数字图像处理实验报告-基于Matlab.docVIP

华东师范大学 电子工程系 2017.6 实验1：图像灰度级修正 【实验目的】 掌握常用的图像灰度级修正方法（灰度变换法和直方图均衡化），加深对直方图的理解。观察图像的增强效果，对灰度级修正前后的图像加以比较。 【实验内容】 1）编程实现图像的灰度变换，改变图像的输入、输出映射参数范围（线性拉伸和反比）； 2）修改参数gamma值（大于、小于、等于1），观察处理结果； 3）对图像直方图作均衡化处理，显示均衡前后的图像及其直方图。 【实验代码】 original=imread(lena.bmp); linstr=imadjust(original,[0.3 0.7],[0 1]); %线性拉伸 opposite=imadjust(original,[0 1],[1 0]); %反比 above=imadjust(original,[0 1],[0 1],2); %gamma1 equal=imadjust(original,[0 1],[0 1],1); %gamma=1 below=imadjust(original,[0 1],[0 1],0.5); %gamma1 subplot(3,3,1);imshow(original);title(原图像); subplot(3,3,2);imshow(linstr);title(线性拉伸); subplot(3,3,3);imshow(opposite);title(反比); subplot(3,3,4);imshow(above);title(gamma1); subplot(3,3,5);imshow(equal);title(gamma=1); subplot(3,3,6);imshow(below);title(gamma1); subplot(3,3,7);imhist(original);title(原图像直方图); histequal=histeq(original);%对图像均衡化 subplot(3,3,8);imshow(histequal);title(均衡后的图像); subplot(3,3,9);imhist(histequal);title(均衡图像的直方图); axis([0 256 0 2000]); 【输出图像】 【实验思考】 根据以下图片以及实验结果可知gamma1时图像整体变暗，灰度级整体变小；gamma1时图像整体变亮，灰度级整体变小；而gamma=1时，图像维持不变。 实验2：图像的平滑滤波 【实验目的】 平滑的目的是减少噪声对图像的影响。掌握线性滤波和中值滤波两种最典型、最常用的图像平滑方法，对输出结果加以比较、加深理解。 【实验内容】 ??1）编写并调试窗口为3×3、5×5的平滑滤波函数；如[1 1 1;1 1 1 ;1 1 1]/9、[1 2 1;2 4 2;1 2 1]/16等） ??2）编写并调试窗口为3×3、5×5的中值滤波函数。 ??3）比较均值滤波和中值滤波的优缺点，分析窗口尺寸对滤波结果的影响。 附：可供参考的Matlab函数有imnoise、imfilter、medfilt2 【实验代码】 function fliter I = imread(lena.bmp); %原始图像读取 J = imnoise(I,salt pepper,0.02); %含噪图像 加椒盐噪声 subplot(2,3,1);imshow(J);title(含噪图像); Newbuf1=AverageFilter(J,256,256,3); %3×3标准平均，调用均值滤波函数 subplot(2,3,2);imshow(Newbuf1);title(3×3标准平均); Newbuf2=AverageFilter(J,256,256,5); %5×5标准平均，调用均值滤波函数 subplot(2,3,3);imshow(Newbuf2);title(5×5标准平均); W=[1 2 1;2 4 2;1 2 1]/16; %设置加权平均掩膜 Newbuf3=WeighFilter(J,W,256,256,3); %3×3加权平均，调用加权平均函数 subplot(2,3,4);imshow(Newbuf3);title(3×3加权平均); Newbuf4=MedianFilter(J,256,256,3); %3×3中值滤波，调用中值滤波函数 subplot(2,3,5);imshow(Newbuf4);title(3×3中值滤波); Newbuf5=MedianFilter(J,256,256,5); %5×5中值滤波，调用中值滤波函数 subplot(2,3,6);imshow(