数字图像处理实验一

1、数字图像处理实验一一、 实验目的1、 学习时域平滑滤波器的概念及原理，观察并比较由不同模版3×3，5×5，7×7模版处理后的图像。2、 学会使用Robert梯度算法寻找图像边界及其相关的原理。3、 学习锐化处理，使用laplace算子对图像实现锐化处理，不断尝试寻找不同的观察其效果二、 实验原理1、 平滑空间滤波器平滑滤波器用于模糊处理和减小噪声，我们学习的平滑线性空间滤波器的输出响应是包含在滤波模版邻域内像素的简单平均值，也称均值滤波器，属于低通滤波器。平滑滤波器用滤波模版确定的邻域内像素的平均灰度值去代替图像每个像素点的值，这种处理减小了图像灰度的尖锐化，同时

2、也会带来一些负面的影响，比如的处理完之后带来图像会更加的模糊，尤其是当模版越大的时候越明显。模版大致有两种，一是邻域平均，一是加权平均。本次实验中使用加权平均的方式，简单的进行加权平均表示成： 注意滤波器模板的所有系数均为1，可保证输出图仍在原来的灰度值范围，计算也更有效。在处理的时候，应该注意边界的处理必要的时候可以扩展一下边界。补0或者是使用最外圈的数据扩展。2、 Robert梯度算法梯度法是基于一阶微分寻找边界的方法。实际实现算法的过程中经常会使用绝对值（街区距离）来替代平方根（欧氏距离）运算近似求梯度。为得出合适的滤波模版，Robert定义了交叉差分算法，给出了梯度的近似算法如下：可以

3、看出是两个3×3的模版对图像处理之后的相加。模版分别为：与 两个模版3.图像增强锐化拉普拉斯算子使用二阶微分梯度在图像增强处理中的应用，边缘增强是要突出图像边缘，抑制图像中非边缘信息，使图像轮廓更加清晰。由于边缘占据图像的高频成分，所以边缘增强通常属于高通滤波。一个二元图像函数的拉普拉斯变换定义为：为了适合于计算机的处理，对微分方程进行离散化处理：这个公式可由多种模版实现，本次实验用使用的模版是：三 实验的步骤1、 图像平滑下列为3×3模版的平滑处理的MATLAB代码function m=pinghua_03fid=fopen('d:Eimage_007.img&#

4、39;,'r');%打开文件M=256;N=256;c=fread(fid,M*N,'float64');%读取文件的数据；fclose(fid);for m=1:Mfor n=1:N Image(m,n)=c(m-1)*256+n);end end%将读取出来的向量转化为矩阵subplot(121);imshow(Image,0,255);%显示原始图像title('fontname华文隶书slfontsize16未经过处理的图像');h1=ones(3,3)/9;%3×3的模板Image1=zeros(M+2,N+2);Image1

5、(2:M+1,2:N+1)=Image; %扩展数字图像矩阵处理for i=1:M for j=1:N s=Image1(i:i+2,j:j+2); Image_New(i,j)=sum(sum(h1.*s); endendsubplot(122);%显示经过3×3的模板的图像imshow(Image_New,min(min(Image_New),max(max(Image_New); title('fontname华文隶书slfontsize16经过经过3×3的模板的平滑处理后的图像'); (1)结果如图1所示：图1(2)同理修改模版将其改为5×

6、5模版之后。显示的结果如图2所示图2(3)模版改为7×7之后运行的结果如图3所示图3实验结论：虽然在一定程度上这样简单的平滑处理之后图像显得更加的平滑了，但是同时带来了一个不良的效应就是整个图像的模糊化效应。模版越大，模糊效应越是明显。尤其在7×7模版中尤为的突出2.边界的提取function robert_bjfid=fopen('c:Eimage_007.img','r');%打开文件M=256;N=256;c=fread(fid,M*N,'float64');%读取文件的数据；fclose(fid);for m=1:Mf

7、or n=1:N Image(m,n)=c(m-1)*256+n);end end%将读取出来的向量转化为矩阵subplot(121);imshow(Image,0,255); %显示原始图像title('fontname华文隶书slfontsize12未经过处理的图像');h_x=0,0,0;0,1,0;0,0,-1;h_y=0,0,0;0,0,1;0,-1,0;Image1=zeros(M+2,N+2);Image1(2:M+1,2:N+1)=Image; %边界的扩展for i=1:M for j=1:N s=Image1(i:i+2,j:j+2); Image_x(i,

8、j)=sum(sum(h_x.*s); Image_y(i,j)=sum(sum(h_y.*s); Image_New(i,j)=abs(Image_x(i,j)+abs(Image_y(i,j); endend subplot(122);im_max=max(max(Image_New);im_min=min(min(Image_New);imshow(Image_New,im_min,im_max); %结果robert算子处理之后的图像title('fontname华文隶书slfontsize12使用robert算子的获得的图像');运行的结果如下图4所示图4实验结论：这

9、样可以涂边界的一些轮廓可以做到凸显的效果，便于观察一些变化部分的细节。3.图像锐化：程序如下：function m=laplace_rh(KI)fid=fopen('d:Eimage_007.img','r');%打开文件M=256;N=256;c=fread(fid,M*N,'float64');%读取文件的数据；fclose(fid);for m=1:Mfor n=1:N Image(m,n)=c(m-1)*256+n);end end%将读取出来的向量转化为矩阵subplot(121);imshow(Image,0,255);%显示原始图像

10、title('fontname华文隶书slfontsize12未经过处理的图像');h=-KI,-KI,-KI;-KI,8*KI+1,-KI;-KI,-KI,-KI;Image_1=zeros(M+2,N+2);Image_1(2:M+1,2:N+1)=Image;for i=1:M for j=1:N s=Image_1(i:i+2,j:j+2); Image_New(i,j)=sum(sum(h.*s); endendsubplot(122);im_max=max(max(Image_New);im_min=min(min(Image_New);imshow(Image_New,im_min,im_max);%显示经过3×3的模板的图像title('fontname华文隶书slfontsize12使用laplace算子KI=1时获得的图像');在command windows窗口，输入不同的KI值，将显示不同的的KI值处理之后的图像。(1)当KI=1时处理前后的结果如图5所示图