(a)原始图像(c)逆余弦变换2）真彩图像的余弦变换

RGB=imread('F:\\Program Files (x86)\\image\\2.jpg'figure(1); imshow(RGB); GRAY=rgb2gray(RGB); figure(2); imshow(GRAY); DCT=dct2(GRAY); figure(3);

imshow(log(abs(DCT)),[]); 运行结果如下：

1050-5(b)余弦变换(d)dctmtx变换);

3．图象的沃尔什-哈达玛变换 （1）图像变换的代码如下： I=zeros(2.^8);

I(2.^7-2.^4+1:2.^7+2.^4,2.^7-2.^4+1:2.^7+2.^4)=ones(2*2.^4); figure(1)

colormap(gray(128)),imagesc(I); [m,n]=size(I) for k = 1:n

wht(:,k)=hadamard(m)*I(:,k)/m; end

for j = 1:m

wh(:,j)=hadamard(n)*wht(j,:)'/n; end wh=wh'; figure(2)

colormap(gray(128)),imagesc(wh);

（2）运行结果如下：

50501001001501502002002505010015020025025050100150200250

五.结果分析

二维离散傅里叶变换 (two-dimensional dis-Crete Fourier transform)是一种数字变换方法

对原始图像进行离散余弦变换，由结果可知，变换后DCT系数能量主要集中在左上角，其余大部分系数接近于零，这说明DCT具有适用于图像压缩的特性。将变换后的DCT系数进行门限操作，将小于一定值得系数归零，这就是图像压缩中的量化过程，然后进行逆DCT运算，得到压缩后的图像，比较变换前后的图像，肉眼很难分辨出有什么区别，可见压缩的效果比较理想。

实验三 图像的复原

一.实验目的

1.加深图像复原的相关原理、熟悉相关算法；

2.能够产生运动模糊图像，加入高斯和椒盐噪声，并对加深图像进行中值、均值、最大值、最小值进行滤波复原；

3.对彩色图像RGB转换到HIS，并显示对应分量，同时完成相关平滑滤波。 二.实验仪器

计算机、MATLAB软件 三.实验原理

编写空域滤波对加噪图像进行复原的程序先读入图像，然后为该图像加噪实现均值滤波复原（算术均值、几何均值、谐波均值、逆谐波均值）实现顺序统计滤波复原（中值、最大值、最小值、中点、阿尔法均值）最后比较滤波和噪声类型的关系顺序统计滤波器对于脉冲（盐和胡椒）噪声有效。中值滤波器在相同尺寸下，比起均值滤波器引起的模糊少 Pa =Pb =0.1的脉冲噪声 3×3的中值滤波器，第二次中值滤波器处理，第三次中值滤波器处理，全部噪声消除。最大值滤波器发现图像中亮点用于消除“胡椒”最小值滤波器，发现图像中暗点用于消除“盐”最小值滤波器处理，最大值滤波器处理 “胡椒”噪声干扰图像“盐”噪声干扰图像。中点滤波器结合了顺序统计和求平均的特点对高斯和均匀分布的噪声效果最好，修正后阿尔法均值滤波器（Alpha-trimmed mean filter）假设在Sxy邻域内去掉 g(s,t)