MATLAB实验五实验报告

实验5 数字图像处理基础 一、 实验目的 在前面熟悉matlab语言编程的基础上，掌握多维数组的应用，并接触学习matlab在数字图像处理中的应用。 二、实验内容 数字图像的打开、显示、灰度直方图统计及其均衡化、去燥、分割、边界提取等基础算法实验 1. 每个学生在学习过程中，可设计一种细胞数组来记录自己每学期的学习情况。存储内容包括学生基本信息（姓名、出生年月、籍贯、联系电话、信箱号等）、课程信息（课程名称、任课老师、教材、学时、学分、成绩等）、其他信息（担任职务、发表文章、参加竞赛、毕业设计等）。根据这些内容设计出细胞，并计算出每个学期的加权平均成绩。扩展这种细胞数组到6位同学，构成多维的 【MATLAB实验五实验报告】 本实验主要目的是在熟悉MATLAB语言编程的基础上，进一步掌握多维数组的应用，并通过实验深入理解MATLAB在数字图像处理中的基本操作。实验内容涵盖数字图像的读取、显示、灰度直方图统计、均衡化、降噪、分割以及边界提取等关键算法。 实验中提到了使用细胞数组（Cell Array）来存储学生的学习信息，这是一种灵活的数据结构，可以容纳不同类型的数据。细胞数组可以看作是数组的数组，每个元素可以是任意类型的数据，如字符串、数值、结构体等。在这个实验中，学生的信息被组织成一个细胞数组，包含基本信息、课程信息和其他信息三个部分。基本信息包括姓名、出生日期、籍贯、联系电话和邮箱地址；课程信息包括课程名、教师、教材、学时、学分和成绩；其他信息则涉及学生职务、发表文章、参与竞赛和毕业设计等。 例如，一个学生的信息可以这样表示： ```matlab name = {'xiaoming'}; base = struct('born','20000101','home','hebei','tel',13045658,'letter_num','2315'); course = {struct('name','H-math','teacher','t_hao','textbook','同济',...)}; % 更多课程数据 other_info = struct('position','null','article','null','competition',3,'project','no'); student_info = [name, base, course, other_info]; ``` 接着，实验扩展到管理6位同学的信息，这就涉及到多维细胞数组的应用。在MATLAB中，可以通过增加维度来存储多个相同结构的细胞数组，比如`students = cell(6, 6)`，其中每一行代表一位同学，每列则对应学生信息的不同部分。 计算每个学期的加权平均成绩是实验的一个重要环节，这需要对学生成绩进行处理。例如，通过遍历每位学生的选修课程，将课程的学分乘以成绩，再累加，最后除以总学分得到加权平均成绩。在MATLAB中，可以使用`cell2mat`函数将细胞数组转换为矩阵，便于进行数值运算。 ```matlab % 计算加权平均成绩 for i = 1:6 total_score = 0; total_credits = 0; for j = 1:3 total_score = total_score + cell2mat(Tscore{i}(j, 2)) * cell2mat(Tscore{i}(j, 3)); total_credits = total_credits + cell2mat(Tscore{i}(j, 3)); end ave(i) = total_score / total_credits; end ``` 实验还涉及数字图像处理的基础算法，如图像的打开、显示可使用MATLAB的`imread`和`imshow`函数；灰度直方图统计可以使用`histcounts`函数，而直方图均衡化则可以借助`imadjust`函数实现；图像降噪可以采用中值滤波器`medfilt2`；图像分割通常涉及阈值处理或边缘检测算法，如`imbinarize`和`edge`函数；边界提取则可能需要用到Canny算法或者其他的边缘检测方法。 通过这个实验，学生不仅可以提升MATLAB编程技能，还能对数字图像处理的基本流程有深入的理解。此外，细胞数组的灵活运用也为数据管理和分析提供了便利。完成这个实验，将有助于学生在未来更复杂的图像处理项目中游刃有余。