图像灰度变换实验报告

图像灰度变换报告一.实验目的1.学会使用Matlab；2.学会用Matlab软件对图像进行灰度变换，观察采用各种不同灰度变换发法对最终图像效果的影响；二.实验内容1.熟悉Matlab中的一些常用处理函数 读取图像：img=imread(filename); /支持TIF,JPEG,GIF,BMP,PNG等文件格式。 显示图像：imshow(img,G); /G表示显示该图像的灰度级数，如省略则默认为256。 保存图片：imwrite(img,filename); /不支持GIF格式，其他与imread相同。 亮度变换：imadjust(img,low_in,high_in,low_out,high_out); /将low_in至high_in之间的值映射到low_out至high_out之间，low_in以下及high_in以上归零。 绘制直方图：imhist(img); 直方图均衡化：histeq(img,newlevel); /newlevel表示输出图像指定的灰度级数。2.获取实验用图像：rice.jpg. 使用imread函数将图像读入Matlab。3 .产生灰度变换函数T1，使得：0.3rr 0.65用T1对原图像rice.jpg进行处理，使用imwrite函数保存处理后的新图像。4.产生灰度变换函数T2，使得：15.9744r5 r 0.5 (r 0.5)0.2+ 0.12 r 0.5s = 5.用T2对原图像rice.jpg进行处理，使用imwrite保存处理后的新图像。6.分别用 s = r0.6; s = r0.4; s = r0.3 对kids.tiff图像进行处理。为简便起见，使用Matlab中的imadjust函数，最后用imwrite保存处理后的新图像。7.对circuit.jpg图像实施反变换（Negative Transformation）。s =1r; 使用imwrite保存处理后的新图像。8.对rice.jpg图像实施灰度切片当0.2 r 0.4时，将r置为0.6, 当r位于其他区间时, 保持其灰度与原图像一样。使用imwrite保存处理后的新图像。9.利用灰度变换对Picture.jpg做增强处理，突出图中的人物，改善整个图像过于灰暗的背景。通过调节参数，观察变换后的图像与原始图像的变化，寻找出最佳的灰度变换结果。写出所采用的拉伸表达式。三实验结果与分析1.采用T1函数 变换前 变换后 函数图像该方法采用分段函数对图像进行处理，对灰度值大的进行拉伸，使灰度增大，而灰度值小的，也进行拉伸，使灰度值更小，从而产生如图所示的结果。2.采用T2函数 变换前 变换后 T2函数图 T2函数也比较好的完成了T1函数所达到的效果，但是T2函数更加平滑一点，对于图像的边界处理的较好一些。3.变换前图像 变换前灰度图采用s = r0.6变换 采用s = r0.4变换 采用s = r0.3变换 三种函数的对比三种变换方式都对图像的每一个像素灰度作线性拉伸，有效地改善图像的视觉效果，但如果选择的拉伸尺度过大，会引起图像的失真，利用s = r0.4变换是比较适合的。 4.对灰度图进行反变换 变换前图像 变换后图像由图可以看出，该方法将灰度值进行翻转，是输出图像的灰度值随输入图像的灰度值增加而减小，如黑图像变成白图像。这样可以增强灰暗背景下的白色细节的亮度。 5. 对图像实施灰度切片 变换前图像 变换后图像 函数图 经过灰度切片变化，图像中有很大一部分灰度统一为0.6，这样导致了很多不必要的失真，可以再进行调节，使范围更加的准确。 6. 利用灰度变换对Picture.jpg做增强处理，利用分段函数突出图中的人物，改善整个图像过于灰暗的背景。通过调节参数，观察变换后的图像与原始图像的变化，寻找出最佳的灰度变换结果。 原图 通过变换后分段线性变换的公式如下：1.1rr 0.65 原图直方图 均衡化后的直方图 函数图由于图中的人的灰度与背景的灰度有部分是相似的，所以在改变背景灰度的同时，也会影响人物的灰度，而且这是难以避免的。如果要解决这个问题，就得学会将人从图像中切割出来，然后再对背景进行处理，才能达到题中所要求的效果。四.实验结论 通过上述六种方法的图像灰度变换法，了解掌握了一般图像处理所要达到的效果，明确了图像处理在生活中的作用。但是以上几种方法采用的基本都是线性变