实验二MATLAB图像增强.pptVIP

实验：图像增强 1 实验目的 ① 熟悉并学会使用MATLAB中图像增强的相关函数。 ② 了解图像增强的方法，噪声去除的方法和去噪的效果。 实验：图像增强 2 实验内容 ① 选择一幅对比度不足的图象，进行灰度变换，增强对比度，显示增强前后的图象及其直方图。 ② 选择一幅直方图不均匀的图像，进行直方图均衡化，显示处理前后的图象及其直方图。 ③选择一幅图像，增加零均值噪声，采用邻域平均、中值滤波等方法对图象进行滤波，比较滤波效果。 ④选择一幅图象，叠加椒盐噪声，选择合适的滤波器将噪声滤除。 实验：图像增强 4 实验报告要求 ① 说明利用MATLAB图像处理工具箱进行图像的读、显示、加噪、去噪处理的方法。 ② 记录读图像、加噪图像、去噪处理后的图像。 ③ 列出上述图像处理的程序。 ④回答思考题 ⑤心得体会 实验：图像增强 5、思考题 ①比较同一种噪声，不同去噪方法处理的效果。 ② 比较同一种去噪方法，针对不同噪声处理的效果。 MATLAB灰度变换 imadjust函数来实现图像的对比度调整。 MATLAB灰度变换 说明： 使用imadjust函数时，按照以下两个步骤 ① 绘制直方图，观察灰度范围； ② 将灰度范围转换为0.0~1.0之间的分数。 例： 直方图均衡化 MATLAB中，可以使用histeq函数实现直方图均衡化。函数的调用方法为： [J,T]= histeq (I,N) 改函数对图像I进行变换，返回有N个灰度级的图像J，J中的每个灰度级具有大致相等的像素点，所以图像J的直方图比较平坦，N的默认值为64。T是转移函数。 例： I=imread(pout.tif); imshow(I); figure,imhist(I); [J,T]=histeq(I,64) figure,imshow(J); figure,imhist(J); 原始图与其直方图 均衡化后的结果 直方图规定化 MATLAB中，可以使用histeq函数实现直方图规定化。函数的调用方法为： J= histeq (I,hgram) 其中hgram用户指定的矢量，将原始图像I的直方图近似变换成hgram， hgram中的每一个元素都在[0，1]中。 I=imread(tire.tif); hgram=0:255; J=histeq(I,hgram); imshow(I); figure,imshow(J); figure,imhist(I,64); figure,imhist(J,64); MATLAB图像增强 图像增强主要是针对图像的各种噪声而 言的，为了说明滤波方法的用途，需 要模拟各种噪声来分析滤波效果。 MATLAB的图像处理工具箱提供imnoise 函数，可以用该函数给图像添加不同类 型的噪声。 Imnoise函数 该函数的调用格式如下: J=imnoise(I,’type’,parameters); 其中I为加噪声前的图像，J为加噪声后的 图像，type为噪声类型。Imnoise函数能 够产生5种噪声。 imnoise函数支持的噪声类型及参数说明 线性滤波的MATLAB实现 在MATLAB中可通过调用filter2函数和 fspecial函数来实现。 filter2：二维线性数字滤波，主要形式为 Y=filter2(B,X), 使用距阵B中的二维滤波器对数据X进行 滤波,结果存储在Y中。 MATLAB实现 fspecial,产生预定义的滤波器，主要形式 为： H=fspecial(type) 根据参数type的不同，得到相应的二维 滤波器。 维纳滤波器 维纳滤波器也是经典的线性降噪滤波器。维纳 滤波器是一种自适应滤波，它能根据图像的局 部方差调整滤波器的输出。局部方差越大，滤 波器的平滑作用越强。它的最终目标是使恢复 图像与原始图像的均方误差最小。 MATLAB实现 在MATLAB中可通过调用wiener2函数实现。 主要形式: J= wiener2(I,[m n],noise), [m n]滤波器窗口的大小，默认值3×3，noise 指定了噪声的功率，默认的是加性噪声（高斯 白噪声）。 中值滤波MATLAB实现 在MATLAB中调用medfilter2(A,[m,n])来 实现二维中值滤波。 [m,n])模板大小，默认3 ×3。 Ordfilt2(A,order,domain):domain表示邻 域的形状，order所取像素在邻域像素的 排序中所处的位置。 例： I=imread(‘eight.tif’); imsh