圖像實(shí)驗(yàn)(原理篇).doc

實(shí)驗(yàn)一 灰度變換灰度線性變換曝光不足或過度的情況下，圖像灰度可能會(huì)局限在一個(gè)很小的范圍內(nèi)。這時(shí)在顯示器上看到的是一個(gè)模糊不清似乎沒有灰度層次的圖像。用一個(gè)線性單值函數(shù)，對(duì)每一個(gè)像素作擴(kuò)展變換（線性），將會(huì)有效地改變圖像視覺效果。反變換 該方法特別適用于增強(qiáng)嵌入于圖像暗色區(qū)域的白色或灰色細(xì)節(jié)。例：I=imread(cameraman.tif);imshow(I);I=double(I);I=256-1-I;I=uint8(I);figure; imshow(I);分段線性變換 增強(qiáng)圖形對(duì)比度實(shí)際是增強(qiáng)原圖的各部分反差，也就是增強(qiáng)圖像中感興趣的灰度區(qū)域，相對(duì)抑制那些不感興趣的灰度區(qū)域。用分段線性法將需要的圖像細(xì)節(jié)灰度級(jí)拉伸，增強(qiáng)對(duì)比度，將不需要的圖像細(xì)節(jié)灰度級(jí)壓縮。（1）擴(kuò)展感興趣的，犧牲其他。對(duì)于感興趣的a,b區(qū)間，采用斜率大于1的線性變換來進(jìn)行擴(kuò)展，而把其他區(qū)間用a或b來表示，變換函數(shù)如下：當(dāng)f(m,n)a時(shí)，g(m,n)=c；當(dāng)a=f(m,n)b時(shí)，g(m,n)=d。g(m.n)abcdf(m,n)（2）擴(kuò)展感興趣的，壓縮其他。在擴(kuò)展感興趣的a,b區(qū)間的同時(shí)，為了保留其他區(qū)間的灰度層次，也可以采用其他區(qū)間壓縮的方法。變換函數(shù)如下：當(dāng)0=f(m,n)a時(shí)，g(m,n)=(c/a)*f(m,n)；當(dāng)a=f(m,n)=b時(shí)，g(m,n)=c+(d-c)/(b-a)* f(m,n)-a；當(dāng)bf(m,n)=M時(shí)，g(m,n)=d+(N-d)/(M-b)* f(m,n)-b。g(m.n)Nabcdf(m,n)M例：對(duì)于原圖pout.tif，將其小雨30的灰度不變，將30到150的灰度值拉伸到30到200，同時(shí)壓縮150到255的灰度值到200與255之間Matlab程序如下：%讀入并顯示原始圖像I=imread(pout.tif);imshow(I);I=double(I);M,N=size(I);%進(jìn)行灰度變換for i=1:M for j=1:N if I(i,j)=30 I(i,j)=I(i,j); elseif I(i,j)=150 I(i,j)=(200-30)/(150-30)*(I(i,j)-30)+30; else I(i,j)=(255-200)/(255-150)*(I(i,j)-150)+200; end endend%變換后的結(jié)果figure(2);imshow(uint8(I);灰度非線性變換對(duì)數(shù)變換 在有些情況下，如在顯示圖像的福利葉譜時(shí)，其動(dòng)態(tài)范圍遠(yuǎn)超過顯示設(shè)備的顯示能力，此時(shí)，僅有圖像中最亮部分可在顯示設(shè)備上顯示，而頻譜中的低值將看不見。要消除因動(dòng)態(tài)范圍太大所引起的失真，一種有效的方法是對(duì)原圖像的動(dòng)態(tài)范圍進(jìn)行壓縮。常用的是借用對(duì)數(shù)變換形式對(duì)動(dòng)態(tài)范圍進(jìn)行調(diào)整，數(shù)學(xué)表達(dá)式為T=clog(1+|s|)例：設(shè)原圖像的灰度值取值范圍為0,512，現(xiàn)要將原圖的灰度壓縮到0，256；這時(shí)就可以使用對(duì)數(shù)變換，其公式是t=41*log(1+|s|)Matlab程序如下：I=imread(pout.tif);figure;imshow(I);I=double(I);I2=41*log(1+I);I2=uint8(I2);figure;imshow(I2);實(shí)驗(yàn)二 直方圖（灰度）變換與直方圖均衡化圖像直方圖是圖像的重要統(tǒng)計(jì)特征。表示了數(shù)字圖像中每一個(gè)灰度級(jí)與該灰度級(jí)出現(xiàn)的頻率間的統(tǒng)計(jì)關(guān)系。若一幅圖像其像素占有全部可能的灰度級(jí)且分布均勻，則這樣的圖像有高對(duì)比度和多變的灰度色調(diào)，從而顯示出一幅灰度級(jí)豐富且動(dòng)態(tài)范圍大的圖像。其基本思想是將原始圖像不均勻的直方圖變換為均勻分布的形式，這樣可加大灰度值得動(dòng)態(tài)范圍，從而達(dá)到增強(qiáng)灰度整體對(duì)比度的效果。Matlab程序如下：I=imread(circuit.tif);figure;subplot(221);imshow(I);subplot(222);imhist(I);I1=histeq(I);figure;subplot(221);imshow(I1);subplot(222);imhist(I1);實(shí)驗(yàn)三 圖像平滑（濾波） 消除圖像噪聲的工作稱之為圖像圖像平滑（濾波）。平滑的目的有兩個(gè)：改善圖像質(zhì)量以及抽出圖像特征。平滑可以在空間域進(jìn)行，也可以在頻域進(jìn)行。(1) 圖像平均另一種常用的方法是圖像平均處理，它常用于在圖像采集中去除噪聲。設(shè)有一幅混入噪聲的圖像g(x,y)，它是由原始圖像f(x,y)和噪聲圖e(x,y)疊加生成的：g(x,y)= f(x,y)+ e(x,y)假設(shè)各點(diǎn)的噪聲是互不相關(guān)的，且具有零均值。在這種情況下，我們可以通過將一系列圖像(x,y)相加來消除噪聲。設(shè)將N幅圖像相加求平均得到一幅圖像，即：那它們的期望值為：其中，與分別是與e的方差。因此，考慮新圖像和噪聲圖像各自均方差間的關(guān)系，有：Matlab程序I=imread(tire.tif);M,N=size(I);II1=zeros(M,N);for i=1:16 II(:,:,i)=imnoise(I,gaussian,0,0.01); II1=II1+double(II(:,:,i); if or(or(i=1,i=4),or(i=8,i=16); figure; imshow(uint8(II1/i); endend(2)模版平滑第一幅圖為原始圖像，第二幅圖為迭加了均勻分布隨機(jī)噪聲的8位灰度圖象，最后幾幅圖依次為3x3、5x5、7x7和9x9平滑模板對(duì)原始圖像進(jìn)行平滑濾波的結(jié)果。由此可見，當(dāng)所有平滑模板尺寸增大時(shí)，對(duì)噪聲的消除有所增強(qiáng)，但同時(shí)所得到的圖像變得更加模糊，細(xì)節(jié)的銳化程度逐步減弱。鄰域平均法有力地抑制了噪聲，同時(shí)也引起了模糊，模糊程度與鄰域半徑成正比。下面是Matlab實(shí)現(xiàn)的鄰域平均法抑制噪聲的程序：I=imread(eight.tif);J=imnoise(I,salt & pepper,0.02);subplot(231),imshow(I);title(原圖像);subplot(232),imshow(J);title(添加椒鹽噪聲圖像);k1=filter2(fspecial(average,3),J);k2=filter2(fspecial(average,5),J);k3=filter2(fspecial(average,7),J);k4=filter2(fspecial(average,9),J);subplot(233),imshow(uint8(k1);title(3x3模板平滑濾波)