數(shù)字圖像處理大作業(yè)

1、數(shù)字圖像處理實(shí)驗(yàn)報(bào)告學(xué) 院： 信息學(xué)院 專(zhuān) 業(yè)： 電科1004班 姓 名： 學(xué) 號(hào)： 輔導(dǎo)老師： 完成日期： 2013年6月29日 空域圖像增強(qiáng)實(shí)驗(yàn)要求: (1) 選擇若干圖像（兩幅以上），完成直方圖均衡化。 (2) 選擇若干圖像（兩幅以上），對(duì)圖像文件分別進(jìn)行均值濾波、中值濾波和拉普拉斯銳化濾波操作。 (3) 添加噪聲，重復(fù)上述過(guò)程觀察處理結(jié)果。實(shí)驗(yàn)原理：(1)圖像增強(qiáng)是圖像處理的基本內(nèi)容之一，圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息，同時(shí)削弱或去除某些不需要信息的處理方法，其目的是使得處理后的圖像對(duì)某種特定的應(yīng)用，比原始圖像更合適。處理的結(jié)果使圖像更適應(yīng)于人的視覺(jué)特性或機(jī)器的識(shí)別系

2、統(tǒng)。圖像增強(qiáng)主要可分為三類(lèi):頻域圖像增強(qiáng)方法、小波域圖像增強(qiáng)方法、空域圖像增強(qiáng)方法。(2)空域圖像增強(qiáng)主要包括:直方圖均衡化、平滑濾波和銳化濾波等方法。(3)直方圖均衡化是圖像處理領(lǐng)域中利用圖像直方圖對(duì)對(duì)比度進(jìn)行調(diào)整的方法。這種方法通常用來(lái)增加許多圖像的局部對(duì)比度，尤其是當(dāng)圖像的有用數(shù)據(jù)的對(duì)比度相當(dāng)接近的時(shí)候。通過(guò)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(qiáng)局部的對(duì)比度而不影響整體的對(duì)比度，直方圖均衡化通過(guò)有效地?cái)U(kuò)展常用的亮度來(lái)實(shí)現(xiàn)這種功能。直方圖均衡化的基本思想是把原始圖的直方圖變換為均勻分布的形式，這樣就增加了象素灰度值的動(dòng)態(tài)范圍從而可達(dá)到增強(qiáng)圖像整體對(duì)比度的效果。(4)平滑

3、濾波是低頻增強(qiáng)的空間域?yàn)V波技術(shù)。它的目的有兩類(lèi)：一類(lèi)是模糊；另一類(lèi)是消除噪音?？臻g域的平滑濾波一般采用簡(jiǎn)單平均法進(jìn)行，就是求鄰近像元點(diǎn)的平均亮度值。(5)均值濾波是典型的線性濾波算法，它是指在圖像上對(duì)目標(biāo)像素給一個(gè)模板，該模板包括了其周?chē)呐R近像素（以目標(biāo)象素為中心的周?chē)?個(gè)象素，構(gòu)成一個(gè)濾波模板，即去掉目標(biāo)象素本身）。再用模板中的全體像素的平均值來(lái)代替原來(lái)像素值。均值濾波也稱(chēng)為線性濾波，其采用的主要方法為鄰域平均法。線性濾波的基本原理是用均值代替原圖像中的各個(gè)像素值，即 對(duì)待處理的當(dāng)前像素點(diǎn)（x，y），選擇一個(gè)模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當(dāng)前像素

4、點(diǎn)（x，y），作為處理 后圖像在該點(diǎn)上的灰度個(gè)g（x，y），即個(gè)g（x，y）=1/m f（x，y） m為該模板中包含當(dāng)前像素在內(nèi)的像素總個(gè)數(shù)。(6)中值濾波是基于排序統(tǒng)計(jì)理論的一種能有效抑制噪聲的非線性信號(hào)處理技術(shù)，中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周?chē)南袼刂到咏恼鎸?shí)值，從而消除孤立的噪聲點(diǎn)。方法是用某種結(jié)構(gòu)的二維滑動(dòng)模板，將板內(nèi)像素按照像素值的大小進(jìn)行排序，生成單調(diào)上升（或下降）的為二維數(shù)據(jù)序列。二維中值濾波輸出為g（x,y）=medf(x-k,y-l),(k,lW) ，其中,f(x,y)，g(x,y)分別為原始圖像和處理后圖像。W為

5、二維模板，通常為2*2，3*3區(qū)域，也可以是不同的的形狀，如線狀，圓形，十字形，圓環(huán)形等。 (7) 拉式算子是一個(gè)刻畫(huà)圖像灰度的二階商算子，它是點(diǎn)、線、邊界提取算子，亦稱(chēng)為邊界提取算子。通常圖像和對(duì)他實(shí)施拉式算子后的結(jié)果組合后產(chǎn)生一個(gè)銳化圖像。拉式算子用來(lái)改善因擴(kuò)散效應(yīng)的模糊特別有效，因?yàn)樗辖抵颇Ｐ汀?拉普拉斯算子也是最簡(jiǎn)單的各向同性微分算子，具有旋轉(zhuǎn)不變性。一個(gè)二維圖像函數(shù)的拉普拉斯變換是各向同性的二階導(dǎo)數(shù)，定義為： 為了更適合于數(shù)字圖像處理，將拉式算子表示為離散形式： 另外，拉普拉斯算子還可以表示成模板的形式，如下圖(1)所示，為離散拉普拉斯算子的模板，圖(2)表示其擴(kuò)展模板。 圖（1

6、） 圖（2）從模板形式容易看出，如果在圖像中一個(gè)較暗的區(qū)域中出現(xiàn)了一個(gè)亮點(diǎn)，那么用拉普拉斯運(yùn)算就會(huì)使這個(gè)亮點(diǎn)變得更亮。因?yàn)閳D像中的邊緣就是那些灰度發(fā)生跳變的區(qū)域，所以拉普拉斯銳化模板在邊緣檢測(cè)中很有用。一般增強(qiáng)技術(shù)對(duì)于陡峭的邊緣和緩慢變化的邊緣很難確定其邊緣線的位置。但此算子卻可用二次微分正峰和負(fù)峰之間的過(guò)零點(diǎn)來(lái)確定，對(duì)孤立點(diǎn)或端點(diǎn)更為敏感，因此特別適用于以突出圖像中的孤立點(diǎn)、孤立線或線端點(diǎn)為目的的場(chǎng)合。同梯度算子一樣，拉普拉斯算子也會(huì)增強(qiáng)圖像中的噪聲，有時(shí)用拉普拉斯算子進(jìn)行邊緣檢測(cè)時(shí)，可將圖像先進(jìn)行平滑處理。實(shí)驗(yàn)步驟及結(jié)果：1.圖像的直方圖均衡化clear all; close all %清

7、除窗口I = imread(pout.tif); %讀入圖像 imshow(I) %顯示原圖像figure, imhist(I) %獲取圖像數(shù)據(jù)直方圖 I2,T = histeq(I); %將原始圖像I的直方圖變成用戶指定的向量figure, imshow(I2) % Display the new equalized image, I2, in a new figure window.figure, imhist(I2) % Create a histogram of the equalized image I2.figure,plot(0:255)/255,T); % plot the t

8、ransformation curve.imwrite (I2, 圖像2.png); % Write the newly adjusted image I2 to a disk file named% 圖像2.png.imfinfo(圖像2.png) % Check the contents of the newly written file 2.圖像的均值濾波I=imread(D:2.jpg );subplot(2,3,1),imshow(I),title(原始圖像);I=rgb2gray(I);I1=imnoise(I,gaussian,0,0.005);subplot(2,3,2),im

9、show(I1),title( 添加高斯噪聲的圖像);k1=filter2(fspecial(average,3),I1)/255; %進(jìn)行3*3模板平滑濾波k2=filter2(fspecial(average,5),I1)/255; %進(jìn)行5*5模板平滑濾波k3=filter2(fspecial(average,7),I1)/255; %進(jìn)行7*7模板平滑濾波k4=filter2(fspecial(average,9),I1)/255; %進(jìn)行9*9模板平滑濾波subplot(2,3,3),imshow(k1);title(3*3 模板平滑濾波);subplot(2,3,4),imshow

10、(k2);title(5*5 模板平滑濾波);subplot(2,3,5),imshow(k3);title(7*7 模板平滑濾波);subplot(2,3,6),imshow(k4);title(9*9 模板平滑濾波);3.圖像的中值濾波I=imread(NBA.jpg );I=rgb2gray(I);J=imnoise(I,salt & pepper,0.02);subplot(2,3,1),imshow(I);title(原圖像);subplot(2,3,2),imshow(J);title(添加椒鹽噪聲圖像);k1=medfilt2(J); %進(jìn)行3*3模板中值濾波k2=medfilt2(J,5,5); %進(jìn)行5*5模板中值濾波k3=medfilt2(J,7,7); %進(jìn)行7*7模板中值濾波k4=medfilt2(J,9,9); %進(jìn)行9*9模板中值濾波subplot(2,3,3),imshow(k1);title(3*3模板中值濾波);subplot(2,3,4),imshow(k2);title(5*5模板中值濾波 );subplot(2,3,5),imshow(k3);title(7*7模板中值濾波);subplot(2,3,6),imshow(k4);title(9*9 模板中值濾波);4.圖像的拉普拉斯銳化濾波I,map=i