数字图像处理实验报告

精品文档实验一 灰度图像直方图统计一、实验目的 掌握灰度图像直方图的概念和计算方法，了解直方图的作用和用途。提高学生编程能力，巩固所学知识。二、实验内容和要求 （1）用Photoshop显示、了解图像平均明暗度和对比度等信息； （2）用MatLab读取和显示一幅灰度图像； （3）用MatLab编写直方图统计的程序。三、实验步骤1. 使用Photoshop显示直方图： 1）点击 文件 打开，打开一幅图像； 2）对图像做增强处理，例如选择 图像 调整 自动对比度 对图像进行灰度拉伸，观察图像进行对比度增强前后的视觉变化。 3）利用统计灰度图像直方图的程序分别针对灰度拉伸前后的灰度图像绘制其灰度直方图，观察其前后的直方图变化。 2用MatLab读取和显示一幅灰度图像；3. 绘制图像的灰度直方图； function Display_Histogram() Input=imread(timg.jpg); figure(100); imshow(uint8(Input); title(原始图像); Input_Image=rgb2gray(Input); figure(200); imshow(uint8(Input_Image); title(灰度图像); sum=0; His_Image=zeros(1,256); m,n=size(Input_Image); for k=0:255 for I=1:m for j=1:n if Input_Image(I,j)=k His_Image(k+1)=His_Image(k+1)+1; end end end end figure(300); plot(His_Image); title(图像的灰度直方图);4. 显示图像的灰度直方图。 四、思考题1）直方图可以反映图像的哪些特性？ 灰度直方图只能反映图像的灰度分布情况，不能反映图像的像素位置；一幅图像对应唯一的灰度直方图。2）如何使直方图曲线光滑？如何识别直方图的峰和谷？ 恰当量化。直方图给出一个直观的指标，用来判断数字化一幅图像量化时是否合理地利用了全部允许的灰度范围。一般来说，数字化获取的图像应该利用全部可能的灰度级。 假定一幅图像的背景为黑色，物体为灰色，背景中的黑色像素长生了直方图上的左峰，而物体中各灰度级产生了直方图上的右峰，由于物体边界像素相对较少，从而长生两峰之间的谷。实验二 基于Photoshop的数字图像处理一、实验目的 1掌握数字图像增强的基本原理和方法，并能运用Photoshop软件对图像进行增强操作。 2.比较不同方法图像增强的效果，分析这些增强方法的特点。 二、实验内容 应用Photoshop软件对图像作灰度拉伸、对比度增强、直方图均衡、图像平滑、中值滤波、边缘增强等。 三、实验步骤 1) 打开一幅图像； 2) 灰度拉伸： 线性拉伸：在“图像 调整 色阶”中，可以通过直接设置原图像灰度值的输入范围和所需的输出范围来简单的完成某一灰度段到另一灰度段的灰度调整映射变换。 曲线拉伸：在“图像 调整 曲线”中，在弹出的“曲线”对话框中，直接用鼠标拖动改变灰度输入、输出曲线形状可以完成任意线形灰度变换。 3) 对比度增强： 对比度增强可以通过“图像 调整 亮度/对比度”来直接对原图像的亮度或对比度进行调整,观察增强处理前后图像直方图的变化。 4) 直方图均衡 直方图均衡可调用“图像 调整 色调均化”菜单项，即可达到直方图均衡的效果。 原始图像 处理效果 5) 图像平滑 图像的33均匀平滑可以在“滤镜 模糊 模糊”中实现，观察处理前后图像细节和边缘的变化；也可以调用“模糊”对话框中的“高斯模糊”来观察高斯平滑处理的结果，改变半径，观察图像的变化，分析高斯平滑处理的原理。 通过“滤镜 其它 自定”菜单项调出模板对话框，可以输入自定义的平滑算子或其它增强算子，改变模板的大小和缩放比例，观察处理的效果。 平滑算子增强算子 6) 中值滤波 先使用“滤镜 杂色 添加杂色”菜单添加噪声，再使用“滤镜杂色中间值” 中值滤波操作，设置滤波半径，观察处理结果； 原始图像加噪图像滤波图像 7) 边缘检测 使用“滤镜 风格化 ”的“查找边缘”，“等高线”等可以提取图像的边缘，改变参数，提取图像的最佳边缘。原始图像查找边缘等高线法 四、思考题 1) 通过实习，中值滤波和均匀平滑在去图像噪声上各有什么特点，试比较两种方法异同。 中值滤波的特点是它对图像噪声的抑制效果好，在抑制图像噪声的同时能有效保护边缘少受模糊。均匀平滑的特点是让图像噪声柔和一点，也更加模糊。两种方法都对图像噪声有很好抑制效果好，但是中值滤波是保护图像边缘的同时去除噪声，中值滤波容易去除孤立点、线的噪声同时保持图象的边缘，但对高斯噪声无能为力。均匀平滑的思想是通过将一点和周围8个点作平均，从而去除突然变化的点，滤掉噪声，其代价是图象有一定程度的模糊。2) 试比较边缘检测算子Laplace、Prewitt、Sobel算子、方向算子、梯度算子的效果，总结其优缺点。 Prewitt算子和Sobel算子都是一阶的微分算子,而前者是平均滤波,后者是加权平均滤波且检测的图象边缘可能大于2个像素。这两者对灰度