圖像變換 實(shí)驗(yàn)報(bào)告

1、.評分實(shí)驗(yàn)報(bào)告 課程名稱 醫(yī)學(xué)圖像處理 實(shí)驗(yàn)名稱 圖像變換 專業(yè)班級 姓 名 學(xué) 號 實(shí)驗(yàn)日期 實(shí)驗(yàn)地點(diǎn)2021 2021學(xué)年度第2學(xué)期一、 實(shí)驗(yàn)?zāi)康膶W(xué)習(xí)灰度變換修正圖像的顏色和灰度的方法。學(xué)習(xí)圖像直方圖的生成和修正技術(shù)的原理和實(shí)現(xiàn)方法，理解其對觀察圖像的意義。了解圖像變換的意義和手段，熟練掌握傅里葉變換等圖像正交變換的方法，了解二維頻譜的分布特點(diǎn)。二、實(shí)驗(yàn)環(huán)境1、硬件配置：IntelR Core(TM) i5-4210U CPU 1.7GHz 1.7GHz 安裝內(nèi)存RAM：4.00GB 系統(tǒng)類型：64位操作系統(tǒng) 2、軟件環(huán)境：MATLAB R2021b軟件三、實(shí)驗(yàn)內(nèi)容(包括本實(shí)驗(yàn)要完成的實(shí)驗(yàn)

2、問題及需要的相關(guān)知識簡單概述)1. 灰度調(diào)整2. 直方圖均衡化3. 直方圖匹配規(guī)定化4. 利用MATLAB軟件實(shí)現(xiàn)數(shù)字圖像傅里葉變換1灰度調(diào)整函數(shù)imadjust是對灰度圖像進(jìn)展灰度變換的根本工具。其語法為 g=imadjust(f,low_in high_in,low_out high_out,gamma)此函數(shù)將圖像f中的亮度值映象到g中的新值，即將low_in至high_in之間的值映射到low_out high_out之間的值。low_in以下與high_in以上的值被剪切掉了。輸入圖像應(yīng)為uint8類、uint16類或double類圖像，輸出圖像與輸入圖像有著一樣的類。需要注意的是，

3、不管f屬于哪一個(gè)類，函數(shù)imadjust指定的強(qiáng)度值的范圍均為0,1。如果f是uint8類圖像，那么函數(shù)imadjust將乘以255來確定應(yīng)用中的實(shí)際值；如果f是uint16類圖像，那么函數(shù)imadjust將乘以65 535。為low_in high_in或low_out high_out使用空矩陣( )會(huì)得到默認(rèn)值0 1。假設(shè)high_out小于low_out，那么輸出亮度會(huì)反轉(zhuǎn)。參數(shù)gamma指定了曲線的形狀，該曲線用來映射f的亮度值，以便生成圖像g。gamma的取值決定了輸入圖像到輸出圖像數(shù)據(jù)的映射方式，gamma<1，增強(qiáng)亮度；gamma>1，增強(qiáng)暗度，只有當(dāng)gamma1(

4、缺省情況)時(shí)，這種映射才是線性映射。例1 灰度調(diào)整這樣的操作將顯著增加圖像的比照度，同時(shí)也擴(kuò)寬了原始圖像上黑色局部的變動(dòng)范圍，從而使攝影師所穿著的衣服的細(xì)節(jié)能夠更容易分辨。2直方圖均衡化直方圖是圖像亮度分布的概率密度函數(shù)，是圖像最根本的統(tǒng)計(jì)特征，它反映的是圖像的灰度值的分布情況和圖像的明暗分布規(guī)律，。直方圖操作能有效地用于圖像增強(qiáng)，其固有的信息還可用于在其他圖像處理應(yīng)用中，如圖像壓縮與分割。直方圖在軟件中易于計(jì)算，也適用于商用硬件設(shè)備，因此，它們成為了實(shí)時(shí)圖像處理的一個(gè)流行工具。直方圖均衡化的目的是使圖像在整個(gè)灰度值動(dòng)態(tài)變化范圍內(nèi)的分布均勻化，改善圖像的亮度分布狀態(tài)，增強(qiáng)圖像的視覺效果?；叶戎?/p>

5、方圖是圖像預(yù)處理中涉及最廣泛的根本概念之一。直方圖均衡化是通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖，即在每個(gè)灰度級上都具有一樣的象素點(diǎn)數(shù)的過程。直方圖生成函數(shù)為imhist，其根本語法為h=imhist(f,b) 其中，f為輸入圖像，h為其直方圖，b是用于形成直方圖的灰度級個(gè)數(shù)。假設(shè)b未包含在此變量中，那么其默認(rèn)值為256。假設(shè)處理的一幅uint8類圖像，且b2，那么亮度標(biāo)度范圍被分成兩個(gè)局部：0至127和128至255。所得的直方圖將有兩個(gè)值：h(1)等于圖像在區(qū)間0,127內(nèi)的像素總數(shù)，h(2)等于圖像在區(qū)間128,255內(nèi)的像素總數(shù)。直方圖均衡化由工具箱中的函數(shù)histeq實(shí)現(xiàn)，

6、該函數(shù)的語法為g=histeq(f,nlev)式中，f為輸入圖像，nlev是為輸出圖像指定的灰度級數(shù)。假設(shè)nlev等于L(輸入圖像中可能的灰度級的總數(shù))，那么histeq直接執(zhí)行變換函數(shù)T(rk)。假設(shè)nlev小于L，那么histeq試圖劃分灰度級，以便能夠得到較為平坦的直方圖。histeq中的默認(rèn)值為nlev64。例2 直方圖均衡化例如直方圖均衡化修正后，圖像直方圖灰度間隔被拉大了，處理后的圖像直方圖分布更均勻了，圖像在每個(gè)灰度級上都有像素點(diǎn)。從處理前后的圖像可以看出，許多在原始圖像中看不清楚的細(xì)節(jié)在直方圖均衡化處理后所得到的圖像中都變得十分清晰。從而實(shí)現(xiàn)圖像增強(qiáng)，有利于圖像的分析與識別。3

7、直方圖匹配(規(guī)定化)函數(shù)histeq實(shí)現(xiàn)直方圖匹配的形式為：g=histeq(f,hspec)其中，f為輸入圖像，hspec為指定的直方圖(一個(gè)由指定值構(gòu)成的行向量)，g為輸出圖像，其直方圖近似于指定的直方圖hspec。向量中包含對應(yīng)于等分空間bin的整數(shù)值。histeq的一個(gè)特性是在length(hspec)遠(yuǎn)小于圖像f中的灰度級數(shù)時(shí)，圖像g的直方圖通常會(huì)較好地匹配hspec。例3 直方圖規(guī)定化1 圖像正交變換 圖像二維正交變換在數(shù)字圖像處理中扮演著重要的角色，如，在傅里葉變換(FT, Fourier Transform)域中，高頻分量往往對應(yīng)圖像的邊緣，利用這一性質(zhì)可以從圖像中抽取特征。又

8、如，傅里葉變換后，圖像能量往往集中在少數(shù)項(xiàng)上，或者說能量主要集中在低頻分量上，于是通過對低頻成分分配較多的比特?cái)?shù)，對高頻成分分配較少的比特?cái)?shù)，即可實(shí)現(xiàn)圖像數(shù)據(jù)壓縮。再者，舍棄變換函數(shù)矩陣中某些幅度小的系數(shù)，可縮減計(jì)算維數(shù)，提高計(jì)算速度等等。在實(shí)際應(yīng)用中離散傅里葉變換DFT及其逆變換可以通過使用快速傅里葉變換(FFT)算法來實(shí)現(xiàn)。一個(gè)大小為M×N的圖像數(shù)組f可以通過使用函數(shù)fft2得到，該函數(shù)的簡單語法為：Y=fft2(X) 返回二維離散傅里葉變換，結(jié)果Y和X的大小一樣。仍為M×N，數(shù)據(jù)排列形式為：數(shù)據(jù)的原點(diǎn)在左上角，而四個(gè)四分之一周期交匯于頻率矩形的中心。使用傅里葉變換時(shí)，

9、需要對輸入數(shù)據(jù)進(jìn)展零填充。在這種情況下，調(diào)用格式如下：Y=fft2(X,P,Q)使用該語法，fft2將使用所要求的0的個(gè)數(shù)對輸入圖像進(jìn)展填充，以便結(jié)果函數(shù)的大小為P×Q。傅里葉頻譜可以使用函數(shù)abs來獲得：F=abs(Y)該函數(shù)計(jì)算數(shù)組的每一個(gè)元素的幅度實(shí)部和虛部平方和的平方根。函數(shù)fftshift將變換的原點(diǎn)移動(dòng)到頻率矩形的中心。其語法為：C=fftshift(Y)其中，Y是用fft2計(jì)算得到的變換，C是已居中的變換。該函數(shù)變換相當(dāng)于將輸入圖像乘以(-1)x+y所得到的結(jié)果。但要注意的是，這兩種處理過程不可互換。即fftshift(fft2(f)¹fft2(fftshif

10、t(f)?？梢杂孟旅娴拿钚酗@示居中后的頻譜：>>C=fftshift(Y);>>imshow(abs(C2),)雖然頻譜移中后適于觀看了，但該頻譜中值的動(dòng)態(tài)范圍(0到204 000)與8比特顯示相比要大得多。此時(shí)可以使用對數(shù)變換來解決該問題。如：>>F2=log(1+abs(C);>>imshow(F2, )傅里葉逆變換可以用函數(shù)ifft2實(shí)現(xiàn)，其根本語法為 f=ifft2(F)其中，F(xiàn)是傅里葉變換，f是結(jié)果圖像。四、實(shí)驗(yàn)結(jié)果與分析包括實(shí)驗(yàn)原理、數(shù)據(jù)的準(zhǔn)備、運(yùn)行過程分析、源程序代碼、圖形圖象界面等注：本項(xiàng)可以增加頁數(shù)%例1 灰度調(diào)整I=imre

11、ad('skull.tif'); %讀取圖像J=imadjust(I,0 0.2,0.5 1);%imadjust在數(shù)字圖像處理中用于進(jìn)展圖像的灰度變換調(diào)節(jié)灰度圖像的亮度或彩色圖像的顏色矩陣將圖像I中的亮度值映射到J中的新值，即將0至0.2之間的值映射到0.5至1之間的值。0 以下與0.2以上的值被剪切掉了，0以下的值映射到0.5，0.2以上的值映射到1。它們都可以使用空的矩陣，默認(rèn)值是0 1。Gamma=1缺省情況時(shí)，是線性映射。imshow(I); %顯示圖像figure,imshow(J) %顯示進(jìn)展灰度變換后的圖像圖1 原圖像 圖2 灰度變換后的圖像分析：圖像的灰度變換

12、處理是圖像增強(qiáng)處理技術(shù)中根底的空間域圖像處理方法?；叶然叶茸儞Q是指根據(jù)某種目標(biāo)條件按照一定變換關(guān)系逐點(diǎn)改變原圖像中每個(gè)像素灰度值的方法?；叶茸儞Q法又可分為三種：線性、分段線性及非線性變換。目的是為了改善畫質(zhì)，使圖像的顯示效果更加清晰。%例2直方圖均衡化I=imread('skull.tif'); %讀取圖像J=histeq(I); %指定直方圖均勻化后的灰度級數(shù)n，默認(rèn)值為64imshow(I); %顯示原圖像title('原圖像'); %圖像標(biāo)題為原圖像figure,imshow(J); %顯示直方圖均衡化后的圖像title('直方圖均衡化所得圖像&#

13、39;); %圖像標(biāo)題為直方圖均衡化所得圖像figure;subplot(121); %創(chuàng)立畫圖空間，把繪圖窗口分成一行兩列兩塊區(qū)域，在第一塊區(qū)域繪原圖像直方圖imhist(I,64); %顯示圖像I的直方圖，灰度級為64title('原圖像直方圖'); %標(biāo)題為'原圖像直方圖'subplot(122); %把繪圖窗口分成一行兩列兩塊區(qū)域，在第二塊區(qū)域繪均衡變換后的直方圖imhist(J,64); %計(jì)算和顯示灰度圖像J的直方圖，64為指定的灰度級的數(shù)目，即imhist(J,n)對于灰度圖像其的默認(rèn)值是256，對于黑白二值圖像，n的默認(rèn)值是2。title(

14、9;均衡變換后的直方圖'); %標(biāo)題為'均衡變換后的直方圖' 圖3 原圖像 圖4 直方圖均衡化所得圖像分析：直方圖均衡化后的圖像在整個(gè)灰度值動(dòng)態(tài)變化范圍內(nèi)分布均勻化，改善了原圖像的亮度分布狀態(tài)，增強(qiáng)圖像的視覺效果。它是非線性灰度變換。圖5 原圖像直方圖和均衡化變換后的直方圖分析：原直方圖是高比照度圖像的直方圖，均衡化變換后的直方圖是亮圖像的直方圖。%例3直方圖匹配規(guī)定化I=imread('skull.tif'); %讀取圖像hgram=50:2:250; %以減少灰度級為代價(jià)，拉升比照度。以2為步長，把灰度級0-255，變?yōu)?0-250J=histeq(

15、I,hgram);%將原始圖像I的直方圖變成用戶指定的向量hgramhgram中的各元素的值域?yàn)?,1。imshow(J); %顯示直方圖規(guī)定化的圖像title('直方圖規(guī)定化所得圖像'); %圖像標(biāo)題為'直方圖規(guī)定化所得圖像'figure,imhist(J,64); %計(jì)算和顯示圖像J的直方圖，n為指定的灰度級數(shù)目64，默認(rèn)值為256。title('直方圖規(guī)定化變換后的直方圖'); %直方圖標(biāo)題為'直方圖規(guī)定化變換后的直方圖'圖6直方圖規(guī)定化所得圖像 圖7直方圖規(guī)定化變換后的直方圖分析：直方圖規(guī)定化就是通過一個(gè)灰度映像函數(shù)，將原

16、灰度直方圖改造成所希望的直方圖。直方圖規(guī)定化變換后是亮圖像的直方圖。直方圖的低端已右移向灰度級的較亮區(qū)域.%例4利用matlab軟件實(shí)現(xiàn)數(shù)字圖像傅里葉變換I=imread('skull.tif');%讀取圖像imshow(I); %顯示原圖fftI=fft2(I);%二維離散傅立葉變換sfftI=fftshift(fftI); %將傅里葉變化的中心移到圖像中心，保存到sfftIRR=real(sfftI);%取傅立葉變換的實(shí)部II=imag(sfftI); %取傅立葉變換的虛部A=sqrt(RR.2+II.2);%計(jì)算頻譜幅值A(chǔ)=(A-min(min(A)/(max(max(A

17、)-min(min(A)*255; %歸一化，灰度拉升，將變換后的圖像拉升到0區(qū)間figure;%創(chuàng)立圖像imshow(A);%顯示圖像圖8 原圖像 圖9 歸一化后的圖像分析：利用matlab軟件實(shí)現(xiàn)數(shù)字圖像傅里葉變換。二維離散傅立葉變換將傅里葉變化的中心移到圖像中心。歸一化，灰度拉升，將變換后的圖像拉升到0區(qū)間。思考題：1.直方圖是什么概念？它反映了圖像的什么信息？ 答：圖像的直方圖是圖像的亮度分布的概率密度函數(shù)，是圖像最根本的統(tǒng)計(jì)特征，他反映的是圖像的灰度值分布情況和圖像的明暗分布規(guī)律。直方圖是多種空間城處理技術(shù)的根底，直方圖操作能有效地用于圖像增強(qiáng)。除了提供有用的圖像統(tǒng)計(jì)資料外，直方圖固

18、有的信息在其他圖像處理應(yīng)用中也是非常有用的，如圖像壓縮與分割。直方圖在軟件中易于計(jì)算，也適用于商用硬件設(shè)備，因此，它們成為了實(shí)時(shí)圖像處理的一個(gè)流行工具。 直方圖只是類似于一個(gè)統(tǒng)計(jì)圖，不包含像素位置信息。峰部表示整體圖像的亮暗程度。直方圖反映如下信息：平均值：顯示的是像素的平均亮度值0到255之間的平均亮度，通過平均值可以判斷圖像的色調(diào)類型。通過直方圖的山峰靠近暗部還是亮部，判斷圖像時(shí)偏暗還是偏亮。標(biāo)準(zhǔn)偏差：顯示了亮度值得變化范圍，該值越高，說明圖像的亮度變化越劇烈。中間值：顯示了亮度值范圍內(nèi)的中間值，圖像的色調(diào)越亮，它的中間值越高。像素：顯示了用于計(jì)算直方圖的像素的總數(shù)。2.直方圖均衡化是什么

19、意思？它的主要用途是什么？ 答：直方圖均衡化是將原圖像通過某種變換，得到一幅灰度直方圖為均勻分布的新圖像的方法。其作用是通過修改直方圖的方法增強(qiáng)圖像。直方圖均衡化就是把原圖像的灰度直方圖從比較集中的某個(gè)區(qū)間變成在全部灰度范圍內(nèi)的均勻分布。均衡化后圖像的像素重新分配，使一定會(huì)度范圍內(nèi)的像素?cái)?shù)量大致一樣。改善圖像的亮度分布狀態(tài)，增強(qiáng)圖像的視覺效果。直方圖均衡化是通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖，即在每個(gè)灰度級上都具有一樣的象素點(diǎn)數(shù)的過程。3.直方圖規(guī)定化是什么意思？它的主要用途是什么？答：所謂直方圖規(guī)定化，就是通過一個(gè)灰度映像函數(shù)，將原灰度直方圖改造成所希望的直方圖。所以，直方圖修

20、正的關(guān)鍵就是灰度映像函數(shù)。直方圖匹配(規(guī)定化) 函數(shù)histeq實(shí)現(xiàn)直方圖匹配的形式為： g=histeq(f,hspec)其中，f為輸入圖像，hspec為指定的直方圖(一個(gè)由指定值構(gòu)成的行向量)，g為輸出圖像，其直方圖近似于指定的直方圖hspec。向量中包含對應(yīng)于等分空間bin的整數(shù)值。histeq的一個(gè)特性是在length(hspec)遠(yuǎn)小于圖像f中的灰度級數(shù)時(shí)，圖像g的直方圖通常會(huì)較好地匹配hspec。4傅里葉變換有哪些重要的性質(zhì)" P148答：1.空間和頻域間隔關(guān)系。2.平移和旋轉(zhuǎn)。3.周期性。4.對稱性。5.傅里葉譜和相角。6.二維卷積定理。7.可別離性。8.直流DC系數(shù)。9.頻數(shù)圖像需用對數(shù)變換壓縮動(dòng)態(tài)范圍。在傅里葉變換(FT, Fourier Transform)域中，高頻分量往往對圖像邊緣。傅里葉變換后，圖像能量往往集中在少數(shù)項(xiàng)上，或者說能量主要集中在低