图像处理与分析实验报告..doc

hghu学院实验预习报告 班 级 电子51 姓 名 gughu 学 号 2595959 指导教师 杨 课 程 名 称 Matlab应用图像处理 成 绩 实 验 室 电子楼107 实 验 项 目 图像增强与复原 同组实验者 实 验 日 期 2015年12月11日 实验目的 1.了解灰度变换增强和空域滤波增强的Matlab实现方法 2.掌握直方图灰度变换方法 3.掌握噪声模拟和图像滤波函数的使用方法 4.了解图像复原的Matlab实现方法 二、主要仪器设备及材料 1.计算机 2.MATLAB软件 3.实验指导书 实验原理与步骤 1. 灰度变换增强 A) 线段上像素灰度分布 读入灰度图像‘debye1.tif’，采用交互式操作，用improfile绘制一条线段的灰度值。 读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布 直方图变换 i直方图显示 读入图像‘rice.tif’，在一个窗口中显示灰度级n=64，128和256的图像直方 ii直方图灰度调节 利用函数imadjust调解图像灰度范围，观察变换后的图像及其直方图的变化。 iii直方图均衡化 分别对图像‘pout.tif’和‘tire.tif’进行直方图均衡化处理，比较处理前后图像及直方图分布的变化。 2. 空域滤波增强 A) 噪声模拟 利用函数imnoise给图像‘eight.tif’分别添加高斯(gaussian)噪声和椒盐(salt pepper)噪声。 B) 空域滤波 i 对上述噪声图像进行均值滤波和中值滤波，比较滤波效果。 ii 总结均值滤波和中值滤波的特点及使用场合。 均值滤波器是一种最常用的线性低通平滑滤波器。可抑制图像中的噪声,但同时也使图像变得模糊 中值滤波器是一种最常用的非线性平滑滤波器。可消除图像中孤立的噪声点,又可产生较少的模糊 iii *对图像saturn.tif采用laplacian高通滤波器进行锐化滤波。 3. 图像复原 模糊与噪声 i 对图像‘flowers.tif’分别采用运动PSF和均值滤波PSF进行模糊。 ii 在上述模糊图像上再添加噪声 维纳滤波复原 i 使用维纳滤波复原函数deconvwnr复原无噪声模糊图像。 %非真实PSF %非真实PSF ii *使用维纳滤波复原函数deconvwnr复原模糊噪声图像。 iii *设置信噪比和相关函数的维纳滤波复原。 四、原始实验数据 1. 灰度变换增强 A) 线段上像素灰度分布 读入灰度图像‘debye1.tif’，采用交互式操作，用improfile绘制一条线段的灰度值。 imshow(debye1.jpg) improfile 读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布 imshow(flowers.tif) improfile B) 直方图变换 i直方图显示 读入图像‘rice.tif’，在一个窗口中显示灰度级n=64，128和256的图像直方图。 I=imread(flowers.tif); imshow(I) figure,imhist(I,64) figure,imhist(I,128) ii直方图灰度调节 利用函数imadjust调解图像灰度范围，观察变换后的图像及其直方图的变化。 I=imread(flowers.tif); imshow(I) figure,imhist(I) J=imadjust(I,[0.15 0.9],[0 1]); figure,imhist(J) figure,imshow(J) I=imread(cameraman.tif); imshow(I) figure,imhist(I) J=imadjust(I,[0 0.2],[0.5 1]); figure,imhist(J) figure,imshow(J) iii直方图均衡化 分别对图像‘pout.tif’和‘tire.tif’进行直方图均衡化处理，比较处理前后图像及直方图分布的变化。 I=imread(pout.tif); imshow(I) figure,imhist(I) J=histeq(I); figure,imhist(J) figure,imshow(J) I=imread(tire.tif); imshow(I) figure,imhist(I) J=histeq(I); figure,imshow(J) figure,imhist(J) 2. 空域滤波增强 A) 噪声模拟 利用函数imnoi