数字图像处理作业(第两次)基于灰度变换的图像增强.docx

数字图像处理作业（第两次） 基于灰度变换的图像增强第一题 利用幂律变换进行图像增强（实现例3.1）1. 问题重现例3.1中的实验，即用幂律变换对冈萨雷斯《数字图像处理（第3版）》Fig.3.8(a)中的图像进行变换。c取1， gamma 分别取0.6,0.4,0.3，观察何时获得最佳的增强效果。2. 算法步骤：1）将Fig.3.8(a) 中的图像读入矩阵X中2）输入参数c和gamma 的值3）显示图像X；4）利用参数c和gamma 的值对X 进行幂律变换，得到变换后的图像Y5）显示变换后的图像Y。3．程序：(1) 幂律变换的程序：function Y=power_enhance(X, gamma, c)% 对输入图像X进行幂律变换if ~isa(X,double)X=im2double(X);endY=c*X.^gamma;(2) 主程序：X=imread(Fig0308(a)(fractured_spine).tif);figure(1)imshow(X);c=1; gamma=0.3; Y= power_enhance(X, gamma, c);figure(2)imshow(Y)4. 实验结果c=1, gamma=0.3时的运行结果：c=1, gamma=0.4时的运行结果：c=1, gamma=0.6时的运行结果：5. 实验结果分析随着伽马值从0.6减小到0.4，更多的细节变得可见了。当伽马值进一步减小到0.3时，背景中的细节得到了进一步增强，但对比度会降低到图像开始有轻微“冲淡”外观的那一点，尤其是在背景中。比较所有的结果，在对比度和可辨识方面的最好增强在0.4时。第二题 利用幂律变换进行图像增强（实现例3.2）1. 问题重现例3.2中的实验，即用幂律变换对冈萨雷斯《数字图像处理（第3版）》Fig.3.9(a)中的图像进行变换。c取1， gamma 分别取3, 4 和5 ，观察何时获得最佳的增强效果。2. 算法步骤：1）将Fig.3.9(a) 中的图像读入矩阵X中2）输入参数c和gamma 的值3）显示图像X；4）利用参数c和gamma 的值对X 进行幂律变换，得到变换后的图像Y5）显示变换后的图像Y。3．程序：(1) 幂律变换的程序：function Y=power_enhance(X, gamma, c)% 对输入图像X进行幂律变换if ~isa(X,double)X=im2double(X);endY=c*X.^gamma;(2) 主程序：X=imread(Fig0309(a)(washed_out_aerial_image).tif);figure(1)imshow(X);c=1; gamma=3; Y= power_enhance(X, gamma, c);figure(2)imshow(Y)4. 实验结果c=1, gamma=3时的运行结果：c=1, gamma=4时的运行结果：c=1, gamma=5时的运行结果：5. 实验结果分析 伽马值取3.0和4.0时，可得到合适的结果，且后者由于有比较高的对比度而显示出更令人满意的效果。伽马值取5.0时得到的结果中有些地方太暗，因而丢失了一些细节。第三题 实现对比度拉伸和阈值化（实现图3.10）1. 问题重现教材69页图3.10中的实验。 即：对Fig.3.10(b) 中的图利用Fig.3.10(a)中所示的函数进行变换，实现对比度拉伸和阈值化。2. 算法步骤：1）将Fig.3.10(b) 中的图像读入矩阵X中2）显示图像X3）求出图像的最小灰度级rmin和最大灰度级rmax4）利用变换函数把其原范围线性的拉伸至[0,L-1]5）显示变换后的图像Y6）求出图像的平均灰度级m7）作(r1,s1)=(m,0)，(r2,s2)=(m,L-1)的变换8）显示变换后的图像X3．程序：(1) 对比度拉伸的程序：X=imread(Fig0310(b)(washed_out_pollen_image).tif); figure(1)imshow(X);[width,height,bmsize]=size(X);rmax=double(max(max(X)))/255;rmin=double(min(min(X)))/255;Y=imadjust(X,[rmin rmax],[0 1]); figure(2)imshow(Y);(2) 阈值处理的程序：X=imread(Fig0310(b)(washed_out_pollen_image).tif); figure(1)imshow(X);rmax=double(max(max(X)));rmin=double(min(min(X)));m=double(rmax+rmin)/2;[width,he