DIP实验图像增强.docVIP

实验五： 图像增强 一、实验目的： 1.了解灰度变换增强和空域滤波增强的Matlab实现方法 2.掌握直方图灰度变换方法 3.掌握噪声模拟和图像滤波函数的使用方法 4.了解图像复原的Matlab实现方法 二、实验内容 1.?灰度变换增强 （a）线段上像素灰度分布 读入灰度图像‘eight.tif’，采用交互式操作，用improfile绘制一条线段的灰度值。 imshow(eight.tif) improfile 运行结果： 图一线段上像素灰度分布 读入RGB图像‘peppers.png’，显示所选线段上红、绿、蓝颜色分量的分布 imshow(peppers.png) improfile 运行结果： 图二显示所选线段上的颜色分量的分布 (b)?直方图变换 ?直方图显示 读入图像‘rice.png’，在一个窗口中显示灰度级n=64，128和256的图像直方图。 I=imread(rice.png); imshow(I) figure,imhist(I,64) figure,imhist(I,128) 运行结果： 图三直方图显示 直方图灰度调节 利用函数imadjust调解图像灰度范围，观察变换后的图像及其直方图的变化。 I=imread(rice.png); imshow(I) figure,imhist(I) J=imadjust(I,[0.15 0.9],[0 1]); figure,imhist(J) figure,imshow(J) ? I=imread(circles.png); imshow(I) figure,imhist(I) J=imadjust(I,[0 0.2],[0.5 1]); figure,imhist(J) figure,imshow(J) 运行结果： 图四直方图灰度调节 直方图均衡化 分别对图像‘pout.tif’和‘tire.tif’进行直方图均衡化处理，比较处理前后图像及直方图分布的变化。 I=imread(pout.tif); imshow(I) figure,imhist(I) J=histeq(I); figure,imhist(J) figure,imshow(J) I=imread(tire.tif); imshow(I) figure,imhist(I) J=histeq(I); figure,imshow(J) figure,imhist(J) 运行结果： 图五直方图均衡化 2.空域滤波增强 （a）噪声模拟 利用函数imnoise给图像‘eight.tif’分别添加高斯(gaussian)噪声和椒盐(salt pepper)噪声。 I=imread(eight.tif); imshow(I) I1=imnoise(I,gaussian,0,0.01); figure,imshow(I1) I2=imnoise(I,salt pepper); figure,imshow(I2) 运行结果： 图六噪声模拟 空域滤波 对上述噪声图像进行均值滤波和中值滤波，比较滤波效果。 I=imread(eight.tif); J=imnoise(I,salt pepper,0.02); imshow(J) K1=medfilt2(J,[3 3]); % 3*3中值滤波 figure,imshow(K1) K2=filter2(fspecial(average,5),J)/255; figure,imshow(K2) 总结均值滤波和中值滤波的特点及使用场合。 均值滤波器是一种最常用的线性低通平滑滤波器。可抑制图像中的噪声,但同时也使图像变得模糊 中值滤波器是一种最常用的非线性平滑滤波器。可消除图像中孤立的噪声点,又可产生较少的模糊 对图像eight.tif采用laplacian高通滤波器进行锐化滤波。 I=imread(eight.tif); imshow(I) h=fspecial(laplacian); I2=filter2(h,I); figure,imshow(I2) 运行结果： 图八中值滤波器 三、实验结果与分析 1、灰度变换增强（线段上像素灰度分布） 读入灰度图像‘eigth.tif’采用交互式操作，用improfile绘制一条线段的灰度值；读入RGB图像‘peppers.png’，显示所选线段上红、绿、蓝颜色分量的分布。 2、直方图变换 直方图显示:读入图像‘rice.png’，显示灰度级n=64，128和256的图像直方图。 直方图灰度调节：利用函数imadjust调解图像灰度范围，观察变换后的图像及其直方图的变化。 直方图均衡化：分别对图像‘pout.tif’和‘tire.tif’进行直方图均衡化处理，比较处理前后图像及直方图分布的变化。 3、 空域滤波增强