提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

一、图片载入与显示

1.1 最普通的调用方式

最普通的版本：

I=imread('1.jpg');
imshow(I)；
colorbar %展示颜色条

结果：

1.2 读取RGB图片将其转为灰度图并显示

I=imread('1.jpg');
gmap=rgb2gray(I);%转为灰度图的函数
imshow(gmap);
colorbar %展示颜色条

结果：

1.3 读取RGB图片将其转为二值图并显示

I=imread('1.jpg');
gmap=im2bw(I);%转为灰度图的函数
imshow(gmap);
colorbar %展示颜色条

结果：

二、噪声制造（生成噪声图）

2.1.噪声制造

代码如下（示例）：

clear all;
image=imread('1.jpg');

image_jiaoyan=imnoise(image,'salt & pepper');
image_gaosi=imnoise(image,'gaussian');
subplot(131);
imshow(image);
title('原始图像')

subplot(132);
imshow(image_jiaoyan);
title('椒盐噪声')
subplot(133);
imshow(image_gaosi);
title('高斯噪声')

结果：

这里可能不太清楚，重新单个列出来：
椒盐噪声：

高斯噪声：

三 去噪实验（均值滤波，中值滤波）

3.1.保存两张噪声图到本地中

会使用到imwrite函数

clear all;
image=imread('1.jpg');

image_jiaoyan=imnoise(image,'salt & pepper');
image_gaosi=imnoise(image,'gaussian');
subplot(131);
imshow(image);
title('原始图像')

subplot(132);
imshow(image_jiaoyan);
title('椒盐噪声');
imwrite(image_jiaoyan,'jiaoyan.jpg')

subplot(133);
imshow(image_gaosi);
title('高斯噪声')
imwrite(image_gaosi,'gaosi.jpg')

3.2.均值滤波器

3.3.中值滤波器

四 图像卷积实验

4.1.图像“曝光”

data=imread('1.jpg');
A=rgb2gray(data);
imshow(A);

B=[0 0 0
   0 2 0
   0 0 0];
C=conv2(B,A);
figure(1);
subplot(1,2,1);
imshow(A);
subplot(1,2,2);
imshow(uint8(C));

4.2.图像不变

data=imread('1.jpg');
A=rgb2gray(data);
imshow(A);

B=[0 0 0
   0 1 0
   0 0 0];
C=conv2(B,A);
figure(1);
subplot(1,2,1);
imshow(A);
subplot(1,2,2);
imshow(uint8(C));