图像的增强实验.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
图像的增强实验

实验论文 题 目: 图像的增强 学生姓名: sun 学生学号: 系 别: 电气信息工程学院 专 业: 电子信息工程 年 级: 2011级 任课教师: 沈 电气信息工程学院制 2013年12月 学生:孙 任课教师:沈 电气信息工程学院 电子信息工程专业 1实验题目 图像的增强 2实验对象 图1 美丽图片 3 实验任务 (1)通过直方图均衡来增强图像,要求原图像、原图像直方图(灰度等级数200)、均衡化后图像、均衡化后直方图(灰度等级数200)显示在图1上; (2)对图像进行规定灰度变换,必须做的是灰度取反,要求取反后图像、取反后图像直方图(灰度等级数200)显示在图2上; (3)通过直方图规定化来增强图像,规定图像由自己编程实现,具体形状不限,要求原图像、规定化图像、规定化后图像、规定化后图像直方图(灰度等级数200)显示在图3上; (4)通过拉普拉斯算子来锐化图像,要求原图像、卷积后图像、锐化后图像显示在图4上; 以上所有程序要求在同一个matlab程序中实现。 4 实验原理 4.1理论基础 图像增强的基本方法可分为两大类:空间域方法和频域方法。空间域是指同性平面自身,这类方法是以对图像的像素直接处理为基础的。频率域处理技术是以修改图像的傅立叶变换为基础的。两者的具体方法包括如下内容: ①空间域处理:点处理,模板处理。 ②频率域处理:高、低通滤波、同态滤波等。 灰度线性变换表示对输入特性灰度作线性扩张或压缩,映射函数为一个直线方程,其表达式如下: 式中,a为变换直线的斜率,b为截距;当b=0时,a1表示对比度扩张;a1表示对比度增强 ;a=1相当于复制;b≠0,灰度偏置。 灰度级直方图是图像的一种统计表达,它反映了该图中不同灰度级出现的统计概率。灰度级[0,L-1]范围的数字图像的直方图具有如下离散函数: 式中,k是第k级灰度,是图像中灰度级为k的像素个数。进行归一化,概率,n为图像中像素的个数。 图像直方图描述图像中各灰度级出现的相对频率。采用图像灰度直方图均衡化处理,可以使得图像的灰度分布趋向均匀,图像所占有的像素灰度间距拉开,加大了图像反差,改善视觉效果,达到增强效果。对于数字图像离散情况,其直方图均衡化处理的计算步骤如下: ①统计原始图像的直方图:是归一化的输入特性灰度级。 ②计算直方图累计分布曲线, ③用累积分布函数作为变换函数进行图像灰度变换。 直方图规定化是指将输入图像灰度分布变换成一个期望的灰度分布直方图,为原图的灰度密度函数,为希望得到的灰度密度函数。 首先分别对p(r),p(z)作直方图均衡化处理则有: 经上述变换后的灰度s及v,其密度函数是相同的均匀密度,再借助于直方图均衡化结果作媒介,实现到的变换。利用,分布相同的特点建立r→z的联系,即 图像规定化处理的实现步骤如下: 直方图均衡化输入图像,计算 对规定直方图作均衡化处理,计算 选择适当的。 由逆变换函数 空间域滤波增强采用模板处理方法对图像进行滤波,去除图像噪声或增强图像的细节。 频率域图像增强是增强技术的重要组成部分,通过傅立叶变换,可以把空间域混叠的成分在频率域中分离开来,从而提取或虑去相应的图像成分。 4.2设计方案 任务 clear all; I1 = imread(美丽图片.jpg); I=rgb2gray(I1); figure(1);subplot(2,2,1);imshow(I); xlabel((a)原始图像); J=histeq(I,64); figure(1);subplot(2,2,2), imshow(J); xlabel((b)直方图均衡后图像) figure(1);subplot(2,2,3); imhist(I,200); xlabel((c)原始灰度图像直方图) figure(1); subplot(2,2,4); imhist(J,200); xlabel((d)灰度图像均衡直方图) J1=imadjust(I,[0 1],[1 0]); figure(2);subplot(1,

文档评论(0)

zhanghc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档