实现图像的2DFFT,旋转,缩放..docVIP

数字图像作业 基于matlab血管脉络图像的增强处理 学 院 信息工程学院 专 业 测控技术与仪器 姓 名 姚尚磊 学 号 100118009 基于matlab血管脉络图像的增强处理 内容摘要 图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。图像增强是数字图像处理的过程中经常采用的一种方法，它对提高图像质量起着重要的作用。是基于直方图增强、对比度增强、平滑和锐化等几种常用的增强方法的理论基础。本文主要讲的是基于matlab血管脉络图像的增强处理。当今医学发展迅速，特别是医学中一些图像对医生判断疾病以及治疗有很大的帮助，为了使图片变得清晰，使用图均衡化让图片看清楚还可以让图片变亮一些 2 图像增强的基本理论 2.1常用图像增强的基本方法 1） 直方图均衡化 有些图像在低值灰度区间上频率较大，使得图像中较暗区域中的细节看不清楚。这时可以通过直方图均衡化将图像的灰度范围分开，并且让灰度频率较小的灰度级变大，通过调整图像灰度值的动态范围，自动地增加整个图像的对比度，使图像具有较大的反差，细节清晰。 （2） 对比度增强法 有些图像的对比度比较低，从而使整个图像模糊不清。这时可以按一定的规则修改原来图像的每一个象素的灰度，从而改变图像灰度的动态范围。 2.1.1直方图均衡化 （1）计算原图像的灰度直方图； （2）计算原图像的灰度累积分布函数，进一步求出灰度变换表； （3）根据灰度变换表，将原图像各灰度级映射为新的灰度级。 在MATLAB中，histeq函数可以实现直方图均衡化。该命令对灰度图像I进行变换，返回有N级灰度的图像J，J中的每个灰度级具有大致相同的像素点，所以图像J的直方图较为平坦，当N小于I中灰度级数时，J的直方图更为平坦，缺省的N值为64。 以下展示了直方图均衡化的效果： 直方图均衡化程序： I=imread(blood.jpg); I=rgb2gray(I); J=adapthisteq(I); subplot(2,2,1); imshow(I); title(I); subplot(2,2,2); imshow(J); title(J); subplot(2,2,3) imhist(I,64) title(I); subplot(2,2,4); imhist(J,64); title(J); 2.1.2灰度调整 imadjust函数 MATLAB软件中，imadjust函数可以实现图像的灰度变换，通过直方图变换调整图像的对比度。 其中，gamma为校正量r，为原图像中要变换的灰度范围，指定了变换后的灰度范围。 灰度变换程序 I=imread(blood.jpg); J=imadjust(I,[ ],[0.5 1]); K=imadjust(I,[ ],[ ],0.3); subplot(2,3,1); imshow(I); title(I) subplot(2,3,2); imshow(J); title(J) subplot(2,3,3); imshow(K); title(K); subplot(2,3,4); imshow(J,64); title(J) subplot(2,3,5); imshow(J,64); title(J) subplot(2,3,6), imshow(K,64); title(K) 2.1.3边缘检测 通过各种算子检测边缘是边缘凸显出来 边缘检测程序： I=imread(blood.jpg); figure; imshow(I); f= rgb2gray(I); BW1=edge(f,Roberts); figure; imshow(BW1); BW2=edge(f,sobel); figure; imshow(BW2); BW3=edge(f,prewitt); figure; imshow(BW3); BW4=edge(f,log); figure; imshow(BW4); BW5=edge(f,canny); figure; imshow(BW4); 附录程序及解释： I=imread(blood.jpg); I=rgb2gray(