- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验二实验告
实验二 静态图像增强与平滑
一、实验目的
1.了解图像的基本特性,学习对图像进行基本的处理并评价处理结果;
2.学习一般的图像增强方法,并实际体会图象增强的效果;
3.掌握常用图象增强方法的编程实现;
4.学会使用Matlab软件中基本的图像处理函数;
二、实验设备
联想图像处理工作站
三、实验内容及要求
自己编写M-function实现灰度图像的直方图增强算法,要求该程序能对256级灰度图像进行直方图均匀化处理,显示处理前、后图像及其直方图;
自己编写M-function实现中值滤波算法,并对含噪图像进行测试,显示原图像、加噪声图像和处理后的图像。
调用Matlab自带的图像处理函数,用不同的图象增强方法对图像进行处理,对结果进行比较。
结合以上实验内容,使用ICETECK-DM642-IDK-M实验系统进行相应的动态视频图像增强处理,观察结果。
四、实验原理
直方图
(1)灰度直方图
灰度直方图表示数字图像中每一灰度级出现的频数(该灰度级的像素数与图像的总像素数之比)。公式为:
,
式中:为第k 级灰度值,为出现的次数,N为总像素数。
算法:设灰度级为L,图像为M×N
a、 定义直方图存放数组pBuffer[L];
b、 初始化数组pBuffer[K]=0;k=0,1,…,L-1
c、 统计pBuffer[img(x,y)]++;x=0,1,…,M;y=0,1,…,N
d、 (可选)归一化pBuffer[img(x,y)]=M*N
(2)直方图均衡化的基本思想
直方图均衡化的基本思想是把原始图像的直方图变换成均匀分布的形式,这样就增加了象素灰度值的动态范围,从而达到了增强图像整体对比度的效果 。
中值滤波
中值滤波是一种非线性空间滤波。原理:利用一个含有奇数个像素的滑动窗口,将窗口中心像素点的灰度值用窗口内各点灰度的中值代替。
(1)一维信号的中值滤波
设一给定序列f1,f2,……,fn,用长度为m 的窗口对该序开进行中值滤波,方法是从中抽取m 个值,……,,v=(m-1/2)为窗口的中心值。则中值滤波的输出为:
, i∈Z,v=(m-1)/2
如:
输入:2 2 6 2 1 2 4 4 4 2 4
输出:2 2 2 2 2 2 4 4 4 4 4
(2)二维信号的中值滤波
中值滤波窗口长度为5。
推广至二维离散数字图像,可得到二维中值滤波数学表达式:
A为滤波窗口(i,j)∈A。
(3)中值滤波的特点
a.对某些信号中值滤波具有不变性;
b.中值滤波输出噪声功率与输入噪声的密度分布有关。
这里注意:边界的处理方法。
五、实验步骤
学习MatLab的基本操作;
根据实验内容(2,3,4)的要求在MATLAB软件中编写相应程序;
1)直方图均衡
2)中值滤波算法
3)调用Matlab已有的图像处理函数,对图像进行增强处理
a.调用绘制直方图函数hist(),直方图均衡函数histeq(),中值滤波函数medfilt2(),并与自己编写的函数运行结果进行比较;
b.运用其他图像增强方法,对图像进行处理,并对结果进行分析比较。
调试运行程序,并记录结果。
结合以上实验内容,使用ICETECK-DM642-IDK-M实验系统进行相应的动态 视频图像增强处理,观察结果。
完成实验报告。
实验结果及对应代码
1、直方图
(1)、灰度直方图
a、实验结果:
b、实验代码:
clear all; close all
I = imread(cameraman.tif);
J = imadjust(I,[0 0.2],[0.5 1]);
imshow(I)
figure, imshow(J)
[X,map] = imread(forest.tif);
figure,imshow(X,map)
I2 = ind2gray(X,map);
J2 = imadjust(I2,[],[],0.5);
figure,imshow(I2)
figure, imshow(J2)
J3 = imadjust(I2,[],[],1.5);
figure, imshow(J3);
直方图均衡化
实验结果:
b、实验代码:
clear all;
close all;
I=imread(cameraman.tif);
imshow(I);
figure,imhist(I);
[I2,T]=histeq(I);
figure,imshow(I2);
figure,imshow(I2);
figure,imhist(I2);
figure,plot((0:255)/255,T);
imwrite(I2,d:/5/cameraman2.bmp);
imfinfo(d:/5/cameraman2.bmp);
中值滤波
实验结果
实验代码:
fun
文档评论(0)