试验二图像增强matlab程序和结果分析

1、实验图像增强李影通信092092302一实验目的.掌握图像灰度变换的基本原理。.掌握图像灰度级修正方法，即直方图均衡化法。.图像平滑的主要目的是减少噪声。噪声有很多种类，不同的噪声有不同的抑制措施。要 求掌握常用的图像平滑的空间域方法和频率域方法。.锐化处理技术的主要目的用于加强图像的目标边界和图像细节，要求掌握常用的图像锐 化的空间域方法和频率域方法。二实验原理实验内容(一)图像灰度变换.灰度线性变换一图像反转洞像反转线性变换I=imread(sailboat.bmp) % 读原始图像%各图像矩阵转化为 double类型J=double(I);J=-J+(256-1); %图像反转线性变化%

2、double数据类型转化为 unit8类型H=uint8(J);subplot(1,2,1),imshow(I);%显示灰度原始图像subplot(1,2,2),imshow(H);%显示灰度反转后图像.灰度非线性变一对数变换哪度非线性变换：对数变换I=imread(saturn.bmp); %读原始图像J=double(I); %将图像矩阵转化为 double类型J=40*(log(J+1);%图像进行对数变换H=uint8(J);%double数据类型转化为unit8类型subplot(2,1,1),imshow(I); %显示对数变换前的图像subplot(2,1,2),imshow(H

3、); %显示对数变换前的图像.灰度图像与对应直方图的显示 嫉度图像与对应直方图的显示clear;close all;读原始图像显示灰度图像显示直方图图像I=imread(elain.bmp); % figure,imshow(I,256); % xlabel(f),ylabel(g); figure,imhist(I,64); %4.直方图均衡化 切方图均衡化前后的图像灰度分布 I=imread(peppers.bmp) % J=histeq(I);%subplot(2,2,1),imshow(I); % subplot(2,2,2),imshow(J); % subplot(2,2,3),i

4、mhist(I,64);% subplot(2,2,4),imhist(J,64);%读入原图像到I变量对图像I直方图均衡化显示原图像显示处理后的图像显示原图像的直方图灰度分布 显示均衡化后的图像直方图(二)图像平滑.空间域(1)邻域平均法采用不同模板%5*於8域平均图像平滑I=imread(elain.bmp); %读原始图像J=imnoise(I,salt & pepper,0.02);%加入均值为 0,方差为 0.02 的噪声J1=filter2(fspecial(average,3),I)/255;%J2=filter2(fspecial(average,5),I)/255;%用3*3

5、模板均值滤波用5*5模板均值滤波用7*7模板均值滤波显示原图像显示加入噪声的图像显示用3*3模板均值滤波后图像显示用5*5模板均值滤波后图像显示用7*7模板均值滤波后图像J3=filter2(fspecial(average,7),I)/255;% imshow(I); % figure,imshow(J);% figure,imshow(J1);% figure,imshow(J2);% figure,imshow(J3);%读原始图像(2)在不同噪声下用中值滤波法%M直滤波处理I=imread(elain.bmp); %切口均彳1为0,方差为0.02的椒盐噪声J1=imnoise(I,sa

6、lt & pepper,0.02);切口均彳1为0,方差为0.02的高斯噪声J2=imnoise(I,gaussian,0.02);减示有椒盐噪声图像subplot(2,2,1),imshow(J1);%显示有高斯噪声图像subplot(2,2,2),imshow(J2)%寸有椒盐噪声图像进行5*5方形窗口中值滤波I1=medfilt2(J1,5 5);%寸有高斯噪声图像进行5*5方形窗口中值滤波I2=medfilt2(J2,5 5);减示有椒盐噪声图像的滤波结果subplot(2,2,3),imshow(I1);减示有高斯噪声图像的滤波结果subplot(2,2,4),imshow(I2);

7、(3)均值滤波法与中值滤波法对比%分别用均值滤波和中值滤波对图像平滑I=imread(elain.bmp);I1=imnoise(I,salt & pepper,0.06);%I2=double(I1)/255;唳B域运算h1=1/9 1/9 1/9;1/9 1/9 1/9;1/9 1/9 1/9;% 进行二维卷积操作实现均值滤波J1=conv2(I2,h1,same);处行二维3*3中值滤波J2=medfilt2(I2,3 3);subplot(2,2,1),imshow(I);subplot(2,2,2),imshow(I1);subplot(2,2,3),imshow(J1);subpl

8、ot(2,2,4),imshow(J2);加入椒盐噪声.频率域%各种频域低通滤波器的 MATLA族现clc;I,map=imread(elain.bmp);%从图形文件中读取图像noisy=imnoise(I,gaussian,0.01);%对原图象添加高斯噪声imshow(noisy,map);%显示加入高斯噪声后的图像 M,N=size(I);F=fft2(noisy);%进行二维快速傅里叶变换fftshift(F);%把快速傅里叶变换的 DC1件移到光谱中心Dcut=100;D0=150;D1=250;for u=1:Mfor v=1:ND(u,v)=sqrt(uA2+vA2);%巴特沃

9、斯低通滤波器传递函数BUTTERH(u,v)=1/(1+(sqrt(2)-1)*(D(u,v)/Dcut)A2);%指数型低通滤波器传递函数EXPOTH(u,v)=exp(log(1/sqrt(2)*(D(u,v)/Dcut)A2);if D(u,v)D0 %TRAPEH(u,v)=1;elseif D(u,v)=10);% 阈值 T=10OUT2(J)=GM(J);减示第2种梯度的图像锐化Subplot(2,3,3),imshow(OUT2,map);OUT3=I;J=find(GM=10);OUT3(J)=255;%显示第3#梯度的图像锐化Subplot(2,3,4),imshow(OUT

10、3,map);OUT4=I;J=find(GM=10);OUT5(J)=255;Q=find(GM10);OUTS(Q)=0;减示第5种梯度的图像锐化Subplot(2,3,6),imshow(OUT5,map);用Sobel算子对图像滤波%RJ用Sobel算子对图像滤波I=imread(elain.bmp);%读入图像文件H=fspecial(sobel);%选择 Sobel 算子subplot(1,2,1),imshow(I)% 显示原图像 J=filter2(H,I);% 卷积运算subplot(1,2,2),imshow(J)% 显示Sobel算子对图像锐化的结果(4)利用拉普拉斯算子

11、对模糊图像进行增强卿拉普拉斯算子对模糊图像进行增强I=imread(barbara.bmp);I=double(I);subplot(1,2,1),imshow(I,)h=0 1 0,1 -4 1,0 1 0; %拉普拉斯算子J=conv2(I,h,same); %K=I-J;%用拉普拉斯算子对图像进行二维卷积运算增强的图像为原始图像减去拉普拉斯算子滤波的图像subplot(1,2,2),imshow(K,).频率域图象锐化哪域高通滤波法对图像进行增强clc;I,map=imread(elain.bmp);noisy=imnoise(I,gaussian,0.01);M N=size(I);F

12、=fft2(noisy);fftshift(F);Dcut=100;D0=250;D1=150;for u=1:Mfor v=1:ND(u,v)=sqrt(uA2+vA2);BUTTERH(u,v)=1/(1+(sqrt(2)-1)*(Dcut/D(u,v)A2); %巴特沃斯低通滤波器传递函数EXPOTH(u,v)=exp(log(1/sqrt(2)*(Dcut/D(u,v)A2); %指数型低通滤波器传递函数if D(u,v)D1%THPFH(u,v)=0;elseif D(u,v)=D0梯度低通滤波器传递函数THPFH(u,v)=(D(u,v)-D1)/(D0-D1); elseTHPFH(u,v)=1;endendendBUTTERG=BUTTERH.*F;BUTTERfiltered=ifft2(BUTTERG);EXPOTG=EXPOTH.*F;EXPOTGfiltered=ifft2(EXPOTG);THPFG=THPFH.*F;THPFfiltered=ifft2(THPF