某实验四图像增强

1、实用标准文案 信息工程学院实验报告成 绩：指导老师(签名)：课程名称：数字图像处理 实验项目名称：实验四 图像增强 实验时间：2016.11.08 班级： 姓名： 学号： 一、实验目的1.了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。2. 掌握图像空域增强算法的基本原理。3. 掌握图像空域增强的实际应用及matlab实现。4. 掌握频域滤波的概念及方法。5. 熟练掌握频域空间的各类滤波器。6.掌握怎样利用傅立叶变换进行频域滤波。7. 掌握图像频域增强增强的实际应用及matlab实现。二、实验步骤及结果分析1. 基于幂次变换的图像增强 程序代码：精彩文档clear all

2、;close all;i1=double(imread('fig534b.tif');i1=i1/255;figure,subplot(2,4,1);imshow(i1,);hold oni2=double(imread('room.tif');i2=i2/255;subplot(2,4,5);imshow(i2,);hold onfor m=1:2 index=0; for lemta=0.5 5 index=index+1; fmindex=im.lemta;subplot(2,4,(m-1)*4+index+1),imshow(fmindex,)enden

3、d执行结果：图1 幂次变换增强结果实验结果分析：由实验结果可知，当r<1时，黑色区域被扩展，变的清晰；当r>1时，黑色区域被压缩，变的几乎不可见。2. 直方图规定化处理程序代码：clear allclc close all%0.读图像i=double(imread('lena.tiff');subplot(2,4,1);imshow(i,);title('原图')n=32;hist_image=hist(i(:),n);hist_image=hist_image/sum(hist_image);hist_image_cumulation=cumsum

4、(hist_image);%累计直方图subplot(245);stem(0:n-1,hist_image);title('原直方图');%1.设计目标直方图index=0:n-1;%正态分布直方图hist1=exp(-(index-n/2).2/n);hist1=hist1/sum(hist1);hist_cumulation1=cumsum(hist1);subplot(242);stem(0:n-1,hist1);title('规定化直方图1');%倒三角形状直方图hist2=abs(2*n-1-2*index);hist2=hist2/sum(hist2

5、);hist_cumulation2=cumsum(hist2);subplot(246);stem(0:n-1,hist2);title('规定化直方图2');%2. 规定化处理project1=zeros(n);project2=zeros(n);hist_result1=zeros(n);hist_result2=zeros(n);for m=1:2 image=i;%sml处理(sml,single mapping law单映射规则 for k=1:ntemp=abs(hist_image_cumulation(k)-hist_cumulationm); temp1,p

6、rojectm(k)=min(temp); end%2.2 变换后直方图 for k=1:n temp=find(projectm=k); if isempty(temp) hist_resultm(k)=0; else hist_resultm(k)=sum(hist_image(temp); end end subplot(2,4,(m-1)*4+3); stem(0:n-1,hist_resultm); title('变换后的直方图',num2str(m); %2.3结果图step=256/n;for k=1:n index=find(i>=step*(k-1)&a

7、mp;i<step*k); image(index)=projectm(k);endsubplot(2,4,(m-1)*4+4),imshow(image,); title('变换后的结果图',num2str(m);end执行结果：图2 直方图规定化实验结果分析：由实验结果可知，采用直方图规定化技术后，原图的直方图逼近规定化的直方图，从而有相应的变换后的结果图1和变换后的结果图2。3. 灰度图像常用平常、锐化滤波程序代码：clear all;close all;%0.原图i=double(imread('lena.tiff');subplot(2,4,1)

8、;imshow(i,);title('原图');%1.均值低通滤波h=fspecial('average',5);f1=double(filter2(h,i);subplot(2,4,2);imshow(f1,);title('均值低通滤波');%2.gaussian 低通滤波h=fspecial('gaussian',7,3);f2=double(filter2(h,i);subplot(2,4,3);imshow(f2,);title('高斯低通滤波');%3.增强图像=原图-均值低通滤波f3=2*i-f1;s

9、ubplot(2,4,4);imshow(uint8(f3),);title('原图-均值低通滤波');%4.增强图像=原图-高斯低通滤波f4=2*i-f2;subplot(2,4,5);imshow(uint8(f4),);title('原图-高斯低通滤波');%5.'prewitt'边缘算子增强h=fspecial('prewitt');f5=uint8(i+filter2(h,i);subplot(2,4,6);imshow(f5,);title('prewitt边缘算子增强');%6.'soble&

10、#39;边缘算子增强h=fspecial('sobel');f6=uint8(i+filter2(h,i);subplot(2,4,7);imshow(f6,);title('sobel边缘算子增强');执行结果：图3 灰色图像平滑、锐化实验结果分析：由实验结果可知，均值和高斯滤波都使原图模糊，而采用原图减去低通滤波图像方法、prewitt算子、sobel算子都可以增强图像边缘。4. 频率域滤波：对于给定图像+噪声，使用不同的频域滤波器对图像进行滤波处理。(1)用butterworth低通滤波器实现图像信号的滤波运算。程序代码：clear all;close a

11、ll;%(a)读入并显示图像electric.tif；i=imread('electric.tif');subplot(2,3,1),imshow(i);title('原图像');%(b)利用imnoise 命令在图electric.tif 上加入高斯(gaussian) 噪声；j=imnoise(i,'gaussian',0,0.01);subplot(2,3,2),imshow(j);title('加入高斯噪声的图像');%(c)用butterworth低通滤波器实现图像信号的滤波运算,变换不同的截止频率di1=fftshif

12、t(fft2(j);m,n=size(i1);n=2;d1=30;d2=50;d3=70;d4=90;n1=floor(m/2);n2=floor(n/2);for i=1:m for j=1:n d=sqrt(i-n1)2+(j-n2)2); h1=1/(1+(d/d1)(2*n); h2=1/(1+(d/d2)(2*n); h3=1/(1+(d/d3)(2*n); h4=1/(1+(d/d4)(2*n); i3(i,j)=h1*i1(i,j); i5(i,j)=h2*i1(i,j); i7(i,j)=h3*i1(i,j); i9(i,j)=h4*i1(i,j); endendi3=ifft

13、shift(i3);i4=real(ifft2(i3);i5=ifftshift(i5);i6=real(ifft2(i5);i7=ifftshift(i7);i8=real(ifft2(i7);i9=ifftshift(i9);i10=real(ifft2(i9);subplot(2,3,3),imshow(i4,),title('butterworth低通滤波器d1=30');subplot(2,3,4),imshow(i6,),title('butterworth低通滤波器d2=50');subplot(2,3,5),imshow(i8,),title(&

14、#39;butterworth低通滤波器d3=70');subplot(2,3,6),imshow(i10,),title('butterworth低通滤波器d4=90');执行结果：图4 butterworth低通滤波器滤波结果实验结果分析：由实验结果可知，采用butterworth低通滤波器对加噪声的图像进行滤波运算，滤波器的截止频率d越小，滤波后的图像越模糊。(2)用理想低通滤波器实现图像信号的滤波运算程序代码：clear all;close all;i=imread('electric.tif');subplot(2,3,1),imshow(i)

15、;title('原图像');f=imnoise(i,'gaussian',0,0.01);subplot(2,3,2),imshow(f);title('加入高斯噪声的图像');%傅里叶变换并把频谱中心移到中点f1=fft2(f);i1=fftshift(f1);%构建理想低通滤波器m,n=size(i1);d1=30;d2=50;d3=70;d4=90;n1=floor(n/2);n2=floor(m/2);for u=1:m for v=1:n if sqrt(u-n1)2+(v-n2)2)<=d1 h1(u,v)=1; else h1

16、(u,v)=0; end end endfor u=1:m for v=1:n if sqrt(u-n1)2+(v-n2)2)<=d2 h2(u,v)=1; else h2(u,v)=0; end end endfor u=1:m for v=1:n if sqrt(u-n1)2+(v-n2)2)<=d3 h3(u,v)=1; else h3(u,v)=0; end end endfor u=1:m for v=1:n if sqrt(u-n1)2+(v-n2)2)<=d4 h4(u,v)=1; else h4(u,v)=0; end end endj1=i1.*h1;j2=

17、i1.*h2;j3=i1.*h3;j4=i1.*h4;k1=ifft2(ifftshift(j1);k2=ifft2(ifftshift(j2);k3=ifft2(ifftshift(j3);k4=ifft2(ifftshift(j4);c1=real(k1);c2=real(k2); c3=real(k3);c4=real(k4);subplot(2,3,3);imshow(c1,);title('滤波结果图像,d1=30');subplot(2,3,4);imshow(c2,);title('滤波结果图像,d2=50');subplot(2,3,5);ims

18、how(c3,);title('滤波结果图像,d3=70');subplot(2,3,6);imshow(c4,);title('滤波结果图像,d4=90');执行结果：图5 理想低通滤波器滤波结果实验结果分析：由实验结果可知，采用理想低通滤波器对加噪声的图像进行滤波运算，滤波器的滤波半径d越小，滤波后的图像越模糊，且出现明显的振铃现象，相比于巴特沃斯低通滤波器，理想低通滤波器的滤波效果会比较差。(3) 采用巴特沃斯高通滤波器对room.tif图像进行锐化滤波，并显示滤波结果图像。程序代码：clear all;close all;%(d)读入并显示原始图像roo

19、m.tif;i=imread('room.tif');subplot(1,3,1),imshow(i);title('原图像room');%(e)采用巴特沃斯高通滤波器对room.tif图像进行锐化滤波,变换不同的滤波半径i1=fftshift(fft2(i);m,n=size(i1);n=2;d1=10;d2=50;n1=floor(m/2);n2=floor(n/2);for i=1:m for j=1:n d=sqrt(i-n1)2+(j-n2)2); h1=1/(1+(d1/d)(2*n); h2=1/(1+(d2/d)(2*n); i3(i,j)=h1

20、*i1(i,j); i5(i,j)=h2*i1(i,j); endendi3=ifftshift(i3);i4=real(ifft2(i3);i5=ifftshift(i5);i6=real(ifft2(i5);subplot(1,3,2),imshow(i4,),title('butterworth高通滤波器d1=30');subplot(1,3,3),imshow(i6,),title('butterworth高通滤波器d2=50');执行结果：图6 巴特沃斯高通滤波器锐化滤波结果实验结果分析：由实验结果可知，采用butterworth高通滤波器对图像进行滤

21、波运算，滤波后图像的边缘和细节变的更加突出，是一种对图像的锐化处理。三、实验中遇到问题及解决方法实验中遇到的问题有：初期对图像在频域空间的滤波不太了解，不懂得如何利用傅立叶变换进行频域滤波；解决的方法：通过参考课本中例题及参考程序，逐步分析，加深理解。四、实验心得体会通过此次试验，初步掌握图像空域增强算法的基本原理并能在实际应用及matlab中实现；通过熟悉各类滤波器对图像处理的应用；加深对图像增强的感性认识，巩固所学理论知识。五、源程序清单%1.基于幂次变换的图像增强clear all;close all;i1=double(imread('fig534b.tif');i1=

22、i1/255;figure,subplot(2,4,1);imshow(i1,);hold oni2=double(imread('room.tif');i2=i2/255;subplot(2,4,5);imshow(i2,);hold onfor m=1:2 index=0; for lemta=0.5 5 index=index+1; fmindex=im.lemta;subplot(2,4,(m-1)*4+index+1),imshow(fmindex,)endend%2. 直方图规定化处理clear allclc close all%0.读图像i=double(imre

23、ad('lena.tiff');subplot(2,4,1);imshow(i,);title('原图')n=32;hist_image=hist(i(:),n);hist_image=hist_image/sum(hist_image);hist_image_cumulation=cumsum(hist_image);%累计直方图subplot(245);stem(0:n-1,hist_image);title('原直方图');%1.设计目标直方图index=0:n-1;%正态分布直方图hist1=exp(-(index-n/2).2/n);h

24、ist1=hist1/sum(hist1);hist_cumulation1=cumsum(hist1);subplot(242);stem(0:n-1,hist1);title('规定化直方图1');%倒三角形状直方图hist2=abs(2*n-1-2*index);hist2=hist2/sum(hist2);hist_cumulation2=cumsum(hist2);subplot(246);stem(0:n-1,hist2);title('规定化直方图2');%2. 规定化处理project1=zeros(n);project2=zeros(n);hi

25、st_result1=zeros(n);hist_result2=zeros(n);for m=1:2 image=i;%sml处理(sml,single mapping law单映射规则 for k=1:n temp=abs(hist_image_cumulation(k)-hist_cumulationm); temp1,projectm(k)=min(temp); end%2.2 变换后直方图 for k=1:n temp=find(projectm=k); if isempty(temp) hist_resultm(k)=0; else hist_resultm(k)=sum(hist

26、_image(temp); end end subplot(2,4,(m-1)*4+3); stem(0:n-1,hist_resultm); title('变换后的直方图',num2str(m); %2.3结果图step=256/n;for k=1:n index=find(i>=step*(k-1)&i<step*k); image(index)=projectm(k);endsubplot(2,4,(m-1)*4+4),imshow(image,); title('变换后的结果图',num2str(m);end%3. 灰度图像常用平常、

27、锐化滤波clear all;close all;%0.原图i=double(imread('lena.tiff');subplot(2,4,1);imshow(i,);title('原图');%1.均值低通滤波h=fspecial('average',5);f1=double(filter2(h,i);subplot(2,4,2);imshow(f1,);title('均值低通滤波');%2.gaussian 低通滤波h=fspecial('gaussian',7,3);f2=double(filter2(h,i)

28、;subplot(2,4,3);imshow(f2,);title('高斯低通滤波');%3.增强图像=原图-均值低通滤波f3=2*i-f1;subplot(2,4,4);imshow(uint8(f3),);title('原图-均值低通滤波');%4.增强图像=原图-高斯低通滤波f4=2*i-f2;subplot(2,4,5);imshow(uint8(f4),);title('原图-高斯低通滤波');%5.'prewitt'边缘算子增强h=fspecial('prewitt');f5=uint8(i+filte

29、r2(h,i);subplot(2,4,6);imshow(f5,);title('prewitt边缘算子增强');%6.'soble'边缘算子增强h=fspecial('sobel');f6=uint8(i+filter2(h,i);subplot(2,4,7);imshow(f6,);title('sobel边缘算子增强'); %4（1）butterworth低通滤波器实现图像信号的滤波运算clear all;close all;%(a) 读入并显示图像electric.tif；i=imread('electric.t

30、if');subplot(2,3,1),imshow(i);title('原图像');%(b) 利用imnoise 命令在图像electric.tif 上加入高斯(gaussian) 噪声；j=imnoise(i,'gaussian',0,0.01);subplot(2,3,2),imshow(j);title('加入高斯噪声的图像');%(c) 用butterworth低通滤波器实现图像信号的滤波运算,变换不同的截止频率d:d1=30;d2=50;d3=70;d4=90i1=fftshift(fft2(j);m,n=size(i1);n

31、=2;d1=30;d2=50;d3=70;d4=90;n1=floor(m/2);n2=floor(n/2);for i=1:m for j=1:n d=sqrt(i-n1)2+(j-n2)2); h1=1/(1+(d/d1)(2*n); h2=1/(1+(d/d2)(2*n); h3=1/(1+(d/d3)(2*n); h4=1/(1+(d/d4)(2*n); i3(i,j)=h1*i1(i,j); i5(i,j)=h2*i1(i,j); i7(i,j)=h3*i1(i,j); i9(i,j)=h4*i1(i,j); endendi3=ifftshift(i3);i4=real(ifft2(

32、i3);i5=ifftshift(i5);i6=real(ifft2(i5);i7=ifftshift(i7);i8=real(ifft2(i7);i9=ifftshift(i9);i10=real(ifft2(i9);subplot(2,3,3),imshow(i4,),title('butterworth低通滤波器d1=30');subplot(2,3,4),imshow(i6,),title('butterworth低通滤波器d2=50');subplot(2,3,5),imshow(i8,),title('butterworth低通滤波器d3=7

33、0');subplot(2,3,6),imshow(i10,),title('butterworth低通滤波器d4=90'); % 4.（2）用理想低通滤波器实现图像信号的滤波运算clear all;close all;i=imread('electric.tif');subplot(2,3,1),imshow(i);title('原图像');f=imnoise(i,'gaussian',0,0.01);subplot(2,3,2),imshow(f);title('加入高斯噪声的图像');%傅里叶变换并把

34、频谱中心移到中点f1=fft2(f);i1=fftshift(f1);%构建理想低通滤波器m,n=size(i1);d1=30;d2=50;d3=70;d4=90;n1=floor(n/2);n2=floor(m/2);for u=1:m for v=1:n if sqrt(u-n1)2+(v-n2)2)<=d1 h1(u,v)=1; else h1(u,v)=0; end end endfor u=1:m for v=1:n if sqrt(u-n1)2+(v-n2)2)<=d2 h2(u,v)=1; else h2(u,v)=0; end end endfor u=1:m fo

35、r v=1:n if sqrt(u-n1)2+(v-n2)2)<=d3 h3(u,v)=1; else h3(u,v)=0; end end endfor u=1:m for v=1:n if sqrt(u-n1)2+(v-n2)2)<=d4 h4(u,v)=1; else h4(u,v)=0; end end endj1=i1.*h1;j2=i1.*h2;j3=i1.*h3;j4=i1.*h4;k1=ifft2(ifftshift(j1);k2=ifft2(ifftshift(j2);k3=ifft2(ifftshift(j3);k4=ifft2(ifftshift(j4);c1

36、=real(k1);c2=real(k2); c3=real(k3);c4=real(k4);subplot(2,3,3);imshow(c1,);title('滤波结果图像,d1=30');subplot(2,3,4);imshow(c2,);title('滤波结果图像,d2=50');subplot(2,3,5);imshow(c3,);title('滤波结果图像,d3=70');subplot(2,3,6);imshow(c4,);title('滤波结果图像,d4=90');%4（*）用理想低通滤波器和butterworth低通滤波器对加噪图像进行滤波对比clear all;close all;i=imread('electric.tif');subplot(2,2,1),imshow(i);title(