数字图像增强实验报告.docx
- 文档编号:4939741
- 上传时间:2022-12-11
- 格式:DOCX
- 页数:13
- 大小:1.35MB
数字图像增强实验报告.docx
《数字图像增强实验报告.docx》由会员分享,可在线阅读,更多相关《数字图像增强实验报告.docx(13页珍藏版)》请在冰豆网上搜索。
数字图像增强实验报告
哈尔滨工业大学(威海)
数字图像增强实验报告
(一)图像输入与输出基本操作
一、实验题目:
图像输入与输出操作
二、实验目的
学习在MATLAB环境下对图像文件的I/O操作,为读取各种格式的图像文件和后续进行图像处理打下基础。
三、实验原理
imread:
该函数用于读取图片文件中的数据。
imwrite:
该函数用于图像的写入(保存)操作。
imshow:
该函数用于显示图像。
imfinfo:
该函数用于查询文件的相关信息。
四、实验内容
利用MATLAB为用户提供的专门函数从图像格式的文件中读/写图像数据、显示图像,以及查询图像文件的信息。
(1)利用imread函数完成对图像文件的读取操作。
(2)利用imwrite函数完成图像的写入(保存)操作。
(3)利用imshow函数显示图像。
(4)利用imfinfo函数查询图像文件的有关信息。
Matlab程序:
closeall;
clearall;
p=imread('E:
\shuzi\pic\ff.jpg');
imshow(p);
imwrite(a,'E:
\shuzi\pic\ff.jpg');
imfinfo('E:
\shuzi\pic\ff.jpg')
(二)直方图均衡
一、实验题目:
直方图均衡
二、实验目的
(1)理解灰度直方图的概念和意义;
(2)理解直方图均衡的目的——提高图象的对比度;
(3)掌握直方图均衡的基本方法。
三、实验原理
灰度直方图是灰度级的函数,描述的是图像中该灰度级的像素的个数:
从图形上说,其横坐标是灰度级,纵坐标是该灰度出现的频率;从数学上说,灰度直方图是图像各灰度值统计特性与图像灰度值的函数,它统计一幅图像中各灰度级出现的次数或概率。
灰度级为[0,L-1]范围的数字图像的直方图是离散函数,rk第k级灰度,nk是图像中灰度级为rk的像素的个数。
归一化直方图:
n为图像中总像素数
直方图均衡化是将原图像通过某种变换,得到一幅灰度直方图为均匀分布的新图像的方法。
其目的可以提高图像的对比度。
直方图均衡化由matlab工具箱中函数histeq实现。
四、实验内容
(1)编程绘制给定图象的灰度直方图;
(2)编程实现给定图象的直方图均衡,得到均衡后的新图象;
(3)比较均衡前后的两幅图象以及各自的灰度直方图,分析讨论直方图均衡提高图象对比度的效果;
Matlab程序:
clearall
closeall
f=imread('E:
\picture\dipum_images_ch03\Fig0308(a)(pollen).tif');
%------------显示原图----
figure
(1)
imshow(f);
%-------------显示直方图---
figure
(2)
subplot(221)
imhist(f);
%---------------用条形图表示-----------------------
h=imhist(f);
h1=h(1:
10:
256);
horz=1:
10:
256;
subplot(222)
bar(horz,h1);
axis([0255015000]);
set(gca,'xtick',0:
50:
255);
set(gca,'ytick',0:
2000:
15000);
%--------------¸杆状图----------------
subplot(223)
stem(horz,h1,'fill');
axis([0255015000]);
set(gca,'xtick',0:
50:
255);
set(gca,'ytick',0:
2000:
15000);
%---------------用plot表示----------------------
subplot(224)
plot(h);
axis([0255015000]);
set(gca,'xtick',0:
50:
255);
set(gca,'ytick',0:
2000:
15000);
%---------------均衡-----------------------
f1=histeq(f,256);
Figure(3);
imshow(f1);
结果及分析:
可以看出,均衡后图像明显增强,因为均衡后直方图的成分覆盖了灰度级很宽的范围,图像对比度增强。
使得图像变得明亮,更好的改变了视觉效果。
看起来图像更加的清晰。
(三)图像平滑与滤波
一、实验题目:
图像平滑与滤波
二、实验目的:
在熟悉图像平滑的基本原理和方法的基础上,在理论指导下,能在MATLAB环境下对图像进行平滑处理。
本实验要求用线性平滑滤波、中值平滑滤波、频域低通滤波的方法进行程序设计。
经过平滑处理,对结果图像加以比较,得出自己的实验结论。
三、实验内容:
(1)利用MATLAB为用户提供的专门函数实现均值滤波。
(2)利用MATLAB为用户提供的专门函数实现中值滤波。
(3)编写频域理想低通、巴特沃斯低通及高斯低通滤波函数。
Matlab程序:
(1)中值滤波
clearall
closeall
clc
clear
f=imread(''E:
\shuzi\pic\Fig3.08(a).jpg');
figure
(1)
imshow(f);
fn=imnoise(f,'salt&pepper',0.01);%加入盐椒噪声
figure
(2)
imshow(fn);
gm=medfilt2(f,'symmetric');
figure(3)
imshow(gm)
(2)均值滤波
clearall
closeall
clc
clear
f=imread(''E:
\shuzi\pic\Fig3.08(a).jpg');
figure
(1)
imshow(f)
h=fspecial('average',9);
figure
(2)
gd=imfilter(f,h);
imshow(gd)
(3)频域理想低通滤波器、巴特沃斯理想低通滤波器、高斯低通滤波器
1 频域理想低通滤波器
closeall;
clearall;
[I,map]=imread('E:
\shuzi\pic\gazi.jpg');
noisy=imnoise(I,'gaussian',0.05);
imshow(noisy,map);
title('含噪声的原图像')
myfilt1=[111;111;111];
myfilt1=myfilt1/9;
filtered1=filter2(myfilt1,noisy);
figure;
imshow(filtered1,map);
title('滤波后图像')
2 巴特沃斯理想低通滤波器
clc;
I=imread('E:
\shuzi\pic\Fig3.08(a).jpg');
J=imnoise(I,'salt&pepper',0.02);
subplot(121),imshow(J)
title('含噪声的原图像')
J=double(J);
f=fft2(J);
g=fftshift(f);
[M,N]=size(f);
n=3;d0=20;
n1=floor(M/2);n2=floor(N/2);
fori=1:
M;
forj=1:
N;
d=sqrt((i-n1)^2+(j-n2)^2);
h=1/(1+0.414*(d/d0)^(2*n));
g(i,j)=h*g(i,j);
end
end
g=ifftshift(g);
g=uint8(real(ifft2(g)));
subplot(122),imshow(g)
3 高斯低通滤波器
I=imread('E:
\shuzi\pic\ff.jpg');
f=double(I);
g=fft2(f);%傅立叶变换
g=fftshift(g);%转换数据矩阵
[M,N]=size(g);
d0=50;
m=fix(M/2);n=fix(N/2);
fori=1:
M
forj=1:
N
d=sqrt((i-m)^2+(j-n)^2);
h=exp(-d^2/(2*d0^2));%计算低通滤波器传递函数
result(i,j)=h*g(i,j);
end
end
result=ifftshift(result);
J2=ifft2(result);
J3=uint8(real(J2));
figure
(1);imshow(I);
figure
(2);imshow(J3);
结果及分析:
均值滤波后图像变得模糊,因为,均值滤波是对是对信号进行局部平均,以平均值来代表该像素点的灰度值。
中值滤波后有效的去除了椒盐噪声,它在平滑脉冲噪声方面非常有效,同时它可以保护图像尖锐的边缘。
加权中值滤波能够改进中值滤波的边缘信号保持效果。
理想低通滤波器在信号处理中的作用等同于其它领域如金融领域中移动平均数所起的作用,巴特沃斯滤波器在通频带内外都有平稳的幅频特性,但有较长的过渡带,在过渡带上很容易造成失真。
- 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:
- 数字图像 增强 实验 报告