梁博_数字图像处理实验报告..doc

数字图像处理实验报告 03114班 1号 梁博 实验一： 空间域图像增强 实验目的： 对已知图像作去噪声，并增强处理 实验过程： 由于medfilt2 函数处理的对象是二维图像, 所以必须使用 rgb2gray 函数将原始的三维真彩图像 (girl.jpg) 转化为8位256灰度级的图像, 然后再进行滤波处理。 用medfilt2 函数处理的图像，模板依次设为 3*3, (在比较采用不同尺寸3*3 , 5*5 , 7*7 ,的中值滤波器进行低通滤波处理的结果，最后采用了3×3), 原因是当所用的平滑模板的尺寸增大时, 消除噪声的效果增强, 但同时所得图像变得更模糊, 细节的锐化程度逐步减弱。 首先采用了3×3的laplacian掩模处理突出了图像中的小细节，然后用梯度法突出其边缘。并采用高提升的方法把两种效果加载到图像上去，使在调试过程中简便。 用书上的第110页的图像整合方法，把用laplacian掩模处理的图像和用梯度法处理的图像相乘在加到原图像上。得到细节加重的图像，但图像表现的有颗粒感，不平滑。 再用均值滤波器使其平滑。 实验程序： %读入原始图像 I = imread(girl_noise.jpg); %将真彩图像转化为unit8 I = rgb2gray(I); subplot(2,3,1);imshow(I);title(原图) %调用中值滤波函数I=medfilt2(A,[m,n]) I = medfilt2(I,[3,3]); I1=im2double(I); subplot(2,3,2); imshow(I);title(3*3中值滤波处理); %laplacian 掩模 和 高提升滤器的处理 为增加小细节 w1 = fspecial(laplacian,0.2); g1 = imfilter(I1,w1,replicate); a=0.7 g1 = a*I1 - g1; subplot(2,3,3); imshow(g1);title(高提升滤器的处理图像); %高提升梯度滤波器的使用 为增加梯度 w3 = fspecial(sobel); g3 = imfilter(I1,w3,replicate); a=0.2 g3 = a*I1 - g3; subplot(2,3,4); imshow(g3);title(增强后的梯度图像); %对梯度和alacian 作整合 g4 = g1.*g3; g5 = g4+I1; subplot(2,3,5); imshow(g5);title(由上掩模锐化图像); %最作一次[3 3]的均值滤波 使图像更平滑 w2 = fspecial(average,[3 3]); g2 = imfilter(g5,w2,replicate); subplot(2,3,6); imshow(g2);title([3 3]均值滤波后图像); 实验结果： 实验分析： 只是用中值滤波器的效果没有这样的效果好，因为原图像的整体比较暗淡，所以我用了强调细节的几个滤波器并调整了图像中人物的面部亮度。 但是图像处理后的确有一种不自然的感觉。 实验二： 频率域图像增强 一 实验要求 1给出原始图象,利用matlab计算并画出中心化频率谱。 2 利用lapalace算子将其锐化（利用matlab中的函数实现） 二 实验源程序及结果 1 源程序： temp_image=imread(premier zhou.jpg); % 读文件 temp_image=rgb2gray(temp_image); % 将图象变为黑白 temp_image=im2double(temp_image); % 转化为二维矩阵 move1=fftshift(fft2(temp_image));%将频谱转到中心 Lap_count=fspecial(laplacian); % lapalace filter image_lap1=filter2(Lap_count,temp_image,same); % 用lapalace滤波 image_lap=temp_image-image_lap1; image_adjust=imadjust(image_lap,[],[0,0.8]); move2=fftshift(fft2(image_lap1)); %再将频谱到中心 close all; figure(1) imshow(log(abs(move1)),[])%其实也有类似标定的东西。