数字图像处理实验指导书-河北工业大学2014-实验二,实验三

1、数字图像处理实验指导书河北工业大学计算机科学与软件学院实验二 图像增强灰度变换一、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、掌握灰度变换的图像增强方法。二、实验原理及知识点术语空间域指的是图像平面本身，在空间与内处理图像的方法是直接对图像的像素进行处理。空间域处理方法分为两种：灰度级变换、空间滤波。空间域技术直接对像素进行操作其表达式为 g(x,y)=Tf(x,y)其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，定义在点(x,y)的指定领域内。定义点(x,y)的空间邻近区域的主要方法是，使用中心位于(x,y)的正方

2、形或长方形区域。此区域的中心从原点(如左上角)开始逐像素点移动，在移动的同时，该区域会包含不同的领域。T应用于每个位置(x,y)，以便在该位置得到输出图像g。在计算(x,y)处的g值时，只使用该领域的像素。灰度变换T的最简单形式是使用领域大小为1×1，此时,(x,y)处的g值仅由f在该点处的亮度决定，T也变为一个亮度或灰度级变化函数。当处理单设(灰度)图像时，这两个术语可以互换。由于亮度变换函数仅取决于亮度的值，而与(x,y)无关，所以亮度函数通常可写做如下所示的简单形式： s=T(r)其中，r表示图像f中相应点(x,y)的亮度，s表示图像g中相应点(x,y)的亮度。灰度变换可调整图

3、像的灰度动态范围或图像对比度，是图像增强的重要手段之一。1.线性变换假设图像f(i，j)的灰度范围为a,b，线性变换后图像g(i，j)的范围为a´,b´，如图，g(i，j)与f(i，j)之间的关系式为：在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。对曝光不足或过度的图像采用线性变换对图像每一个像素灰度作线性拉伸。可有效地改善图像视觉效果。2分段线性变换为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。设原图像f(i，j)在0，Mf,感兴趣目标的灰度范围在a,b

4、,欲使其灰度范围拉伸到c,d,则对应的分段线性变换表达式为通过细心调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行拉伸或压缩。3非线性灰度变换当用某些非线性函数如对数函数、指数函数等，作为映射函数时，可实现图像灰度的非线性变换。三、实验内容：1、实现线性变换：在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。对曝光不足或过度的图像采用线性变换对图像每一个像素灰度作线性拉伸,可有效地改善图像视觉效果。分别寻找曝光不足和过度的图像，采用线性变换进行处理，并对比其变换前后灰度直方图。1、利用灰度调整函数变换图像&

5、gt;> A=imread('pout.tif','tif'); %读入图像B=imadjust(A,0.2,0.7,0,1); %灰度调整imwrite(B,'E: 1.tif'); %图像保存subplot(2,2,1);imshow(A); %显示调整前后图像及其直方图subplot(2,2,2);imhist(A);subplot(2,2,3);imshow(B);subplot(2,2,4);imhist(B);2、利用灰度调整算法变换图像>> clear;a=60; %图像变换参数设定b=180;c=0;d=255;

6、A=imread('pout.tif','tif'); %读入图像m,n=size(A);B=A;for i=1:1:m %灰度调整 for j=1:1:n if (A(i,j)>=a)&(A(i,j)<b) B(i,j)=(A(i,j)-a)*(d-c)/(b-a)+c; end endenduint8(A); uint8(B);subplot(2,2,1); imshow(A); %显示调整前后图像及其直方图subplot(2,2,2); imhist(A);subplot(2,2,3); imshow(B);subplot(2,2,4)

7、; imhist(B);实现分段线性变换：为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。寻找合适图像，实现分段线性变换，并对比其变换前后灰度直方图。>> clear;a=80; %图像变换参数设定b=160;Mf=255;c=50;d=200;Mg=255;A=imread('pout.tif','tif'); %读入图像m,n=size(A);B=A;for i=1:1:m %灰度调整 for j=1:1:n if A(i,j)<a B(i,j)=(c/a)*A(i,j); elseif (A(i,j)

8、>=a)&(A(i,j)<b) B(i,j)=(A(i,j)-a)*(d-c)/(b-a)+c; else B(i,j)=(A(i,j)-b)*(Mg-d)/(Mf-b)+d; end endenduint8(A); uint8(B);subplot(2,2,1); imshow(A); %显示调整前后图像及其直方图subplot(2,2,2); imhist(A);subplot(2,2,3); imshow(B);subplot(2,2,4); imhist(B);四、实验仪器(1) PC计算机(2) MATLAB软件 (3) 实验所需要的图片 五、实验报告要求描述实验

9、的基本步骤，用数据和图片给出各个步骤中取得的实验结果和源代码，并进行必要的讨论，必须包括原始图像及其计算/处理后的图像。实验三 图像增强直方图变换一、 实验目的1掌握灰度直方图的概念及其计算方法；2熟练掌握直力图均衡化和直方图规定化的计算过程。二、 实验原理图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。本实验以直方图均衡化增强图像对比度的方法为主要内容，其他方法同学们可以在课后自行联系。直方图是多种空间城

10、处理技术的基础。直方图操作能有效地用于图像增强。除了提供有用的图像统计资料外，直方图固有的信息在其他图像处理应用中也是非常有用的，如图像压缩与分割。直方图在软件中易于计算，也适用于商用硬件设备，因此，它们成为了实时图像处理的一个流行工具。直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。直方图反映了图像的明暗分布规律，可以通过

11、图像变换进行直方图调整，获得较好的视觉效果。直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。处理后的图像直方图分布更均匀了，图像在每个灰度级上都有像素点。从处理前后的图像可以看出，许多在原始图像中看不清楚的细节在直方图均衡化处理后所得到的图像中都变得十分清晰。在某些情况下，并不一定需要具有均匀直方图的图像，有时需要具有特定的直方图的图像，以便能够增强图像中某些灰度级。直方图规定化方法就是针对上述思想提出来的。直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。可见，它是对直方图均衡化处理的一种有效的扩展。三、

12、 实验步骤1、 直方图均衡化：寻找合适图像，编程实现直方图规定化，并对比其变换前后灰度直方图。>> I = imread('cameraman.tif'); height,width = size(I); figure subplot(221) imshow(I)%显示原始图像 subplot(222) imhist(I)%显示原始图像直方图 %进行像素灰度统计; NumPixel = zeros(1,256);%统计各灰度数目，共256个灰度级 for i = 1:height for j = 1: width NumPixel(I(i,j) + 1) = Num

13、Pixel(I(i,j) + 1) + 1;%对应灰度值像素点数量增加一 end end %计算灰度分布密度 ProbPixel = zeros(1,256); for i = 1:256 ProbPixel(i) = NumPixel(i) / (height * width * 1.0); end %计算累计直方图分布 CumuPixel = zeros(1,256); for i = 1:256 if i = 1 CumuPixel(i) = ProbPixel(i); else CumuPixel(i) = CumuPixel(i - 1) + ProbPixel(i); end en

14、d %累计分布取整 CumuPixel = uint8(255 .* CumuPixel + 0.5); %对灰度值进行映射（均衡化） for i = 1:height for j = 1: width I(i,j) = CumuPixel(I(i,j); end end subplot(223) imshow(I)%显示原始图像 subplot(224) imhist(I)%显示原始图像直方图 2、 直方图均衡化：寻找合适图像，调用MATLAB中提供的函数实现直方图规定化，并对比其变换前后灰度直方图。>> I=imread('cameraman.tif');J=h

15、isteq(I);figure;subplot(2,2,1);imshow(I);subplot(2,2,2);imhist(I);subplot(2,2,3);imshow(J);subplot(2,2,4);imhist(J);3、 直方图规定化：寻找合适图像，调用MATLAB中提供的函数实现直方图规定化，并对比其变换前后灰度直方图。直方图规定化clc;I=imread('tire.tif');J=histeq(I,32);counts,x=imhist(J);Q=imread('pout.tif');figure;subplot(2,2,1);imshow(Q);title('原图像');subplot(2,2,2);imhist(Q);title('原图像直方图');M=histeq(Q,counts);subplot(