數(shù)字圖像處理第三次實驗西南交大

1、數(shù)字圖像處理第二次實驗注意提交實驗報告的文件名格式（姓名+學(xué)號+實驗報告二.doc）實驗三 灰度變換增強一、實驗?zāi)康?. 熟悉matlab圖像處理工具箱及直方圖函數(shù)的使用；2. 了解灰度變換增強的Matlab實現(xiàn)方法3. 掌握直方圖灰度變換方法4. 理解和掌握直方圖原理和方法；二、實驗內(nèi)容1. 線段上像素灰度分布讀入灰度圖像'peppers_gray.bmp'，采用交互式操作，用improfile繪制一條線段的灰度值。imshow(rgb2gray(imread('peppers.bmp')improfile讀入RGB圖像flowers.tif，顯示所選線段上紅

2、、綠、藍(lán)顏色分量的分布imshow('flowers.tif')improfile2. 直方圖變換A) 直方圖顯示在matlab環(huán)境中，程序首先讀取圖像'cameraman.tif'，然后調(diào)用直方圖函數(shù)，設(shè)置相關(guān)參數(shù)，再輸出處理后的圖像。I=imread('cameraman.tif'); %讀取圖像subplot(1,2,1),imshow(I) %輸出圖像title('原始圖像') %在原始圖像中加標(biāo)題subplot(1,2,2),imhist(I) %輸出原圖直方圖title('原始圖像直方圖') %在原圖直

3、方圖上加標(biāo)題讀入圖像rice.png，在一個窗口中顯示灰度級n=64，128和256的圖像直方圖。I=imread('rice.png');imshow(I)figure,imhist(I,64)figure,imhist(I,128)figure,imhist(I,256)B) 直方圖灰度調(diào)節(jié)利用函數(shù)imadjust調(diào)解圖像灰度范圍，觀察變換后的圖像及其直方圖的變化。I=imread('rice.png');imshow(I)figure,imhist(I)J=imadjust(I,0.15 0.9,0 1);figure,imhist(J)figure,im

4、show(J) I=imread('cameraman.tif');imshow(I)figure,imhist(I)J=imadjust(I,0 0.2,0.5 1);figure,imhist(J)figure,imshow(J) C) 直方圖均衡化在matlab環(huán)境中，程序首先讀取圖像，然后調(diào)用灰度均衡函數(shù)，設(shè)置相關(guān)參數(shù)，再輸出處理后的圖像。I=imread('cameraman.tif'); %讀取圖像subplot(2,2,1),imshow(I) %輸出圖像title('原始圖像') %在原始圖像中加標(biāo)題subplot(2,2,3),

5、imhist(I) %輸出原圖直方圖title('原始圖像直方圖') %在原圖直方圖上加標(biāo)題a=histeq(I,256); %直方圖均衡化，灰度級為256subplot(2,2,2),imshow(a) %輸出均衡化后圖像title('均衡化后圖像') %在均衡化后圖像中加標(biāo)題subplot(2,2,4),imhist(a) %輸出均衡化后直方圖title('均衡化后圖像直方圖') %在均衡化后直方圖上加標(biāo)題分別對圖像pout.tif和tire.tif進行直方圖均衡化處理，比較處理前后圖像及直方圖分布的變化。I=imread('pout

6、.tif');imshow(I)figure,imhist(I)J=histeq(I);figure,imhist(J)figure,imshow(J) I=imread('tire.tif');imshow(I)figure,imhist(I)J=histeq(I);figure,imshow(J)figure,imhist(J) 、 三、思考題 （試回答以下問題）1. MATLAB程序的IPT中有哪些圖像亮（灰）度變換函數(shù)?寫出函數(shù)的語法。 2. 直方圖的物理含義是什么？ 3. 結(jié)合實驗內(nèi)容，定性評價直方圖均衡增強效果？圖像對比度增強的方法可以分成兩類:一類是直接對

7、比度增強方法;另一類是間接對比度增強方法。直方圖拉伸和直方圖均衡化是兩種最常見的間接對比度增強方法。直方圖拉伸是通過對比度拉伸對直方圖進行調(diào)整，從而“擴大”前景和背景灰度的差別，以達(dá)到增強對比度的目的，這種方法可以利用線性或非線性的方法來實現(xiàn);直方圖均衡化則通過使用累積函數(shù)對灰度值進行“調(diào)整”以實現(xiàn)對比度的增強。直方圖均衡化處理的“中心思想”是把原始圖像的灰度直方圖從比較集中的某個灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布。直方圖均衡化就是對圖像進行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內(nèi)的像素數(shù)量大致相同。直方圖均衡化就是把給定圖像的直方圖分布改變成“均勻”分布直方圖分布。缺點：

8、0;1）變換后圖像的灰度級減少，某些細(xì)節(jié)消失； 2）某些圖像，如直方圖有高峰，經(jīng)處理后對比度不自然的過分增強。  直方圖均衡化是圖像處理領(lǐng)域中利用圖像直方圖對對比度進行調(diào)整的方法。這種方法通常用來增加許多圖像的局部對比度，尤其是當(dāng)圖像的有用數(shù)據(jù)的對比度相當(dāng)接近的時候。通過這種方法，亮度可以更好地在直方圖上分布。這樣就可以用于增強局部的對比度而不影響整體的對比度，直方圖均衡化通過有效地擴展常用的亮度來實現(xiàn)這種功能。這種方法對于背景和前景都太亮或者太暗的圖像非常有用，這種方法尤其是可以帶來X光圖像中更好的骨骼結(jié)構(gòu)顯示以及曝光過度或者曝光不足照片中更好的細(xì)節(jié)。這種方法的一個主要優(yōu)

9、勢是它是一個相當(dāng)直觀的技術(shù)并且是可逆操作，如果已知均衡化函數(shù)，那么就可以恢復(fù)原始的直方圖，并且計算量也不大。這種方法的一個缺點是它對處理的數(shù)據(jù)不加選擇，它可能會增加背景雜訊的對比度并且降低有用信號的對比度。實驗四 空域濾波增強一、 實驗?zāi)康?.了解空域濾波增強的Matlab實現(xiàn)方法；2.掌握噪聲模擬和圖像濾波函數(shù)的使用方法；3.能夠?qū)⒔o定圖像+噪聲，使用均值濾波器、中值濾波器對不同強度的高斯噪聲和椒鹽噪聲，進行濾波處理；4.能夠正確地評價處理的結(jié)果；并從理論上作出合理的解釋。二、實驗內(nèi)容1. 噪聲模擬利用函數(shù)imnoise給圖像autumn.tif分別添加高斯(gaussian)噪聲和椒鹽(s

10、alt & pepper)噪聲。I=imread('cameraman.tif');imshow(I)I1=imnoise(I,'gaussian',0,0.01);figure,imshow(I1)I2=imnoise(I,'salt & pepper');figure,imshow(I2)2. 均值濾波和中值濾波A) 均值濾波在matlab環(huán)境中，程序首先讀取圖像，然后調(diào)用圖像增強（）函數(shù)，設(shè)置相關(guān)參數(shù)，再輸出處理后的圖像。I = imread('cameraman.tif');figure,imshow(I)

11、;J=filter2(fspecial('average',3),I)/255;figure,imshow(J);B) 中值濾波在matlab環(huán)境中，程序首先讀取圖像，然后調(diào)用圖像增強（中值濾波）函數(shù)，設(shè)置相關(guān)參數(shù)，再輸出處理后的圖像。I = imread('cameraman.tif');figure,imshow(I);J=medfilt2(I,5,5); 中值濾波figure,imshow(J);3. 空域濾波A) 對上述噪聲圖像進行均值濾波和中值濾波，比較濾波效果。i=imread('1.jpg'); I=rgb2gray(i);J =

12、imnoise(I,'gauss',0.02); %添加高斯噪聲 %J = imnoise(I,'salt & pepper',0.02); %添加椒鹽噪聲K = filter2(fspecial('average',3),J)/255; %均值濾波 3 ×3L = filter2(fspecial('average',5),J)/255; %均值濾波 5 ×5M = medfilt2(J,3 3); %中值濾波3 ×3 模板N = medfilt2(J,4 4); % 中值濾波4 ×

13、;4 模板%顯示以上濾波后的圖片imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L); figure,imshow(M); figure,imshow(N);B) 總結(jié)均值濾波和中值濾波的特點及使用場合。(1)對于均值濾波, 由以上處理后的圖像可以看到:均值濾波對高斯噪聲的抑制是比較好的,處理后的圖像邊緣模糊較少。但對椒鹽噪聲的影響不大,因為在削弱噪聲的同時整幅圖像內(nèi)容總體也變得模糊，其噪聲仍然存在。(2)對于中值濾波,由圖像處理的結(jié)果可以看出,它只影響了圖像的基本信息,說明中值濾波對高斯噪聲的抑制效果不明顯。這是因為高斯噪聲

14、使用隨機大小的幅值污染所有的點,因此無論怎樣進行數(shù)據(jù)選擇,得到的始終還是被污染的值。而由圖還可以看出,中值濾波對去除“椒鹽”噪聲可以起到很好的效果,因為椒鹽噪聲只在畫面中的部分點上隨機出現(xiàn),所以根據(jù)中值濾波原理可知,通過數(shù)據(jù)排序的方法,將圖像中未被噪聲污染的點代替噪聲點的值的概率比較大,因此噪聲的抑制效果很好,同時畫面的輪廓依然比較清晰。由此看來，對于椒鹽噪聲密度較小時,尤其是孤立噪聲點,用中值濾波的效果非常好的。均值濾波對高斯噪聲有較好的抑制作用，而對于椒鹽噪聲的處理中值濾波要略微有優(yōu)勢。 C) *對圖像'saturn.tif'采用'laplacian'高通濾波器進行銳化濾波。（提示：可使用fspecial函數(shù)）I=double(rgb2gray(imread('saturn.png');imshow(I)H=fspecial('laplacian')%用laplacian'高通濾波器對I進行濾波I2=filter2(H,I) %lapacian算子濾波銳化figure,imshow(I2) % 顯示濾波后的結(jié)果3、 思考題（試回答以下問題）1、 簡述高斯噪聲和椒鹽噪聲的特點。高斯噪聲是指噪聲服從高斯分布，即某個強度的噪聲點個數(shù)最多，離這個強度越遠(yuǎn)噪聲點個數(shù)越少，且這個規(guī)律服從高斯