- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
空域和频域图像处理增强
实验目的:
1.熟悉 Matlab 处理图像的基本原理,并熟练地运用进行一些基
本的图像操作;
2.能够用Matlab 来进行亮度变换,直方图处理以及一些简单的空
间滤波;
实验内容:
去噪,灰度变换,直方图处理,空域和频域平滑锐化,同态滤波;
结果分析:
1.直方图处理:
⑴ 显示原图直方图以及原图:
代码:
imread(hui.jpg);
imshow(f);
imhist(f);
原图以及原图直方图为:
1
⑵直方图均衡化:
代码:
f=imread(test2.jpg);
n=imnoise(f);
imwrite(n,n.tif);
[thr,sorh,keepapp] = ddencmp(den,wv,im2double(n));
r=wdencmp(gbl,im2double(Noise),sym2,2,thr,sorh,keepapp);
r=wdencmp(gbl,im2double(n),sym2,2,thr,sorh,keepapp);
imwrite(r,r.tif);
imshow(f);
现在的图片以及直方图为:
结论:
直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。
这种方法通常用来增加许多图像的局部对比度,尤其是当图像的有用数据的对
比度相当接近的时候。通过这种方法,亮度可以更好地在直方图上分布。这样
就可以用于增强局部的对比度而不影响整体的对比度,直方图均衡化通过有效
2
地扩展常用的亮度来实现这种功能。
2.灰度变换:
代码:
f=imread(test2.jpg);
n=imnoise(f);
imwrite(n,n.tif);
[thr,sorh,keepapp] = ddencmp(den,wv,im2double(n));
r=wdencmp(gbl,im2double(Noise),sym2,2,thr,sorh,keepapp);
r=wdencmp(gbl,im2double(n),sym2,2,thr,sorh,keepapp);
imwrite(r,r.tif);
imshow(f);
变换的图像(f 为图a,a1 为图b,a2 为图c,a3 为图d):
(图a) (图b )
3
(图c)
(图d)
结论:
一些图片的像素过于集中于中间灰度部分,而其他部分的像素数很少,可以
压缩像素数小的部分,扩展像素数集中的部分。如果只想了解图像的某一部分,
那么可以压缩其它部分,对关注的部分进行变换。
3.去噪:
代码:
f=imread(test2.jpg);
n=imnoise(f);
4
imwrite(n,n.tif);
[thr,sorh,keepapp] = ddencmp(den,wv,im2double(n));
r=wdencmp(gbl,im2double(Noise),sym2,2,thr,sorh,keepapp);
r=wdencmp(gbl,im2double(n),sym2,2,thr,sorh,keepapp);
imwrite(r,r.tif);
imshow(f);
figure,imshow(n);
figure,imshow(r);
图像(依次为原图,加噪后的图片以及复原的图片):
5
结论:
常用的软阈值函数,是为了解决硬阈值函数“一刀切”导致的影响(模小于
3*sigma 的小波系数全部切除,大于3*sigma 全部保留,势必会在小波域产生突
变
文档评论(0)