图像增强.docx
《图像增强.docx》由会员分享，可在线阅读，更多相关《图像增强.docx（15页珍藏版）》请在冰豆网上搜索。
图像增强
实验一图像增强
实验1.1直方图
一．实验目的
1．熟悉matlab图像处理工具箱及直方图函数的使用；
2．理解和掌握直方图原理和方法；
二．实验目标
Matlab自带图片，存储地址：
E:
\MATLAB2011\toolbox\images\imdemos（根据安装位置调整）
三．程序设计
在matlab环境中，程序首先读取图像，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（'cameraman.tif'）;%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
title（'原始图像直方图'）%在原图直方图上加标题
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察图像matlab环境下的直方图分布。
（a）原始图像（b）原始图像直方图
六．实验报告要求
1、给出实验原理过程及实现代码；
2、输入一幅灰度图像（不得使用“cameraman.tif”），给出其灰度直方图结果，并进行灰度直方图分布原理分析。
1、实验原理过程：
每一张图片都是一张灰度图片，都是由一些像素点组成，matlab读取图片，并显示该图片的灰度级范围。
实现代码：
I=imread（'D:
\MATLAB7\toolbox\images\imdemos\rice.png'）;%读取图像
subplot（1,2,1）,imshow（I）%输出图像
subplot（1,2,2）,imhist（I）%输出原图直方图
title（'原始图像直方图'）%在原图直方图上加标题
2、
实验1.2灰度均衡化
一．实验目的
1．熟悉matlab图像处理工具箱中灰度均衡函数的使用；
2．理解和掌握灰度均衡原理和实现方法；
二．实验设备
1.PC机一台；
2.软件matlab；
三．程序设计
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。
I=imread（'cameraman.tif'）;%读取图像
subplot（2,2,1）,imshow（I）%输出图像
title（'原始图像'）%在原始图像中加标题
subplot（2,2,3）,imhist（I）%输出原图直方图
title（'原始图像直方图'）%在原图直方图上加标题
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
title（'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
title（'均衡化后图像直方图'）%在均衡化后直方图上加标题
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的灰度均衡函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察matlab环境下图像灰度均衡结果及直方图分布。
（a）原始图像（b）均衡化后图像
（c）原始图像直方图（d）均衡化后图像直方图
六．实验报告要求
1、给出实验原理过程及实现代码；
2、输入一幅灰度图像，给出其灰度均衡结果，并进行灰度均衡化前后图像直方图分布对比分析。
1、实验原理过程：
应用matlab自带histeq函数将图片在直方图中分布均匀
实现代码：
I=imread（'D:
\MATLAB7\toolbox\images\imdemos\rice.png'）;%读取图像
subplot（2,2,1）,imshow（I）%输出图像
title（'原始图像'）%在原始图像中加标题
subplot（2,2,3）,imhist（I）%输出原图直方图
title（'原始图像直方图'）%在原图直方图上加标题
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
title（'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
title（'均衡化后图像直方图'）%在均衡化后直方图上加标题
2、
实验二图像平滑
实验2.1噪声添加
一．实验目的
1．熟悉matlab图像处理工具箱及噪声添加的方法；
2．理解和掌握产生高斯噪声和椒盐噪声的方法和应用；
二．实验设备
1.PC机一台；
2.软件matlab；
三．程序设计
在matlab环境中，程序首先读取图像，然后调用添加噪音函数，设置相关参数，再输出处理后的图像。
椒盐噪声：
clearall;closeall;
I=imread（'cameraman.tif'）;
I=im2double（I）;
R=rand（size（I））;
J=I;
J（R<=0.02）=0;
K=I;
K（R<=0.03）=1;
figure;
subplot（121）;imshow（J）;
subplot（122）;imshow（K）;
高斯噪声：
clearall;closeall;
I=uint8（100*ones（256,256））;
J=imnoise（I,'gaussian',0,0.01）;
K=imnoise（I,'gaussian',0,0.03）;
figure;
subplot（121）;imshow（J）;
subplot（122）;imhist（J）;
figure;
subplot（121）;imshow（K）;
subplot（122）;imhist（K）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的噪声添加函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察matlab环境下原始图像经噪声添加处理后的结果。
（a）原始图像（b）（c）添加噪声后的图像
图（3）
六．实验报告要求
输给椒盐噪声程序添加注解，并分析产生原理。
clearall;closeall;%清除
I=imread（'D:
\MATLAB7\toolbox\images\imdemos\rice.png'）;%读取图片
I=im2double（I）;%把图像数据类型转换为双精度浮点类型
R=rand（size（I））;%建立一个0到1的随机数组，随机数组的行列和原图片一样
J=I;%将I赋给J
J（R<=0.02）=0;%J中R小于等于0.02的变为0
K=I;%将I赋给K
K（R<=0.03）=1;%K中R小于等于0.03的变为1
figure;%输出图片
subplot（121）;imshow（J）;%一行两列显示，一列显示J
subplot（122）;imshow（K）;%一行两列显示，二列显示K
实验原理：
由相机拍摄的照片，经过自身相机的处理，有时需要图片质量更好，需要人为对图片进行添加噪声，通过matalb，盐=白色，椒=黑色。
前者是高灰度噪声，后者属于低灰度噪声。
一般两种噪声同时出现，呈现在图像上就是黑白杂点。
实验2.23*3均值滤波
一．实验目的
1．熟悉matlab图像处理工具箱及均值滤波函数的使用；
2．理解和掌握3*3均值滤波的方法和应用；
二．实验设备
1.PC机一台；
2.软件matlab；
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像增强（均值滤波）函数，设置相关参数，再输出处理后的图像。
clearall;closeall;
I=imread（'cameraman.tif'）;
I=im2double（I）;
I=imnoise（I,'gaussian',0.05）;
PSF=fspecial（'average',3）;
J=imfilter（I,PSF）;
figure;
subplot（121）;imshow（I）;
subplot（122）;imshow（J）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的图像增强（均值滤波）函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察matlab环境下原始图像经3*3均值滤波处理后的结果。
（a）原始图像（b）3*3均值滤波处理后的图像
图（4）
六．实验报告要求
（1）通过帮助文件解释程序含义。
（2）在一张图片上同时输出原图片和处理后的图片。
（3）输入一幅灰度图像，给出其图像经3*3均值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行均值滤波，看看对25个点取均值与对9个点取中值进行均值滤波有什么区别？
1、clearall;closeall;
I=imread（'D:
\MATLAB7\toolbox\images\imdemos\rice.png'）;
I=im2double（I）;%把图像数据类型转换为双精度浮点类型
I=imnoise（I,'gaussian',0.05）;%将图片I进行高斯噪声，方差是0.05的噪声
PSF=fspecial（'average',3）;%生成3*3均值滤波
J=imfilter（I,PSF）;%进行滤波
figure;
subplot（121）;imshow（I）;
subplot（122）;imshow（J）;
2、原始图片3*3处理后图片
3、原始图片5*5处理后图片
5*5的处理之后图片质量更好一些。
实验2.33*3中值滤波
一．实验目的
1．熟悉matlab图像处理工具箱及中值滤波函数的使用；
2．理解和掌握中值滤波的方法和应用；
二．实验设备
1.PC机一台；
2.软件matlab；
三．程序设计
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。
I=imread（'cameraman.tif'）;
figure,imshow（I）;
I=im2double（I）;
Y=imnoise（I,'salt&pepper',0.1）;
J=medfilt2（Y,[5,5]）;
figure,imshow（Y）;
figure,imshow（J）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的图像增强（中值滤波）函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察matlab环境下原始图像经3*3中值滤波处理后的结果。
（a）原始图像（b）添加噪音后的图像（c）3*3中值滤波处理后的图像
图（4）
六．实验报告要求
输入一幅灰度图像，给出其图像经3*3中值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行排序后取中值，然后该点的灰度值取中值。
看看对25个点取中值与对9个点取中值进行中值滤波有什么区别？
原始图片
高斯噪声图片
5*5均值滤波
5*5均值滤波之后效果更好，图片质量更高。
升级会员 