matlab圖像處理課程設計
① 用matlab做一個圖像處理系統
圖片內容如下：
全球我
％對話框來打開文件
鏡像文件，路徑名] = uigetfile（'*。TIF「）;
如果鏡像文件= 0
文件名[路徑名的鏡像文件;
[X，地圖] = imread（文件名）;
I = X;
show_Callback（hObject，EVENTDATA，處理）
集
結束（handles.save，「啟用」，「」）;
圖像保存：
全局I
[鏡像文件路徑名filterindex] = uiputfile（ {'*。TIF「，」TIF「，」*。*'，'文件'}，「圖片另存為」）;
（鏡像文件?= 0＆filterindex == 1）
文件名= [路徑名鏡像文件。 TIF'];
imwrite（I，文件名）;
其他（鏡像文件?= 0）
文件名= [路徑名的鏡像文件];
imwrite（I，文件名）; />結束;
頻域增強：
全球我
J = imnoise（I，'椒鹽'，0.02）;
％的基tuxiang田家燕郊早生
>插曲（121），imshow（J）
標題（「漢你早生的元tuxiang）
J =雙（J）;
F = FFT2（J） G = fftshift（F）;
[M，N] =大小（F）;
n = 3時，D0 = 20;
N1 =樓（M / 2）; N2 =地板（N / 2）;
為I = 1：M
對於j = 1：N
D = SQRT（（I-N1）^ 2 +（J-N2）^ 2 ）;
?= 1 /（0.414 *（D/D0）^（2 * N））;
G（I，J）= H * G（I，J）; ...... / a>
結束
G = ifftshift（G）;
G = UINT8（真實（ifft2（G）））;
插曲（122），imshow（G） BR />標題（「三姐北海鋁泊tuxiang）
FFT變換：
％讀入原始圖像
插曲（1,2,1）;
imshow（ I）
標題元（TU）;
％，離散傅立葉頻譜
J = fftshift（FFT??2（I））;
插曲（1,2，2）
imshow（日誌（ABS（J）），[8,10]）
標題（FFT）;
② MATLAB圖像處理程序~
這是函數m文件，不能直接運行的，你的先給出f，m，n，rx，rc，然後調用這個函數m文件啊
③ 學習matlab圖像處理
Matlab 是一款功能強大的應用軟體，由於你基礎知識還未掌握，所以圖像處理方面就很版難理解！
建議，先權到圖書館借一些Matlab基礎的相關書籍，等基本操作和編程的語法掌握之後再去研讀圖像處理方面的書
記得我剛學matlab時也很迷茫，但是只要堅持練習，操作，嘗試，總會出成果的
只有基礎打牢固了，在學習深入的技巧就很容易了
還有，如果你需要MATLAB圖像處理翻譯版的優秀教材PDF，在我的網路Hi 或者留言板留下你的郵箱，我發一份給你
Good Luck ～～
④ MATLAB圖像處理步驟
數字圖像的邊界提取：
I=imread('bonemarr.tif');
[BW1,th1]=edge(I,'sobel',0.07);
th1str=num2str(th1)
imshow(I);
title('圖1:bonemarr.tif原圖','fontsize',14,'position',[128,260,0]);
figure;imshow(BW1);
ti='圖8: sobel運算元提取的邊界,閾值為';
ti=strcat(ti,th1str)
title(ti,'fontsize',12,'position',[128,260,0])
圖像壓縮：
clear
I=imread('blood1.tif');
I=im2double(I);
T=dctmtx(8);
B=blkproc(I,[8 8],'P1*x*P2',T,T);
mask[1,1,1,1,0,0,0,0;1,1,1,0,0,0,0,0;1,1,0,0,0,0,0,0;1,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0;]
B2=(blkproc(B,[8 8],'P1.*x',mask);
I2=blkproc(I,[8 8],'P1*x*P2',T,T);
subplot(1,2,1);
imshow(I);title('原圖'）；
subplot(1,2,2);
imshow(I2);title('解壓縮圖')；
⑤ 圖像處理matlab的課程設計 題目是空域和頻域濾波
%1. 對圖像lena.bmp疊加高斯雜訊，椒鹽雜訊，乘性雜訊，雜訊方差為0.02，然後分別利用鄰域平均法和中值濾波法對該圖像進行濾波，顯示濾波後的圖像。
%要求窗口尺寸(先用3×3，再用5×5逐漸增大)可變，窗口類型（線性，十字形，方形）可選）
%領域平均法和中值濾波法是空間域的濾波的方法
clear all;
I=imread('lena.bmp');
J1=imnoise(I,'gaussian',0,0.02); %高斯雜訊 均值0 方差為0.02
J2=imnoise(I,'salt & pepper',0.02); %椒鹽雜訊 均值0 方差為0.02
J3=imnoise(I,'speckle',0.02); %乘性雜訊 均值0 方差為0.02
subplot(2,2,1),imshow(I),title('原始圖像');
subplot(2,2,2),imshow(J1),title('高斯雜訊');
subplot(2,2,3),imshow(J2),title('椒鹽雜訊');
subplot(2,2,4),imshow(J3),title('乘性雜訊');
%中值濾波法
figure(2)
K1=medfilt2(J1,[3,3]); %3*3的濾波窗
subplot(3,2,1),imshow(K1,[]),title('對3*3加高斯雜訊圖像中值濾波');
K2=medfilt2(J1,[5,5]); %5*5的濾波窗口
subplot(3,2,2),imshow(K2,[]),title('對5*5加高斯雜訊圖像中值濾波');
K2=medfilt2(J2,[3,3]); %3*3的濾波窗
subplot(3,2,3),imshow(K2,[]),title('對3*3加椒鹽雜訊圖像中值濾波');
K2=medfilt2(J2,[5,5]); %5*5的濾波窗口
subplot(3,2,4),imshow(K2,[]),title('對5*5加椒鹽雜訊圖像中值濾波');
K3=medfilt2(J3,[3,3]); %3*3的濾波窗
subplot(3,2,5),imshow(K3,[]),title('對3*3加乘性雜訊圖像中值濾波');
K2=medfilt2(J3,[5,5]); %5*5的濾波窗口
subplot(3,2,6),imshow(K3,[]),title('對5*5加乘性雜訊圖像中值濾波');
%領域平均法
figure(3)
L1=filter2(fspecial('average',3),J1);% 3*3模板平滑均值濾波
L2=filter2(fspecial('average',5),J1);%5×5模板平滑均值濾波
subplot(3,2,1),imshow(L1,[]),title('對3*3加高斯雜訊圖像平滑濾波');
subplot(3,2,2),imshow(L2,[]),title('對5*5加高斯雜訊圖像平滑濾波');
L3=filter2(fspecial('average',3),J2);% 3*3模板平滑均值濾波
L4=filter2(fspecial('average',5),J2);%5×5模板平滑均值濾波
subplot(3,2,3),imshow(L3,[]),title('對3*3加椒鹽雜訊圖像平滑濾波');
subplot(3,2,4),imshow(L4,[]),title('對5*5加椒鹽雜訊圖像平滑濾波');
L5=filter2(fspecial('average',3),J3);% 3*3模板平滑均值濾波
L6=filter2(fspecial('average',5),J3);%5×5模板平滑均值濾波
subplot(3,2,5),imshow(L5,[]),title('對3*3加乘性雜訊圖像平滑濾波');
subplot(3,2,6),imshow(L6,[]),title('對5*5加乘性雜訊圖像平滑濾波');
%領域平均法是指用某點領域的灰度值平均值來代替該點的灰度值，演算法簡單，處理速度快，但是在衰減雜訊的同時也會使圖像產生模糊。
%中值濾波法對椒鹽雜訊的抑制很好，但是不太適合點，線，尖頂等細節較多的圖像
⑥ matlab圖像處理基本步驟
看是什麼圖了 無圖無真相
反正就是預處理 最終要把圓和矩形分割出來 簡單是話 直接size(bw)獲取行 高
看樣子貌似是圖像長度測量的課題
⑦ matlab圖像處理的編程
同學既然你已經把演算法描述出來了，其實你離寫出程序就不遠了。為什麼不自己嘗試一下呢？如果有苦難的話，可以話流程圖來輔助。這里我給你一個示例，但是希望你以後自己動手。
[xlim ylim]=size(I);%I是你的灰度圖像
red=[];
for i=1:xlim
left=0;
right=0;
for j=1:ylim
if I(i,j)==255&&I(i,j+1)~=255
left=j
end
if j<ylim&&I(i,j)~=255&&I(i,j+1)==255%你對右邊緣點沒有定義，我自己理解為改點不是255且右邊的像素是255.
right=j;
end
if I(i,j)==255&&I(i,j+1)==255
break;
end
end
red(i)=right-left;
end
最後red這個向量裡面存的是每一行的左右邊緣間距。如果那些沒有邊緣的，則會得到0。我是按照你的邏輯來寫的。但是我感覺你的流程是有問題的。如果你的圖片與你的邏輯不是很符合的話，應該是出不來結果的。我也是盲編，可能有錯誤。你在調試的過程中自己把握吧。
圖像處理需要自己動手，我還是建議你修改一下你的編程邏輯，然後自己動手編寫程序。如果有問題，可以私信我。我願意跟你交流。
⑧ 基於MATLAB的數字圖像處理
圖片中有多少米，這個統計很簡單，但是圖片中統計汽車就難了。
MATLAB與Vc++程序實例的書好像都有數米粒的例子，你找找吧。
我給你個數米粒個數的程序吧：
i=imread('rice.tif');
i1=rgb2gray(i);%灰度化
bw=im2bw(i1);%二值化
[labeled number]=bwlabel(bw,8);%八鄰域個體數付給number，labeled里是結構
應該就有結果了number=80；
⑨ matlab數字圖像處理系統如何編寫
具體得參照MATLAB的函數，找一本想關Matlab圖像處理的書，裡面都有介紹的。A=imread('D:\IMG\girl.bmp');%bmp文件的讀內取，括弧裡面容是圖片路徑
imwrite(A,'D:\IMG\girl.bmp');
imshow(A);
subplot(1,3,1),imshow(A),title('原圖像');imfinfo('D:\IMG\girl.bmp');A=imread('D:\IMG\girl.bmp');
J=imnoise(A,'gaussian',0.002);
subplot(1,3,2),imshow(J),title('加雜訊後圖像');
K=zeros(size(A));
for i=1:100
J=imnoise(A,'gaussian',0.002);
J1=im2double(J);
K=K+J1;
end
K=K/100;
subplot(1,3,3);
imshow(K);
title('消雜訊後圖像');