像') %圖像命名j=fft2(i); %二維離散傅立葉變換k=fftshift(j); %直流分量移到頻譜中心l=log(1+abs(k)); %數字圖像的對數變換figure(2); %設定窗口imshow(l,[]); %顯示原圖像colorbar; %顯示圖像的顏色條title('經過二維快速傅立葉變換后的圖像') %圖像命名n=ifft2(j)/255; %逆二維快速傅里葉變換figure(3); %設定窗口imshow(n); %顯示原圖像colorbar; %顯示圖像的顏色條title('經過二維快速傅立葉逆變換后的圖像') %圖像命名m=fftshift(j); %直流分量移到頻譜中心RR=real(m); %取傅立葉變換的實部II=imag(m); %取傅立葉變換的虛部A=sqrt(RR.^2+II.^2); %計算頻譜幅值A=(A-min(min(A)))/(max(max(A))