多媒体图像处理第二次实验讲解Word文档下载推荐.docx
《多媒体图像处理第二次实验讲解Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《多媒体图像处理第二次实验讲解Word文档下载推荐.docx（25页珍藏版）》请在冰豆网上搜索。
imshow（'
flowers.tif'
）
2.直方图变换
A）直方图显示
在matlab环境中，程序首先读取图像'
cameraman.tif'
，然后调用直方图函数，设置相关参数，再输出处理后的图像。
I=imread（'
）;
%读取图像
subplot（1,2,1）,imshow（I）%输出图像
title（'
原始图像'
）%在原始图像中加标题
____subplot（1,2,2）,Imhist（I）____%输出原图直方图
原始图像直方图'
）%在原图直方图上加标题
读入图像‘rice.png’，在一个窗口中显示灰度级n=64，128和256的图像直方图。
rice.png'
imshow（I）
_________subplot（1,3,1）,imhist（I,64）
n=64'
subplot（1,3,2）,imhist（I,128）
n=128'
subplot（1,3,3）,imhist（I,256）
n=256'
）____
B）直方图灰度调节
利用函数imadjust调解图像灰度范围，观察变换后的图像及其直方图的变化。
figure,imhist（I）
J=imadjust（I,[0.150.9],[01]）;
figure,imhist（J）
figure,imshow（J）
J=imadjust（I,[00.2],[0.51]）;
C）直方图均衡化
在matlab环境中，程序首先读取图像，然后调用灰度均衡函数，设置相关参数，再输出处理后的图像。
subplot（2,2,1）,imshow（I）%输出图像
__________subplot（2,2,3）,imhist（I）___%输出原图直方图
__________a=histeq（I,256）____%直方图均衡化，灰度级为256
subplot（2,2,2）,imshow（a）%输出均衡化后图像
均衡化后图像'
）%在均衡化后图像中加标题
__________subplot（2,2,4）,imhist（a）____%输出均衡化后直方图
均衡化后图像直方图'
）%在均衡化后直方图上加标题
分别对图像‘pout.tif’和‘tire.tif’进行直方图均衡化处理，比较处理前后图像及直方图分布的变化。
pout.tif'
J=histeq（I）;
tire.tif'
三、思考题（试回答以下问题）
1.MATLAB程序的IPT中有哪些图像亮（灰）度变换函数?
写出函数的语法。
答：
函数imadjust，语法：
g=imadjust（f,[low_inhigh_in],[low_outhigh_out],gamma）;
函数histeq,语法：
J=histeq（I,n）指定直方图均衡后的灰度级数n，默认值为64。
2.直方图的物理含义是什么？
它反映的是图像的灰度值的分布情况。
只反映了该图像中不同灰度值出现的次数，而未反应某一灰度值像素所在的位置，即它只包含了该图像中某一灰度值的像素出现的概率，而丢失了其所在位置的信息。
直方图是二维的坐标系，其横轴代表的是图像中的亮度，由左向右，从全黑逐渐过渡到全白；
纵轴代表的则是图像中处于这个亮度范围的像素的相对数量。
当直方图中的黑色色块偏向于左边时，说明这张照片的整体色调偏暗，也可以理解为照片欠曝。
而当黑色色块集中在右边时，说明这张照片整体色调偏亮。
3.结合实验内容，定性评价直方图均衡增强效果？
用MATLAB进行实验，结果表明，直方图均衡化在一定程度上改善了图像的对比度差和灰度动态范围，增强了图像的可读性，图像增强处理后的图像比原始图像更适合于具体应用。
空域滤波增强
1.了解空域滤波增强的Matlab实现方法；
2.掌握噪声模拟和图像滤波函数的使用方法；
3.能够将给定图像+噪声，使用均值滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；
4.能够正确地评价处理的结果；
并从理论上作出合理的解释。
1.噪声模拟
利用函数imnoise给图像‘eight.tif’分别添加高斯（gaussian）噪声和椒盐（salt&
pepper）噪声。
eight.tif'
__________I1=imnoise（I,'
gauss'
0.05）____添加高斯噪声
figure,imshow（I1）
__________I2=imnoise（I,'
salt&
pepper'
0.05）____添加椒盐噪声
figure,imshow（I2）
2.均值滤波和中值滤波
A）均值滤波
在matlab环境中，程序首先读取图像，然后调用图像增强（）函数，设置相关参数，再输出处理后的图像。
I=imread（'
figure,imshow（I）;
J=filter2（fspecial（‘average’,3）,I）/255;
figure,imshow（J）;
B）中值滤波
在matlab环境中，程序首先读取图像，然后调用图像增强（中值滤波）函数，设置相关参数，再输出处理后的图像。
_________J=medfilt2（I,[3,3]）____中值滤波
3.空域滤波
A）对上述噪声图像进行均值滤波和中值滤波，比较滤波效果。
I=imread（rgb2gray（'
sample1.jpg'
））;
J=imnoise（I,'
0.02）;
%添加高斯噪声
%J=imnoise（I,'
pepper'
%添加椒盐噪声
K=filter2（fspecial（'
average'
3）,I）/255;
%均值滤波3×
3
L=filter2（fspecial（'
5）,I）/255;
%均值滤波5×
5
M=medfilt2（I,[3,3]）%中值滤波3×
3模板
N=medfilt2（I,[4,4]）%中值滤波4×
4模板%显示以上滤波后的图片
imshow（I）;
figure,imshow（K）;
figure,imshow（L）;
figure,imshow（M）;
figure,imshow（N）;
B）总结均值滤波和中值滤波的特点及使用场合。
均值滤波：
是把每个像素都用周围的8个像素来做均值操作，幅值近似相等且随机分布在不同位置上，这样可以平滑图像，速度较快，算法简单。
但是无法去掉噪声，只能微弱的减弱它。
均值滤波对于周期性的干扰和热噪声的干扰都有很好的抑制作用。
中值滤波：
常用的非线性滤波方法,也是图像处理技术中最常用的预处理技术。
它在平滑脉冲噪声方面非常有效,同时它可以保护图像尖锐的边缘，选择适当的点来替代污染点的值，所以处理效果好。
其中加权中值滤波能够改进中值滤波的边缘信号，使其良好保持效果。
中值滤波在数字信号处理和数字图像处理有比较普遍的应用。
C）*对图像'
saturn.tif'
采用'
laplacian'
高通滤波器进行锐化滤波。
（提示：
可使用fspecial函数）
I=double（rgb2gray（imread（'
saturn.png'
）））;
h=fspecial（'
）%用laplacian'
高通滤波器对I进行滤波
I2=filter2（h,I）
figure,imshow（I2）%显示滤波后的结果
三、思考题（试回答以下问题）
1.简述高斯噪声和椒盐噪声的特点。
高斯噪声特点是它主要由阻性元器件内部产生，它的概率密度函数服从高斯分布（即正态分布）。
椒盐噪声特点：
主要由图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声等，其噪声的灰度值与邻域像素点具有明显不同，在图像中造成过亮或过暗的像素点，严重影响图像质量。
2.结合实验内容，定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果？
使用均值滤波器对高斯噪声进行去噪效果比较好，虽然对椒盐也有效果，但是不如对高斯噪声的处理效果好。
中值滤波对于去除椒盐噪声效果好，而对高斯噪声不是很理想。
中值滤波器对于去除椒盐噪声效果明显。
3.结合实验内容，定性评价滤波窗口对去噪效果的影响？
、
对于同一图像而言，滤波窗口M×
M中其中M值越大图片越模糊同时去噪效果则越好。
总体来说经过试验一般中值滤波效果比均值滤波效果好一点。
4.图像亮（灰）度变换与空间滤波有什么不同?
灰度变换：
在图像的像素上操作，主要以对比度和阈值处理为目的来改善画质,使图像显示效果更加清晰。
空间滤波：
目的是改善影像质量，包括去除高频噪声与干扰，及影像边缘增强、线性增强以及去模糊等。
升级会员 