MATLAB数字图像处理基本操作及空域滤波.docVIP

实验一 MATLAB数字图像处理基本操作及空域滤波 实验目的 1、了解有关数字图像处理的基本概念，熟悉Matlab软件中关于数字图像处理的基本命令，掌握利用Matlab软件进行数字图像处理的简单方法。 2、了解并掌握直方图统计方法以及分段线性拉伸、直方图均衡等亮度调整算法，通过观察对这些运算建立感性认识。 3、掌握空域滤波中常用的平滑和锐化滤波器。 实验内容 1. 观察各类图像的直方图；操作LUT灰度对照表，进行分段线性拉伸；采用直方图均衡方法对低对比度的图像进行对比度增强。 2．掌握图像模板卷积运算的实质，认识各种模板的处理效果； 3. 掌握邻域平均及中值滤波降噪方法的特点，认识其功能及适用场合； 4. 掌握拉普拉斯算子、Sobel算子、Prewitt算子和Isotropic算子的特点，认识其功能及适用场合。 实验原理 1、数字图像以一定的格式存放在计算机的存储器中（如磁盘），常见的格式有BMP，TIF，PCX等等，要进行数字图像处理，第一项工作就是把图像读到计算机的内存中，以便进行进一步的处理。在Matlab中，函数imread()完成此项工作。下面一小段Matlab语句即可实现将图像“rice.tif”显示在一个图像窗口的左边，将其轮廓图显示在该窗口的右边。 I=imread(rice.tif); subplot(1,2,1); imshow(I) subplot(1,2,2); imcontour(I); 这里，imread(‘rice.tif’)将磁盘上的图像文件rice.tif读入内存变量I中，subplot(1,2,1)生成一个可以横向放置2幅图像的窗口，并设置下一显示位置在左边，imshow(I)显示图像I，subplot(1,2,2)准备下一图像的显示位置，imcontour(I)生成图像I的轮廓并显示在窗口的右边。 数字图像一般可分为二值图、灰度图和真彩图等几类。 bw=imread(text.tif); bw2=imcomplement(bw); subplot(1,2,1),imshow(bw) subplot(1,2,2),imshow(bw2) 这里函数imcomplement(bw)完成对二值图像text.tif（bw）的求补运算。（即原来黑的变白的，原来白的变黑的。）该函数也可以用于灰度图像，此时图像的数据被255减。 在Matlab中，函数imresize(X,M,method)可用来改变图像的大小，其中X表示图像，实数M0是放大倍数，method用来选择计算数据的方法，其可取值及意义分别为： “nearest”—最近邻插值法，“bilinear”—双线性插值法，“bicubic”—双三次插值法。 下面这段程序调整图像的大小： I=imread(circuit.tif); J=imresize(I,1.25); imshow(I) figure,imshow(J) 也可以指定目标图像的大小，此时imresize()的调用格式为： Y=imresize(X,[320,480]) 其中[320,480]表示将图像的大小调整为320480。 函数imrotate对图像进行旋转操作，我们看如下的程序段： I=imread(cameraman.tif); J=imrotate(I,-15,bilinear); K=imrotate(I,-15,bilinear,crop); imshow(I) figure,imshow(J) figure,imshow(K) 注意右边的图像是由参数“crop”实现的，该参数表示将旋转后的图像取与原图像相同的中心部分输出。 2、直方图的定义 图象的灰度直方图是一个函数，表示数字图象中每一灰度级与该灰度级出现的频数（即具有这一灰度级的象素数目）间的对应关系： M为一幅图象所包含的象素总数；N(b)为图象中灰度值为b的象素总数。通常，以灰度值b为横坐标，N(b)为纵坐标。直方图是图象中象素灰度值的一阶概率分布密度的一种近似。 3、对比度增强 对比度增强又称为点运算，逐点改变输入图象的每一象素的灰度，而各象素的位置不改变，一般用来拓宽图象的灰度范围。 (1) 灰度变换法（LUT对照） 典型的对比度拉伸灰度变换关系如图1所示，其对应关系如下： 式中，f、g分别表示输入及输出图象，?、?、?a、b决定低、中、高灰度级的范围。选择不同的?、?、?、 ab、ga及gb数值，可得到各种各样的灰度拉伸效果。灰度变换前后的灰度变化范围是不变的，对一部分灰度区域的扩张（感兴趣区）都是以其它区域的压缩为代价的。 可见，输出和输入图象之间各点的灰度是按照一定的映射关系相联系的，这种映射关系在计算机中则是通过一个查照表（look-up table，即LUT）实现的。通过L