数图实验.ppt

实验一 直方图与灰度变换 ; 灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数或该灰度级像素出现的频率。 即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数或该灰度级像素出现的频率，这个关系图就是灰度直方图。它反映了图像灰度分布的情况。 ;一、实验目的 掌握使用matlab绘制图像灰度直方图的方法。 使用matlab进行简单的灰度线性变换 掌握图像的二值化编程方法 使用matlab进行图像直方图均衡化的方法 ;二、matlab函数;;im2bw im2bw使用阈值（threshold）变换法把灰度图像（grayscale image）转换成二值图像 格式：　BW = im2bw(I, level) level就是设置阈值的，level取值范围[0, 1] 直方图均衡化histeq 格式：J = histeq(I,n)?? 指定直方图均衡后的灰度级数n，默认值为64;clear close all clc I=imread(camerama.tif); imhist(I),title(实验一（1） 直方图); figure,subplot(221),imshow(I) J=imadjust(I,[0.3,0.7],[0,1],1); title( 实验一（2）用 g(m,n)=c+(d-c)* f(m,n) /(b-a)进行变换 ); subplot(2,2,2),imshow(J) subplot(2,2,3),imshow(I) J=imadjust(I,[0.5 0.8],[0,1],1); subplot(2,2,4),imshow(J);figure,subplot(2,2,1),imshow(I) J=find(I150); I(J)=0; J=find(I=150); I(J)=255; title( 实验一（3）图像二值化 ( 域值为150 ） ); subplot(2,2,2),imshow(I) I=imread(camerama.tif); bw=im2bw(I,0.5);%选取阈值为0.5 figure;imshow(bw) %显示二值图象;figure,subplot(2,1,1) imshow(I); title(试验一(4)-直方图均衡化); subplot(2,1,2) histeq(I); ;实验二 模板运算 ;一、实验目的 编程实现图像的平滑与锐化。 平滑：平滑的目的是模糊和消除噪声。平滑是用低通滤波器来完成，在空域中全是正值。 锐化：锐化的目的是增强细节。锐化是用高通滤波器来完成，在空域中，接近原点处为正，在远离原点处为负。;利用模板进行图象增强就是进行模板卷积。1、 利用二个低通邻域平均模板（3×3和9×9）对一幅 图象进行平滑，验证模板尺寸对图象的模糊效果的影响。2、 利用一个低通模板对一幅有噪图象（GAUSS白噪声） 进行滤波，检验两种滤波模板（分别使用一个5×5的 线性邻域平均模板和一个非线性模板：3×5中值滤波 器）对噪声的滤波效果。3、 选择一个经过低通滤波器滤波的模糊图象，利用sobel 和prewitt水平边缘增强高通滤波器（模板）对其进行高 通滤波图象边缘增强，验证模板的滤波效果。4、 选择一幅灰度图象分别利用 一阶Sobel算子和二阶 Laplacian算子对其进行边缘检测，验证检测效果。 ;1. fspecial函数：建立预定义的滤波算子 ;imnoise:给图像添加噪声 g=imnoise(f,type,parameters) g=imnoise(f,gaussian,m,var) 将均值m,方差为var的高斯噪声加到图像f上，默认值为均值是0，方差是0.01的噪声。 filter2:图像滤波函数 Y = filter2(h,X)? 返回图像X经算子h滤波后的结果，默认返回图像Y与输入图像X大小相同 4. medfilt2:中值滤波函数 L=medfilt2(J,[3 5]);;%1、利用低通邻域平均模板进行平滑： clc clear close all I=imread(cameraman.tif); subplot(1,3,1);imshow(I);title(原图); J=fspecial(average); J1=filter2(J,I)/255; subplot(1,3,2);imshow(J1);title(3*