姓名：彭振.DOCVIP

PAGE PAGE 1 姓名：彭 振 学号：X 数字图像分析实验报告 实验一 图像灰度变换 一、实验内容 了解像素灰度量化等级数与视觉质量的关系，图像对比度增强与直方图均衡化。 二、实验过程 1、阅读相关资料，详细了解图像增强与退化原理，掌握改变灰度换使图像增强的放两种方法：对比度增强法和直方图映射法。 2、分析直方图统计概念、公式，推敲算法，画出其算法流程图如下： 开 始 开 始 计算图像阵列I的行数m和列数n 计算每个灰度值的像素数，存入h(1,256)中 归一化h,矩阵中每个值除以总像素数，得到每个灰度值出现的频率 以灰度值为横坐标，频率为纵坐标画出图像的直方图统计 结 束 开 始计算图像阵列I1的行数m和列数n计算每个灰度值的像素数，存入h(1,256)中归一化h,矩阵中每个值除以总像素数，得到每个灰度值出现的频率创建矩阵s(1,256),将h逐项累加存入s中，得到累积概率结 束 开 始 计算图像阵列I1的行数m和列数n 计算每个灰度值的像素数，存入h(1,256)中 归一化h,矩阵中每个值除以总像素数，得到每个灰度值出现的频率 创建矩阵s(1,256),将h逐项累加存入s中，得到累积概率 结 束 将s每项乘以255，取整 将图像矩阵I1各像素的新的灰度值s（I1(i,j)）赋给新m行n列图像矩阵I, i=m, j=n 4、由MATLAB编写上述两个算法程序，并进行验证。 三、实验结果和程序代码 1、直方图统计 （1）结果 （2）程序代码 %直方图统计程序 function zfttj(I) L=255; [m,n]=size(I); for k=0:L h(k+1)=0; for i=1:m for j=1:n if I(i,j)==k h(k+1)=h(k+1)+1; end end end end k=0:L; h(k+1)=h(k+1)/(m*n);%归一化 stem(k,h(k+1),Marker,none); xlabel(灰度); ylabel(频率); title(直方图统计图); xlim([0,256]); %验证 I=imread(E:\资料\数字图像处理\实验\lena.bmp); figure(1),imshow(I),title(原图像) figure(2),zfttj(I)； 2、直方图均衡化 （1）结果 （2）分析 直方图均衡化后，从视觉效果看，图像对比度增强，比原图像清晰。从直方图统计看，灰度动态范围变大，灰度频率较小的灰度级经变换后其频率变得大一些，变换后的图像灰度直方图在较大的动态范围内趋于均衡。 （3）程序代码 %直方图均衡化程序 function I=zftjhh(I1) [m,n]=size(I1); I=double(I1); L=255; h=zeros(1,256); for k=0:L for i=1:m for j=1:n if I(i,j)==k h(k+1)=h(k+1)+1; end end end end %计算累积概率 s=zeros(1,256); d=0; for k=0:L; h(k+1)=h(k+1)/(m*n);%归一化 d=d+h(k+1); s(k+1)=d; end s=round(255*s);%累积概率取整 for i=1:m for j=1:n if I1(i,j)==0 I(i,j)=I1(i,j); else I(i,j)=s(I1(i,j)+1); end end end I=uint8(I); %验证 clear;clc;close all; path(path, ./image;); I=imread(lena.bmp);%读取图像 I1=zftjhh(I);%histeq(I) figure,subplot(221),imshow(I);title(原图像); subplot(222),imshow(I1);title(直方图均衡化后图像); subplot(223),zfttj(I);title(原图像直方图); subplot(224),zfttj(I1);title(均衡化后直方图); 四、思考题 直方图反映了图像的什么信息？直方图均衡化为什么能增强图像？ 答：（1）直方图只能反映图像灰度的大致分