数字图像实验三图像增强.docVIP

. . . . 实验三 、图像增强 一、 实验目的 1 ） 熟悉并学会使用 MATLAB 中图像增强的相关函数 。 2 ） 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 。 二、 实验主要仪器设备 （1 ） 台式机或笔记本电脑 。 （2 ） 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。 （3 ） 典型的灰度 、彩色图像文件 。 三、 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 。 （ 1） 将一幅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 （读入 ）， imshow （显示）， imnoise （加噪 ）， filter2 （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 . word 资料可编辑 . . . . . 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 。 四、 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 。 五、 实验步骤 MATLAB 图像增强 。 （1 ） 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。 2 ） 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 。 （3 ） 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 。 4 ） 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 。 （5 ） 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 。 . word 资料可编辑 . . . . . 六、 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); . word 资料可编辑 . . . . . background=imresize(blocks,[256256],bilinear); subplot(2,2,3); imshow(background); title(