数字图像处理实验报告图像增强实验Word格式文档下载.docx

数字图像处理实验报告图像增强实验Word格式文档下载.docx

《数字图像处理实验报告图像增强实验Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验报告图像增强实验Word格式文档下载.docx（14页珍藏版）》请在冰豆网上搜索。

实验类别

设计

同组人数

2

成绩

指导教师签字：

一．实验目的

1.掌握图像增强的基本定义及目的。

2.理解空间域增强的基本原理及方法。

3.掌握进行图像的空域增强的方法。

二．实验内容

1.读出blurry_moon.tif这幅图像，采用3×

3的拉普拉斯算子w=[1,1,1;

1–81;

1,1,1]对其进行滤波。

2.编写函数w=genlaplacian（n），自动产生任一奇数尺寸n的拉普拉斯算子，如5×

5的拉普拉斯算子

w=[11111

11111

11-2411

11111]

3.分别采用5×

5，9×

9，15×

15和25×

25大小的拉普拉斯算子对blurry_moon.tif进行锐化滤波，并利用式

完成图像的锐化增强，观察其有何不同，要求在同一窗口中显示。

4.采用不同的梯度算子对blurry_moon.tif进行锐化滤波，并比较其效果。

5.自己设计锐化空间滤波器，并将其对噪声图像进行处理，显示处理后的图像；

三．实验具体实现

6.读出blurry_moon.tif这幅图像，采用3×

I=imread（'

trees.tif'

）;

T=double（I）;

subplot（1,2,1）,imshow（T,[]）;

title（'

OriginalImage'

w=[1,1,1;

1,-8,1;

1,1,1];

K=conv2（T,w,'

same'

subplot（1,2,2）

imshow（K）;

LaplacianTransformation'

7.编写函数w=genlaplacian（n），自动产生任一奇数尺寸n的拉普拉斯算子，如5×

cameraman.tif'

subplot（121）,imshow（T,[]）;

w=[1,1,1,1,1;

1,1,1,1,1;

1,1,-24,1,1;

1,1,1,1,1;

];

K=conv2（T,w,'

subplot（122）,imshow（K）;

laplaciantransform'

8.分别采用5×

functionw=genlaplacian（n）w=ones（n）;

x=ceil（n/2）;

w（x,x）=-1*（n*n-1）;

end;

w1=genlaplacian（5）;

w2=genlaplacian（9）;

w3=genlaplacian（15）;

w4=genlaplacian（25）;

blurry_moon.tif'

subplot（231）,imshow（T,[]）;

K1=conv2（T,w1,'

subplot（232）,imshow（K1）;

laplacianoperator5*5'

K2=conv2（T,w2,'

subplot（233）,imshow（K2）;

laplacianoperator9*9'

K3=conv2（T,w3,'

subplot（234）,imshow（K3）;

laplacianoperator15*15'

K4=conv2（T,w4,'

subplot（235）,imshow（K4）;

laplacianoperator25*25'

9.采用不同的梯度算子对blurry_moon.tif进行锐化滤波，并比较其效果。

[I,map]=imread（'

I=double（I）;

subplot（2,3,1）

imshow（I,map）;

OriginalImage'

[Gx,Gy]=gradient（I）;

%gradientcalculation

G=sqrt（Gx.*Gx+Gy.*Gy）;

%matrix

J1=G;

%gradient1

subplot（2,3,2）

imshow（J1,map）;

Operator1Image'

J2=I;

%gradient2

K=find（G>

=7）;

J2（K）=G（K）;

subplot（2,3,3）

imshow（J2,map）;

Operator2Image'

J3=I;

%gradient3

J3（K）=255;

subplot（2,3,4）

imshow（J3,map）;

Operator3Image'

J4=I;

%gradient4

K=find（G<

J4（K）=255;

subplot（2,3,5）

imshow（J4,map）;

Operator4Image'

J5=I;

%gradient5

J5（K）=0;

Q=find（G>

J5（Q）=255;

subplot（2,3,6）

imshow（J5,map）;

Operator5Image'

10.自己设计锐化空间滤波器，并将其对噪声图像进行处理，显示处理后的图像；

附录：

可能用到的函数和参考结果**************报告里不能用参考结果中的图像

1）采用3×

1,1,1]滤波

moon.tif'

图2.9初始图像与拉普拉斯算子锐化图像

2）编写函数w=genlaplacian（n），自动产生任一奇数尺寸n的拉普拉斯算子，如5×

5的拉普拉斯算子：

11111

11-2411

11111

11111]

functionw=genlaplacian（5）%ComputestheLaplacianoperator

w=ones（n）;

3）分别采用5×

不同尺寸拉普拉斯算子滤波以及图像增强

functionw1=genlaplacian（5）;

K=conv2（T,w1,'

J=T-K;

图2.10初始图像与不同拉普拉斯算子锐化图像

图像锐化的实质是将原图像与梯度信息叠加，相当于对目标物的边缘进行了增强。

图2.11拉普拉斯算子锐化与锐化增强图像

4）采用不同的梯度算子对blurry_moon.tif进行锐化滤波，并比较其效果

图2.12原始图像与不同梯度子锐化图像

作为二阶微分算子，拉普拉斯变换在图像细节的增强处理上有明显的优点，但会产生更多的噪声。

梯度变换在灰度变化区域的响应更强，但对噪声和细节的响应比拉普拉斯变换弱。

5）自己设计锐化空间滤波器，并将其对噪声图像进行处理，显示处理后的图像；

图2.13原始图像与不同边缘锐化图像