网站大量收购独家精品文档,联系QQ:2885784924

实验报告二灰度级修正.docx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
实验报告二灰度级修正

实验报告二姓名: 学号: ??班级:??实验日期: 2016.5.9 ??实验成绩:? ? ?实验题目: 图像灰度级修正一. 实验目的(1) 掌握常用的图像灰度级修正方法,包括图象的灰度变换和直方图均衡化法,加深对灰度直方图的理解。(2) 掌握对比度增强、直方图增强的原理,方法。二. 实验原理灰度变换在空间域中进行,它是将原图像的灰度级按照一定的线性或是非线性函数映射到指定的灰度级上,起到图像增强、突出细节等作用,直方图均衡化则是在频域上对灰度值的频谱密度分布更加均匀化,能起到增强对比度的作用。 三. 实验内容及结果(1) 读入一副灰度图像Image.bmp,调整灰度的图像细节更容易看清,应用非线性点运算(对数变换),显示灰度变换前后的像。图 1 灰度对数化和指数化运算(2) 习题3.14,使用MATLAB语言构建两幅图像的矩阵,再对两幅图像进行3×3均值模板进行模糊处理,比较模糊前后两幅图像的直方图(imhist)。图2 均值滤波及直方图(3) 任意选择一副灰度图像,使用函数histeq将其均衡化成32个灰度级数的直方图。图2 均值滤波及直方图四. 结果分析(1)观察图一,显然原图像由于球体偏暗,导致球上的花边纹细节不够清晰,在对其灰度进行对数运算过后,球的亮度显然增加,球上的花边纹也由此显得清晰可见,这正是因为对数曲线的特征决定的,它能将输入中范围较窄的低灰度级映射为输出中较宽的灰度级,相反的,对高的灰度值也是如此,起到了扩展图像中暗的灰度,同时压缩更高的灰度级的值,所以球上花纹由于球体亮度的增大而突出起来,同样伽马变换中gama值小于1时和对数变换效果一样,而当gama值大于1时则和对数变换效果相反。(2)观察图二中的黑白交替的原图在空间域的规律性交替变换或是说周期交替变换,在频率域上频谱为纯净的两根谱线,经过均值滤波器平滑处理之后,谱线增多且改变了原来谱线的幅值和相位,这些变化是由于滤波器模板本身的系统响应所带来的对频谱的加工,在观察图一滤波后的空间域图像,发现四周角灰度值特殊,感觉有四条粗线,观察图二滤波后的图更明显,会发现最左边的白没有接触黑,但是在滤波过后却变灰了,所以说,最左边的白并不真的不和黑相邻,由于图片的周期性,它其实是和最右边的黑相邻的,这就是由于图片的周期性决定的。(3)观察图三,经过直方图均衡化之后,图像更加清晰了,暗的区域也由此变亮了,观察直方图谱线更加均匀。起到了增加对比度的作用。五、实验总结本次实验主要是认识了灰度变换的一些非线性方法,由此掌握了imadjust函数的用法,注意到对图像矩阵对数化时需是double类型,而mat2gray函数能将uint8类型转变成double类型,了解了fspecial构造算子的形式以及imfilter的滤波操作,同时了解了histeq直方图均衡化的操作,对于本次的构造交替的黑白像素,巧妙的利用了行加列是偶还是奇的方法,减少了工作量,还算满意。附录(程序)A=imread(F:\数字图像处理\图片\Image.bmp);B=mat2gray(A);%实现图像矩阵值归一化操作C=4*log(B+1);%uint8类型的输入参数需转换成double类型才能对应函数logA1=imadjust(A,[],[],0.5);%伽马变换,gama值为0.51,图像变亮A2=imadjust(A,[],[],1.5);%gama值为1.51,图像变暗subplot(2,2,1);imshow(A);title(图像);subplot(2,2,2);imshow(C);title(对数化后图像);subplot(2,2,3);imshow(A1);title(伽马变换加亮图像);subplot(2,2,4);imshow(A2);title(伽马变换加暗图像);hold on;figure;M=8;N=8;D=zeros(M,N);%产生M行N列的向量F=zeros(M,N);%同上for i=1:M for j=1:N k=mod((i+j),2);%行加列之和除2判断余数 if(k==1) D(i,j)=0;%为奇数的像素取黑 else D(i,j)=1;%为偶数的像素取白 end endendfor i=1:M for j=1:N/2 F(i,j)=1;%M行前N/2列为白 end for j=N/2+1:N F(i,j)=0;%%M行后N/2列为黑 endendh1=fspecial(average);%均值滤波器,默认值为3*3模板E=imfilter(D,h1);%滤波操作,实际上做卷积运算G=imfilter(F,h1);subplot(2,4,1);imshow(D);title(图1);subplot(2,4,2);imshow(E);title(

文档评论(0)

peain + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档