基于matlab的简单图像处理毕业论文(编辑修改稿)内容摘要:

ise=*randn(size(x))。 y=imadd(x,im2uint8(snoise))。 imshow(y)。 =y。 guidata(hObject,handles)。 function bosong_Callback(hObject, eventdata, handles) axes()。 x=()。 y=imnoise(x,39。 poisson39。 )。 imshow(y)。 =y。 guidata(hObject,handles)。 function duishu_Callback(hObject, eventdata, handles) axes()。 Image_in=()。 [m,n]=size(Image_in)。 for c=38:2:50 %c的值分别取: [38 40 42 44 46 48 50] for i=1:m for j=1:n Image_out(i,j)=c*log(1+double(Image_in(i,j)))。 % 利 用 公 式s=c*log(1+f(x,y)) end end Image_out=uint8(Image_out)。 %转换图像数据类型 imshow(Image_out)。 end function zhishu_Callback(hObject, eventdata, handles) function fuxiang_Callback(hObject, eventdata, handles) axes()。 image_in=()。 [m,n]=size(image_in)。 max_image=max(max(image_in))。 min_image=min(min(image_in))。 for i=1:m for j=1:n image_out(i,j)=max_imagedouble(image_in(i,j))。 end end image_out=uint8(image_out)。 imshow(image_out)。 function fenduan_Callback(hObject, eventdata, handles) axes()。 image_in=()。 [m,n]=size(image_in)。 max_image=max(max(image_in))。 min_image=min(min(image_in))。 a=50。 b=60。 c=235。 d=245。 for i=1:m for j=1:n if image_in(i,j)=0amp。 image_in(i,j)=a。 image_out(i,j)=a/b*image_in(i,j)。 else if image_in(i,j)=camp。 image_in(i,j)=d。 image_out(i,j)=((db)/(ca))*(image_in(i,j)a)+c。 else image_out(i,j)=((ca)/(db))*(double(image_in(i,j)b))+a。 end end end end image_out=uint8(image_out)。 imshow(image_out)。 function quanyu_Callback(hObject, eventdata, handles) axes()。 I=()。 [m,n]=size(I)。 max_I=max(max(I))。 min_I=min(min(I))。 for i=1:m for j=1:n if(I(i,j)10) I1(i,j)=4。 elseif(I(i,j)210) I1(i,j)=230。 else I1(i,j)=(2304)/(21010)*(I(i,j)min_I)+4。 end end end imshow(I1)。 function quezhi_Callback(hObject, eventdata, handles) axes()。 I=()。 d=double(I)。 a=。 a1=。 b1=。 n1=find(ia)。 n2=find(ia)。 d2=d。 d2(n1)=b1。 d2(n2)=a1。 i2=uint8(d2)。 imshow(i2)。 function suoxiaozuijin_Callback(hObject, eventdata, handles) axes()。 prompt={39。 输入放大倍数 :39。 }。 defans={39。 39。 }。 p=inputdlg(prompt,39。 输入 放大 倍数39。 ,1,defans)。 p1=str2num(p{1})。 y=imresize(,p1,39。 nearest39。 )。 %最近邻插值法缩小 imshow(y)。 function suoxiaoshuangxianing_Callback(hObject, eventdata, handles) axes()。 prompt={39。 输入放大倍数 :39。 }。 defans={39。 39。 }。 p=inputdlg(prompt,39。 输入 放大 倍数39。 ,1,defans)。 p1=str2num(p{1})。 y=imresize(,p1,39。 bilinear39。 )。 y=imresize(,p1,39。 bilinear39。 )。 %最近邻插值法缩小 imshow(y)。 function lincha_Callback(hObject, eventdata, handles) % hObject handle to lincha (see axes()。 prompt={39。 输入放大倍数 :39。 }。 defans={39。 239。 }。 p=inputdlg(prompt,39。 输入 放大 倍数39。 ,1,defans)。 p1=str2num(p{1})。 y=imresize(,p1,39。 nearest39。 )。 %最近邻插值法放大 imshow(y)。 % function shuangchazhi_Callback(hObject, eventdata, handles)% axes()。 prompt={39。 输入放大倍数 :39。 }。 defans={39。 239。 }。 p=inputdlg(prompt,39。 输入 放大 倍数39。 ,1,defans)。 p1=str2num(p{1})。 y=imresize(,p1,39。 bilinear39。 )。 %最近邻插值法放大 imshow(y)。 function shangxia_Callback(hObject, eventdata, handles)%上下翻转 axes()。 x=()。 if isrgb() for k=1:3 y(:,:,k)=flipud(x(:,:,k))。 % 上下翻转函数 end imshow(y)。 else x=()。 y=flipud(x)。 imshow(y)。 end % function zuoyou_Callback(hObject, eventdata, handles)%左右旋转 axes()。 if isrgb() x=()。 for k=1:3 y(:,:,k)=fliplr(x(:,:,k))。 % 左右翻转函数 end imshow(y)。 else x=()。 y=fliplr(x)。
阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。