matlab课程设计-图像处理
matlab数字图像课程设计
matlab数字图像课程设计一、教学目标本课程的教学目标是使学生掌握MATLAB在数字图像处理方面的基本理论和应用技能。
通过本课程的学习，学生应能理解数字图像处理的基本概念，熟练使用MATLAB进行数字图像的处理和分析。
具体来说，知识目标包括：1.掌握数字图像处理的基本概念和原理。
2.了解数字图像处理的基本算法和应用。
3.熟悉MATLAB数字图像处理工具箱的使用。
技能目标包括：1.能够使用MATLAB进行数字图像的基本处理，如图像读取、显示、转换等。
2.能够运用MATLAB实现数字图像的增强、滤波、边缘检测等算法。
3.能够利用MATLAB进行数字图像处理的实际应用，如图像分割、特征提取等。
情感态度价值观目标包括：1.培养学生的创新意识和实践能力，使他们能够运用所学知识解决实际问题。
2.培养学生团队合作精神，提高他们的问题解决能力。
3.培养学生对科学研究的兴趣和热情，提高他们的学术素养。
二、教学内容本课程的教学内容主要包括MATLAB的基本操作、数字图像处理的基本概念和算法，以及MATLAB在数字图像处理方面的应用。
具体来说，教学大纲如下：1.MATLAB基本操作：包括MATLAB的安装和界面熟悉，基本语法和函数的使用。
2.数字图像处理基本概念：包括数字图像的定义、表示方法和基本属性。
3.数字图像处理基本算法：包括图像增强、滤波、边缘检测等算法的学习和实现。
4.MATLAB数字图像处理应用：包括图像分割、特征提取等实际应用案例的分析和解题方法。
三、教学方法本课程采用多种教学方法，包括讲授法、讨论法、案例分析法和实验法等，以激发学生的学习兴趣和主动性。
具体来说，教学方法如下：1.讲授法：通过讲解和演示，使学生掌握MATLAB的基本操作和数字图像处理的基本概念。
2.讨论法：通过小组讨论和问题解答，培养学生的思考和问题解决能力。
3.案例分析法：通过分析实际案例，使学生掌握数字图像处理的基本算法和应用。
4.实验法：通过实验操作，使学生熟练使用MATLAB进行数字图像处理的应用。
matlab数字图像课程设计
matlab数字图像课程设计一、课程目标知识目标：1. 学生能理解数字图像处理的基本概念，掌握图像的表示和存储方法。
2. 学生能够运用MATLAB软件进行基本的图像读取、显示和保存操作。
3. 学生能够掌握图像的灰度变换、直方图处理等基本图像处理技术。
4. 学生能够了解并运用图像滤波、边缘检测等高级图像处理技术。
技能目标：1. 学生能够独立使用MATLAB软件进行数字图像的读取、显示、保存等基本操作。
2. 学生能够运用MATLAB函数进行图像的灰度变换，实现图像增强的效果。
3. 学生能够运用MATLAB进行图像滤波，改善图像质量，并能进行边缘检测处理。
4. 学生能够结合实际问题，设计简单的数字图像处理流程，解决具体问题。
情感态度价值观目标：1. 学生培养对数字图像处理领域的兴趣，激发学习热情，提高主动学习的积极性。
2. 学生通过实践操作，培养动手能力，提高解决问题的自信心。
3. 学生在学习过程中，培养合作意识，学会分享和交流，提高团队协作能力。
4. 学生能够认识到数字图像处理技术在现实生活中的广泛应用，增强对技术发展的关注和责任感。
1. 数字图像基础理论：- 图像的表示与存储（教材第1章）- 图像的读取、显示和保存（教材第2章）2. 图像灰度变换与直方图处理：- 灰度变换方法（教材第3章）- 直方图均衡化（教材第4章）3. 图像滤波与边缘检测：- 基本滤波器原理及应用（教材第5章）- 边缘检测算子（教材第6章）4. 实践操作与案例分析：- 图像处理综合实践（教材第7章）- MATLAB图像处理函数应用（教材附录）教学进度安排：第一周：数字图像基础理论，图像的表示与存储第二周：图像的读取、显示和保存，图像灰度变换第三周：直方图处理，图像滤波第四周：边缘检测，实践操作与案例分析教学内容确保覆盖课程目标中所涉及的知识点和技能点，结合教材章节，使学生能够系统地掌握数字图像处理的基本方法和技能。
同时，注重实践操作，提高学生的动手能力，并结合案例分析，使学生能够将所学知识应用于实际问题中。
matlab用于图像处理课程设计
matlab用于图像处理课程设计一、课程目标知识目标：1. 掌握MATLAB软件的基本操作和图像处理工具箱的使用方法；2. 学习并理解图像处理的基本概念，如图像的读取、显示、存储和类型转换；3. 学习图像处理中的基本运算，如图像的算术运算、逻辑运算和几何变换；4. 掌握图像增强、滤波、边缘检测和图像分割等基本图像处理技术；5. 了解图像处理在实际应用中的案例，如人脸识别、指纹识别等。
技能目标：1. 能够运用MATLAB软件进行图像的读取、显示和存储操作；2. 能够运用MATLAB实现图像的基本运算和几何变换；3. 能够运用MATLAB进行图像增强、滤波、边缘检测和图像分割等处理技术；4. 能够独立分析图像处理问题，设计并实现相应的MATLAB程序；5. 能够运用所学的图像处理技术解决实际问题，具备一定的图像处理项目实践能力。
情感态度价值观目标：1. 培养学生对图像处理技术的兴趣和热情，激发他们主动探索和创新的欲望；2. 培养学生严谨的科学态度和良好的团队协作精神，使他们能够积极参与讨论和分享；3. 培养学生运用所学知识解决实际问题的能力，增强他们的自信心和成就感；4. 引导学生关注图像处理技术在生活中的应用，提高他们对科技与生活的认识和理解；5. 培养学生的信息素养，使他们能够遵循道德规范，合理使用图像处理技术。
二、教学内容1. MATLAB基础操作：介绍MATLAB软件的界面与操作，学习图像处理工具箱的安装与使用方法。
教材章节：第一章 MATLAB基础操作2. 图像读取、显示与存储：学习图像的读取、显示、类型转换和存储方法。
教材章节：第二章 图像的读取、显示与存储3. 图像基本运算：学习图像的算术运算、逻辑运算和几何变换。
教材章节：第三章 图像基本运算4. 图像增强与滤波：介绍图像增强技术，学习线性滤波和非线性滤波方法。
教材章节：第四章 图像增强与滤波5. 边缘检测与图像分割：学习边缘检测算法，如Sobel、Canny等，以及图像分割技术。
数字图像处理matlab课程设计
数字图像处理matlab课程设计一、课程目标知识目标：1. 理解数字图像处理的基本概念，掌握图像的表示和存储方式；2. 学会使用MATLAB软件进行数字图像处理，掌握相关函数和工具箱的使用方法；3. 掌握图像增强、滤波、边缘检测等基本图像处理技术；4. 了解图像分割、特征提取等高级图像处理技术。
技能目标：1. 能够运用MATLAB进行图像读取、显示和保存操作；2. 能够独立完成图像的增强、滤波等基本处理操作；3. 能够运用边缘检测算法对图像进行处理，提取关键特征；4. 能够根据实际需求选择合适的图像处理技术，解决实际问题。
情感态度价值观目标：1. 培养学生对数字图像处理技术的兴趣，激发其学习热情；2. 培养学生的团队合作意识，使其学会在团队中分享和交流；3. 培养学生严谨的科学态度，使其注重实验数据的真实性；4. 培养学生的创新思维，鼓励其探索新方法，提高解决问题的能力。
本课程旨在通过数字图像处理MATLAB课程设计，使学生在掌握基本理论知识的基础上，运用MATLAB软件进行图像处理实践。
课程注重理论与实践相结合，培养学生具备实际操作能力，并能运用所学知识解决实际问题。
针对学生的年级特点，课程目标既注重知识技能的传授，又关注情感态度价值观的培养，为学生今后的学习和工作奠定基础。
二、教学内容1. 数字图像处理基础- 图像表示与存储（RGB、灰度、二值图像）- 图像类型转换- MATLAB图像处理工具箱介绍2. 图像增强- 直方图均衡化- 伽玛校正- 图像锐化3. 图像滤波- 均值滤波- 中值滤波- 高斯滤波- 双边滤波4. 边缘检测- 索贝尔算子- 拉普拉斯算子- Canny边缘检测5. 图像分割- 阈值分割- 区域生长- 分水岭算法6. 特征提取与描述- 霍夫变换- SIFT算法- ORB算法教学内容根据课程目标进行选择和组织，注重科学性和系统性。
教学大纲明确分为六个部分，分别对应数字图像处理的基础知识、图像增强、滤波、边缘检测、图像分割和特征提取与描述。
基于matlab的图像处理课程设计
基于matlab的图像处理课程设计一、课程目标知识目标：1. 学生能理解图像处理的基本概念，掌握图像的数字化表示方法。
2. 学生能掌握Matlab软件的基本操作，运用其图像处理工具箱进行图像的读取、显示和保存。
3. 学生能掌握图像处理的基本算法，如灰度变换、图像滤波、边缘检测等，并理解其原理。
技能目标：1. 学生能运用Matlab进行图像处理操作，解决实际问题。
2. 学生能通过编程实现图像处理算法，具备一定的程序调试和优化能力。
3. 学生能运用所学知识，结合实际问题，设计简单的图像处理程序。
情感态度价值观目标：1. 学生通过学习图像处理，培养对计算机视觉和人工智能领域的兴趣，激发创新意识。
2. 学生在课程实践中，培养团队协作精神，提高沟通与表达能力。
3. 学生能认识到图像处理技术在生活中的广泛应用，增强学以致用的意识。
分析课程性质、学生特点和教学要求，本课程目标旨在使学生在掌握基本图像处理知识的基础上，通过Matlab软件的实践操作，培养其编程能力和解决实际问题的能力。
同时，注重培养学生的团队协作和情感态度，使其在学习过程中获得成就感，激发学习兴趣。
课程目标将具体分解为学习成果，以便后续教学设计和评估。
二、教学内容1. 图像处理基础理论：- 数字图像概念及表示方法- 图像处理的基本操作：读取、显示、保存- 像素运算与邻域处理2. Matlab基础操作：- Matlab软件安装与界面介绍- 数据类型与基本运算- 矩阵运算与函数编写3. 图像处理算法：- 灰度变换与直方图处理- 图像滤波：低通滤波、高通滤波- 边缘检测：Sobel算子、Canny算子4. 实践项目：- 图像增强与去噪- 图像分割与特征提取- 目标检测与跟踪5. 教学大纲：- 第一周：图像处理基础理论，Matlab基础操作- 第二周：灰度变换与直方图处理，图像滤波- 第三周：边缘检测，实践项目一- 第四周：图像分割与特征提取，实践项目二- 第五周：目标检测与跟踪，课程总结与展示教学内容根据课程目标，结合教材章节进行选择和组织，确保科学性和系统性。
图像处理matlab的课程设计
图像处理matlab的课程设计一、教学目标本课程的教学目标是使学生掌握图像处理的基本原理和方法，能够使用MATLAB软件进行图像处理和分析。
具体目标如下：1.了解图像处理的基本概念和常用算法。
2.掌握MATLAB图像处理工具箱的使用。
3.理解图像处理在实际应用中的重要性。
4.能够使用MATLAB进行图像读取、显示和保存。
5.能够使用MATLAB进行图像滤波、边缘检测、图像增强等基本操作。
6.能够运用所学知识解决实际图像处理问题。
情感态度价值观目标：1.培养学生的创新意识和实践能力。
2.培养学生的团队合作精神和沟通协调能力。
3.培养学生的科学思维和解决问题的能力。
二、教学内容根据课程目标，教学内容主要包括以下几个方面：1.图像处理基本概念：图像的定义、图像的表示、图像的属性等。
2.MATLAB图像处理工具箱：MATLAB图像处理工具箱的介绍、常用函数和工具的使用方法等。
3.图像处理基本算法：图像滤波、边缘检测、图像增强、图像分割等。
4.图像处理应用案例：图像处理在实际应用中的案例分析，如医学影像处理、工业检测等。
三、教学方法为了达到课程目标，将采用多种教学方法相结合的方式进行教学。
包括：1.讲授法：通过讲解图像处理的基本概念和原理，使学生掌握基本知识。
2.案例分析法：通过分析实际图像处理案例，使学生了解图像处理的应用和实际意义。
3.实验法：通过实验操作，使学生掌握MATLAB图像处理工具箱的使用和基本算法。
4.讨论法：通过小组讨论和交流，促进学生思考和解决问题，培养团队合作精神。
四、教学资源为了支持教学内容和教学方法的实施，将准备以下教学资源：1.教材：《图像处理matlab教程》等。
2.参考书：《数字图像处理》、《MATLAB图像处理》等。
3.多媒体资料：PPT课件、实验演示视频等。
4.实验设备：计算机、MATLAB软件、图像处理相关硬件设备等。
通过以上教学资源的支持，将能够丰富学生的学习体验，提高学生的学习效果。
MATLAB课程设计-图像处理完整版
MATLAB课程设计设计题目：应用图像处理班级：学号：姓名：指导老师：设计时间：2013年4月8号-4月14号摘要21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。
图像处理，是用计算机对图像进行分析，以达到所需结果的技术。
又称影像处理。
基本内容图像处理一般指数字图像处理。
数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。
图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。
常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。
图像处理一般指数字图像处理。
所谓数字图像处理[7]就是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为。
实质上是一段能够被计算机还原显示和输出为一幅图像的数字码。
关键词：DCT变换；图像压缩；真色彩增强；平滑；锐化；直方图均衡；灰度变换；滤波；M文件的使用目录摘要 (I)1 概述 (II)2 课程设计任务及要求 (III)2.1.1设计任务2.1.2设计要求3 系统设计原理 (Ⅳ)3.1 DCT图像压缩原理3.2 真彩色增强3.2.1平滑3.2.2锐化3.3 灰度变换（直方图均衡化）3.4 图像滤波3.4.1中值滤波器3.4.2维纳滤波器4 程序代码及实验结果与分析 (Ⅵ)4.1 DCT图像压缩4.1.1程序代码4.1.2实验结果4.1.3结果分析4.2 真彩色增强4.2.1平滑程序代码4.2.2实验结果4.2.3结果分析4.2.4锐化程序代码4.2.5实验结果4.2.6结果分析4.3 灰度变换（直方图均衡化）4.3.1程序代码4.3.2实验结果4.3.3结果分析4.4 图像滤波4.4.1程序代码4.4.2实验结果4.4.3结果分析5 收获体会 (Ⅶ)6 参考文献 (Ⅷ)概述MATLAB作为一种矩阵语言，进行数字图像处理是非常方便的。
基于matlab的图像处理的课程设计
基于matlab的图像处理的课程设计一、教学目标本课程旨在通过Matlab软件平台，让学生掌握图像处理的基本原理和方法，培养学生的实际操作能力和创新意识。
具体目标如下：1.知识目标：使学生了解并掌握图像处理的基本概念、理论和技术，包括图像的表示、图像的增强、滤波、边缘检测、分割和特征提取等。
2.技能目标：通过Matlab软件的操作练习，使学生能够熟练运用图像处理技术处理实际问题，提高学生的实践能力和问题解决能力。
3.情感态度价值观目标：培养学生对图像处理技术的兴趣，激发学生的创新思维，使学生认识到图像处理技术在实际生活和科学研究中的重要应用价值。
二、教学内容本课程的教学内容主要包括以下几个部分：1.图像处理的基本概念和数学基础：包括图像的表示、图像的采样和量化、图像的频率域处理等。
2.图像增强：包括直方图均衡化、对比度增强、锐化等方法。
3.图像滤波：包括线性滤波、非线性滤波、频率域滤波等方法。
4.边缘检测：包括Sobel算子、Canny算子、Laplacian算子等方法。
5.图像分割：包括阈值分割、区域生长、边缘追踪等方法。
6.特征提取：包括颜色特征、纹理特征、形状特征等提取方法。
三、教学方法为了提高教学效果，本课程将采用多种教学方法相结合的方式进行教学：1.讲授法：通过讲解图像处理的基本概念、理论和技术，使学生掌握图像处理的基本知识。
2.案例分析法：通过分析典型的图像处理案例，使学生了解图像处理技术在实际问题中的应用。
3.实验法：通过Matlab软件的操作练习，使学生熟练掌握图像处理技术的具体操作方法。
4.讨论法：学生进行小组讨论，激发学生的创新思维，提高学生的问题解决能力。
四、教学资源为了支持本课程的教学，我们将准备以下教学资源：1.教材：《数字图像处理》（冈萨雷斯著），为学生提供图像处理的基本理论和技术。
2.多媒体资料：包括教学PPT、视频教程等，为学生提供直观的学习材料。
3.实验设备：计算机、投影仪等，为学生提供实践操作的平台。
- 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)。
图像处理系统--学习报告学号：姓名：专业：日期：1 使用语言Matlab2图像选择及变换2.1 原始图像选择读取原始图片如下：图1 原始图片MATLAB为用户提供了专门的函数以从图像格式的文件中读写图像数据。
采用的是imrea d函数来实现图像文件的读取操作，采用的格式如下：A=imread（’filename.fmt’）该语句用于读取字符串“filename”对应的灰度图像或彩色图像，“fmt”指定了文件的格式。
采用imfinfo函数查询图像文件的信息。
其语句格式如下：Info=imfinfo（‘filename.fmt’）该语句可以在命令窗口会显示出文件的基本信息。
采用imshow函数进行图像的显示，采用的格式如下:A=imread(‘filename.fmt’);imshow(A);当这种显示方式要求被显示的图像要么在当前目录下或MATLAB的目录下。
采用rgb2gray函数进行真彩色图像与灰阶强度图像的转变，其格式调用如下：A=rgb2gry(‘filename.fmt’);得到的图像可以进行统计与处理，能完成要求。
图像读入与显示和变化的源代码如下：close all;clear all;x=imread('xuewu.jpg');imshow(x);imfinfo('xuewu.jpg')程序运行结果如下图2所示：图2 读取后显示图片命令窗口中，显示如下：Filename: 'xuewu.jpg'FileModDate: '27-Dec-2011 08:58:56'FileSize: 348015Format: 'jpg'FormatVersion: ''Width: 1024Height: 768BitDepth: 24ColorType: 'truecolor'FormatSignature: ''NumberOfSamples: 3CodingMethod: 'Huffman'CodingProcess: 'Sequential'Comment: {}2.2 转换图像为灰阶图像2.2 图像的变换在后期的处理中，有部分程序需要用到灰阶图片，因此提前将图片进行转换，得到灰阶图片。
采用rgb2gray函数进行真彩色图像与灰阶强度图像的转变其格式调用如下：A=rgb2gry(‘filename.fmt’);得到的图像可以进行统计与处理。
程序源代码如下：x1=rgb2gray(x);figure,imshow(x1)程序运行结果如下图3所示：图3 灰阶图片3 图像处理及代码程序3.1 图像亮度对比度调整3.1.1 函数及其参数的说明亮度的调节采用的是imadd函数，其调用格式如下：Z=imadd(X,Y);说明：imadd函数可以将两幅图像相加或在图像上加上一个常量。
其中，X 为图像数据矩阵，也可以是M*N*3的RGB图像矩阵。
Y可以是与X的格式类型完全的相同图像数据矩阵或者是一个double类型的数值。
对比度的调节采用的是imajust函数，其调用格式如下：Z=imadjust(X,[low_in,high_in],[low_out,high_out]);说明：imadjust函数将图像矩阵X中的亮度值线性变换到输出矩阵Z中的新值。
输入图像X因为uint8类，uint16类或double类图像，输出图像Z与输入图像X有着相同的数据类型。
low_in、high_in、low_out与high_out这四个参数的取值范围不论输入X的数据类型为何都为[0,1]。
3.1.2 源程序及运行结果源程序如下：x2=imadd(x1,50); %亮度调节figure,imshow(x2)x3=imadjust(x1,[0.3,0.7],[0,1]); %对比度调节figure,imshow(x3)运行结果如图4和图5所示：图4 亮度调节图5 对比度调节3.2 图像放大和缩小3.2.1 函数及其参数的说明对图像进行放大和缩小可以采用imresize函数，其调用格式如下：B = imresize(A,[mrows ncols], method )说明：mrows ncols 是选择放大或缩小的倍数，method表示选用的插值方法，其可选值为nearest（最邻近插值法）、bilinear（双线性插值）和bicubic（双三次插值法），并且method的缺省表示为nearest。
3.2.2 源程序及运行结果源程序如下所示：clcx1=imread('91.jpg');imshow(x1)title('原图');Info=imfinfo('91.jpg')%放大2倍x2=imresize(x1,2); %最邻近插法figure,imshow(x2)title('最邻近插法放大');x3=imresize(x1,2,'bilinear'); %双线性插值法figure,imshow(x3)title('双线性插值法放大'); %缩小到原来的1/5x4=imresize(x1,0.2); %最邻近插法figure,imshow(x4)title('最邻近插法缩小');x5=imresize(x1,0.2,'bilinear'); %双线性插值法figure,imshow(x5)title('双线性插值法缩小');x6=imrotate(x1,45);figure,imshow(x6)%将原始灰度以双线性插值的方式将图像顺时针旋转45°x7=imrotate(x1,45,'bilinear');figure,imshow(x7)程序运行结果如图6、7、8、9所示：图6 最邻近插法放大一倍图7 双线性插值法放大图8 最邻近插法缩小图9 双线性插值法缩小3.3 图像任意角度的旋转3.3.1 函数及其参数的说明对图像进行旋转可以采用imrotate函数，其调用格式如下所示：B = imrotate(A,angle,method,bbox)说明：A为输入二维图像矩阵，其数据类型不限。
angel为逆时针旋转的角度值，如果希望顺时针旋转，则选择该值为负。
method表示选用的插值方法，其可选值为nearest（最邻近插值法）、bilinear（双线性插值）和bicubic（双三次插值法），并且method的缺省表示为nearest。
bbox为指定输出图像尺寸的字符串，’crop’表示的通过裁剪使输出图像尺寸与输入图像一致，’loose’表示的不进行裁剪，故输出图像尺寸会比输入图像尺寸大，它在默认情况下为’loose’。
3.3.2 源程序及运行结果源程序如下：clcx1=imread('91.jpg');imshow(x1)title('原图');%将原始灰度以最邻近插值的方式将图像顺时针旋转45°x6=imrotate(x1,45);figure,imshow(x6)%将原始灰度以双线性插值的方式将图像顺时针旋转45°x7=imrotate(x1,45,'bilinear');figure,imshow(x7)程序的运行结果下图10和图11所示图10 最邻近插值法45°逆时针旋转图11 双线性插值法逆时针45°旋转3.4图像直方图统计和均衡3.4.1 函数及其参数的说明要进行图像直方图统计可以采用imhist函数，其调用格式如下：h=imhist(X,n)其中，X为输入图像，h为其直方图，n是用于形成直方图的灰度级的个数。
一个灰度级可以包含几个灰度值，换言之，uint8类型的图像直方图的灰度级可以有256级，也可以只有8级，每个灰度级都有32个灰度值。
参数n可以缺省，在默认的情况下，如果X是灰度图像，则n为256个灰度级，如果X是二值图像，则n为2，表示有2个灰度级。
要进行图像直方图均衡可以采用histeq函数，其调用格式如下：Z=histeq(X,n)其中，X为输入灰度图像矩阵，其数据类型为double或uint8类型。
n为均衡后直方图的灰度等级数，其默认值为64。
Z为直方图均衡后的图像矩阵。
3.4.2 源程序及运行结果源程序如下：figure,imhist(x1)x4=histeq(x1);figure,imhist(x4)figure,imshow(x4)运行结果如下图12、13、14所示图12 原始图像直方图图13 经过直方图均衡后的图像图14 均衡后的直方图3.5 图像加入噪声3.5.1 函数及其参数的说明函数使用imnoise函数进行图片的噪声加入，其调用格式如下：J = imnoise(I,type,parameters)期中，type是噪声的类型，由高斯噪声，椒盐噪声，乘性噪声。
类型名分别是：gaussian、salt & pepper、speckle。
对图像加入噪声可以采用imnoise函数，其调用格式如下：Z=imnoise(X,type,parameters)说明：X为输入的二维或三维图像矩阵，其数据类型不限。
type为字符串指定噪声的类型（gaussian、salt & pepper、poisson与speckle），parameters为与特定噪声类型相对应的参数。
3.5.2 源程序及运行结果%加入高斯噪声x11=imnoise(x1,'gaussian',0,0.01);figure,imshow(x11)%加入浓度为0.25的椒盐噪声x12=imnoise(x1,'salt & pepper',0.25);figure,imshow(x12)%加入泊松噪声x13=imnoise(x1,'poisson');figure,imshow(x13)x14=imnoise(x1,'speckle');figure,imshow(x14)程序结果如下图15 、16、17、18所示：图15 加入高斯噪声图16 加入椒盐噪声图17 泊松噪声图18 加入乘性噪声全部源程序代码：% 读取图像并显示图像和输出图像信息close all;clear all;x=imread(123.jpg'); % x表示彩色图片imshow(x);title('图像变换');imfinfo('123.jpg')%得到灰度图像x1=rgb2gray(x); %x1表示灰度图像figure,imshow(x1);title('灰度图像');%基于灰度图像的亮度和对比度调节x2=imadd(x1,50); %x2表示经亮度调节后的图像figure,imshow(x2);title('增加亮度');x3=imadjust(x1,[0.3,0.7],[0,1]); %x3表示经对比度调节后的图像figure,imshow(x3);title('增加对比度');%基于灰度图像的放大和缩小%放大2倍x5=imresize(x1,2); %x5表示经最邻近插法放大后的图像figure,imshow(x5);title('最邻近插法放大');x6=imresize(x1,2,'bilinear'); % x6表示经双线性插值法放大后的图像figure,imshow(x6);title('双线性插值法放大');%缩小到原来的1/5x7=imresize(x1,0.2); %x7表示经最邻近插法缩小后的图像figure,imshow(x7);title('最邻近插法缩小');x8=imresize(x1,0.2,'bilinear'); %x8表示经双线性插值法缩小后的图像figure,imshow(x8);title('双线性插值法缩小');%基于灰度图像的旋转%x9表示以最邻近插值的方式将图像顺时针旋转45°后的图像x9=imrotate(x1,45);figure,imshow(x9);title('最邻近插值旋转45°');% x10表示以双线性插值的方式将图像顺时针旋转45°后的图像x10=imrotate(x1,45,'bilinear');figure,imshow(x10);title('双线性插值旋转45°');%基于灰度图像的直方图统计和均衡%x4表示经过均衡后的图像figure,imhist(x1)x4=histeq(x1);figure,imhist(x4)figure,imshow(x4);title('均衡后的图像');%基于灰度图像的各种噪声加入%x11表示加入高斯噪声后的图像x11=imnoise(x1,'gaussian',0,0.01); figure,imshow(x11);title('高斯噪声');% x12加入浓度为0.15椒盐噪声后的图像x12=imnoise(x1,'salt & pepper',0.15); figure,imshow(x12);title('椒盐噪声');% x13加入泊松噪声后的图像x13=imnoise(x1,'poisson');figure,imshow(x13);title('泊松噪声');% x14加入乘性噪声后的图像x14=imnoise(x1,'speckle');figure,imshow(x14);title('乘性噪声');J=imread('91.jpg');Imshow(J);x1=imresize(J,2)%放大为原来的两倍x2=imresize(J,0.5)%缩小为原来的1/2figure,imshow(x1);figure,imshow(x2)20。