基于Matlab二维图像的分析与处理
基于matlab的数字图像处理论文
迭代与分形姓名：吴涛班级：2007级电科一班学号：20074053053摘要：几何学研究的对象是客观世界中物体的形状。
传统欧氏几何学的研究对象，都是规则并且光滑的，比如：直线、曲线、曲面等。
但客观世界中物体的形状，并不完全具有规则光滑等性质，因此只能近似当作欧氏几何的对象，比如：将凹凸不平的地球表面近似为椭球面。
虽然多数情况下通过这样的近似处理后，能够得到符合实际情况的结果，但是对于极不规则的形态，比如：云朵、烟雾、树木等，传统的几何学就无能为力了。
如何描述这些复杂的自然形态？如何分析其内在的机理？这些就是分形几何学所面对和解决的问题。
关键字：迭代；分形；树形Abstract:the study of geometry object is the objective world in the shape of an object. Traditional Euclidean geometry object of study, is all the rules and smooth, for instance: linear, curve and surface etc. But the objective world in the shape of an object, not completely with regular smooth nature, therefore can only approximate such as Euclidean geometry object, such as: the uneven surface of the earth for approximate ellipsoid. Although most cases through such an approximate treatment after, can get the result accords with the actual situation, but for great irregularity of form, such as: the clouds, smoke, such as trees, traditional geometry as a repeater.How to describe these complex natural forms? How to analyze its inherent mechanism? These are the fractal geometry facing and solve the problem.Key words: iterations, Fractal; tree一、问题分析在我们的世界上，存在着许多极不规则的复杂现象，比如：弯弯曲曲的海岸线、变化的云朵、宇宙中星系的分布、金融市场上价格的起伏图等，为了获得解释这些极端复杂现象的数学模型，我们需要认识其中蕴涵的特性，构造出相应的数学规则。
信号分析与处理实验报告(基于MATLAB)
武汉工程大学电气信息学院三、实验数据与结果分析1、2、四、思考：2. 3.四、思考：1、代数运算符号*和.*的区别是？*是矩阵相乘，是矩阵A行元素与B的列元素相乘的和.*是数组相乘，表示数组A和数组B中的对应元素相乘实验内容实验三连续时间信号的卷积一、实验内容1、已知两连续时间信号如下图所示，绘制信号f1(t)、f2(t)及卷积结果f(t)的波形；设时间变化步长dt分别取为0.5、0.1、0.01，当dt取多少时，程序的计算结果就是连续时间卷积的较好近似？2、、计算信号()()()11==-a t u e t f at 和()()t tu t f sin 2=的卷积f(t)，f 1(t)、f 2(t)的时间范围取为0~10，步长值取为0.1。
绘制三个信号的波形。
二、实验方法与步骤1、绘制信号f 1(t)、f 2(t)及卷积结果f(t)的波形，当dt 取0.01时程序的计算结果就是连续时间卷积的较好近似程序代码如下：clear allclose allclcdt=0.01t1=0:dt:2;t2=-1:dt:1;f1=0.5*t1;f2=0.5*(t2+1);y=dt*conv(f1,f2); %计算卷积t0=t1(1)+t2(1); %计算卷积结果的非零样值的起点位置2.实验内容三、实验数据与结果分析1.2.实验内容实验五连续时间信号的频域分析一、实验内容1、如图5.4所示的奇谐周期方波信号，周期为T1=1，幅度为A=1，将该方波信号展开成三角形式Fourier级数并分别采用频域矩形窗和Hanning窗加权，绘制两种窗函数加权后的方波合成图像。
时间范围取为-2~2，步长值取为0.01。
2、将图5.5中的锯齿波展开为三角形式Fourier级数，按(2)式求出Fourier级数的系数，并在频域分别采用矩形窗、Hanning窗和三角窗加权，观察其Gibbs效应及其消除情况。
时间范围取为-2~2，步长值取为0.01。
matlab实验,图像变换域分析(dct变换和小波变换)
实验一 图像DCT 变换一、实验目的1.了解DCT 处理图像的基本知识；2.掌握用matlab 将对图像进行DCT 变换。
二、实验内容1．对图像进行DCT 处理；2．显示变换后的图像的三维的频谱； 3．对matlab 代码进行一定的文字说明；三、实验原理离散余弦变换（Discrete Cosine Transform ，DCT ）是一种实数域变换，其变换核为实数余弦函数。
对一幅图像进行离散余弦变换后，许多有关图像的重要可视信息都集中在DCT 变换的一小部分系数中。
因此，离散余弦变换（DCT ）是有损图像压缩JPEG 的核心，同时也是所谓“变换域信息隐藏算法”的主要“变换域（DCT 域）”之一。
因为图像处理运用二维离散余弦变换，所以直接介绍二维DCT 变换。
一个矩阵的二维DCT 定义如下：首先将输入图像分解为8*8或16*16块，然后再对每个图像块进行二维DCT 变换，接着再对DCT 系数进行量化、编码和传输；接收者通过对量化的DCT 系数进行解码，并对每个图像块进行的二维DCT 反变换。
最后将操作完成后所有的块拼接起来构成一幅单一的图像。
对于一般的图像而言，大多数DCT 系数值都接近于0，所以去掉这些系数不会对重建图像的质量产生较大影响。
因此，利用DCT 进行图像压缩确实可以节约大量的存储空间。
在实验中，先将输入的原始图像分为8*8块，然后再对每个块进行二维DCT 变换。
MATLAB 图像处理上具箱中提供的二维DCT 变换及DCT 反变换函数如下。
基于DCT 的JPEG 图像压缩编码理论算法过程框图如下：上图是基于DCT 变换的图像压缩编码的压缩过程，解压缩与上图的过程相反。
四、实验代码及结果close all;原始图像数据分成8*8的小块DCT 变换 量化器量化表熵编码器 码表压缩数据I=imread('222.jpg'); %读入原图像文件I=rgb2gray(I);%将原图像转换成灰色图像I1=dct2(I);%对原图像进行二维DCT变换fs=fftshift(I1);%将直流分量移到频谱中心subplot(121);imshow(I);title('灰色图像');%显示灰色图像subplot(122);imshow(log(abs(I1)),[]),colorbar;title('图像经DCT变换后能量分布情况') %显示经过dct变换后能量分布;figure(2);mesh(fs);title('三维频谱');%显示三维频谱五、实验结果分析图像经DCT变换后能量主要分布在左上角，右下角能量分布较低。
第5章matlab绘制二维图形及三维图形的方法
实验四
专业：电子信息工程2班姓名：李书杰学号：3121003210
一、实验目的
1.掌握绘制二维图形及三维图形的方法。
2.掌握图形控制与修饰处理的方法。
3.了解图像处理及动画制作的基本方法。
二、实验内容
1.绘制下列图形曲线。
（1）y=x-x^3/3! (2)x^2+2Y^2=64
解：程序如下
2.设y=1/(1+e^-t),-pi<=t<=pi,在同一个图形窗口中采用子图的形式绘制条形图、阶梯图、杆图和对数坐标等不同图形，并对不同图形加标注说明。
解:程序如下
3.绘制下列极坐标图。
（1）ρ=5cosθ+4 (2)γ=5sin^2φ/cosφ,-π/3<φ<π/3 解：程序如下
思考练习：
2.绘制下列曲线
（1）y=1/2πe^(-x^2/2) (2)x=tsint y=tcost
解：程序如下
（1）
结果如下：
（2）
结果如下：
3.在同一坐标中绘制下列两条曲线并标注两曲线交叉点。
（1）y=2x-0.5
(2)x=sin(3t)cost
Y=sin(3t)sint
解：程序如下
4.分别用plot和fplot函数绘制y=sin(1/x)的曲线，分析两曲线的差别。
解：程序如下
结果如下：
5.绘制下列极坐标图：
(1）p=12/sqrt(θ) (2)γ=3asinφcosφ/(sin^3φ+cos^3φ)解：程序如下
结果如下：。
基于MATLAB的数字图像处理的设计与实现
基于MATLAB的数字图像处理的设计与实现摘要数字图像处理是一门新兴技术,随着计算机硬件的发展，数字图像的实时处理已经成可能，由于数字图像处理的各种算法的出现,使得其处理速度越来越快，能更好的为人们服务。
数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。
目的:改善医学图像质量，使图像得到增强。
方法：利用Matlab工具箱函数，采用灰度直方图均衡化和高通滤波的方法对一幅X线图像进行增强处理。
结果:用直方图均衡化的算法,将原始图像密集的灰度分布变得比较稀疏，处理后的图像视觉效果得以改善。
高通滤波对于局部细节增强显著,高通滤波后使不易观察到的细节变得清晰。
结论：使用Matlab工具箱大大简化了编程工作，为医学图像处理提供了一种技术平台。
经过直方图均衡化和高通滤波处理后的医学图像，视觉效果得到改善。
关键词:MATLAB；直方图均衡化；高通滤波；图像增强AbstractDigital image processing is an emerging technology, with the development of computer hardware, real—time digital image processing has become possible due to digital image processing algorithms to appear，making it faster and faster processing speed，better for people services .Digital image processing is used by some algorithms computer graphics image pro cessing technology. Objective：To improve the quality of medical image by enhancing the details。
基于Matlab的图像预处理讲解
基于Matlab的图像预处理算法实现目录第一章绪论 (1)1.1何谓数字图像处理 (1)1.2数字图像处理的特点及其应用 (1)1.2.1 数字图像处理的特点 (1)1.2.2图像预处理的内容 (2)1.2.3 数字图像处理的应用 (3)1.3MATLAB (4)1.3.1 matlab简述 (4)1.3.2 matlab处理图像的特点 (5)第二章数字图像处理的灰度直方图 (6)2.1灰度的定义 (6)2.2直方图定义 (6)2.2.1直方图的典型用途 (6)2.2.2灰度直方图的计算 (7)2.2.3图像直方图实现代码 (7)2.3直方图均衡 (8)2.3.1 直方图均衡原理 (8)2.3.2直方图均衡的实现 (8)第三章图像平滑与图像锐化 (12)3.1图像的平滑 (12)3.1.1领域平均法基础理论 (12)3.1.2算法实现 (13)3.2图像锐化 (15)3.2.1图像锐化的目的和意义 (15)3.2.2图像锐化算法 (16)3.2.3图像锐化的实现代码 (16)第四章图像噪声与噪声的处理 (19)4.1噪声的概念 (19)4.2图像噪声对图像的影响 (19)4.3噪声来源 (19)4.4噪声图像模型及噪声特性 (20)4.4.1 含噪模型 (20)4.4.2 噪声特性 (21)4.5图像二值化 (21)4.5.1理论基础 (21)4.5.2图像二值化的实现代码 (21)4.6二值图像的去噪 (22)4.6.1理论基础 (23)4.6.2二值图像去噪的实现代码 (23)第五章结论 (25)参考文献 (26)第一章绪论1.1何谓数字图像处理数字图像处理（Digital Image Processing），就是利用数字计算机或则其他数字硬件，对从图像信息转换而得到的电信号进行某些数学运算，以提高图像的实用性。
例如从卫星图片中提取目标物的特征参数，三维立体断层图像的重建等。
总的来说，数字图像处理包括点运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。
二维离散Fourier变换(图像处理实验报告)
课程实验报告
2.图像的Fourier反变换：
(1)利用完整的相位谱和幅度谱重构原图像，然后仅利用相位谱重构原图像，最后仅利用幅度谱重构原图像，比较3个实验结果;
分析：
(2)选择两幅内容不同的图像，分别进行Fourier变换，交换二者的相位谱后求Fourier反变换，观察实验结果。
分析：
(3)分析(1)、(2)的实验结果，说明图像Fourier相位谱的重要性。
分析：
4.读取文件名为‘text.tif’的图像，从图中剪切字母“t”，利用相关定理进行模板匹配，找出图中所有t的位置。
实验中的体会（如实验过程中遇到的问题及其解决的方法等）
本次实验内容比较多一点，实验课堂上也完全得差不多，发现实验课上我做的速度还是挺快的，但是有时候总是去纠结一个结果。
就像上次实验课，我检查了好几遍，发现我的代码是没有问题，也请老师和同学帮我看了，但是出不来效果，一直停留在这个问题，没心思做最后一题，可是回到宿舍，自己又敲了一次代码，结果一次就通过，也很顺利地完全了最后一题。
这是第三次实验课了，我也比前两次课清晰一点我们究竟在做什么，可能是由于数学基础问题，有些原理还是不能理解得很透彻。
虽然实验是知道要干什么，要怎么样做，但是对于背后的原理还是不清楚。
不过我还是挺喜欢这个方向，挺喜欢这门课的，我会更加努力地学好这门课的。
Matlab中的数据操作与处理方法
Matlab中的数据操作与处理方法引言Matlab是一种广泛应用于科学和工程领域的编程语言和环境，它提供了丰富而强大的数据操作与处理方法。
本文将介绍一些在Matlab中常用的数据操作与处理方法，包括数据导入与导出、数据清洗与处理、数据可视化与分析等方面。
一、数据导入与导出在数据处理的开始阶段，数据的导入与导出是一个重要的步骤。
Matlab提供了多种方式来导入外部数据，如文本文件、Excel文件、图像文件等。
1. 导入文本文件：使用`importdata`函数可以方便地导入以空格、制表符或逗号分隔的文本文件。
例如，`data = importdata('data.txt')`可以将文本文件"data.txt"中的数据导入到变量"data"中。
2. 导入Excel文件：Matlab的"Import Data"工具可以直接导入Excel文件，并将其保存为Matlab的数据文件类型。
也可以使用`xlsread`函数来读取Excel文件中的数据。
例如，`[data, text, raw] = xlsread('data.xlsx')`可以将Excel文件"data.xlsx"中的数据读取到变量"data"中。
3. 导入图像文件：使用`imread`函数可以读取图像文件，并将其保存为Matlab 的图像数据类型。
例如，`img = imread('image.jpg')`可以将图像文件"image.jpg"读取到变量"img"中。
数据导出方面，Matlab也提供了相应的函数。
使用`writematrix`函数可以将Matlab的矩阵数据保存为文本文件，使用`writetable`函数可以将Matlab的表格数据保存为Excel文件，使用`imwrite`函数可以将Matlab的图像数据保存为图像文件。
- 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)。
目录摘要1Abstract21 数据采集31.1 图像提取31.2图像的读取31.2图像鉴别及转换51.3转换后图像信息显示62 数据统计处理82.1 均值计算82.1.1 原理介绍82.1.2 仿真结果82.2 标准差计算92.2.1 原理介绍92.2.2 仿真结果92.3 方差计算102.3.1 原理介绍102.2.2 仿真结果102.4 灰度直方图绘制112.4.1 原理介绍112.4.2 仿真结果113 快速傅立叶变换123.1 原理介绍123.2 仿真结果124 小结与体会15参考文献16摘要基础强化训练的主要目的就是安排学生进行基础理论、基本技能的强化训练，提高学生的基础理论知识、基本动手能力，提高人才培养的基本素质。
根据本专业需求和特点，需要在数学基础知识、基本技能方面进行强化训练，使学生对常用的数据分析与处理原理及方法有较为全面的了解，能够运用相关软件进行模拟分析。
并帮助学生掌握基本的文献检索和文献阅读的方法，同时提高学生正确地撰写论文的基本能力，本次基础强化训练主要是运用Matlab软件来处理图像，而且主要是学会使用该软件中与图像信息显示、分析和处理的有关函数的调用，本次基础强化训练运用的主要函数为，imread、imshow、fft、fft2、dct、dct2、dwt、dwt2、std、std2、mean、mean2、hist等，通过调用这些函数来实现图像显示、数据分析和图像处理即傅里叶变换。
本次基础强化训练包括三个内容分别为：数据采集、数据统计处理和数据分析算法。
AbstractThe basis of intensive training is the main purpose of allowing students to carry out basic theory, basic skills training to enhance students knowledge of basic theory, basic practical ability to improve the basic quality of personnel training. According to the professional needs and characteristics, the need for basic knowledge in mathematics, basic skills training to enable students to commonly used data analysis and theory and methods to deal with a more comprehensive understanding of, related to the use of simulation software. And to help students master basic reading literature search and documentation of methods, while improving the students correctly the basic ability to write papers, this is the basis of intensive training to deal with the use of Matlab software, images, and mainly learn how to use the software with the image information display, analysis and processing of the function to be called the basis for the use of intensive training for the main function, imread, imshow, fft, fft2, dct, dct2, dwt, dwt2, std, std2, mean, mean2, hist and so on, through the call these functions to achieve image display, data analysis and image processing that the Fourier transform. The basis of this intensive training, including three components are: data acquisition, data processing and data analysis algorithms.1 数据采集1.1 图像提取原始图像源来自于互联网，如图1所示，像素为794*454，且为黑白图像，本要求像素大于64*64，为黑白图像，所以所选图像满足要求。
图 1 原始图像1.2图像的读取MATLAB中从图像文件中读取数据用函数imread()，这个函数的作用就是将图像文件的数据读入矩阵中，此外还可以用imfinfo()函数查看图像文件的信息。
图像数据及图像信息的读取源程序如下:源程序1：[A,M]=imread('e:\ks\1.jpg');%图像数据的读取，%将图像数据放入矩阵A中，颜色数据放入矩阵M中imshow(A,M);%显示图像title('原图像');%图像标题info=imfinfo('e:\ks\1.jpg')%读取图像信息运行源程序部分结果：info =: 'e:\ks\1.jpg'Format: 'jpg'Width: 794Height: 454BitDepth: 24ColorType: 'truecolor'图像显示结果如图2：图 2 原图像显示由运行结果知，图像像素为像素为794*454，ColorType为truecolor。
MATLAB 还提供了将数据写入一个文件的函数imwrite，在此不做详解。
1.2图像鉴别及转换题目要求计算图象各象素点灰度值得均值、标准差、方差，并绘出灰度直方图，所以图像要保证为灰度图，首先要确定所选图片是否为灰度图，如果是则可正常处理，如果不是则要将图片转换为二维灰度图。
MATLAB中实现判别图像是否为灰度图的函数为isgray()，可以用isgray()函数对图片是否为灰度图进行判别，若为灰度图则返回1，否则返回值为0。
另外，MATLAB还有多种图形转换函数来实现不同图形的转换。
灰度图鉴别源程序：源程序2：A=i mread('e:\ks\1.jpg');%图像数据的读取Res=isgray(A)%灰度图进行判别运行程序结果：Res = 0此结果说明所选图像不是二维灰度图，所以要进行下一步的图形转换，MATLAB实现把RGB图像转换为灰度图像的函数为rgb2gray()，可以用此函数把原图像转换为所需类型图像。
图像转换源程序：源程序3：A=i mread('e:\ks\1.jpg');%图像数据的读取A_gray=rgb2gray(A)%图像转换1.3转换后图像信息显示为确保所选图像经简单处理后得到满足要求的图像，有必要对处理后的图像数据及图像信息进一步检查，并显示出处理后的图像结果。
转换后图像数据及图像信息的读取源程序如下：源程序4：A=i mread('e:\ks\1.jpg');%图像数据的读取A_gray= rgb2gray(A); %图像转换imshow(A_gray);%显示图像title('转换后图像');%图像标题Res=isgray(A) %显示转换后图像是否为灰度图程序运行结果：Res =1图像显示结果如图3：图 3 二维灰度图像显示2 数据统计处理题目要求用MATLAB有关函数计算图像各象素点灰度值得均值、标准差、方差，并绘出灰度直方图。
MATLAB中提供均值计算函数mean()和mean2()，标准差计算函数std()和std2()，方差计算函数var()，直方图绘制函数hist，通过调用这些函数可以得到所需数据。
2.1 均值计算2.1.1 原理介绍MATLAB中提供均值计算函数mean()和mean2()，函数的使用方法如下：用mean2（H）求出矩阵所有元素的均值题目要求计算图像各像素点的均值，因而可通过调用mean2()函数进行计算，在命令行中输入mean2(A_gray)即可求得灰度图各像素点的均值。
2.1.2 仿真结果MATLAB源程序及运行结果如下：源程序5：A_average=mean2(A_gray) %进行各像素点的均值计算源程序运行结果如图4：图 4 图像各像素点的均值结果2.2 标准差计算2.2.1 原理介绍MATLAB中提供标准差计算函数std()和std2()，两个函数的使用方法如下：s = std(X)s = std(X,flag)s = std(X,flag,dim)题目要求计算图像各像素点的标准差，因而可通过std2()函数进行计算，在命令行中输入std2(A_gray)即可求得灰度图各像素点的标准差。
2.2.2 仿真结果MATLAB源程序及运行结果如下：源程序6：A_std2=std2(A_gray) %各像素点的标准差计算源程序运行结果如图5所示：图 5 图像各像素点标准差结果2.3 方差计算2.3.1 原理介绍MATLAB中提供了方差计算函数var()，可以方便的计算矩阵的方差，函数的使用方法如下：在命令行中输入var(double(A_gray (:)))，即可求得灰度图各像素点的方差。
2.2.2 仿真结果MATLAB源程序及运行结果如下：源程序7：A_var= var(double(A_gray (:)))%进行各像素点的方差计算源程序运行结果如图6所示：图 6 图像各像素点方差结果2.4 灰度直方图绘制2.4.1 原理介绍灰度直方图用于显示图像的灰度值分布情况，是数字图像处理中最简单和最实用的工具。
MATLAB中提供了专门绘制直方图的函数imhist()。
用它可以很简单的绘制出一幅图像的灰度直方图。
在MATLAB中可以调用函数hist来绘制图像的灰度直方图，对应图像处理函数为imhist();用该函数可以方便的绘制图像的数据柱状图，在命令窗口输入imhist(A_gray)即可得到图像A_gray的灰度直方图。
2.4.2 仿真结果源程序和运行结果如下：源程序8：imhist(A_gray) %绘制灰度图像的灰度直方图源程序运行结果如图9所示：图9 灰度直方图3 快速傅立叶变换3.1 原理介绍傅立叶变换是线性系统分析的一个有力的工具。