数字图像实验三图像增强.doc

资料 实验三、图像增强 实验目的 熟悉并学会使用MATLAB中图像增强的相关函数。 掌握图像灰度修正?、平滑去噪?、锐化加强边缘和轮廓的方法，并编程实现。 实验主要仪器设备 台式机或笔记本电脑。 MATLAB软件（含图像处理工具箱）。注意：由于软件版本的缘故，软件的界面可能有所差异，读者可以根据实际安装的软件选择相关的命令。 典型的灰度、彩色图像文件。 实验原理 数码相机的曝光量指到达DC感光器件上的光线总量，用曝光值（EV）表示。图像的过度曝光、曝光不足时，用曝光补偿调节曝光量，这种功能可修正自动曝光设置值为上升或下降几级。例如，某些DC的EV调整范围为+3~0~-3。尝试对同一景象进行正确曝光、过度曝光和曝光不足三种情况成像情况。 将一幅图像视为一个二维矩阵，用MATLAB进行图像增强。 利用MATLAB图像处理工具箱中的函数imread（读入），imshow（显示），imnoise（加噪），filter2（滤波）对图像进行去噪处理。 图像灰度修正：灰度变换。对不满意的图像通过线性或非线性灰度映射关系进行变换，其效果可以得到明显提高。通过分析，会发现变换前后图像的直方图也发生相应的变化。 ?图像平滑方法：领域平均、中值滤波。分析图像降质的性质，区分平稳性还是非平稳型、加性还是乘性等，采用合适的去噪方法，可以去除或降低噪声对图像的影响。从频率域看，平均操作在降低噪声的同时衰减了图像的高频分量，会影响图像细节的重现。中值滤波对某些信号具有不变形，适用于消除图像中的突发干扰，但如果图像含有丰富的细节，则不宜使用。 图像锐化方法：人眼对目标的边缘和轮廓较为敏感，对图像进行锐化，有助于突出图像的这些特征。从频率域看，锐化提升了图像的高频分量。 实验内容 MATLAB图像增强：①图像灰度修正；②图像平滑方法；③图像锐化方法。 实验步骤 MATLAB图像增强。 图像灰度修正。测试图像为pout.tif、tire.tif。读入一幅灰度级分布不协调的图像，分析其直方图。根据直方图，设计灰度变换表达式，或调用imadjuct函数。调整变换表达式的参数，直到显示图像的灰度级分布均衡为止。 不均匀光照的校正。测试图像为pout.tif。采用分块处理函数blkproc和图像相减函数imsubtract校正图6.6存在的不均匀光照现象。 三段线性变换增强。测试图像为eight.tif。选择合适的转折点，编程进行三段线性变换增强。 ?图像平滑方法。测试图像为eight.tif。对有噪声图像或人为加入噪声的图像进行平滑处理。根据噪声的类型，选择不同的去噪方法，如领域平均、中值滤波等方法，调用filter2、medfilt2函数，选择不同的滤波模板和参数，观测和分析各种去噪方法对不同噪声图像处理的去噪或降噪效果。 图像锐化方法。读入一幅边缘模糊地图像，利用罗伯茨梯度对图像进行4种锐化处理，比较各自效果。 实验程序 （1） I = imread(pout.tif); subplot(2,2,1); imshow(I); subplot(2,2,2); imhist(I); J = imadjust(I,[0.3 0.7],[]); subplot(2,2,3); imshow(J); subplot(2,2,4); imhist(J) （2） I=imread(rice.png); subplot(2,2,1); imshow(I); title(原始图像); J = imnoise(I,salt pepper, 0.1); subplot(2,2,2); imshow(J);title(加噪图像);blocks=blkproc(J,[128 128],@estibackground);background=imresize(blocks,[256256],bilinear); subplot(2,2,3);imshow(background);title(提取背景);I2=imsubtract(J,background);Iout=medfilt2(I2,[3 3]);subplot(2,2,4);imshow(Iout,[]);title(校正图像);functionbackgray=estibackground(x,thr)meanx=mean(x(:));stdx=std(x(:));minx=min(x(:));backgray=max(meanx-thr*stdx,minx); （3） f = imread(pout.tif); [M,N]=size(f); g=zeros(M,N); f=double(f); g=double(g); k1=min(min(f)); k2=max(max(f)); a=k1+5