数字图像第一题

-1、 图像增强算法程序仿真，讨论不同算法的特点。（1）直接灰度变换图像求返I=imread(woman.tif);imshow(I)I=double(I);I=256-1-I;I=uint8(I);figureimshow(I)结果如图所示：特点：将原图像灰度值翻转，简捷的令黑变白，使白变黑。适应于增强嵌入于图像暗色区域的白色或灰色地带。线性灰度变换I=imread(woman.tif);imshow(I)I=double(I);M,N=size(I);for i=1:M for j=1:N if I(i,j)=30 I(i,j)=I(i,j); elseif I(i,j)=150 I(i,j)=(200-30)/(150-30)*(I(i,j)-30)+30; else I(i,j)=(255-200)/(255-150)*(I(i,j)-150)+200; end endendfigure(2);imshow(uint8(I);结果如图所示：特点：运用分段线性法将需要的图像细节灰度级拉伸，增强对比度，将不需要的图像细节灰度级压缩，也就是说增强图像中感兴趣的灰度区域，相对抑制那些不感兴趣的灰度区域。对数变换I=imread(woman.tif);figure;imshow(I);I=double(I);I2=41*log(1+I);I2=uint8(I2);figure;imshow(I2);结果如图所示：特点:可以消除因动态范围太大而引起的失真，有效地对原图像的动态范围进行压缩。灰度切割I=imread(woman.tif);figure;imshow(I)I=double(I);M,N=size(I);for i=1:M for j=1:N if I(i,j)=50 I(i,j)=40; elseif I(i,j)=s1&temp=d0 h1=1; h2=1+0.5; else h1=0; h2=0.5; end g1(i,j)=h1*g(i,j); g2(i,j)=h2*g(i,j); endendg1=ifftshift(g1);g1=uint8(real(ifft2(g1);subplot(232);imshow(g1);title(理想高通滤波结果);g2=ifftshift(g2);g2=uint8(real(ifft2(g2);subplot(233);imshow(g2);title(理想高通加强滤波结果); n=2;d0=20;for i=1:M for j=1:N d=sqrt(i-n1)2+(j-n2)2); if d=0 h1=0; h2=0.5; else h1=1/(1+(d0/d)(2*n); h2=1/(1+(d0/d)(2*n)+0.5; end gg1(i,j)=h1*g(i,j); gg2(i,j)=h2*g(i,j); endendgg1=ifftshift(gg1);gg1=uint8(real(ifft2(gg1);subplot(234);imshow(gg1);title(巴特沃斯高通滤波结果);gg2=ifftshift(gg2);gg2=uint8(real(ifft2(gg2);subplot(235);imshow(gg2);title(巴特沃斯高通加强滤波结果);结果如图所示：特点：高通滤波器可以滤过傅里叶变换中大部分的低频成分，使图像的边界区域有明显的增强，图像层次比较丰富，但是同低通滤波器一样存在振铃现象，相比之下高通滤波器振铃效应不明显。（7）同态滤波器clear;I=imread(chelun.jpg);J=rgb2gray(I);subplot(121),imshow(J);J=double(J);f=fft2(J);g=fftshift(f);M,N=size(f);d0=10;rl=0.5;rh=2;c=4;n1=floor(M/2);n2=floor(N/2);for i=1:M for j=1:N d=sqrt(i-n1)2+(j-n2)2); h=(rh-rl)*(1-exp(-c*(d.2/d0.2)+rl; g(i,j)=h*g(i,j); endendg=ifftshift(g);g=uint8(real(ifft2(g);subplot(122);imshow(g)