matlab图像处理
MATLAB图像处理
附2
MATLAB的数字图像处理
●所谓数字图像处理（digital image processing），就是 利用计算机对图像进行去除噪声、增强、恢复、分割、
提取特征等的理论、方法和技术。
1 数字图像的基本概念
● 图像分辨率 清晰度 绝对清晰度 视觉效果
● Resolution (分辨率)单位
dpi (display pixels / inch)
汉王指纹考勤机
指纹识别系统
纹形（箕形、斗形、弓形） 模式区 全局特征（描述了 指纹的总体结构） 核心点 三角点
指纹的基本特征
纹数
局部特征（指指纹纹乱上的节点的特征，这 些特征提供了指纹唯一性的确认信息）
指纹识别系统
纹形可以分为箕形、弓形、斗形，如下图所示。其他的 指纹图案都是基于这三种基本图案
箕形纹
●
位图
Matlab技术在医学图像处理中的应用案例
Matlab技术在医学图像处理中的应用案例引言医学图像处理是一项关键技术，它在医学领域中得到了广泛的应用。
利用图像处理算法和工具可以提取、分析和可视化医学图像中的信息，为疾病诊断和治疗提供有力的支持。
本文将介绍Matlab技术在医学图像处理中的应用案例，展示出其强大的功能和潜力。
一、医学图像的获取与处理在医学领域，各种各样的图像被用于研究和诊断。
例如，X射线、MRI、CT和超声图像等都可以提供丰富的信息。
然而，这些图像往往需要经过预处理和增强，以减少噪声和改善图像质量。
Matlab提供了一系列强大的图像处理函数和工具箱，方便医学专业人员对图像进行处理。
比如，可以使用imread函数读取图像文件，im2double函数将图像转换为双精度浮点数，imresize函数改变图像大小，imadjust函数进行灰度调整等。
二、医学图像的分割与标记在进行医学图像处理时，经常需要对图像进行分割，即将图像中的目标或感兴趣区域从背景中提取出来。
Matlab提供了多种图像分割算法，如阈值法、区域生长法、边缘检测和分水岭算法等。
这些算法可以应用于不同类型的医学图像，如肿瘤的分割、血管的提取等。
此外，Matlab还可以进行图像标记，以便更好地显示和分析图像中的结构和特征。
三、医学图像的特征提取与分类医学图像的特征提取和分类是医学图像处理中的重要任务之一。
通过提取图像中的形态、纹理、颜色等特征，可以帮助医生识别和定位疾病，从而进行更精确的诊断和治疗。
Matlab提供了多种特征提取算法和数据处理工具，如灰度共生矩阵、小波变换和主成分分析等。
这些方法可以对图像进行高级特征提取和降维处理，为后续的分类和诊断提供支持。
四、医学图像的重建与增强在一些医学应用中，图像重建和增强是必不可少的步骤。
比如，在CT图像中，需要对原始数据进行重建和归一化处理，以产生高质量的图像。
在MRI图像中，可以通过4D重建算法对时间序列数据进行处理，以监测和分析器官的活动。
用matlab实现数字图像处理几个简单例子
实验报告实验一图像的傅里叶变换（旋转性质）实验二图像的代数运算实验三filter2实现均值滤波实验四图像的缩放朱锦璐04085122实验一图像的傅里叶变换（旋转性质）一、实验内容对图（1.1）的图像做旋转，观察原图的傅里叶频谱和旋转后的傅里叶频谱的对应关系。
图（1.1）二、实验原理首先借助极坐标变换x=rcosθ,y=rsinθ,u=wcosϕ,v=wsinϕ,,将f(x,y)和F(u,v)转换为f(r,θ)和F（w，ϕ）.f(x,y) <=> F(u，v)f(rcosθ,rsinθ)<=> F(wcosϕ，wsinϕ)经过变换得f( r,θ+θ。
)<=>F(w,ϕ+θ。
)上式表明，对f(x,y)旋转一个角度θ。
对应于将其傅里叶变换F(u，v)也旋转相同的角度θ。
F(u,v)到f(x,y)也是一样。
三、实验方法及程序选取一幅图像，进行离散傅里叶变换，在对其进行一定角度的旋转，进行离散傅里叶变换。
>> I=zeros(256,256); %构造原始图像I(88:168,120:136)=1; %图像范围256*256，前一值是纵向比，后一值是横向比figure(1);imshow(I); %求原始图像的傅里叶频谱J=fft2(I);F=abs(J);J1=fftshift(F);figure(2)imshow(J1,[5 50])J=imrotate(I,45,'bilinear','crop'); %将图像逆时针旋转45°figure(3);imshow(J) %求旋转后的图像的傅里叶频谱J1=fft2(J);F=abs(J1);J2=fftshift(F);figure(4)imshow(J2,[5 50])四、实验结果与分析实验结果如下图所示（1.2）原图像（1.3）傅里叶频谱（1.4）旋转45°后的图像（1.5）旋转后的傅里叶频谱以下为放大的图（1.6）原图像（1.7）傅里叶频谱（1.8）旋转45°后的图像（1.9）旋转后的傅里叶频谱由实验结果可知1、从旋转性质来考虑，图（1.8）是图（1.6）逆时针旋转45°后的图像，对比图（1.7）和图（1.9）可知，频域图像也逆时针旋转了45°2、从尺寸变换性质来考虑，如图（1.6）和图（1.7）、图（1.8）和图（1.9）可知，原图像和其傅里叶变换后的图像角度相差90°，由此可知，时域中的信号被压缩，到频域中的信号就被拉伸。
matlab数字图像处理实验报告
《数字图像处理实验报告》实验一图像的增强一.实验目的1.熟悉图像在MATLAB下的读写、输出；2.熟悉直方图；3.熟悉图像的线性指数等；4.熟悉图像的算术运算和几何变换。
二.实验仪器计算机、MATLAB软件三.实验原理图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。
从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像。
其基本原理是：对一幅图像的灰度直方图，经过一定的变换之后，使其成为均匀或基本均匀的，即使得分布在每一个灰度等级上的像素个数．f=H等或基本相等。
此方法是典刑的图像空间域技术处理，但是由于灰度直方图只是近似的概率密度函数，因此，当用离散的灰度等级做变换时，很难得到完全平坦均匀的结果。
频率域增强技术频率域增强是首先将图像从空间与变换到频域，然后进行各种各样的处理，再将所得到的结果进行反变换，从而达到图像处理的目的。
常用的变换方法有傅里叶变换、DCT变换、沃尔什-哈达玛变换、小波变换等。
假定原图像为f(x，y)，经傅立叶变换为F(u，v)。
频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅立叶变换得到增强的图像。
四.实验内容及步骤1.图像在MATLAB下的读写、输出；实验过程：>> I = imread('F:\image\');figure;imshow(I);title('Original Image');text(size(I,2),size(I,1)+15, ...'', ...'FontSize',7,'HorizontalAlignment','right');Warning: Image is too big to fit on screen; displaying at 25% > In imuitools\private\initSize at 86In imshow at 1962.给定函数的累积直方图。
用matlab数字图像处理四个实验
数字图像处理实验指导书目录实验一MATLAB数字图像处理初步实验二图像的代数运算实验三图像增强-空间滤波实验四图像分割3实验一 MATLAB数字图像处理初步一、实验目的与要求1．熟悉及掌握在MATLAB中能够处理哪些格式图像。
2．熟练掌握在MATLAB中如何读取图像。
3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。
4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。
5．图像间如何转化。
二、实验原理及知识点1、数字图像的表示和类别一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。
灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。
例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。
因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。
图像关于x和y坐标以及振幅连续。
要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。
将坐标值数字化成为取样；将振幅数字化成为量化。
采样和量化的过程如图1所示。
因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。
作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。
图1 图像的采样和量化根据图像数据矩阵解释方法的不同，MA TLAB把其处理为4类：➢亮度图像(Intensity images)➢二值图像(Binary images)➢索引图像(Indexed images)➢RGB图像(RGB images)(1) 亮度图像一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。
若亮度图像的像素都是uint8类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。
若图像是double类，则像素取值就是浮点数。
Matlab中的模糊图像处理和图像模糊恢复技术
Matlab中的模糊图像处理和图像模糊恢复技术随着数字图像的广泛应用和发展，图像模糊成为一个重要的问题。
由于摄像器材或传输媒介等方面的限制，图像的清晰度可能受到一定程度的影响，导致图像模糊。
在实际应用中，图像的模糊问题会给图像解析、目标跟踪、计算机视觉等许多领域带来困扰。
为了改善模糊图像的质量，并解决图像模糊问题，Matlab提供了一系列的模糊图像处理和图像模糊恢复技术。
一、图像模糊的产生原因图像模糊一般是由光学系统的缺陷、运动物体、相机抖动等因素引起的。
光学系统的缺陷包括镜头的失真、散射、衍射等；运动物体指的是图像中的物体在拍摄过程中出现运动造成模糊；相机抖动是由于相机本身的不稳定性或者手持摄影造成的。
二、模糊图像处理的方法1.滤波方法滤波方法是最基本也是最常用的图像模糊处理方法。
在Matlab中，可以使用各种滤波器对图像进行处理，例如平滑滤波、高斯滤波、中值滤波等。
这些滤波器可以消除图像中的高频噪声，同时也会导致图像的模糊。
2.图像退化模型图像退化模型是描述图像模糊过程的数学模型。
常见的图像退化模型有运动模糊模型、模糊核模型等。
通过了解图像退化模型的特性，可以更准确地恢复图像的清晰度。
在Matlab中，可以根据图像退化模型进行图像恢复的研究和实现。
3.频域方法频域方法是一种基于图像频谱的模糊图像处理方法。
通过对图像进行傅里叶变换，可以将图像从空间域转换到频率域，然后在频率域进行处理，最后再进行逆傅里叶变换得到恢复后的图像。
在Matlab中，可以利用fft2函数进行傅里叶变换和逆傅里叶变换，实现频域方法对图像的处理。
三、图像模糊恢复技术1.盲去卷积算法盲去卷积算法是一种不需要知道图像退化模型的图像恢复方法。
通过对模糊图像进行去卷积处理，可以尽可能地恢复图像的清晰度。
在Matlab中，可以使用盲去卷积相关的函数和工具箱实现图像模糊恢复。
2.基于深度学习的图像超分辨率重建技术深度学习技术如今在计算机视觉领域取得了巨大的成功。
东北大学matlab计算机图像处理实验报告
计算机图像处理实验报告学院：信息学院班级：姓名：学号：实验内容：数字图像处理1、应用MATLAB语言编写显示一幅灰度图像、二值图像、索引图像及彩色图像的程序，并进行相互之间的转换；（1）、显示一副真彩RGB图像代码：I=imread('mikasa.jpg');>>imshow(I);效果：（2）、RGB转灰度图像代码：graycat=rgb2gray(I);>> subplot(1,2,1);>> subimage(I);>> subplot(1,2,2);>> subimage(graycat);效果：（3）、RGB转索引图像代码：[indcat,map]=rgb2ind(I,0.7);>> subplot(1,2,1);>> subimage(I);>> subplot(1,2,2);>> subimage(indcat,map);效果：（4）、索引图像转RGB代码：I1=ind2rgb(indcat,map);>>subplot(1,2,1);>>subimage(indcat,map);>>subplot(1,2,2);>>subimage(I1);效果：（5）、索引转灰度图像代码：i2gcat=ind2gray(indcat,map);>>subplot(1,2,1);>>subimage(indcat,map);>>subplot(1,2,2);>>subimage(i2gcat);效果：（6）、灰度转索引图像代码：[g2icat,map]=gray2ind(graycat,64);>>subplot(1,2,1);>>subimage(graycat);>>subimage(g2icat,map);效果：（7）、RGB转二值图像代码：r2bwcat=im2bw(I,0.5);>>subplot(1,2,1);>>subimage(I);>>subplot(1,2,2);>>subimage(r2bwcat);效果：（8）灰度转二值图像代码：g2bwcat=im2bw(graycat,0.5); subplot(1,2,1);>>subimage(graycat);>>subplot(1,2,2);>>subimage(g2bwcat);效果：（9）、索引转二值图像代码：>> i2bwcat=im2bw(indcat,map,0.7);>>subimage(indcat,map);>>subplot(1,2,2);>>subimage(i2bwcat);效果：2、应用MATLAB工具箱演示一幅图像的傅里叶变换、离散余弦变换，观察其频谱图。
matlab图像处理之image和imagesc函数
matlab图像处理之image和imagesc函数imshow主要⽤于调⽤图像索引，⽐如：imshow(X,map)其功能等同于：image(X) colormap(map)但是，imshow的功能要强⼤⼀些，⽐如⽤于灰度图像，RGB图像，⼆进制图像，都可以应⽤。
imagesc属于图像缩放函数具体说⼀些例⼦：要显⽰⼀副灰度图像，可以调⽤函数 imshow 或 imagesc （即imagescale，图像缩放函数）(1) imshow 函数显⽰灰度图像使⽤ imshow(I) 或使⽤明确指定的灰度级书⽬：imshow(I,32)由于Matlab⾃动对灰度图像进⾏标度以适合调⾊板的范围，因⽽可以使⽤⾃定义⼤⼩的调⾊板。
其调⽤格式如下：imshow(I,[low,high])其中，low 和 high 分别为数据数组的最⼩值和最⼤值。
(2) imagesc 函数显⽰灰度图像下⾯的代码是具有两个输⼊参数的 imagesc 函数显⽰⼀副灰度图像imagesc(1,[0,1]);colormap(gray);imagesc 函数中的第⼆个参数确定灰度范围。
灰度范围中的第⼀个值（通常是0），对应于颜⾊映象表中的第⼀个值（颜⾊），第⼆个值（通常是1）则对应与颜⾊映象表中的最后⼀个值（颜⾊）。
灰度范围中间的值则线型对应与颜⾊映象表中剩余的值（颜⾊）。
在调⽤ imagesc 函数时，若只使⽤⼀个参数，可以⽤任意灰度范围显⽰图像。
在该调⽤⽅式下，数据矩阵中的最⼩值对应于颜⾊映象表中的第⼀个颜⾊值，数据矩阵中的最⼤值对应于颜⾊映象表中的最后⼀个颜⾊值。
5.3 RGB 图像及其显⽰(1) image(RGB)不管RGB图像的类型是double浮点型，还是 uint8 或 uint16 ⽆符号整数型，Matlab都能通过 image 函数将其正确显⽰出来。
RGB8 = uint8(round(RGB64×255)); ％将 double 浮点型转换为 uint8 ⽆符号整型RGB64 = double(RGB8)/255; ％将 uint8 ⽆符号整型转换为 double 浮点型RGB16 = uint16(round(RGB64×65535)); ％将 double 浮点型转换为 uint16 ⽆符号整型RGB64 = double(RGB16)/65535; ％将 uint16 ⽆符号整型转换为 double 浮点型(2) imshow(RGB) 参数是⼀个 m×n×3 的数组5.4 ⼆进制图像及其显⽰(1) imshow(BW)在 Matlab 7.0 中，⼆进制图像是⼀个逻辑类，仅包括 0 和 1 两个数值。
MATLAB中的图像处理与数字图像恢复技术
MATLAB中的图像处理与数字图像恢复技术MATLAB是一款非常强大的数字图像处理和恢复工具。
在现代科学领域中，图像处理和恢复技术被广泛应用于医学、计算机视觉、遥感等领域。
在这篇文章中，我们将探讨MATLAB中的图像处理和数字图像恢复技术的一些基本概念和方法。
一、图像处理的基本概念图像处理是指对图像进行各种操作和处理，以改善其质量、增强其特征或实现一定的目标。
在MATLAB中，可以使用图像处理工具箱来实现各种图像处理操作。
图像处理的基本概念包括图像输入输出、像素、灰度和颜色等。
图像在数字领域中以像素的形式存在，每个像素代表图像中的一个点。
而每个像素又由其对应位置的红、绿和蓝三个分量构成，这就是所谓的彩色图像。
如果只有一个分量，那么就是灰度图像了。
图像处理的主要目标是对图像进行增强、去噪、修复等操作，以提取出更多有用的信息。
常用的图像处理操作包括滤波、直方图均衡化、锐化等。
这些操作可以在MATLAB中通过简单的几行代码来实现。
二、图像处理的常见技术1. 图像增强图像增强是指通过加强图像中的某些特定特征来使其更加清晰和易于观察。
对比度增强、直方图均衡化和边缘提取是常用的图像增强方法之一。
对比度增强可以通过调整图像中的像素值范围来实现。
在MATLAB中，可以使用imadjust函数来实现对比度增强。
直方图均衡化则是通过重新分布图像中的像素值来增强图像的对比度。
MATLAB中的histeq函数可以实现直方图均衡化。
边缘提取是指将图像中的边缘部分提取出来，以便更好地分析和处理。
常见的边缘检测算法有Sobel、Prewitt和Canny算法等。
在MATLAB中，可以使用相应的函数来实现这些边缘检测算法。
2. 图像去噪图像去噪是指通过滤除图像中的噪声来恢复图像的清晰度和细节。
常见的图像去噪方法包括均值滤波、中值滤波和小波去噪等。
均值滤波是一种简单的滤波方法，它将像素周围的邻近像素值的平均值作为当前像素的值。
在MATLAB中，可以使用imfilter函数来实现均值滤波。
Matlab在图像处理中的应用与技巧
Matlab在图像处理中的应用与技巧引言图像处理是计算机科学领域中的一个重要分支，通过对图像进行处理和分析，可以获得许多有价值的信息。
而MATLAB作为一个强大的计算软件，具备了丰富的图像处理函数和工具箱，可以帮助我们实现各种复杂的图像处理任务。
本文将介绍MATLAB在图像处理中的应用与技巧，帮助读者更好地利用MATLAB进行图像处理。
一、图像的读取与显示在MATLAB中，可以使用imread函数读取图像文件。
例如，要读取一张名为"image.jpg"的图像文件，可以使用以下代码：```MATLABimage = imread('image.jpg');```而imshow函数则可以将图像显示在窗口中，例如：```MATLABimshow(image);```通过这两个简单的函数，我们可以很方便地读取和显示图像。
二、图像的基本处理1.图像的缩放在图像处理过程中，经常需要将图像进行缩放。
MATLAB提供了imresize函数来实现图像的缩放，例如：```MATLABnew_image = imresize(image, [height, width]);```其中，height和width分别表示缩放后图像的高度和宽度。
2.图像的灰度化有时候我们只关注图像的亮度信息，而忽略了彩色信息。
此时可以将图像转换为灰度图像，MATLAB提供了rgb2gray函数来实现图像的灰度化，例如：```MATLABgray_image = rgb2gray(image);```gray_image即为灰度图像。
3.图像的旋转有时候我们需要将图像进行旋转，MATLAB提供了imrotate函数来实现图像的旋转，例如：```MATLABrotated_image = imrotate(image, angle);```其中，angle表示旋转的角度。
三、图像的增强处理1.图像的边缘检测在许多图像处理任务中，边缘是重要的特征之一。
- 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)。
江西省南昌市2015-2016学年度第一学期期末试卷 （江西师大附中使用）高三理科数学分析
一、整体解读 试卷紧扣教材和考试说明，从考生熟悉的基础知识入手，多角度、多层次地考查了学生的数学理性思维能力及对数学本质的理解能力，立足基础，先易后难，难易适中，强调应用，不偏不怪，达到了“考基础、考能力、考素质”的目标。试卷所涉及的知识内容都在考试大纲的范围内，几乎覆盖了高中所学知识的全部重要内容，体现了“重点知识重点考查”的原则。 1．回归教材，注重基础 试卷遵循了考查基础知识为主体的原则，尤其是考试说明中的大部分知识点均有涉及，其中应用题与抗战胜利70周年为背景，把爱国主义教育渗透到试题当中，使学生感受到了数学的育才价值，所有这些题目的设计都回归教材和中学教学实际，操作性强。 2．适当设置题目难度与区分度 选择题第12题和填空题第16题以及解答题的第21题，都是综合性问题，难度较大，学生不仅要有较强的分析问题和解决问题的能力，以及扎实深厚的数学基本功，而且还要掌握必须的数学思想与方法，否则在有限的时间内，很难完成。 3．布局合理，考查全面，着重数学方法和数学思想的考察 在选择题，填空题，解答题和三选一问题中，试卷均对高中数学中的重点内容进行了反复考查。包括函数，三角函数，数列、立体几何、概率统计、解析几何、导数等几大版块问题。这些问题都是以知识为载体，立意于能力，让数学思想方法和数学思维方式贯穿于整个试题的解答过程之中。
二、亮点试题分析
1．【试卷原题】11.已知,,ABC是单位圆上互不相同的三点，且满足ABAC，则
ABAC
的最小值为（ ） A．14
B．12
C．34
D．1 【考查方向】本题主要考查了平面向量的线性运算及向量的数量积等知识，是向量与三角的典型综合题。解法较多，属于较难题，得分率较低。 【易错点】1．不能正确用OA，OB，OC表示其它向量。 2．找不出OB与OA的夹角和OB与OC的夹角的倍数关系。 【解题思路】1．把向量用OA，OB，OC表示出来。 2．把求最值问题转化为三角函数的最值求解。
【解析】设单位圆的圆心为O，由ABAC得，22()()OBOAOCOA，因为
1OAOBOC，所以有，OBOAOCOA则
()()ABACOBOAOCOA 2OBOCOBOAOAOCOA
21OBOCOBOA 设OB与OA的夹角为，则OB与OC的夹角为2
所以，cos22cos1ABAC2
11
2(cos)22
即，ABAC的最小值为12，故选B。
【举一反三】 【相似较难试题】【2015高考天津，理14】在等腰梯形ABCD中,已知//,2,1,60ABDCABBCABC ,动点E和F分别在线段BC和DC上,且,
1,,9BEBCDFDC则AEAF的最小值为 .
【试题分析】本题主要考查向量的几何运算、向量的数量积与基本不等式.运用向量的几何运算求,AEAF，体现了数形结合的基本思想，再运用向量数量积的定义计算AEAF，体现了数学定义的运用，再利用基本不等式求最小值，体现了数学知识的综合应用能力.是思维能力与计算能力的综合体现.
【答案】2918
【解析】因为1,9DFDC12DCAB，119199918CFDFDCDCDCDCAB，
AEABBEABBC，
19191818AFABBCCFABBCABABBC，
22
1919191181818AEAFABBCABBCABBCABBC
19199421cos12018182117211729
29218921818
当且仅当2192即23时AEAF的最小值为2918. 2．【试卷原题】20. （本小题满分12分）已知抛物线C的焦点1,0F，其准线与x轴的交点为K，过点K的直线l与C交于,AB两点，点A关于x轴的对称点为D． （Ⅰ）证明：点F在直线BD上；
（Ⅱ）设89FAFB，求BDK内切圆M的方程.
【考查方向】本题主要考查抛物线的标准方程和性质，直线与抛物线的位置关系，圆的标准方程，韦达定理，点到直线距离公式等知识，考查了解析几何设而不求和化归与转化的数学思想方法，是直线与圆锥曲线的综合问题，属于较难题。 【易错点】1．设直线l的方程为(1)ymx，致使解法不严密。 2．不能正确运用韦达定理，设而不求，使得运算繁琐，最后得不到正确答案。 【解题思路】1．设出点的坐标，列出方程。 2．利用韦达定理，设而不求，简化运算过程。 3．根据圆的性质，巧用点到直线的距离公式求解。 【解析】（Ⅰ）由题可知1,0K，抛物线的方程为24yx
则可设直线l的方程为1xmy，112211,,,,,AxyBxyDxy，
故214xmyyx整理得2440ymy，故121244yymyy
则直线BD的方程为212221yyyyxxxx即2222144yyyxyy 令0y，得1214yyx
，所以1,0F在直线BD上.
（Ⅱ）由（Ⅰ）可知121244yymyy，所以2
12121142xxmymym
，
1211111xxmymy 又111,FAxy，221,FBxy
故2
1212121211584FAFBxxyyxxxxm
，
则2
8484,93mm，故直线l的方程为3430xy或3430xy 22
212112
47416163yyyyyym，
故直线BD的方程3730xy或3730xy，又KF为BKD的平分线， 故可设圆心,011Mtt，,0Mt到直线l及BD的距离分别为3131,54tt
-------------10分 由313154tt得19t或9t（舍去）.故圆M的半径为31253tr
所以圆M的方程为221499xy 【举一反三】 【相似较难试题】【2014高考全国，22】 已知抛物线C：y2＝2px(p>0)的焦点为F，直线
y＝4与y轴的交点为P，与C的交点为Q，且|QF|＝54|PQ|. （1）求C的方程； （2）过F的直线l与C相交于A，B两点，若AB的垂直平分线l′与C相交于M，N两点，且A，M，B，N四点在同一圆上，求l的方程． 【试题分析】本题主要考查求抛物线的标准方程,直线和圆锥曲线的位置关系的应用,韦达定理,弦长公式的应用,解法及所涉及的知识和上题基本相同. 【答案】（1）y2＝4x. （2）x－y－1＝0或x＋y－1＝0.
【解析】（1）设Q(x0，4)，代入y2＝2px，得x0＝8p，
所以|PQ|＝8p，|QF|＝p2＋x0＝p2＋8p. 由题设得p2＋8p＝54×8p，解得p＝－2(舍去)或p＝2， 所以C的方程为y2＝4x. （2）依题意知l与坐标轴不垂直，故可设l的方程为x＝my＋1(m≠0)． 代入y2＝4x，得y2－4my－4＝0. 设A(x1，y1)，B(x2，y2)， 则y1＋y2＝4m，y1y2＝－4. 故线段的AB的中点为D(2m2＋1，2m)， |AB|＝m2＋1|y1－y2|＝4(m2＋1)． 又直线l ′的斜率为－m，
所以l ′的方程为x＝－1my＋2m2＋3. 将上式代入y2＝4x， 并整理得y2＋4my－4(2m2＋3)＝0. 设M(x3，y3)，N(x4，y4)， 则y3＋y4＝－4m，y3y4＝－4(2m2＋3)．
故线段MN的中点为E2m2＋2m2＋3，－2m， |MN|＝1＋1m2|y3－y4|＝4（m2＋1）2m2＋1m2. 由于线段MN垂直平分线段AB， 故A，M，B，N四点在同一圆上等价于|AE|＝|BE|＝12|MN|，
从而14|AB|2＋|DE|2＝14|MN|2，即 4(m2＋1)2＋2m＋2m2＋2m2＋22＝ 4（m2＋1）2（2m2＋1）m4
，
化简得m2－1＝0，解得m＝1或m＝－1， 故所求直线l的方程为x－y－1＝0或x＋y－1＝0.
三、考卷比较
本试卷新课标全国卷Ⅰ相比较，基本相似，具体表现在以下方面： 1. 对学生的考查要求上完全一致。 即在考查基础知识的同时，注重考查能力的原则，确立以能力立意命题的指导思想，将知识、能力和素质融为一体，全面检测考生的数学素养，既考查了考生对中学数学的基础知识、基本技能的掌握程度，又考查了对数学思想方法和数学本质的理解水平，符合考试大纲所提倡的“高考应有较高的信度、效度、必要的区分度和适当的难度”的原则． 2. 试题结构形式大体相同，即选择题12个，每题5分，填空题4 个，每题5分，解答题8个（必做题5个），其中第22，23，24题是三选一题。题型分值完全一样。选择题、填空题考查了复数、三角函数、简易逻辑、概率、解析几何、向量、框图、二项式定理、线性规划等知识点，大部分属于常规题型，是学生在平时训练中常见的类型．解答题中仍涵盖了数列，三角函数，立体何，解析几何，导数等重点内容。 3. 在考查范围上略有不同，如本试卷第3题，是一个积分题，尽管简单，但全国卷已经不考查了。