资源描述：
《数字图像处理实验答案.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、实验名称：图像的锐化处理一、实验目的学习用锐化处理技术来加强图像的目标边界和图像细节。对图像进行梯度算子、Roberts算子、Sobel算子边缘检测处理和Laplace算子边缘增强处理，使图像的某些特征（如边缘、轮廓等）得以进一步的增强和突出。二、实验内容（1）编写梯度算子和Roberts算子滤波函数。（2）编写Sobel算子滤波函数。（3）编写Laplace算子边缘增强滤波函数。（4）观察频域中用高低通滤波技术对图像进行的平滑和锐化处理。三、实验方法及编程用Matlab进行编程，主要是对照着实验书上面的算法流程图进行代码的编写，主要编写
2、代码如下所示：functionnewbuf=RobFilter(oldbuf,M,N);%*************************************************************************%函数名称：%RobFilter()%说明：%'Robert梯度'滤波算法。%*************************************************************************fori=1:M-1forj=1:N-1newbuf(i,j)=abs(oldbuf
3、(i,j)-oldbuf(i+1,j+1))+abs(oldbuf(i+1,j)-oldbuf(i,j+1));endend%-------------------------------------------------------------------------functionnewbuf=SobFilter(oldbuf,M,N);%*************************************************************************%函数名称：%SobFilter()%说明：%'S
4、obel'滤波算法。%*************************************************************************fori=2:M-1forj=2:N-1sx=oldbuf(i+1,j-1)+2*oldbuf(i+1,j)+oldbuf(i+1,j+1)-oldbuf(i-1,j-1)-2*oldbuf(i-1,j)-oldbuf(i-1,j+1);sy=oldbuf(i-1,j+1)+2*oldbuf(i,j+1)+oldbuf(i+1,j+1)-oldbuf(i-1,j-1)-2*
5、oldbuf(i,j-1)-oldbuf(i+1,j-1);newbuf(i,j)=abs(sx)+abs(sy);endend%-------------------------------------------------------------------------functionnewbuf=LapFilter(oldbuf,M,N);%*************************************************************************%函数名称：%LapFilter()%说明：%
6、'Laplace'滤波算法。%************************************************************************fori=2:M-1forj=2:N-1newbuf(i,j)=5*oldbuf(i,j)-oldbuf(i-1,j)-oldbuf(i+1,j)-oldbuf(i,j-1)-oldbuf(i,j+1);endend三、实验结果及分析（原图像和处理后的图像比较及分析）如上图所示即为实验结果。如上图所示Robert算子能够检测出原图像的边缘，并且显示出来；Sobel在R
7、obert算子的基础上增强了边缘，所以图像上结果会显示比原图像边缘要更加粗一些；Laplace算子与其他边缘增强方法不同，即其边缘的增强程度和边缘的方向无关，所以图像的细节明显比原来更加突出。实验名称：图像方块编码一、实验目的通过编程实验，掌握方块编码的基本方法及压缩性能。二、实验内容编程实现子块为nxn的方块编码基本算法，分别取n=2,4,8方块尺寸进行编解码实验，计算编码后的均方误差和压缩比。实验图像可为任意图像。三、实验方法及编程用Matlab进行编程，主要是对照着实验书上面的算法流程图进行代码的编写，下面是主要的实验代码：func
8、tionnewbuf=BtcCode(oldbuf,M,N,n)%***************************************************************
