数字图像处理实验报告文档.docxVIP

数字图像处理实验报告班级：姓名:学号：日期：目录实验1 直方图均衡4问题描述4程序说明4运行结果5结果分析6小结6实验2 图像几何变换7问题描述7程序说明7运行结果9结果分析10小结10实验3 空间滤波11问题描述11程序说明11运行结果13结果分析13小结14实验4 傅里叶变换14问题描述14程序说明14运行结果18结果分析18小结18实验5 图像复原19问题描述19程序说明19运行结果21结果分析22小结23实验6 图像压缩23问题描述23程序说明23运行结果26结果分析26小结26实验7 边缘检测27问题描述27程序说明27运行结果30结果分析30小结31心得体会31致谢31参考文献31实验1 直方图均衡问题描述Histogram Equalization (test images: fig1.jpg, fig2.jpg)(a) Write a computer program for computing the histogram of an image.(b) Implement the histogram equalization technique.(c) Your program must be general to allow any gray-level image as its input. As a minimum, your report should include the original image, a plot of its histogram, a plot of the histogram-equalization, transformation function, the enhanced image, and a plot of its histogram.程序说明在此问题中通过编写直方图均衡函数，读取输入图像的各像素点灰度值，计算直方图，再做直方图均衡操作并绘图，具体函数Histogram如下：function [ oriHist, trans, enhImg, enhHist ] = Histogram( oriImg, grayNum )%Histogram 直方图均衡函数% oriImg原图片% grayNum图片灰度级数% oriHist原图片直方图% trans 灰度变换数组% enhImg均衡后图片% enhHist均衡后直方图[height width] = size(oriImg);oriHist = zeros(1, grayNum);pixelNum = height * width;fori = 1:grayNumtemp = oriImg == i - 1;oriHist(i) = sum(temp(:)) / pixelNum;endtrans = uint8(cumsum(oriHist) * grayNum);enhImg = trans(int16(oriImg) + 1);enhHist = full(sum( ...sparse(1:grayNum, double(trans) + 1, oriHist, grayNum, grayNum)));end算法说明：其中的for循环计算出原图片的直方图。下面一行通过累加（cumsum）计算出均衡化变换曲线。再下面一行通过变换曲线进行直方图均衡化。最后一行计算出均衡化后的直方图。最后，按题目要求绘出各图线。运行结果Fig1处理结果对比：Fig2处理结果对比：结果分析Fig1中原图片的背景较暗，导致骨骼图片的细节无法显示，通过直方图均衡的方法，可以看到处理后的图片骨骼的细节很好的显示出来，同时可以看到处理后的直方图区域不再集中在灰度值较低的部分。Fig2中原图片背景与需要观察的花粉粒区分度不够高，不能很好地观察到图片的细节，通过直方图均衡后得到高对比度的图片，可以看到花粉粒的细节被很好地突出出来。同时在直方图中也可以看到原图片的直方图分布主要集中在100附近，而均衡后的直方图较为均匀地分布在0~255之间，故起到增强图像对比度的效果。小结直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。这种方法对于背景和前景都太亮或者太暗的图像非常有用，这种方法尤其是可以带来X光图像中更好的骨骼结构显示以及曝光过度或者曝光不足照片中更好的细节。在Fig1中有很好的体现。另一方面，种方法的一个缺点是它对处理的数据不加选择，它可能会增加背景杂