数字图像处理上机实验报告.doc

数字图像处理上机实验报告 姓 名： 李青 学 号： 104090423 学 院： 物理与电子信息学院 班 级： 10电子 实验课题: 五类图像处理的运算方法 任课教师： 石俊生 （教授 ） 填表日期： 2013年11月3日 一．实验内容 实验1：直方图均衡图像增强； 实验2: 空域处理：不同平均模板大小：3(3、5(5、7(7去噪； 实验3: 空域处理：不同中值模板大小：3(3、5(5、7(7去噪； 实验4: 频域处理：对图像低通、高通、带通处理结果比较 ； 实验5：常用边缘检测算子检测 ； 实验6：逆滤波和维纳滤波对运动模糊复原； 实验7： DPCM图像压缩。 二．实验目的 学会用Matlab中的下列函数对输入图像进行上述5类运算；感受各种不同的图像处理方法对最终图像效果的影响。 Imhist；histeq；nlfilter；mean2；std2；fspecial；filter2；medfilt2； 三．实验结果 实验1：直方图均衡图像增强 （a）原始图像及直方图均衡化后的图像 （b）均衡化前后图像的直方图 （c）调整灰度原始图像和调整灰度增强后图像 实验2: 空域处理：不同平均模板大小：3(3、5(5、7(7去噪 (a)原始图像和3*3模板去噪后图像 （b）原始图像和5*5模板去噪后图像 （c）原始图像和7*7模板去噪后图像 实验3: 空域处理：不同中值模板大小：3(3、5(5、7(7去噪 实验4: 频域处理：对图像低通、高通、带通处理结果比较 （a）原图像与低通滤波图像 （b）原图像与高通滤波图像 （c）原图像与带通滤波图像 实验5：常用边缘检测算子检测 (1)lena (2)camaraman Cell (4)rice (5)tire 实验6：逆滤波和维纳滤波对运动模糊复原 实验7： DPCM图像压缩 四．结论与讨论 （1）直方图均衡化是通过对原图像进行某种变换，重新分配图像像素值，把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内均匀分布的形式，从而使原始图像的直方图改变成均匀分布的直方图，达到增强图像整体对比度的效果。图像较暗且灰度级变化范围小的原始图像，经过直方图均衡化处理，灰度级变化范围在0-255之间均匀分布，图像的对比度及平均亮度明显增强，直方图均衡化是图像增强技术的基本方法。通过matlab平台进行实验一，直方图均衡化在一定程度上改善了图像的对比度差和灰度动态范围，增强了图像的可读性。 （2）通过实验二由噪声图和不同平均模板去噪后图像对比可发现，邻域平均法对抑制噪声有明显的效果，但随着邻域的加大，就是随着模板的加大，图像的模糊程度也愈加严重。 （3）中值滤波器是一种邻域运算是把邻域中的像素按灰度级进行排序然后选择该组中的中间值作为输出像素值。从实验三可以看出，中值滤波的特点是可以消除杂散噪声点而不会或较小程度地造成边缘模糊。选取的模版大小越大，去噪能力越强，同时会造成图像的失真，轮廓变得模糊，这时，我们对于不同的图像和所加噪声的比例适当的选取模块的大小。 （4）低通滤波是要保留图像中的低频分量而去除高频分量。因为图像中的边缘和噪声都对应图像傅里叶变换的高频部分，所以在频域中的低通滤波可以去除或消除噪声的影响，与空域中的平滑方法类似。由实验四的a图可以看出频域低通滤波会产生的模糊；因为图像的边缘对应着高频分量，所以高通滤波可以锐化图像；低通滤波和高通滤波都是减少图像的低频或高频分量，而带通滤波是只允许一定频率范围的信号通过而阻止其它频率范围的信号通过，主要要于删除特定的频率，在增强中一般很少用。 (5)在图像中，边界表明一个特征区域的终结和另一个特征区域的开始，边界所分开区域的内部特征或属性是一致的，而不同的区域内部的特征或属性是不同的，边缘检测正是利用物体和背景在某种图像特性上的差异