数字图像处理——实验一图像增强与平滑

1、数字图像处理实验一实验一图像增强与平滑一.实验目的及要求1. 了解MATLAB的操作环境和基本功能。2掌握MATLAB中图像增强与平滑的函数的使用方法。3.加深理解图像增强与平滑的算法原理。、实验设备1. 计算机；2. MATLAB6.5 及以上;、实验内容及结果(一)研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。 熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。1.直方图均衡化分析：直方图均衡化是一种使输出图像直方图近似为均匀分布的变换算法，是一种直方 图修改技术。在MATLAB中，可以调用函数histeq自动完成图像的直方图均衡 化。I2,T = his

2、teq(I);函数功能：返回从能将图像I的灰度直方图变换成图像I2的直 方图变换T0imwrite(A,file name,fmt),函数功能：将图像数据写入到图像文件中，存储在磁盘上。A是图像数据，file name是目标图像名字，fmt是要生成的图片的格式。 imfin fo(file name,fmt)函数功能：获取一张图片的具体信息。2. 直接灰度变换分析：J = imadjust(l,low_in high_in,low_out high_out,gamma)数字图像处理实验一数字图像处理实验一file name读取到X的map向量中。是图像增强的重要手段之一。X,map = imr

3、ead(filename,fmt)函数功能：把文件灰度变换可调整图像的灰度动态范围或图像对比度,3. 空域平滑滤波(模糊、去噪)分析：通过观察前三幅图像，可知图像平均是以图像模糊为代价来换取噪声的减少，所 选取的邻域面积越大，图像越模糊。本例中分别给图像加入了均值为0，方差为0.005的高斯噪声，噪声密度为0.02的椒盐噪声,数字图像处理实验一再进行均值滤波和中值滤波，由得到的结果可知，对于椒盐噪声，中值滤波的效果比均 值滤波的效果好，因为椒盐噪声的均值不为 0;对于高斯噪声，均值滤波的效果比中值滤 波的效果好，因为高斯噪声服从正态分布，均值为 0。4.空域锐化滤波分析： w=Tspeciai

4、(iapiacian,U)建立拉普拉斯算子w8=1,1,1;1,-8,1;1,1,1w =w8 =0 1 01111-411-810 1 011111= imfilter(l,w, replicate)replicate表示图像大小通过复制外边界的值来扩展通过观察得到的图像可知，锐化滤波主要用来增加反差，增强被模糊的细节或边缘(二)采用MATLAB底层函数编程实现1 灰度变换之动态范围扩展原理：假定原图像f(x, y)的灰度范围为a, b，希望变换后图像g(x, y)的灰度范围扩展至c, d，则线性变换可表示为：d cg(x,y)二一f (x,y) -a cb a用MATLAB底层函数编程实现

5、上述变换函数。观察图像 pout.ti的灰度直方图，选择合适的参数a, b、 c, d对图像 pout.tif 进行灰度变换，以获得满意的视觉效果。clear all; close allI = imread(pout.tif);figure,imhist(l),title(Orig inal image);a=80;b=220;c=20;d=255;N=(d-c)/(b-a).*(l-a)+c;figure,subplot(121),imshow(I),title(Original image);subplot(122),imshow(N),title(New image);New imag

6、eOriginalNevu image观察原始图像的直方图知该图像的灰度范围主要集中在75至150,所以也可以就只对这个范围进行扩展clear all; close allI = imread(pout.tif);a=75;b=150;c=30;d=220;M,N=size(l);for i=1:Mfor j=1:Nif I(i,j)=bI1(i,j)=d;elseif I(i,j)=al1(i,j)=(d-c)/(b-a)*(I(i,j)-a)+c;else I1(i,j)=c;endendend,subplot(121),imshow(l),title(Original image);数字

7、图像处理实验一subplot(122),imshow(l1),title(New image);figure,imhist(l1),title(New image);2 非锐化掩蔽和高升滤波原理:从原图像中减去其非锐化(平滑过的)图像的过程称为非锐化掩蔽，其基本步骤 为：对原图像进行平滑滤波得到模糊图像 了(x, y)；从原图像中减去模糊图像，产生的差值图像称为模板gmask(x, y)；将模板加到原图像上，得到锐化后的图像g(x,y) o 即,g mask (x, y)= f (x, y) - f (x, y)g(x,y)二 f (x,y) k gmask(x, y); k-1用MATLAB

8、函数编程实现上述功能。clear all; close allI = imread(m oon .tif);h1 = on es(5,5) / 25;II = imfilter(I,h1);figure(1), imshow(I), title(Origi nal Image);figure(2), imshow(I1), title(Filtered Image With 5*5 );M=imsubtract(I,I1); %也可以用 M=l-I1figure(3), imshow(M), title(mask );k=2;I2=I+k.*M;Filtered Image With 5*5mask四.实验总结本次实验主要对图像增强与平