《图像增强课程设计.doc》由会员分享，可在线阅读，更多相关《图像增强课程设计.doc（12页珍藏版）》请在三一办公上搜索。
1、数据图像处理课程设计报告 一图像增强1.1 实验目的在图像的形成，传输或变换的过程中，由于受多种因素的影响，如光学系统失真，系统噪声，曝光不足或过量，相对运动等，图像往往与原始景物之间或图像与原始图像之间产生某种差异。这种差异称为降质或退化。降质或退化的图像通常模糊不清，使人观察起来不满意，或者使机器从中提取的信息减少甚至造成错误，因此必须对降质放入图像进行改善。而图像增强与平滑可以达到此目的。1.2 实验原理图像增强是按特定的需要突出一幅图像中的某些信息，同时消弱或去除某些信息使得图像更加实用。图像增强技术主要包含直方图修改处理，图像平滑处理，图像尖锐化处理，彩色图像处理。1. 31直方图均
2、衡化1.实验步骤：灰度变换指通过使图像对比度扩展，图像更加清晰，特征更加明显。灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像增强。直2.方图均衡化过程如下：（1） 计算原图像的灰度直方图；（2） 计算原始图像的灰度累积分布函数；进一步求出灰度变换表；（3） 根据灰度变换表，将原图像各灰度级映射为新的灰度级。3.灰度直方图均衡化代码如下：(datapictrue1.m)I=imread(C:UsersacerDesktoppictrue1.png);I1=rgb2gray(I); subplot(2,2,1);imshow(I1);title(原图);subplot(2,2
3、,2);imhist(I1);title(原图的灰度直方图);subplot(2,2,3);J=histeq(I1);imshow(J);title(原图直方图均衡化);subplot(2,2,4);imhist(J);title(均衡化后直方图);4.实验结果：1.32图像二值化1.实验步骤：图像二值化处理即为将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。首先，图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能突显出感兴趣的目标轮廓。其次，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。（1） 选取一个阈值；（2） 将
4、图像变为黑白图像；2.图像二值化代码如下：(pictrue2.m)I=imread(C:UsersacerDesktoppictrue1.png);I1=rgb2gray(I);bw=im2bw(I1,0.45);%选取阈值subplot(1,3,1);imshow(I1);title(原始图像);subplot(1,3,2);imshow(bw);title(二值化图像);J=find(I1=100);I1(J)=255;subplot(1,3,3);imshow(I1);title(二值化图像阈值为100);3.实验结果：1.33图像平滑滤波1.实验步骤平滑技术用于平滑图像中的噪声。平滑噪
5、声可以在空间域中进行，基本方法是求像素灰度的平均或中值。以此来达到既平滑噪声又保护图像信号。对于一些图像进行线性滤波可以去除图像中某些类型的噪声，如采用领域平均法的均值滤波器就非常适用于去除通过扫描得到的图像中的颗粒噪声。（1） 给原始图像添加噪声；（2） 选择模板；（3） 对添加噪声后的图像适用领域均值滤波器处理。2.代码如下：(pictrue3.m)I0=imread(C:UsersacerDesktoppictrue1.png);I=rgb2gray(I0);subplot(2,2,1);imshow(I);title(原始图像); J=imnoise(I,salt & pepper,0
6、.02);subplot(2,2,2);imshow(J);title(添加椒盐噪声图像);K1=filter2(fspecial(average,3),J)/255;subplot(2,2,3);imshow(K1);title(3*3模板的领域均值滤波图像);K2=filter2(fspecial(average,7),J)/255;subplot(2,2,4);imshow(K2);title(7*7模板的领域均值滤波图像);3.实验结果：1.34图像锐化1.实验步骤图像锐化处理的作用是使灰度反差增强，从而使模糊图像变得更加清晰。图像模糊的实质是图像受到平均运算或积分运算，因此可以对图像
7、进行逆运算，如微分运算从而突出图像细节使图像变得更为清晰。（1） 对原始图像采用拉氏算子进行滤波。2.代码如下：(pictrue4.m)I0=imread(C:UsersacerDesktoppictrue1.png);I=rgb2gray(I0);subplot(1,3,1);imshow(I);title(原始图像);D=double(I);s=size(D);c=zeros(s(1,1),s(1,2);for i=2:s(1,1)-1 for j=2:s(1,2)-1 c(i,j)=(-D(i+1,j)-D(i-1,j)-D(i,j+1)-D(i,j-1)+4*D(i,j); enden
8、dsubplot(1,3,2);imshow(c);title(拉氏锐化滤波图像);d=D+c;d=uint8(d);subplot(1,3,3);imshow(d);title(拉氏锐化滤波结果);3.实验结果：1.35伪彩色处理1.实验步骤伪彩色处理指通过将每一个灰度级匹配到彩色空间上的一点，将单色图像映射为一幅彩色图像的一种变换。按某种规则生成的映射存储在查找表中，从而简单的给每个灰度级赋一彩色。（1） 对原始图像进行密度分割；（2） 根据密度分割进行彩色变换。2.代码如下：(pictrue5.m)I0=imread(C:UsersacerDesktoppictrue1.png);I=r
9、gb2gray(I0);subplot(1,2,1);imshow(I)title(原始图像);I=double(I);m,n=size(I);c=256;for i=1:m for j=1:nif I(i,j)=c/4 R(i,j)=0; G(i,j)=4*I(i,j); B(i,j)=c;else if I(i,j)=c/2 R(i,j)=0; G(i,j)=c; B(i,j)=-4*I(i,j)+2*c; else if I(i,j)=3*c/4 R(i,j)=4*I(i,j)-2*c; G(i,j)=c; B(i,j)=0; else R(i,j)=c; G(i,j)=-4*I(i,j)+4*c; B(i,j)=0; end endend endendfor i=1:m for j=1:n out(i,j,1)=R(i,j); out(i,j,2)=G(i,j); out(i,j,3)=B(i,j); endendout=out/256;subplot(1,2,2);imshow(out);title(伪彩色处理后的图像);3.实验结果：1.4参考文献1 数字图像处理（第二版）冈萨雷斯著，阮秋琦译2电子工业出版社 2003年3月 3 图像处理和分析章毓晋4 清华大学出版社， 2000年6月5 MATLAB图形图像处理王家文6 国防工业出版社 2004年5月
