[数字图像处理期末考核报告-廖志立.docVIP

《数字图像处理》 期末大作业暨课程考核报告 姓名：廖志立 学号：14082200147 序号：10 湖南理工学院信息与通信工程学院 2011年12月  1 绘制灰度直方图，实现直方图均衡化和直方图匹配（规定化） 3 1.1 算法原理 3 1.2 算法设计 3 1.3 实验结果及对比分析 4 2 灰度图像的对比度增强 5 2.1 算法原理 5 2.2 算法设计 5 2.3 实验结果及分析 6 3 图形的几何变换 7 3.1 算法原理 7 3.2 算法设计 7 3.3 实验结果及分析 7 4 图像加噪（用输入参数控制不同噪声），然后使用空域和频域进行滤波处理 8 4.1 算法原理 8 4.2 算法设计 8 4.3 实验结果及分析 9 5 采用robert，prewitt，sobel，拉普拉斯算子对图像进行边缘提取 9 5.1 算法原理 9 5.2 算法设计 9 5.3 实验结果及分析 10 6 读入两幅图像，一幅为背景图像，一幅为含有目标的图像，应用所学的知识提取出目标 10 6.1 算法原理 10 6.2 算法设计 10 6.3 实验结果及分析 11 7 小结....................................................................................................................................................11 1 绘制灰度直方图，实现直方图均衡化和直方图匹配（规定化） 1.1 算法原理 灰度直方图表示数字图像中每一灰度级出现的频率，即该灰度级的像素数与图像的总像素数之比。灰度图像为256级灰度，通过find()函数寻找每一级灰度值的像素的个数并统计，计入行向量中，统计结束后讲统计结果绘制成直方图。 1.2 算法设计 采用MATLAB IPT工具箱函数imhist()便可以求出图像的直方图，调用格式为imhist(I)，I为待处理的图像。采用IPT函数histeq()可以对图像进行均衡化以及规定化，调用格式为（1）J = histeq(I, hgram)，（2）J = histeq(I, n)，其中n = 256时，对图像进行均衡化。hgram为指定的向量时便可对图像进行规定化。 MATALB源程序： Img=imread(E:\pic\03.jpg);%读取图像 figure(1); imshow(Img); title(原图像像素图),Img=rgb2gray(Img); %绘制直方图 [m,n]=size(Img); figure(2); bar(0:255,imhist(Img)/(m*n),b); title(原图像直方图);xlabel(灰度图);ylabel(出现概率); %三，直方图均衡化 S1=zeros(1,256); for i=1:256 for j=1:i S1(i)=GP(j)+S1(i); %计算Sk end end S2=round(S1*256); %将Sk归到相近级的灰度 for i=1:256 GPeq(i)=sum(GP(find(S2==i))); %计算现有每个灰度级出现的概率 end figure(3); bar(0:255,GPeq,r) %显 示均衡化后的直方图 title(均衡化后的直方图);xlabel(灰度值);ylabel(出现概率); figure(4); imshow(PA) %显 示均衡化后的图像 title(均衡化后图像);imwrite(PA,PicEqual.jpg); 1.3 实验结果及对比分析 图1 原始图像 图2 原始图像的直方图 通过结果可以看出，图像的灰度级集中在灰度值较大的区间，这就是图像看上去较明亮的原因。 图3 均衡后 图4 均衡后直方图 通过均衡后结果可以看出，图像的显示效果得到了明显改善，灰度值不再集中在数值较大的区域，而是均匀分布在整个灰度级区间内。 图5 原始图像 图6 规定化后图像 通过规定后的图像，能够更加清晰的看到原始图像中模糊不清的部分，显示效果得到了明显改善。 2 灰度图像的对比度增强 2.1 算法原理 讲图像的亮度值映射到一个新的区间，即将low_in至high_in之间的值映射到low