-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathexamples.m
85 lines (65 loc) · 2.66 KB
/
examples.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
% Pr?ctica 1 RP - Introducci?n a matlab
%% Ejercicio 1 Dibujar la siguiente función definida por partes:
%%x2 – x + 3, -2 <= x < 2
%%2x + 1, 2 <= x < 4
%%En la primera parte, x debe variar a intervalos de 0.05 y en la segunda parte, a
%%intervalos de 0.01
x1 = [-2:0.05:2];
x2 = [2:0.01:4];
f1 = x1.^2 - x1 + 3;
f2 = 2*x2 +1;
plot(x1,f1); hold on;
plot(x2,f2); hold off;
title('Funci?n a trozos ejercicio 1');
legend('x^2 - x + 3, -2<x<=2', '2*x + 1, 2<=x<4','Location','SouthEast');
%% Ejercicio 2
%%Dibujar en una sola ventana con dos subventanas las funciones
%%y = x2 – 3x – 2
%%y
%%z = x3 – 2x+1
%%con x variando entre -5 y 5 a intervalos de 0.02. La primera en
%%líneas verdes continuas, la segunda en líneas azules discontinuas. Marcar con ‘+’
%%rojo el punto (2, 1) en ambas gráficas.
x = -5:0.02:5;
y = 2*x - 3*x -2 ;
z = 3*x - 2*x + 1 ;
subplot(2,1,1), plot(x,y,'g'), hold on, plot(2,2,'+r'), hold off;
subplot(2,1,2), plot(x,z,'--b'), hold on, plot(2,2,'+r'), hold off;
%% Ejercicio 3.
%%Abre la imagen spine.tif, añádele ruido del tipo sal y pimienta y aplícale los
%%filtros aprendidos anteriormente.
A = imread('spine.tif');
% B(:,:,4) =[];
S = imnoise(A,'salt & pepper',0.1);
h1 = fspecial('average');
h2 = fspecial('gaussian');
media = imfilter(S,h1);
gauss = imfilter(S,h2);
mediana = medfilt2(S);
subplot(1,5,1),imshow(A),title('Imagen original');
subplot(1,5,2),imshow(S),title('Imagen con ruido sal y pimienta');
subplot(1,5,3),imshow(media),title('Filtro de la media');
subplot(1,5,4),imshow(mediana),title('Filtro de la mediana ');
subplot(1,5,5),imshow(gauss),title('Filtro gaussiano');
%% Ejercicio 4.
%%Abre la imagen peppers.png, añádele ruido gaussiano y aplícale
%%los filtros aprendidos anteriormente. Observa qué ocurre con sus histogramas.
A = imread('spine.tif');
Sg = imnoise(A,'gaussian',0.1);
h1 = fspecial('average');
h2 = fspecial('gaussian');
media = imfilter(Sg,h1);
gauss = imfilter(Sg,h2);
mediana = medfilt2(Sg);
figure,
subplot(1,5,1), imshow(A),title('Imagen original');
subplot(1,5,2), imshow(Sg),title('Imagen con ruido gaussiano');
subplot(1,5,3), imshow(media),title('Filtro de la media');
subplot(1,5,4), imshow(mediana), title('Filtro de la mediana');
subplot(1,5,5), imshow(gauss), title('Filtro gaussiano');
figure,
subplot(1,5,1), histogram(A),title('Imagen original');
subplot(1,5,2), histogram(Sg),title('Imagen con ruido gaussiano');
subplot(1,5,3), histogram(media),title('Filtro de la media');
subplot(1,5,4), histogram(mediana), title('Filtro de la mediana');
subplot(1,5,5), histogram(gauss), title('Filtro gaussiano');