MATLAB常用图像增强方解析.docVIP

数字图像处理 实验报告 实验名称： 常用图像增强方法 专业班级： 07级电子信息工程2班 姓 名： 王 超 学 号： 一、实验目的 ?。a=imread(f:\chuan.jpg)； b=rgb2gray(a)； subplot(1,2,1)； imshow(b)； subplot(1,2,2)； imhist(b) a=imread(f:\chuan.jpg); b=rgb2gray(a); subplot(1,3,1);imshow(b); subplot(1,3,2);imhist(b); c=histeq(b,64); [c,T]=histeq(b); subplot(1,3,3);imhist(c) 结果如图： 3、采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波，窗口分别采用3*3,5*5,7*7 建立M文件程序如下： a=imread(f:\chuan1.jpg); x=rgb2gray(a); b=imnoise(x,salt pepper, 0.04); subplot(2,2,1);imshow(b); c=medfilt2(b,[3 3]); subplot(2,2,2);imshow(c); d=medfilt2(b,[5 5]); subplot(2,2,3);imshow(d); e=medfilt2(b,[7 7]); subplot(2,2,4);imshow(e) 结果如图：1图为加噪图像，2、3、4图分别为窗口采用3*3、5*5、7*7的滤波后的图像 4、采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 建立M文件程序如下： a=imread(f:\chuan1.jpg); b=rgb2gray(a); subplot(1,2,1);imshow(b); h=[1,2,1;0,0,0;-1,-2,-1]; c=filter2(h,b); subplot(1,2,2);imshow(c) 结果如图： 5、采用三种不同算子对图像进行锐化处理 建立M文件如下： a=imread(f:\chuan1.jpg); b=rgb2gray(a); subplot(2,2,1);imshow(b); h=[1,2,1;0,0,0;-1,-2,-1]; %Sobel算子 c=filter2(h,b); subplot(2,2,2);imshow(c) ; d=double(b); h=[0,1,0;1,-4,0;0,1,0]; %拉氏算子 e=conv2(d,h,same); subplot(2,2,3);imshow(e) ; h=[1,1,1;0,0,0;-1,-1,-1]; %Prewitt算子 f=filter2(h,b); subplot(2,2,4);imshow(f) 均值滤波把每个像素都用周围的8个像素来做均值操作。可以平滑图像，速度快，算法简单。但是无法去掉噪声，这能微弱的减弱它。均值滤波是对是对信号进行局部平均, 以平均值来代表该像素点的灰度值。矩形滤波器(Averaging Box Filter)对这个二维矢量的每一个分量进行独立的平滑处理。通过计算和转化 ,得到一幅单位矢量图。这个 512×512的矢量图被划分成一个 8×8的小区域 ,再在每一个小区域中 ,统计这个区域内的主要方向 ,亦即将对该区域内点方向数进行统计,最多的方向作为区域的主方向。于是就得到了一个新的64×64的矢量图。这个新的矢量图还可以采用一个 3×3模板进行进一步的平滑。 Sobel 算子主要用作边缘检测。在技术上，它是一离散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量。Sobel 算子有两个，一个是检测水平边沿的 ；另一个是检测垂直平边沿的 。它对于象素的位置的影响做了加权，因此效果更好。Sobel算子另一种形式是各向同性Sobel(Isotropic Sobel)算子，也有两个，一个是检测水平边沿的 ，另一个是检测垂直平边沿的 。各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。由于建筑物图像的特殊性，我们可以发现，处理该类型图像轮廓时，并不需要对梯度方向进行运算，所以程序并没有给出各向同性Sobel算子的处理方法。由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数，简单有效，因此应用广泛。美中不足的是，Sobel算子并没有将图像的主体与背景严格地区分开