MATLAB實現(xiàn)數(shù)字圖像增強

1、實驗4 MATLAB實現(xiàn)數(shù)字圖像增強姓名：*班級：*學號：*直方圖變換（直方圖均衡化和直方圖規(guī)定化）實現(xiàn)圖像增強，histeq，imhist命令，編寫.m文件，完成以下功能任選一幅灰度圖像imread，顯示原圖像及直方圖，然后對圖像進行均衡化處理，并顯示處理后圖像及其直方圖，與原圖像作比較；仿教材或1實例，對原圖做直方圖規(guī)定化，觀察其效果。實驗程序：% 直方圖均衡化I=imread('moon.tif')J=histeq(I)I=imread('moon.tif')J=histeq(I)subplot(2,2,1),imshow(I),title('原始

2、圖像')subplot(2,2,2),imshow(J),title('直方圖均衡化圖像')subplot(2,2,3),imhist(I),title('原始圖像直方圖')subplot(2,2,4),imhist(J),title('均衡化直方圖')% 直方圖規(guī)定化¯I=imread('moon.tif');J=histeq(I,32);count,x=imhist(J);Q=imread('moon.tif');figure,subplot(2,2,1),imshow(Q)subplot(2

3、,2,3),imhist(Q)M=histeq(Q,count);subplot(2,2,2),imshow(M)subplot(2,2,4),imhist(M)實驗結果：直方圖均衡化 直方圖規(guī)定化灰度變換，利用直接灰度變換法對任選的一副圖像進行灰度變換（imjust函數(shù)），要求將原圖像0.5到0.75的灰度級擴展到范圍0 1，再 實現(xiàn)明暗轉換(負片圖像)，顯示原圖，直方圖，處理后的圖像。實驗程序：%灰度變換I=imread('moon.tif')J=imadjust(I,0.5,0.75,)Q=double(I);M=255-Q;Z=uint8(M);subplot(2,3,

4、1),imshow(I),title('原始圖像')subplot(2,3,2),imshow(J),title('灰度變換圖像')subplot(2,3,3),imshow(Z),title('負片圖像') subplot(2,3,4),imhist(I),title('原始圖像直方圖)subplot(2,3,5),imhist(J),title('灰度變換圖像直方圖')subplot(2,3,6),imhist(Z),title('負片圖像直方圖')實驗結果：A、請采用二維中值濾波函數(shù)medfilt2對

5、受椒鹽噪聲干擾的任意一副圖像濾波，窗口分別采用3*3,5*5；采用MATLAB中的函數(shù)filter2對受高斯噪聲干擾的同一圖像進行均值濾波；采用三種不同銳化算子對圖像進行銳化處理，顯示圖像效果。實驗程序：椒鹽噪聲：I=imread('moon.tif');I1=imnoise(I,'salt & pepper',0.04); %添加椒鹽噪聲I2=double(I1)/255;H1=1/9 1/9 1/9;1/9 1/9 1/9;1/9 1/9 1/9;J1=conv2(I2,H1,'same');J2=medfilt2(I2,3 3);J

6、3=medfilt2(I2,5 5);subplot(2,3,1),imshow(I),title('原始圖像')subplot(2,3,2),imshow(I1),title('添加椒鹽噪聲后圖像')subplot(2,3,3),imshow(J1),title('低通濾波')subplot(2,3,4),imshow(J2),title('3*3窗口')%3*3subplot(2,3,5),imshow(J3),title('5*5窗口')%5*5高斯噪聲：I=imread('moon.tif'

7、);I1=imnoise(I,'gaussian',0,0.02);%Ä£Äâ¾ùֵΪ0·½²îΪ0.02µÄ¸ß˹ÔëÉù£¬I2=double(I1)/255;H1=1/9 1/9 1/9;1/9 1/9 1/9;1/9 1/9 1/9;J1=conv2(I2,H1,'same

8、9;);J2=medfilt2(I2,3 3);subplot(2,2,1),imshow(I),title('原始圖像')subplot(2,2,2),imshow(I1),title('添加高斯噪聲')subplot(2,2,3),imshow(J1),title('低通濾波')subplot(2,2,4),imshow(J2),title('中值濾波')3種銳化算子：I=imread('moon.tif');H=fspecial('sobel');subplot(2,2,1),imshow(I

9、),title('原始圖像')J=filter2(H,I);subplot(2,2,2),imshow(J),title('sobel銳化算子')I1=double(I);H1=0 1 0;1 -4 1; 0 1 0;J1=conv2(I1,H1,'same');K1=I1-J1;subplot(2,2,3),imshow(K1,),title('拉氏算子銳化')I2=im2double(I);H2=-1 -1 -1;-1 9 -1;-1 -1 -1;J2=conv2(I2,H2,'same');subplot(2

10、,2,4),imshow(J2,),title('空域高通濾波銳化')實驗結果：椒鹽噪聲：高斯噪聲：3種銳化算子：B、選擇*.tif作為源圖像，使用imnoise添加不同的噪聲，然后設置不同的參數(shù)，用medfilt2和ordfilt2實現(xiàn)圖像增強，比較顯示結果有什么不同。實驗程序：I=imread('moon.tif');I1=imnoise(I,'gaussian',0,0.02);I2=double(I1)/255;H1=1/9 1/9 1/9;1/9 1/9 1/9;1/9 1/9 1/9;J1=conv2(I2,H1,'same&

11、#39;);J2=medfilt2(I2,3 3);J3=ordfilt2(I2,5,ones(3,3);subplot(2,3,1),imshow(I),title('原始圖像')subplot(2,3,2),imshow(I1),title('添加高斯噪聲')subplot(2,3,3),imshow(J1),title('低通濾波')subplot(2,3,4),imshow(J2),title('medfilt2濾波')subplot(2,3,5),imshow(J3),title('ordfilt2濾波'

12、)實驗結果：C、選擇eight或coin作為源圖像，練習使用fspecial和filter2函數(shù)實現(xiàn)各種算子如：拉普拉斯，sobel，prewitt等完成圖像銳化，比較各算子的操作效果有何不同。實驗程序：I=imread('coins.png');H=fspecial('sobel');%sobelsubplot(2,2,1),imshow(I),title('原始圖像')J=filter2(H,I);subplot(2,2,2),imshow(J),title('sobel算子銳化')I1=double(I);H1=0 1 0;

13、1 -4 1; 0 1 0;J1=conv2(I1,H1,'same');K1=I1-J1;subplot(2,2,3),imshow(K1,),title('拉氏算子銳化')I_1,map=imread('coins.png');H_1,W=size(I_1);M_1=double(I_1);J_1=M_1;for i=2:H_1-1 for j=2:W-1 J_1(i,j)=abs(M_1(i-1,j+1)-M_1(i-1,j-1)+M_1(i,j+1)-M_1(i,j-1)+M_1(i+1,j+1)-M_1(i+1,j-1)+abs(M_1(i+1,j-1)-M_1(i-1,j-1)+M_1(i+1,j)-M_1(i-1,j)+M_1(i+1,j+1)-M_1(i-1,j+1);end;end;subplot(2,2,4);imshow(uint8(J_1);title('Prewitt´處理后');實驗結果：拉式算子是與方向無光的各向同性邊緣檢測算子,若只關心邊緣點的位置而不顧其周圍的實際灰度差時,一般選擇該算子進行檢測.特點:各向同性,線性和位移是不變的,對線性和孤立點檢測效果好,但邊