数字图像处理实验四图像增强.docx

实验4图像增强一、实验目的（1）了解图像增强的目的及意义，加深对图像增强的 感性认识，巩固所学的图像增强的理论知识和相 关算法。（2）熟练掌握直方图均衡化和直方图规定化的计算过 程。（3）熟练掌握空域滤波中常用的平滑和锐化滤波器。（4）熟练掌握低通和高通滤波器的使用方法，明确不 同性质的滤波器对图像的影响和作用。（5）掌握最简单的伪彩色变换方法。二、实验内容（1）任意选择几幅图像，对其进行平滑处理，用 不同的平滑模板，对结果进行分析。I=imread(d:\lizhien.jpg);I=rgb2gray(I);J=imnoise(I,salt pepper,0.02);H=ones(5,5)/25;I2=imfilter(J,H);Subplot(1,2,1),imshow(J); Subplot(1,2,2),imshow(I2); 分析：图像平滑处理后突出了图像的宽大区域、主干部分使图像亮度平缓渐变，减小突变梯度，使图像质量得到了一定程度上的提高。（2）任意选择几幅图像，对其进行中值滤波，用 不同的滤波模板对结果进行分析。a= imread(D:\lizhien.jpg); a=double(a); [dep,wide]=size(a); new_image=ones(size(a)); for i=3:dep-2 for j=3:wide-2 new_image(i,j)=median([a(i-2,j-2) a(i-2,j-1) a(i-2,j) a(i-2,j+1) a(i-2,j+2) a(i-1,j-2) a(i-1,j-1) a(i-1,j) a(i-1,j+1) a(i-1,j+2) a(i,j-2) a(i,j-1) a(i,j) a(i,j+1) a(i,j+2) a(i+1,j-2) a(i+1,j-1) a(i+1,j) a(i+1,j+1) a(i+1,j+2) a(i+2,j-2) a(i+2,j-1) a(i+2,j) a(i+2,j+1) a(i+2,j+2)]); end end for i=3:dep-2 %处理每一行的最头上两个和最边上2个 new_image(i,1)=new_image(i,3); new_image(i,2)=new_image(i,3); new_image(i,wide)=new_image(i,wide-2);new_image(i,wide-1)=new_image(i,wide-2);endnew_image(1,:)=new_image(3,:); new_image(2,:)=new_image(3,:); new_image(dep,:)=new_image(dep-2,:); new_image(dep-1,:)=new_image(dep-2,:); figure imshow(uint8(a)) figure imshow(uint8(new_image)) imwrite(uint8(new_image),lena_0.005_median_5.bmp,bmp) 分析：对图像进行中值滤波后，可以去除孤点噪声，而且可以保持图像的边缘特性，不会使图像产生显著的模糊，比较适合于实验中的人脸图像。但是，对点、线、尖顶等细节较多的图像，则会引起图像信息的丢失。（3）任意选择几幅图像，对其进行梯度锐化，选 择不同的阈值参数，观察图像有何变化。 [I,map]= imread(D:\1.jpg); imshow(I,map); I=double(I); [Gx,Gy]=gradient(I); G=sqrt(Gx.*Gx+Gy.*Gy); J=I;K=find(G=7); J(K)=255;figure,imshow(J,map); 分析：对于图像而言，物体和物体之间、背景和背景之间的梯度变化很小，灰度变化较大的地方一般集中在图像的边缘上，也就是物体和背景交接的地方。当我们设定一个阈值时，大于阈值就认为该像素点处于图像的边缘，对结果加上常数C，以使边缘变亮；而对于 不大于阈值就认为该像素点是同类像素，即为物体或背景，常数C的选取可以根据具体的图像特点。这样，即增亮了物体的边界，同时又保留了图像背景原来的状态。 （4）对图像进行伪彩色变换，比较彩色增强后的 图像与原图像有何不同。I=imread(d:\lizhien.jpg);J=zeros(512,512,3);I=double(I);for i=1:512for j=1:512if 0=I(i,j)I(i,j)=15R(i,j)=1;G(i,j)=8;B(i,j)=255;else if 16=I(i,j)I(i,j)=31R(i,j)=2;G(i,j)=48;