数字图像处理一、实验名称：数字图像处理基本操作。二、实验内容：1、图像转置：将图像的第一行像素变为第一列，第二行变为第二列，以此类推；2、图像拆分：将一幅M×2N的图像拆分为两幅M×N的图像，第一幅对应原图像的1至N列，第二幅对应原图像的N+1至2N列；3、图像拼接：将两幅尺寸分别为M×N1和M×N2的图像拼接为一幅M×(N1+N2)图像；4、算术操作：分别对图像进行加，减，乘，除四种算术操作；5、几何空间变换：分别对图像进行尺寸，旋转，平移，偏移等操作；6、均值、标准差：求几幅相近图像的均值，标准差，比较并说明图像均值，标准差的意义。三、实验结果及程序代码1、图像转置：用Matlab中求矩阵转置运算（‘’’）的方法来处理图像对应的矩阵，从而实现图像的转置。Matlab程序如下：>>clear>>f=imread('001.tif');>>g=f';>>subplot(1,2,1);imshow(f);subplot(1,2,2);imshow(g);实验结果如下图一所示：图一图一中第一幅图像为原图，第二幅图像为原图的转置。2、图像拆分：处理图像相应的矩阵f，用函数size()求得矩阵的行列数分别为：M、N，取此矩阵的1至N/2列元素为f1,(N/2)+1至N列元素为f2,则矩阵f1,f2所对应的图像即为拆分的结果。Matlab程序如下：>>clear>>f=imread('001.tif');>>[M,N]=size(f);>>f1=f(:,1:N/2);>>f2=f(:,(N/2)+1:N);>>subplot(1,3,1);imshow(f);subplot(1,3,2);imshow(f1);subplot(1,3,3);imshow(f2);实验结果如下图二所示：图二图二中第一幅图像为原图，第二，三幅图为拆分原图得到的图像。3、图象拼接：要求所拼接的两幅图象宽度相同，即它们对应矩阵f1,f2有相同的行数，先用函数size()分别求得f1,f2的行列数，若行数不同，再重新选图（因为本题只针对行数相同的图象进行拼接），行数相同时，记f1,f2的列数分别为N1，N2，构造矩阵f,f的前N1列元素为f1中的元素，后N2列元素为f2中的元素，矩阵f对应的图象即为拼接好的图象。Matlab程序如下：>>clear>>f1=imread('228a.tif');>>f2=imread('228b.tif');>>size(f1)ans=420420>>size(f2)ans=420420>>f=[f1,f2];>>subplot(1,3,1);imshow(f1);subplot(1,3,2);imshow(f2);subplot(1,3,3);imshow(f);实验结果如下图三所示：图三图三中第一，二幅图为要进行拼接的图象，第三幅图象即为拼接所得的结果。4、算术操作：⑴加法：I、用函数imnoise()给图象加一个高斯噪声：Matlab程序如下：>>clear>>f=imread('0226.tif');>>f1=im2double(f);>>g=imnoise(f1,'gaussian',0,0.05);>>g1=im2uint8(g);>>subplot(1,2,1);imshow(f);subplot(1,2,2);imshow(g1);实验结果如下图四所示：图四图四中第一幅图象为原图，第二幅图象为在原图上加上高斯噪声的结果。II、利用加法除去图象的加性噪声：先编写一个M-File，作用是：给原图加上m个均值为0的高斯噪声，再除m+1求得平均值。可知：m越大，所得到的图象就越接近无噪声图象。M-File如下：functionavg=image_avg(x,m)x=im2double(x);fori=1:mJ(:,:,i)=imnoise(x,'gaussian',0,0.05);endforj=1:mx=imadd(x,J(:,:,j));endavg=x/(m+1);分别取m为：5,10,20,40,80，观察并比较所得的图象。Matlab程序如下：>>clear>>f=imread('0226.tif');>>z5=image_avg(f,5);>>z10=image_avg(f,10);>>z20=image_avg(f,20);>>z40=image_avg(f,40);>>z80=imag