深圳大学图像的灰度变换与空域滤波.docxVIP

深 圳 大 学 实 验 报 告课程名称：数字图像处理实验项目名称：图像的灰度变换与空域滤波学院：信息工程学院专业：电子信息工程指导教师：张坤华报告人：学号：班级：实验时间：2016.4.14实验报告提交时间：2016.4.20教务部制实验目的与要求：1、掌握Matlab 显示直方图的方法。2、掌握Matlab 对比度调整与灰度直方图均衡化的方法。3、理解图像滤波的基本定义及目的，掌握Matlab 空域滤波的基本原理及方法。实验原理：1、MATLAB 中灰度直方图的显示MATLAB 图像处理工具箱提供了imhist 函数来计算和显示图像的直方图，imhist 函数的语法格式为：imhist(I, n)imhist(X, MAP)其中imhist(I,n)计算和显示灰度图像I 的直方图，n 为指定的灰度级数目，默认值为256。imhist(X, MAP)计算和显示索引色图像X 的直方图，map 为调色板。2、对比度调整如果原图像f(x, y)的灰度范围是[m, M]，我们希望对图像的灰度范围进行线性调整，调整后的图像g(x, y)的灰度范围是[n, N]，那么下述变换：[f x y m] nM mg x y N n ? +??( , ) = ( , )就可以实现这一要求。MATLAB 图像处理工具箱中提供的imadjust 函数，可以实现上述的线性变换对比度调整。imadjust 函数的语法格式为：J = imadjust(I,[low_in high_in], [low_out high_out])J = imadjust(I, [low_in high_in], [low_out high_out])返回原图像I 经过直方图调整后的新图像J，[low_in high_in]为原图像中要变换的灰度范围，[low_out high_out]指定了变换后的灰度范围，灰度范围可以用[ ] 空矩阵表示默认范围，默认值为[0, 1]。不使用imadjust 函数，利用matlab 语言直接编程也很容易实现灰度图像的对比度调整。但运算的过程中应当注意以下问题，由于我们读出的图像数据一般是uint8 型，而在MATLAB 的矩阵运算中要求所有的运算变量为double 型（双精度型）。因此读出的图像数据不能直接进行运算，必须将图像数据转换成双精度型数据。3、直方图均衡化直方图均衡化的目的是将原始图像的直方图变为均衡分布的形式，即将一已知灰度概率密度分布的图像，经过某种变换变成一幅具有均匀灰度概率密度分布的新图像，从而改善图像的灰度层次。MATLAB 图像处理工具箱中提供的histeq 函数，可以实现直方图的均衡化。对于灰度图像，histeq 函数的基本调用格式为J=histeq(I, n)该函数返回原图像I 经过直方图均衡化处理后的新图像J。n 为指定的均衡化后的灰度级数，缺省值为64。对于索引图像，调用格式为:Newmap=histeq(X, map)返回值Newmap 将是输出图像的新的调色板。利用matlab 语言直接编程也很容易实现直方图均衡化处理。4、均值滤波均值滤波是在空间域对图像进行平滑处理的一种方法，易于实现，效果也挺好。设噪声η(m,n)是加性噪声，其均值为0，方差（噪声功率）为σ2，而且噪声与图像f(m,n)不相关。其有噪声的图像f’(m, n)为：f (m,n) = f (m,n) +η(m,n) (4.1)经均值滤波处理后的图像g(m, n)为：( , ) ( , ) ( , ) ( , )1 1 1 1( , ) ( , ) [ ( , ) ( , )] ( , ) ( , )i j s i j s i j s i j sgmn f i j f i j i j f i j i jN N N Nηη∈∈∈∈= ΣΣ= ΣΣ+ = ΣΣ+ ΣΣ(4.2)其中s 是（m, n）点的领域内的点集。除了对噪声有上述假定之外，该算法还基于这样一种假设：图像是由许多灰度值相近的小块组成。这个假设大体上反映了许多图像的结构特征。（4.2）式表达的算法是由某像素领域内各点灰度值的平均值来代替该像素原来的灰度值。可用模块反映领域平均算法的特征。模版沿水平和垂直两个方向逐点移动，相当于用这样一个模块与图像进行卷积运算，从而平滑了整幅图像。模版内各系数和为1，用这样的模版处理常数图像时，图像没有变化；对一般图像处理后，整幅图像灰度的平均值可不变。5、中值滤波中值滤波是一种非线性处理技术，能抑制图像中的噪声。它是基于图像的这样一种特性：噪声往往以孤立的点的形式出现，这些点对应的象素很少，而图像则是由像素数较多、面积较大的小块构成。在一维的情况下，中值滤波器是一个含有奇数个像素的窗口。在处理之后，位于窗口正中的像素的灰度值，用窗口内各像素灰度值的