空域和頻域圖像處理增強

1、空域和頻域圖像處理增強實驗?zāi)康模??熟悉Matlab處理圖像的基本原理，并熟練地運用進(jìn)行一些基本的圖像操作；2?能夠用Matlab來進(jìn)行亮度變換，直方圖處理以及一些簡單的空間濾波；實驗內(nèi)容：去噪，灰度變換，直方圖處理，空域和頻域平滑銳化，同態(tài)濾波；結(jié)果分析：1.直方圖處理：顯示原圖直方圖以及原圖:代碼：>>imread('hui.jpg');>>imshow(f);>>imhist(f);原圖以及原圖直方圖為：陽*結(jié)論:直方圖均衡化:代碼：>>f=imread('test2.jpg');> >n=imn

2、oise(f);> >imwrite(n,'n.tif);> >thr,sorh,keepapp=ddencmp('den','wv',im2double(n);> >r=wdencmp('gbl',im2double(Noise),'sym2',2,thr,sorh,keepapp);> >r=wdencmp('gbl',im2double(n),'sym2',2,thr,sorh,keepapp);> >imwrite(r,&#

3、39;r.tif);> >imshow(f);現(xiàn)在的圖片以及直方圖為：4SLHJ-t-4000-J35002B00卜|之刈4I1500'I10004050TOO15030025C宜方圖均衡化是圖像處理領(lǐng)域中利用圖像宜方圖對對比度進(jìn)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，亮度可以更好地在宜方圖上分布。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，宜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2.灰度變換：代碼：> >仁imreadCtest2.jpg');> >

4、;n=imnoise(f);> >imwrite(n,'n.tif);>>thr,sorh,keepapp=ddencmp('den','wv',im2double(n);>>r=wdencmp('gbl',im2double(Noise),'sym2',2,thr,sorh,keepapp);>>r=wdencmp('gbl',im2double(n),'sym2',2,thr,sorh,keepapp);>>imwrite(r,

5、'r.tif');>>imshow(f);變換的圖像（f為圖a,al為圖b,a2為圖c,a3為圖d）:(圖(圖a)b)(圖c)(圖d)結(jié)論：一些圖片的像素過于集中于中間灰度部分，而其他部分的像素數(shù)很少，可以壓縮像素數(shù)小的部分，擴展像素數(shù)集中的部分。如果只想了解圖像的莫一部分,那么可以壓縮其它部分，對關(guān)注的部分進(jìn)行變換。3 .去噪:代碼：>>f=imread('test2.jpg');> >n=imnoise(f);> >imwrite(n,'n.tif);> >thr,sorh,keepapp=

6、ddencmp('den','wv',im2double(n);> >r=wdencmp('gbl',im2double(Noise),'sym2',2,thr,sorh,keepapp);> >r=wdencmp('gbl',im2double(n),'sym2',2,thr,sorh,keepapp);> >imwrite(r,'r.tif);> >imshow(f);> >figure,imshow(n);> >f

7、igure,imshow(r);圖像(依次為原圖，加噪后的圖片以及復(fù)原的圖片)：4結(jié)論：常用的軟閾值函數(shù)，是為了解決硬閾值函數(shù)“一刀切”導(dǎo)致的影響（模小于3*sigma的小波系數(shù)全部切除，大于3*sigma全部保留，勢必會在小波域產(chǎn)生突變，導(dǎo)致去噪后結(jié)果產(chǎn)生局部的抖動，類似于傅立葉變換中頻域的階躍會在時域產(chǎn)生拖尾）。軟閾值函數(shù)將模小于3*sigma的小波系數(shù)全部置零，而將模大于3*sigma的做3*sigma ，一個比較特殊的處理，大于3*sigma的小波系數(shù)統(tǒng)一減去小于-3*sigma的小波系數(shù)統(tǒng)一加3*sigma。經(jīng)過軟閾值函數(shù)的作用，小波系數(shù)在小波域就比較光滑了，因此用軟閾值去噪得到的圖

8、象看起來很平滑，類似于冬天通過窗戶看外面一樣，像有層霧罩在圖像上似的。4 .空域和頻域平滑銳化代碼：低通濾波器：>>f=imread(test.jpg');>>PQ=paddedsize(size(f);> >U,V=dfuvc(PQ(1),PQ(2);> >D0=0.05*PQ(2);> >F=fft2(f,PQ(1),PQ(2);>>H=exp(-(U.A2+V.A2)/(2*(D0*2);>>g=dftfilt(f,H);(2)高通濾波器：>>f=imread(test.jpg'

9、;);>>PQ=paddedsize(size(f);>>D0=0.05*PQ(1)；>>H=hptilter(gausian',PQ(1),PQ(2),D0);>>g=dftfilt(f,H);>>figure,imshow(g,);結(jié)論：平滑濾波是要濾除不規(guī)則的噪聲或干擾的影響。從頻域的角度看，不規(guī)則的噪聲具有較高的頻率，可用具有低通能力的頻域濾波器來濾除。所以空域的平滑濾波對應(yīng)頻域的低通濾波。銳化濾波是要增強邊緣和輪廓處的強度。邊緣和輪廓處都具有較高的頻率，可用具有高通能力的頻域濾波器來增強。所以，空域的銳化濾波對應(yīng)頻域

10、的高通濾波。5.同態(tài)濾波：代碼：>>l=imread('716.png');>>subplot(121),imshow(l);>>l=double(rgb2gray(l);>>M,N=size(l);rL=0.3;>>rH=2.0;>>c=2;>>d0=10;> >1仁log(l+1);> >FI=fft2(l1);>>n1=floor(M/2);>>n2=floor(N/2);> >fori=1:M；> >forj=1:N

11、；>>D(i,j)=(i-n1).A2+(j-n2).A2);>>H(i,j)=(rH-rL).*(exp(c*(-D(i,j)./(d0A2)+rL;>>end;>>end;>>I2=ifft2(H.*FI);>>I3=real(exp(I2);>>subplot(122),imshow(I3,);結(jié)論：同態(tài)濾波是把頻率過濾和灰度變換結(jié)合起來的一種圖像處理方法，它依靠圖像的照度/反射率模型作為頻域處理的基礎(chǔ)，利用壓縮亮度范圍和增強對比度來改善圖像的質(zhì)量。使用這種方法可以使圖像處理符合人眼對于亮度響應(yīng)的非線性特性，避免了直接對圖像進(jìn)行傅立葉變換處理的失真。同態(tài)濾波的基本原理是：將像元灰度值看作是照度和反射率兩個組份的產(chǎn)物。由于照度相對變化很小，可以看作是圖像的低頻成份，而反射率則是高頻成份。通過分別處理照度和反射率對像元灰度值的影響，達(dá)到揭示陰影區(qū)細(xì)節(jié)特征的目的。同