点操作及直方图均衡化算法实现

南京信息工程大学实验（实习）报告实验名称点操作及直方图均衡化算法实现实验日期xxxxx得分指导教师_xxxx院xx专业xx年级xxxx班次x姓名xxx学号xxxx一、实验目的理解点操作图像增强方法熟练使用man命令理解直方图均衡化算法的原理，掌握算法的实现二、实验内容理解图像灰度拉伸，练习imadjust函数的使用；编程实现图像线性灰度变换算法；编程实现图像二值化算法；编程实现图像灰度对数变换、指数变换算法；在Matlab中编程实现直方图均衡化算法（不使用histeq函数，编程实现其功能）。三、实验步骤1. imadjust函数的使用：I=imread(I=imread('pout.tif');J=imadjust(I);subplot(1,3,1),imshow(I),title('原图');subplot(1,3,2),imshow(J),title('imadjust1');K=imadjust(I,[0.30.7],[]);subplot(1,3,3),imshow(K),title('imadjust2');2.图像截取性线性灰度变换算法：clear;clc;clear;clc;i=imread('pout.tif');d=double(i);imhist(i);a=75.0;b=150.0;a1=0.0;b1=255.0;n1=i>a&i<b;n2=i<a;n3=i>b;d2=d;d2=d;d2(n1)=(d(n1)-a)*(b1-a1)/(b-a)+a1;d2(n2)=a1;d2(n3)=b1;i2=uint8(d2);subplot(221),imshow(i),title('原图');subplot(222),imshow(i2),title('截取性线性灰度变换图');subplot(223),imhist(i);subplot(224),imhist(i2);3.图像二值化算法：clear;clc;clear;clc;f=imread('eight.tif');g=f;[m,n]=size(f);lever=floor(m);vertical=floor(n);forx=1:leverfory=1:verticalifg(x,y)>175g(x,y)=250;endifg(x,y)<175g(x,y)=0;endendendsubplot(221),imshow(f),title('原图');subplot(222),imhist(f);subplot(223),imshow(g),title('图像二值化');subplot(224),imhist(g);4_1.图像灰度对数变换：clear;clc;clear;clc;I=imread('circuit.tif');c=18/log(196);[m,n]=size(I);I2=double(I);for(i=1:m)forj=1:ng(i,j)=c*log(I2(i,j)+1);endendsubplot(121),imshow(I),title('原图');subplot(122),imshow(mat2gray(g)),title('灰度范围压缩图像');4_2.指数变换算法：clear;clc;clear;clc;f=imread('pout.tif');r=double(f);s1=power(r+10.^(-100),0.6);s2=power(r+10.^(-100),0.4);s3=power(r+10.^(-100),0.3);subplot(221),imshow(f),title('原始图');subplot(222),imshow(s1,[]),title('伽码为0.6');subplot(223),imshow(s1,[]),title('伽码为0.4');subplot(224),imshow(s1,[]),title('伽码为0.3');5.直方图均衡化算法：clear;clc;clear;clc;tu=imread('pout.tif');%读入图片graydis=zeros(1,256);%设置矩阵大小graydispro=zeros(1,256);new_graydis=zeros(1,256);new_graydispro=zeros(1,256);[hw]=size(tu);new_tu=zeros(h,w);%计算原始直方图各灰度级像素个数graydisforx=1:hfory=1:wgraydis(1,tu(x,y))=graydis(1,tu(x,y))+1;endend%计算原始直方图graydisprograydispro=graydis./sum(graydis);subplot(2,2,2),plot(graydispro),title('灰度直方图');xlabel('灰度值');ylabel('像素的概率密度');%计算原始累计直方图fori=2:256graydispro(1,i)=graydispro(1,i)+graydispro(1,i-1);end%计算和原始灰度对应的新的灰度t[]，建立映射关系fori=1:256t(1,i)=floor(254*graydispro(1,i)+0.5);end%统计新直方图各灰度级像素个数new_graydisfori=1:256new_graydis(1,t(1,i)+1)=new_graydis(1,t(1,i)+1)+graydis(1,i);end%计算新的灰度直方图new_graydispronew_graydispro=new_graydis./sum(new_graydis);subplot(2,2,4),plot(new_graydispro),title('均衡化后的灰度直方图');xlabel('灰度值');ylabel('像素的概率密度');%计算直方图均衡后的新图new_tuforx=1:hfory=1:wnew_tu(x,y)=t(1,tu(x,y));endendsubplot(subplot