DigitalImageProcessingExperimentoneWord格式文档下载.docx
- 文档编号:19921352
- 上传时间:2023-01-12
- 格式:DOCX
- 页数:10
- 大小:2.21MB
DigitalImageProcessingExperimentoneWord格式文档下载.docx
《DigitalImageProcessingExperimentoneWord格式文档下载.docx》由会员分享,可在线阅读,更多相关《DigitalImageProcessingExperimentoneWord格式文档下载.docx(10页珍藏版)》请在冰豆网上搜索。
2012130107
实验时间:
实验报告提交时间:
教务处制
实验目的与要求:
1.了解MATLAB的操作环境和基本功能。
2.掌握MATLAB中图像增强与平滑的函数的使用方法。
3.加深理解图像增强与平滑的算法原理。
实验方法与步骤
实验一:
直方图均衡化(选用POUT.TIF这幅图)
直方图均衡化是把原图像的直方图通过灰度变换函数修正为灰度均匀分布的直方图,然后按均衡直方图修正原图像,其变换函数取决于图像灰度直方图的累积分布函数。
概括地说,就是把一已知灰度概率分布的图像,经过一种变换,使之演变成一幅具有均匀概率分布的新图像。
当图像的直方图为一均匀分布时,图像的信息熵最大,此时图像包含的信息量最大,图像看起来更清晰。
灰度直方图用各灰度值出现的相对频数(该灰度级的像素数与图像总像素数之比)表示。
直方图表示数字图像中每一灰度级与其出现频数的的统计关系,用横坐标表示灰度级,纵坐标表示频数。
直方图就能给出该图像的概貌性描述,例如图像的灰度范围、每个灰度级的频数和灰度的分布、整幅图像的亮度和平均明暗对比度等,由此可得出进一步处理的重要依据。
计算每个灰度级出现的概率为:
Pr(rk)=Nk/Nk=0,1,2,…,L-1
上式中,Pr(rk)表示第k个灰度级出现的概率,Nk为第k个灰度级出现的频数,N为图像像素总数,L为图像中可能的灰度级总数。
由此可得直方图均衡化变换函数,即图像的灰度累积分布函数Sk为:
上式中,Sk为归一化灰度级。
这个变换映射称做直方图均衡化或直方图线性化。
程序如下:
clearall;
closeall
I=imread('
pout.tif'
’);
imshow(I)
figure,imhist(I)
[I2,T]=histeq(I);
figure,imshow(I2)
figure,imhist(I2)
figure,plot((0:
255)/255,T);
imwrite(I2,'
pout2.png'
);
imfinfo('
)
实验结果:
实验二:
.直接灰度变换
其变换函数表达式如下:
灰度拉伸可以更加灵活地控制输出灰度直方图的分布,它可以有选择地拉伸某段灰度区间以改善输出图像。
图2所示的变换函数的运算结果是将原图在r1和r2之间的灰度拉伸到s1和s2之间。
如果一幅图像灰度集中在较暗的区域而导致图像偏暗,可以用灰度拉伸功能来拉伸(斜率>
1)物体灰度区间以改善图像;
同样如果图像灰度集中在较亮的区域而导致图像偏亮,也可以用灰度拉伸功能来压缩(斜率<
1)物体灰度区间来改善图像质量。
3非线性灰度变换
一些图片的像素过于集中于中间灰度部分,而其他部分的像素数很少,可以压缩像素数小的部分,扩展像素数集中的部分。
如果只想了解图像的某一部分,那么可以压缩其它部分,对关注的部分进行变换。
当用某些非线性函数作为图像的映射函数时,可实现图像灰度的非线性变换,如利用对数函数、指数函数等可实现对数变换和指数变换。
部分展示已在上面程序体现
实验程序如下:
closeall
cameraman.tif'
J=imadjust(I,[00.2],[0.51]);
imshow(I)
figure,imshow(J)
[X,map]=imread('
forest.tif'
figure,imshow(X,map)
I2=ind2gray(X,map);
J2=imadjust(I2,[],[],0.5);
figure,imshow(I2)
figure,imshow(J2)
J3=imadjust(I2,[],[],1.5);
figure,imshow(J3)
3.空域平滑滤波(模糊、去噪)
eight.tif'
h1=ones(3,3)/9;
h2=ones(5,5)/25;
I1=imfilter(I,h1);
I2=imfilter(I,h2);
figure
(1),imshow(I),title('
OriginalImage'
figure
(2),imshow(I1),title('
FilteredImageWith3*3'
figure(3),imshow(I2),title('
FilteredImageWith5*5'
%加入Gaussian噪声
J1=imnoise(I,'
gaussian'
0,0.005);
%加入椒盐噪声
J2=imnoise(I,'
salt&
pepper'
0.02);
%对J1、J2进行平均值平滑滤波
K1=imfilter(J1,fspecial('
average'
3));
K2=imfilter(J2,fspecial('
figure(4);
subplot(2,2,1),imshow(J1),title('
subplot(2,2,2),imshow(J2),title('
pepper'
subplot(2,2,3),imshow(K1),title('
average'
subplot(2,2,4),imshow(K2);
%对J1、J2进行中值滤波
K3=medfilt2(J1,[33]);
K4=medfilt2(J2,[33]);
figure(5);
subplot(2,2,3),imshow(K3),title('
Medianfiltering'
subplot(2,2,4),imshow(K4)
傅里叶变换后结果上图:
图为进行中值滤波的结果
图为平滑后结果
4.空域锐化滤波
moon.tif'
w=fspecial('
laplacian'
0)
w8=[1,1,1;
1,-8,1;
1,1,1]
I1=imfilter(I,w,'
replicate'
figure
(1);
imshow(I),title('
LaplacianImage'
f=im2double(I);
f1=imfilter(f,w,'
figure(3),imshow(f1,[]),title('
f2=imfilter(f,w8,'
f4=f-f1;
f8=f-f2;
figure(4),imshow(f4);
figure(5),imshow(f8);
深圳大学学生实验报告用纸
实验结论:
为了方便,实验的步骤程序及结果分析分成几个小实验集中在一起,MATLAB编程语言简单而强大的功能让我再一次对他富有浓厚的兴趣,实验过程基本顺利,这次实验主要是理解了图像增强和一些滤波对实际图像操作后的效果,希望以后可以用C来对图像进行处理,深入了解图像滤波的算法,再接再厉
指导教师批阅意见:
成绩评定:
指导教师签字:
年月日
备注:
注:
1、报告内的项目或内容设置,可根据实际情况加以调整和补充。
2、教师批改学生实验报告时间应在学生提交实验报告时间后10日内。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- DigitalImageProcessingExperimentone
![提示](https://static.bdocx.com/images/bang_tan.gif)
链接地址:https://www.bdocx.com/doc/19921352.html