数字图像处理实验一课案.doc

一、实验目的及内容 内容： 灰度变换和空间滤波 1.灰度变换 利用imadjust函数（可结合stretchlim函数）对图像对比度拉伸 2.直方图绘制、均衡和匹配 利用imhist，histeq函数完成图2.8及图2.11的功能 3.空间滤波 线性空间滤波： 利用滤波函数imfilter函数完成图2.16中b,c,d,e的图像平滑效果 利用fspecial函数生成average,disk，gaussian滤波器完成图像的平滑效果 利用fspecial函数生成prewitt, sobel,laplacian滤波器完成图像的锐化效果 非线性空间滤波 利用中值滤波函数medfilt2去除椒盐噪声 二、实验、基本的图像处理函数，用于对灰度级图像进行灰度变换。g=imadjust(f,[low_in high_in],[low_out high_out],gamma)，该函数将图像的灰度值映射为图像的新值，即将low_inhigh_in之间的值映射到_out至high_out之间的值。 、处理图像直方图的核心函数 h=imhist(f,b)其中f为输入图像，h为其直方图，用来形成直方图的“”的数目。 、histeq是实现直方图匹配的函数 g=histeq(f,hspec)f为输入图像，hspec为规定的直方图g为输出图像，输出图像的直方图近似于指定的直方图 ④、函数线性空间滤波 g=imfilter(f,w,filtering_mode,boundary_options,size_options)其中为输入图像，滤波模板，g滤波后的结果 用于平滑的滤波器有：’average’,’disk’,’gaussian’ 锐化的滤波器有：’laplacian’,’prewit’,’sobel’ 、实验源代码及结果 灰度变换 f=imread(anna.jpg)%读取anna.jpgsubplot(2,4,1) imshow(f),title(原图)%显示原图f1=imadjust(f,[0.2 0.5],[ 0 1])%将图片的灰度级别在.5之间的部分拉伸至subplot(2,4,2) imshow(f1),title(灰度拉伸之后)%显示灰度拉伸之后的图片subplot(2,4,3) imhist(f),title(原图直方图) f2=histeq(f,128)%进行均衡化灰度级数设为subplot(2,4,4) imhist(f2),title(均衡化)%显示均衡化之后的直方图g=imread(bag.png)%读取bag.pngh=imhist(g)%生成bag.png的直方图赋值给向量hsubplot(2,4,5) imhist(g),title(规定的直方图) f3=histeq(f,h)%进行直方图匹配subplot(2,4,6) imshow(f3),title(直方图匹配) 运行结果 2线性空间滤波 a=imread(block.png)%读取block.pngfigure,subplot(2,3,1) imshow(a),title(原图) w=1/(31*31)*ones(31)%生成全为矩阵命名为a1=imfilter(a,w)%利用imfilter函数进行滤波subplot(2,3,2) imshow(a1) a2=imfilter(a,w,replicate)%图像的大小通过复制图像边界外的值来扩展subplot(2,3,3) imshow(a2) a3=imfilter(a,w,symmetric)%图像的大小通过镜像反射来扩展subplot(2,3,4) imshow(a3) a4=imfilter(a,w,circular)%图像的大小将图像处理为二维周期函数的一个周期来扩展subplot(2,3,5) imshow(a4) aa=im2uint8(a) a5=imfilter(aa,w,replicate) subplot(2,3,6) imshow(a5) b=imread(anna.jpg) figure,subplot(2,2,1) imshow(b),title(原图) w1=fspecial(average,[4])%生成average平滑滤波器b1=imfilter(b,w1)%进行滤波subplot(2,2,2) imshow(b1),title(average) w2=fspecial(disk,5)%生成disk平滑滤波器b2=imfilter(b,w2) subplot(2,2,3) imshow(b2),title(disk) w3=fspecial(gaussian,[3 3],0.5)%生成gaussian平滑滤波器b3=imfil