数字图象处理实验一
数字图像处理实验报告
数字图像处理实验报告实验一数字图像处理编程基础一、实验目的1. 了解MATLAB图像处理工具箱；2. 掌握MATLAB的基本应用方法；3. 掌握MATLAB图像存储/图像数据类型/图像类型；4. 掌握图像文件的读/写/信息查询；5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法；6. 编程实现图像类型间的转换。
二、实验内容1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。
2. 运行图像处理程序，并保存处理结果图像。
三、源代码I=imread('cameraman.tif')imshow(I);subplot(221),title('图像1');imwrite('cameraman.tif')M=imread('pout.tif')imview(M)subplot(222),imshow(M);title('图像2');imread('pout.bmp')N=imread('eight.tif')imview(N)subplot(223),imshow(N);title('图像3');V=imread('circuit.tif')imview(V)subplot(224),imshow(V);title('图像4');N=imread('C:\Users\Administrator\Desktop\1.jpg')imshow(N);I=rgb2gary(GRB)[X.map]=gary2ind(N,2)RGB=ind2 rgb(X,map)[X.map]=gary2ind(I,2)I=ind2 gary(X,map)I=imread('C:\Users\dell\Desktop\111.jpg');subplot(231),imshow(I);title('原图');M=rgb2gray(I);subplot(232),imshow(M);[X,map]=gray2ind(M,100);subplot(233),imshow(X);RGB=ind2rgb(X,map);subplot(234),imshow(X);[X,map]=rbg2ind(I);subplot(235),imshow(X);四、实验效果实验二 图像几何变换实验一、实验目的1．学习几种常见的图像几何变换，并通过实验体会几何变换的效果；2．掌握图像平移、剪切、缩放、旋转、镜像等几何变换的算法原理及编程实现；3．掌握matlab 编程环境中基本的图像处理函数。
数字图像处理实验报告 实验一 图像增强实验
实验一图像增强实验一、实验目标：掌握图像增强的算法。
二、实验目的：1. 了解灰度变换增强和空域滤波增强的Matlab实现方法2. 掌握直方图灰度变换方法3. 掌握噪声模拟和图像滤波函数的使用方法三、实验内容：（1）图像的点操作、邻域操作算法。
（2）图像的直方图处理算法。
四、实验设备：1．PIII以上微机； 2．MATLAB6.5；五、实验步骤：（1）读入图像：用matlab函数实现图像读入（可读入Matlab中的标准测试图像）(原始图像)（2）实现图像点操作运算（如gamma校正，对数校正等）（3）实现图像的邻域处理（实现均值滤波，拉普拉斯滤波）（4）实现直方图均衡处理matlab 源程序clear all;clc;f=imread('girl_noise.jpg');figure,imshow(f),title('原始图像');[m,n]=size(f);f0= im2double(f); % 整型转换为double 类f1=f0;std_i=zeros(1,m-2);%灰线处理for i=2:m-1%灰线处理std_i(i-1)=std(f0(i,:));if(std_i(i-1)<0.1)for j=1:mf0(i,j)=(f0(i-1,j)+f0(i+1,j))/2;endendendfigure,imshow(f0),title('滤除灰线后的图像');fz=f0-f1;[r,c]=find(fz~=0);%寻找灰线噪声的位置f2=f0;change=0;count=0;for i=3:m-2%白线处理for j=1:mif(abs(f0(i,j)-f0(i-1,j))>0.2&&abs(f0(i,j)-f0(i+1,j))>0.2) count=count+1;endif(count>n*0.8)count=0;change=1;break;endendif(change==1)for k=1:mf0(i,k)=(f0(i-1,k)+f0(i+1,k))/2;endchange=0;count=0;endendfigure,imshow(f0),title('滤除白线后的图像');fz1=f2-f0;[r1,c1]=find(fz1~=0); %寻找白线噪声的位置fn = medfilt2(f0); %反射对称填充figure, imshow(fn),title('中值滤波后的图像');f0 = im2double(fn); % 整型转换为double 类g =2*f0- imfilter(f0,w4, 'replicate'); % 增强后的图像figure, imshow(g),title('高提升滤波图像(A=2)');图像处理结果六、结果分析从上面结果可以看出，带状噪声处理部分，已经基本将带状噪声去除。
数字图像处理实验报告
目录实验一：数字图像的基本处理操作 (4)：实验目的 (4)：实验任务和要求 (4)：实验步骤和结果 (5)：结果分析 (8)实验二：图像的灰度变换和直方图变换 (9)：实验目的 (9)：实验任务和要求 (9)：实验步骤和结果 (9)：结果分析 (13)实验三：图像的平滑处理 (14)：实验目的 (14)：实验任务和要求 (14)：实验步骤和结果 (14)：结果分析 (18)实验四：图像的锐化处理 (19)：实验目的 (19)：实验任务和要求 (19)：实验步骤和结果 (19)：结果分析 (21)实验一：数字图像的基本处理操作：实验目的1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用；2、实现图像的读取、显示、代数运算和简单变换。
3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。
：实验任务和要求1.读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。
2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。
3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。
4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的对应关系。
：实验步骤和结果1.对实验任务1的实现代码如下：a=imread('d:\');i=rgb2gray(a);I=im2bw(a,;subplot(1,3,1);imshow(a);title('原图像');subplot(1,3,2);imshow(i);title('灰度图像');subplot(1,3,3);imshow(I);title('二值图像');subplot(1,3,1);imshow(a);title('原图像');结果如图所示：图原图及其灰度图像，二值图像2.对实验任务2的实现代码如下：a=imread('d:\');A=imresize(a,[800 800]);b=imread('d:\');B=imresize(b,[800 800]);Z1=imadd(A,B);Z2=imsubtract(A,B);Z3=immultiply(A,B);Z4=imdivide(A,B);subplot(3,2,1);imshow(A);title('原图像 A'); subplot(3,2,2);imshow(B);title('原图像 B'); subplot(3,2,3);imshow(Z1);title('加法图像'); subplot(3,2,4);imshow(Z2);title('减法图像'); subplot(3,2,5);imshow(Z3);title('乘法图像'); subplot(3,2,6);imshow(Z2);title('除法图像');结果如图所示：3.对实验任务3的实现代码如下：s=imread('d:\');i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j); %直流分量移到频谱中心I=log(abs(k)); %对数变换m=fftshift(j); %直流分量移到频谱中心RR=real(m); %取傅里叶变换的实部II=imag(m); %取傅里叶变换的虚部A=sqrt(RR.^2+II.^2);A=(A-min(min(A)))/(max(max(A)))*255;b=circshift(s,[800 450]);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e));f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.^2+ZZ.^2);B=(B-min(min(B)))/(max(max(B)))*255;subplot(2,2,1);imshow(s);title('原图像');subplot(2,2,2);imshow(uint8(b));title('平移图像');subplot(2,2,3);imshow(A);title('离散傅里叶变换频谱');subplot(2,2,4);imshow(B);title('平移图像离散傅里叶变换频谱');结果如图所示：4.对实验任务4的实现代码如下：s=imread('d:\');i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j);I=log(abs(k));m=fftshift(j);RR=real(m);II=imag(m);A=sqrt(RR.^2+II.^2);A=(A-min(min(A)))/(max(max(A)))*255;b=imrotate(s,-90);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e));f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.^2+ZZ.^2);B=(B-min(min(B)))/(max(max(B)))*255;subplot(2,2,1);imshow(s);title('原图像');subplot(2,2,2);imshow(uint8(b));title('平移图像');subplot(2,2,3);imshow(A);title('离散傅里叶频谱');subplot(2,2,4);imshow(B);title('平移图像离散傅里叶频谱');结果如图所示：：结果分析对MATLAB软件的操作开始时不太熟悉，许多语法和函数都不会使用，写出程序后，调试运行，最开始无法显示图像，检查原因，是有些标点符号没有在英文状态下输入和一些其他的细节，学会了imread()，imshow()，rgb2gray（）等函数。
数字图像处理实验一图像的基本操作和基本统计指标计算实验报告.doc
实验一图像的基本操作和基本统计指标计算一、实验目的熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。
对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学号本课程的必经之路。
了解计算图像的统计指标的方法及其在图像处理中的意义。
了解图像的几何操作，如改变图像大小、剪切、旋转等。
二、实验主要仪器设备（1）台式计算机或笔记本电脑（2）MATLAB（安装了图像处理工具箱，即Image Processing Toolbox(IPT）)（3）典型的灰度、彩色图像文件三、实验原理（1）将一幅图像视为一个二维矩阵。
（2）利用MATLAB图像处理工具箱读、写和显示图像文件。
①调用imread函数将图像文件读入图像数组（矩阵）。
例如“I=imread(‘tire.tif’);”。
其基本格式为：“A=imread(‘filename.fmt’)”，其中，A为二维矩阵，filename.为文件名，fmt 为图像文件格式的扩展名。
②调用imwrite函数将图像矩阵写入图像文件。
例如“imwrite(A,’test_image.jpg’);”。
其基本格式为“imwrite(a,filename.fmt)”。
③调用imshow函数显示图像。
例如“imshow(‘tire.tif’);”。
其基本格式为：I为图像矩阵，N为显示的灰度级数，默认时为256。
（3）计算图像有关的统计参数。
四、实验内容（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。
（2）利用MATLAB计算图像有关的统计参数。
五、实验步骤（1）利用“读图像文件I/O”函数读入图像Italy.jpg。
（2）利用“读图像文件I/O”的iminfo函数了解图像文件的基本信息：主要包括Filename(文件名)、FileModDate(文件修改时间)、Filesize(文件尺寸)、Format(文件格式)、FormatVersion （格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType （彩色类型）、CodingMethod（编码方法）等。
数字图像处理实验一图像的基本操作和基本统计指标计算实验报告
实验一图像的基本操作和基本统计指标计算一、实验目的熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。
对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学号本课程的必经之路。
了解计算图像的统计指标的方法及其在图像处理中的意义。
了解图像的几何操作，如改变图像大小、剪切、旋转等。
二、实验主要仪器设备（1）台式计算机或笔记本电脑（2）MATLAB（安装了图像处理工具箱，即Image Processing Toolbox(IPT）)（3）典型的灰度、彩色图像文件三、实验原理（1）将一幅图像视为一个二维矩阵。
（2）利用MATLAB图像处理工具箱读、写和显示图像文件。
①调用imread函数将图像文件读入图像数组（矩阵）。
例如“I=imread(‘tire.tif’);”。
其基本格式为：“A=imread(‘filename.fmt’)”，其中，A为二维矩阵，filename.为文件名，fmt为图像文件格式的扩展名。
②调用imwrite函数将图像矩阵写入图像文件。
例如“imwrite(A,’test_image.jpg’);”。
其基本格式为“imwrite(a,filename.fmt)”。
③调用imshow函数显示图像。
例如“imshow(‘tire.tif’);”。
其基本格式为：I为图像矩阵，N为显示的灰度级数，默认时为256。
（3）计算图像有关的统计参数。
四、实验内容（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。
（2）利用MATLAB计算图像有关的统计参数。
五、实验步骤（1）利用“读图像文件I/O”函数读入图像Italy.jpg。
（2）利用“读图像文件I/O”的iminfo函数了解图像文件的基本信息：主要包括Filename(文件名)、FileModDate(文件修改时间)、Filesize(文件尺寸)、Format(文件格式)、FormatVersion （格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType （彩色类型）、CodingMethod（编码方法）等。
数字信号处理图像实验
实验一、数字图像获取实验二、图像的傅立叶变换I=imread(‘原图像名.gif’); %读入原图像文件imshow(I); %显示原图像fftI=fft2(I); %二维离散傅立叶变换sfftI=fftshift(fftI); %直流分量移到频谱中心RR=real(sfftI); %取傅立叶变换的实部II=imag(sfftI); %取傅立叶变换的虚部A=sqrt(RR.^2+II.^2);%计算频谱幅值a=min(min(A));b=max(max(A));B=(A-a)/(b-a)*225; %归一化figure; %设定窗口imshow(B); %显示原图像的频谱实验三、图像增强a=imread('1.jpg'); % 读入原图像I=rgb2gray(a);subplot(2,3,1);Imshow(a); %显示原图像Title('原图像'); %给原图像加标题名subplot(2,3,2);Imshow(I); %显示灰度化图像Title('灰度图'); %给原图像加标题名Subplot(2,3,3);Imhist(I,64); %将原图像直方图显示为64级灰度Title('灰度图直方图') ; %给原图像直方图加标题名J=histeq(I); %对原图像进行直方图均衡化处理subplot(2,3,5);imshow(J); %显示直方图均衡化后的图像Title('直方图均衡化后的图像') ; %给直方图均衡化后的图像加标题名Subplot(2,3,6);Imhist(J,64) ; %将均衡化后图像的直方图显示为64级灰度Title('均衡变换后的直方图') ; %给均衡化后图像直方图加标题名实验四、图像压缩（1）利用DCT变换进行图像压缩RGB = imread('1.jpg');I = rgb2gray(RGB);J = dct2(I); % 离散余弦变换(DCT)图像压缩imshow(log(abs(J)),[]), colormap(jet(64)), colorbarJ(abs(J) < 10) = 0;K = idct2(J);figure,imshow(I)figure,imshow(K,[0 255])2）利用离散余弦变换进行JPEG图像压缩IMG = imread('1.JPG'); %读入图像I = rgb2gray(IMG); %转换成灰度图像N=8; %子块的大小，可为4,8,16I=im2double(I); %转换为双精度型T =dctmtx(N); %产生二维DCT变换矩阵B=blkproc(I,[N,N],'P1*x*P2',T,T'); %二值掩模，用来压缩DCT系数，只留下DCT系数中左上角的10个mask=[1 1 1 1 0 0 0 01 1 1 0 0 0 0 01 1 0 0 0 0 0 01 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 0];B2=blkproc(B,[N,N],'P1.*x',mask); %只保留DCT变换的10个系数I2= blkproc(B2,[N,N],'P1*x*P2',T',T); %重构图像subplot(1,2,1);imshow(I);title('原始图像');subplot(1,2,2);imshow(I2);title('压缩重构后的图像');3）利用行程编码（RLE）进行图像压缩I=checkerboard(10,6);imshow(I)[m n]=size(I);J=[];for i=1:mvalue=I(i,1);num=1;for j=2:nif I(i,j)==valuenum=num+1;elseJ=[J num value];num=1;value=I(i,j);endend% I=[J num value 0 0]; %添加的行判断位0 0enddisp('原图像大小：')whos('I');disp('压缩图像大小：')whos('J');disp('图像的压缩比：')disp(m*n/length(J))实验五、图像融合调入两幅数字图像，并进行三种方法的图像融合；图像融合的MA TLAB程序如下：1）调入、显示两幅图像的程序语句load tartan;X1=X;map1=map;load sinsin;X2=X;map2=map;Subplot(1,2,1);image(X1),colormap(map1);Title('图像map1');Subplot(1,2,2);image(X2),colormap(map2);Title('图像map2');2）两幅图像直接融合的程序语句figure,subplot(1,3,1);image((X1+X2)/2),colormap(map2);title('两图像直接相加融合');3）两幅图像傅立叶变换融合的程序语句F1=fft2(X1);F2=fft2(X2);X=abs(ifft2(F1+F2)/2);Subplot(1,3,2);image(X),colormap(map2);Title('两幅图像傅立叶变换融合'); 4）两幅图像小波变换融合的程序语句[C1,L1]=wavedec2(X1,2,'sym4');[C2,L2]=wavedec2(X2,2,'sym4');C=C1+C2;X=waverec2(C,L1,'sym4');Subplot(1,3,3);image(X/2),colormap(map2);Title('两图像小波变换融合') ;。
数字图像处理图像变换实验报告
实验报告实验名称:图像处理姓名:刘强班级:电信1102学号:1404110128实验一图像变换实验——图像点运算、几何变换及正交变换一、实验条件PC机数字图像处理实验教学软件大量样图二、实验目的1、学习使用“数字图像处理实验教学软件系统”,能够进行图像处理方面的简单操作;2、熟悉图像点运算、几何变换及正交变换的基本原理,了解编程实现的具体步骤;3、观察图像的灰度直方图,明确直方图的作用与意义;4、观察图像点运算与几何变换的结果,比较不同参数条件下的变换效果;5、观察图像正交变换的结果,明确图像的空间频率分布情况。
三、实验原理1、图像灰度直方图、点运算与几何变换的基本原理及编程实现步骤图像灰度直方图就是数字图像处理中一个最简单、最有用的工具,它描述了一幅图像的灰度分布情况,为图像的相关处理操作提供了基本信息。
图像点运算就是一种简单而重要的处理技术,它能让用户改变图像数据占据的灰度范围。
点运算可以瞧作就是“从象素到象素”的复制操作,而这种复制操作就是通过灰度变换函数实现的。
如果输入图像为A(x,y),输出图像为B(x,y),则点运算可以表示为:B(x,y)＝f[A(x,y)]其中f(x)被称为灰度变换(Gray Scale Transformation,GST)函数,它描述了输入灰度值与输出灰度值之间的转换关系。
一旦灰度变换函数确定,该点运算就完全确定下来了。
另外,点运算处理将改变图像的灰度直方图分布。
点运算又被称为对比度增强、对比度拉伸或灰度变换。
点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸与均衡等。
图像几何变换就是图像的一种基本变换,通常包括图像镜像变换、图像转置、图像平移、图像缩放与图像旋转等,其理论基础主要就是一些矩阵运算,详细原理可以参考有关书籍。
实验系统提供了图像灰度直方图、点运算与几何变换相关内容的文字说明,用户在操作过程中可以参考。
下面以图像点运算中的阈值变换为例给出编程实现的程序流程图,如下:2、图像正交变换的基本原理及编程实现步骤数字图像的处理方法主要有空域法与频域法,点运算与几何变换属于空域法。
《数字图象处理》实验指导书
《数字图象处理》实验和大作业指导书计算机科学与工程学院目录目录 (1)实验一：数字图像读取及色彩、亮度、对比度变化 (2)实验二：数字图像变换与伽马校正 (3)实验三：数字图像的噪声去除 (4)实验四：图像的空间域锐化（拉普拉斯算子） (5)实验五：频率域低通和高通滤波 (6)实验六：数字图像复原 (7)实验七：人脸皮肤颜色分层 (8)大作业 (9)实验一：数字图像读取及色彩、亮度、对比度变化一、实验目的：了解数字图像的存储格式，并学会对图像的某些视觉特征作简单处理。
二、实验要求：1．从最常用的“.BMP”图像格式中读取图像数据；2．对数字图像的表示方式（如RGB、YUV）及各种表示方式之间的转换有初步了解；3．根据输入参数改变数字图像的色彩、亮度、对比度。
三、实验步骤：1．根据BMP格式，将图像内容读入内存数组；2．通过访问数字图像RGB三个通道的对应矩阵，改变数字图像的色彩；3．将数字图像的RGB表示转换为YUV表示；Y=0.30R+0.59G+0.11BU=0.70R-0.59G-0.11BV=-0.30R-0.59G+0.89B4．通过访问Y（亮度）通道，改变数字图像的亮度；5．通过Y（亮度）通道作灰度的线性变换，改变数字图像的对比度。
四、实验图像：实验二：数字图像变换与伽马校正一、实验目的：了解数字图像的灰度反变换和γ（0.4，0.6，0.8）校正。
二、实验要求：1. 对图像进行灰度变换。
2. 对图像进行γ校正。
三、实验步骤：1. 将BMP图像内容读入内存数组。
2. 调整图像的灰度，对图像进行灰度变换（反变换）。
3. 对图像进行γ较正,分别取值为0.4,0.6,0.8.四、实验图像：灰度变换γ较正实验三：数字图像的噪声去除一、实验目的：学会用滤波器去除图像中的噪声。
二、实验要求：1．用均值滤波器去除图像中的噪声； 2．用中值滤波器去除图像中的噪声； 3．比较两种方法的处理结果三、实验步骤：1．根据BMP 格式，将图像内容读入内存数组； 2．用均值滤波器去除图像中的噪声；3．用中值滤波器去除图像中的噪声；将两种处理方法的结果与原图比较； 4．注意两种处理方法对边缘的影响。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
深圳大学实验报告
课程名称：数字图像处理
实验项目名称：数字图像的基本操作与代数运算
学院：信息工程学院
专业：电子信息工程
指导教师：**
报告人：许儒满学号：********** 班级： 1 实验时间：2016/3/7
实验报告提交时间：
教务部制
%实验一
clc;
clear all;
close all;
X1=imread('eight.tif');
subplot(2,2,1);
imshow(X1);
title('eight');
c1=imfinfo('eight.tif')
X2=imread('D:\matleb\bin\exp1_img\flowers.tif'); subplot(2,2,2);
imshow(X2);
title('flowers');
c2=imfinfo('D:\matleb\bin\exp1_img\flowers.tif')
X3=imread('D:\matleb\bin\exp1_img\RGBimageA.tiff'); subplot(2,2,3);
imshow(X3);
title('RGBimageA');
c3=imfinfo('D:\matleb\bin\exp1_img\RGBimageA.tiff')
imshow(X(:,:,1));
title('Rͼ');
subplot(2,2,3)
imshow(X(:,:,2));
title('Gͼ');
subplot(2,2,4)
imshow(X(:,:,3));
title('Bͼ');
3%实验三
clc;
clear all;
close all;
X=imread('D:\matleb\bin\exp1_img\RGBimageA.tiff'); X2=imcrop(X,[100,100,400,425]);
imwrite(X2,'RGBimageA2.tiff')
subplot(1,2,1)
imshow(X);
title('Ô-ͼ');
imshow(X2);
title('¼ô²Ãͼ');
4
%实验四
clc;
clear all;
close all;
X=imread('D:\matleb\bin\exp1_img\RGBimageB.tiff'); imwrite(X,'RGBimageB.jpg','jpg');
5
%实验五
clc;
clear all;
close all;
X=imread('D:\matleb\bin\exp1_img\eight.png');
J=imnoise(X, 'gaussian',0,0.02);
subplot(2,2,1); imshow(X); title('原图像');
subplot(2,2,2); imshow(J); title('加高斯噪声'); [m,n] = size(X);
K = zeros(m, n);
K1=K;K2=K;K3=K;
for i = 1 : 5
J = imnoise(X, 'gaussian', 0, 0.02); J1 = im2double(J);
K1 = K1 + J1;
end
K1= K1/5 ;
for i = 1 : 50
J = imnoise(X, 'gaussian', 0, 0.02); J2 = im2double(J);
K2 = K2 + J2;
end
K2= K2/50 ;
for i = 1 : 500
J = imnoise(X, 'gaussian', 0, 0.02); J3 = im2double(J);
K3= K3 + J3;
end
K3= K3/5 ; %求图像的平均
figure;
subplot(2,2,1)
imshow(K1)
title('5副相加求平均的图像');
subplot(2,2,2)
imshow(K2)
title('50副相加求平均的图像');
subplot(2,2,3)
imshow(K3)
title('500副相加求平均的图像');
由图可知，50副加随机噪声的图相加求平均结果最佳。
6
%实验六
clc;
clear all;
close all;
X=imread('D:\matleb\bin\exp1_img\cat1.jpg'); J=imread('D:\matleb\bin\exp1_img\cat2.jpg'); J1=imresize(J,[240,220]);
K1=imadd(X,J1);
K2=imsubtract(X,J1);
K3=immultiply(X,J1);
subplot(2,3,1)
imshow(X)
title('cat1原图');
subplot(2,3,2)
imshow(J)
title('cat2原图');
subplot(2,3,3)
imshow(J1)
title('cat2缩放');
subplot(2,3,4)
imshow(K1)
title('相加'); subplot(2,3,5) imshow(K2)
title('相减'); subplot(2,3,6) imshow(K3)
title('相乘');。