數(shù)字圖像處理試驗報告試驗一圖像增強試驗精

實驗一圖像增強實驗一、實驗?zāi)繕?biāo)：掌握圖像增強的算法。二、實驗?zāi)康模?.了解灰度變換增強和空域濾波增強的Matlab實現(xiàn)方法2,掌握直方圖灰度變換方法3.掌握噪聲模擬和圖像濾波函數(shù)的使用方法三、實驗內(nèi)容：（1）圖像的點操作、鄰域操作算法。（2）圖像的直方圖處理算法。四、實驗設(shè)備：1.PIII以上微機；2.MATLAB6.5；五、實驗步驟：（1）讀入圖像：用matlab函數(shù)實現(xiàn)圖像讀入（可讀入Matlab中的標(biāo)準(zhǔn)測試圖像）（原始圖像（2）實現(xiàn)圖像點操作運算（如gamma校正，對數(shù)校正等）（3）實現(xiàn)圖像的鄰域處理（實現(xiàn)均值濾波，拉普拉斯濾波）（4）實現(xiàn)直方圖均衡處理matlab源程序clearall;clc;f=imread('girl_noise.jpg';figure,imshow(f,title('原始圖像'；[m,n]=size(f;f0=im2double(f;%整型轉(zhuǎn)換為double類f1=f0;std_i=zeros(1,m-2;%灰線處理fori=2:m-1%灰線處理std_i(i-1=std(f0(i,:;if(std_i(i-1<0.1forj=1:mf0(i,j=(f0(i-1,j+f0(i+1,j/2;endendendfigure,imshow(f0,title('濾除灰線后的圖像‘；fz=f0-f1;[r,c]=find(fz?=0;%尋找灰線噪聲的位置f2=f0;change=0;count=0;fori=3:m-2%白線處理forj=1:mif(abs(f0(i,j-f0(i-1,j>0.2&&abs(f0(i,j-f0(i+1,j>0.2count=count+1;endif(count>n*0.8count=0;change=1;break;endendif(change==1fork=1:mf0(i,k=(f0(i-1,k+f0(i+1,k/2;endchange=0;count=0;endendfigure,imshow(f0,title('濾除白線后的圖像'；fz1=f2-f0;[r1,c1]=find(fz1?=0;%尋找白線噪聲的位置fn=medfilt2(f0;%反射對稱填充figure,imshow(fn,title('中值濾波后的圖像'；f0=im2double(fn;%整型轉(zhuǎn)換為double類g=2*f0-imfilter(f0,w4,'replicate';%增強后的圖像figure,imshow(g,title('高提升濾波圖像(A=2';圖像處理結(jié)果高提升濾波圖網(wǎng)A=2)濡除白線后的圖像中值淞波后的圖像濾除灰線后的圖像喀蛤圖僭六、結(jié)果分析從上面結(jié)果可以看出，帶狀噪聲處理部分，已經(jīng)基本將帶狀噪聲去除。并且通過程序找出了灰色噪聲所在行為192，白色噪聲所在行為179，182.程序中的判斷條件為白色噪聲和前后兩行的像素值相差超過一定的范圍（double類型0.2），并且此類點在一行中所在的比例超過80%，與給出的原始圖像對應(yīng)。有程序結(jié)果可知，處理過程中僅僅對噪聲所在行做了修正，除此之外并且未引入任何其他人為噪聲。而對于處理之后的圖像存在的椒鹽噪聲，經(jīng)過中值濾波器已經(jīng)基本可以將椒鹽噪聲處理的比較好。另外，程序中也做了A=2的高提升濾波，增強了原始信息，有圖可以看出，除了細(xì)節(jié)增強意外，原始信息更加豐富，因此比之前的圖像明