圖像處理實(shí)驗(yàn) 圖像增強(qiáng)和圖像分割.doc

圖像處理實(shí)驗(yàn)圖像增強(qiáng)和圖像分割 一、實(shí)驗(yàn)?zāi)康模赫莆沼每臻g濾波進(jìn)行圖像增強(qiáng)的基本方法，掌握?qǐng)D像分割的基本方法。二、 實(shí)驗(yàn)要求：1、測(cè)試圖像1中同時(shí)含有均值為零的均勻分布噪聲和椒鹽噪聲。用大小為55的算術(shù)均值濾波器和中值濾波器對(duì)圖像進(jìn)行處理，在不同窗口中顯示原圖像及各處理結(jié)果圖像，并分析哪一種濾波器去噪效果好？2、對(duì)測(cè)試圖像2進(jìn)行圖像分割，求出分割測(cè)試圖像2的最佳閾值。分別顯示原圖、原圖的直方圖（標(biāo)出閾值）、和分割后的二值圖。實(shí)驗(yàn)內(nèi)容：1. 實(shí)驗(yàn)原理 開(kāi)始1) 圖像增強(qiáng)：流程圖： 讀取圖像 構(gòu)建濾波函數(shù) 濾波處理 結(jié)束 圖像增強(qiáng)可以通過(guò)濾波的方式來(lái)完成，即消除一部分的噪聲。濾波又可以分為均值濾波和中值濾波。1. 中值濾波原理：中值濾波就是選用一個(gè)含有奇數(shù)個(gè)像素的滑動(dòng)窗口，將該窗口在圖像上掃描，把其中所含像素點(diǎn)按灰度級(jí)的升（或降）序排列，取位于中間的灰度值來(lái)代替窗口中心點(diǎn)的灰度值。對(duì)于一維序列： 對(duì)于二維序列：2. 均值濾波原理：對(duì)于含噪聲的原始圖像g(s,t)的每一個(gè)像素點(diǎn)去一個(gè)領(lǐng)域N，用N中所包含的相速的灰度平均值，作為領(lǐng)域平均處理后的圖像f(x,y)的像素值，即： 2) 圖像分割： 設(shè)置閾值容差T0計(jì)算平均值T1由T1分割成G1，G2分別計(jì)算出G1，G2的平均值m1，m2T2=（m1+m2）/2|T2-T1|T0是否255*(IT2)+0*(IT2)+0*(I=T2) 0*(I=T2)圖像分割：依據(jù)圖像的灰度、顏色等特征，將一幅圖像分為若干個(gè)互不重疊的、具有某種同質(zhì)特征的區(qū)域。本實(shí)驗(yàn)中我們是根據(jù)灰度值，將灰度值大于閾值T的像素統(tǒng)一置為255，小于的則置為0。如何求出最合適的分割閾值，則需要用到迭代算法。迭代法算法步驟：(1) 初始化閾值T (一般為原圖像所有像素平均值)。(2) 用T分割圖像成兩個(gè)集合：G1 和G2，其中G1包含所有灰度值小于T的像素，G2包含所有灰度值大于T的像素。(3) 計(jì)算G1中像素的平均值m1及G2中像素的平均值m2。(4) 計(jì)算新的閾值：T （m1m2）/2 。(5） 如果新閾值跟原閾值之間的差值小于一個(gè)預(yù)先設(shè)定的范圍，停止循環(huán)，否則繼續(xù)（2）（4）步。2. 程序代碼與分析：1) 圖像增強(qiáng)：clear all;clc;%讀入圖像I1=imread(Fig5.12(b).jpg);%均值濾波模板h1=ones(5,uint8);%獲取分辨率a,b=size(I1);%創(chuàng)建變量I2=zeros(a+4,b+4,uint8);I3=zeros(a+4,b+4,uint8);%復(fù)制原始圖像for n=3:a+2for m=3:b+2I2(n,m)=I1(n-2,m-2);I3(n,m)=I1(n-2,m-2);endend%邊界值設(shè)定for n=1:a+4for m=1:b+4%左上角設(shè)定if n3&ma+2&mb+2I2(n,m)=I2(2*a+4-n,2*b+4-m);I3(n,m)=I3(2*a+4-n,2*b+4-m);%右上角設(shè)定else if nb+2I2(n,m)=I2(6-n,2*b+4-m);I3(n,m)=I3(6-n,2*b+4-m);%左下角設(shè)定else if ma+2I2(n,m)=I2(2*a+4-n,6-m);I3(n,m)=I3(2*a+4-n,6-m);%上兩行設(shè)定else if na+2I2(n,m)=I2(2*a+4-n,m);I3(n,m)=I3(2*a+4-n,m);%左兩列設(shè)定else if mb+2I2(n,m)=I2(n,2*b+4-m);I3(n,m)=I3(n,2*b+4-m);endendendendendendendendendend%圖像處理for n=3:a+2for m=3:b+2%均值濾波temp0=I2(n-2:n+2,m-2:m+2);temp0=temp0.*h1;temp1=mean(temp0(:);temp1=uint8(floor(temp1);I2(n,m)=temp1;%中值濾波temp2=I3(n-2:n+2,m-2:m+2);temp3=median(double(temp2(:);temp3=uint8(floor(temp3);I3(n,m)=temp3;endend%保持分辨率I4=I2(3:a+2,3:b+2);I5=I3(3:a+2,3:b+2);%顯示圖像figure(1);imshow(I1);title(原始圖像);figure(2);imshow(I4);title(算數(shù)均值濾波輸出);figure(3);imshow(I5);title(中值濾波輸出);圖像分割：clear all;clc;%讀取圖像I=imread(Fig10.29(a).jpg);%創(chuàng)建變量a,b=size(I);J=zeros(a,b);%設(shè)定迭代閾值T0=1;%初始化T1=mean(I(:);r1=find(IT1);r2=find(I=T0T1=T2;r1=find(IT1);r2=find(IT2)+ 0*(I(i)=T2);end%顯示圖像figure(1);imshow(I);title(原始圖像);figure(2);imhist(I);title(灰度直方圖);hold on;plot(T2,T2,0,6000,r);%畫(huà)分割線str1=num2str(T2);text(T2+5,2000,分割閾值);%標(biāo)注分割閾值text(T2+5,1800,str1);hold off;figure(3);imshow(J);title(迭代法分割輸出);3. 實(shí)驗(yàn)結(jié)果1) 圖像增強(qiáng)結(jié)果： 圖像分割結(jié)果：2) 圖像分割結(jié)果： 圖6 直方圖4. 實(shí)驗(yàn)分析和總結(jié)1) 圖像增強(qiáng)：對(duì)比均值濾波和中值濾波的結(jié)果可知：算術(shù)均值濾波和中值濾波對(duì)含噪聲的圖像都有去噪的效果。對(duì)于均值濾波，算法簡(jiǎn)單，但在降低噪聲的同時(shí)容易模糊圖像邊沿和細(xì)節(jié)。對(duì)于中值濾波，去除圖像中的椒鹽噪聲，消除孤立的噪聲點(diǎn)，平滑效果優(yōu)于均值濾波，在抑制噪聲同時(shí)還能保持圖像邊緣清晰。2) 圖像分割：迭代法適用于圖像灰度直方圖中雙峰明顯的圖像，從灰度直方圖中我們可以看到該圖像滿足這一要求。通過(guò)本次實(shí)驗(yàn)，了解了matlab中幾個(gè)實(shí)用的子函數(shù)，更直接地了解均值濾波、中值濾