【数字图像处理MATLAB版实验报告】
实验报告的目的是通过实际操作加深对数字图像处理中椒盐噪声的理解，以及各种滤波算法的原理。实验主要使用MATLAB编程环境，涉及了读取、显示、处理和保存图像的常用函数，以及图像几何变换和直方图分析等基本操作。
一、MATLAB图像处理基础函数
1. `imread`函数：此函数用于从图像文件中读取图像。例如，`A = imread('FILENAME', 'FMT')`会将文件`FILENAME`中的图像加载到矩阵`A`中。如果文件是灰度图像，`A`将是二维矩阵；如果是真彩图像（RGB），`A`将是三维矩阵。`FMT`可以是多种图像格式，如jpg、tif等。如果文件是索引图像，`[X, MAP] = imread('FILENAME', 'FMT')`会同时读取图像和调色板。
2. `imwrite`函数：用于将图像写入文件。例如，`imwrite(A, 'FILENAME', 'FMT')`将图像`A`写入`FILENAME`，`FMT`表示文件格式。`imwrite(X, MAP, 'FILENAME', 'FMT')`用于写入索引图像及其调色板。
3. `imshow`函数：显示图像。如`imshow(I, N)`用于以`N`级灰度显示灰度图像`I`。如果省略`N`，默认为256级灰度显示24位图像，64级灰度显示其他系统。
二、图像几何变换
1. `imcrop`函数：裁剪图像，用户可以通过鼠标指定裁剪区域。
2. `imrotate`函数：旋转图像，例如`B = imrotate(A, ANGLE, METHOD)`，按逆时针方向旋转`ANGLE`度，`METHOD`可以是“nearest”（最近邻插值）、“bilinear”（双线性插值）或“bicubic”（双立方插值）。
三、直方图相关函数
1. `imhist`函数：计算图像的直方图，例如`imhist(I, N)`显示灰度图像`I`的`N`级直方图。
2. `histeq`函数：直方图均衡化，通过这种方法可以增强图像的对比度，如`J = histeq(H)`。
四、实验内容
1. 实验中，首先读取一幅灰度图像，然后添加高斯噪声，使用`imnoise`函数实现。接着，使用3x3均值滤波器`fspecial('average', [3 3])`进行滤波，减少噪声。应用直方图均衡化`histeq`来增强对比度。实验结果展示了噪声前后的图像直方图和处理后的效果。
2. 在第二个实验中，要求不使用IPT提供的加噪声、滤波和直方图均衡功能。因此，需要手动实现这些操作。实验代码会包括自定义的噪声生成、滤波算法以及直方图均衡化过程。
通过这些实验，学生能够掌握数字图像处理的基本操作，理解不同滤波器对噪声的去除效果，以及直方图均衡化如何改变图像的对比度。这有助于深化对图像处理理论知识和MATLAB编程实践的理解。
