数字图像(图像增强)实验报告.pdf

实验：图像增强 1．实验目的 （1） 熟悉并学会使用MATLAB 中图像增强的相关函数 （2 ） 了解图像增强的办法、去噪的方法和效果。 2 ．实验主要仪器设备 （1） 微型计算机：Intel Pentium 及更高。 （2 ） MATLAB 软件（含图像处理工具箱）。 （3 ） 典型的灰度、彩色图像文件。 3 ．实验原理 （1） 将一副图像视为一个二维矩阵，用MATLAB 进行图像增强。 （2 ） 利用 MATLAB 图像处理工具箱中的函数 imread(读) 、imshow(显示) 、 imnoise(加噪) 、filter(滤波)对图像进行去噪处理。 （3） 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。 （4 ） 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。 （5） 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。 4 ．实验内容 （1） 图像灰度修正。 （2 ） 图像平滑方法。 （3） 图像锐化方法。 5．实验步骤 （1） 图像灰度修正。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正。 （2 ） 图像平滑方法。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。 1 （3） 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 种蜕化处理，比较各自效果。 。 1．图像灰度修正 img = imread(d:\001.bmp); for i = 1 : H figure();imshow(img); for j = 1 : W I = double(img); J(i,j)=max_gray-1-I(i,j); val=max(max(I)); end % endfor j a=log2(val); end % endfor i b=round(a); img2 = uint8(J); max_gray=2^b; subplot(1,2,1),imshow(img);title(原图); [H, W]=size(I); subplot(1,2,2),imshow(img2);title(变换后); J = zeros(H, W); imwrite(img2,d:\2.bmp); 实验截图： 2.1 程序代码： img = imread(d:\LENA_8G_4bit.bmp); figure();imshow(img); subplot(2,1,1);imshow(img); subplot(2,1,2);imshow(img); I = dou