数字信号处理第三次作业.docx
《数字信号处理第三次作业.docx》由会员分享，可在线阅读，更多相关《数字信号处理第三次作业.docx（20页珍藏版）》请在冰豆网上搜索。
数字信号处理第三次作业
数字图像处理第三次作业
摘要
本次报告主要记录第三次作业中的各项任务完成情况。
本次作业以Matlab2013为平台，结合matlab函数编程实现对所给图像文件的相关处理：
1.把附件图像的直方图画出；2.把所有图像进行直方图均衡；输出均衡后的图像和源图像进行比对；分析改善内容；3.进一步把图像按照对源图像直方图的观察，各自指定不同源图像的直方图，进行直方图匹配，进行图像增强。
以上任务完成后均得到了预期的结果。
1.把附件图像的直方图画出
（1）实验原理及方法
图像直方图显示不同的像素值在不同的强度值上的出现频率，它是一个二维图，横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像各个像素点出现的次数或概率。
它可以用来寻找灰度图像二值化阈值和调整图像对比度，如果一幅灰度图像的直方图显示为两个波峰，则二值化阈值应该是这两个波峰之间的某个灰度值。
绘制直方图的原理是利用matlab的imread函数读取图像数据点，对数据点的值进行排序，统计每个灰度值出现的次数，利用这些数据值即可绘出直方图。
在matlab中可直接利用imhist函数完成以上过程。
由于所给的10幅经变亮或变暗处理的图像是索引图，所以还需要将他们转换为灰度图像后才能进行操作。
利用matlab中的ind2gray函数即可实现转换。
（2）处理结果
（3）结果分析
一幅图像的直方图基本上可描述图像的概貌，如图像的阴暗状况和对比度等特征。
因为直方图反映的是一个图像的灰度值的概率统计特征，我们可以通过修改直方图的方法来调整图像的灰度分布情况。
2.把所有图像进行直方图均衡；输出均衡后的图像和源图像进行比对；分析改善内容
（1）实验原理及方法
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。
该方法通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的图像。
直方图均衡处理是以累计分布函数为基础的直方图修改法。
在matlab平台上先用imread函数读取图像的图像数据，然后利用histeq函数进行直方图均衡操作，最后用imhist和imshow函数分别绘制经直方图均衡化的直方图和bmp图像。
（2）处理结果与结果分析
分别与处理前的原图像相比，发现处理后的图像明显变亮了，图片的对比度有一定程度的增强，但同时也存在一些细节的消失，某些地方经处理后对比度不自然的过分增强。
citywall1原来亮的地方经处理后变暗，原来暗的地方变亮，对比度减弱但是更符合人体视觉习惯，细节更丰富。
分别与处理前的原图像相比，发现elain，elain1，elain2图片变暗了，elain3图片变亮，elain，elain2，elain3的对比度有一定程度的增强，但同时也存在一些细节的消失，某些地方经处理后对比度不自然的过分增强。
elain1原来亮的地方经处理后变暗，原来暗的地方变亮，对比度减弱但是更符合人体视觉习惯，细节更丰富。
分别与处理前的原图像相比，发现lena，lena4变亮，elain2变暗，对比度有一定程度的增强，但同时也存在一些细节的消失，某些地方经处理后对比度不自然的过分增强。
lena1原来亮的地方经处理后变暗，原来暗的地方变亮，对比度减弱但是更符合人体视觉习惯，细节更丰富。
分别与处理前的原图像相比，发现woman，woman2变亮，对比度有一定程度的增强，但同时也存在一些细节的消失，某些地方经处理后对比度不自然的过分增强。
woman1原来亮的地方经处理后变暗，原来暗的地方变亮，对比度减弱但是更符合人体视觉习惯，细节更丰富。
可见，虽然直方图均衡可以提高整体的对比度，使图像清晰明亮，但也存在着以下缺点：
1.变换后图像的灰度级减少，某些细节消失；2.某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。
3.进一步把图像按照对源图像直方图的观察，各自指定不同源图像的直方图，进行直方图匹配，进行图像增强
（1）实验原理及方法
直方图匹配：
是指使一幅图像的直方图变成规定形状的直方图而进行的图像增强方法，其目的是通过选择不同的匹配对象对一定灰度级范围内的图像进行有目的的增强,以突出其重点,达到要求的效果。
由于其他图像是经原图像进行变亮变暗处理后得到且观察发现原图像效果最好，所以本题中将图像直方图以原图像的直方图为标准作变换,使两图像的直方图相同和近似，从而使两幅图像具有类似的色调和反差，达到增强图像，突出细节的目的。
可利用matlab平台的imhist函数分别得到原图像与需匹配图像的直方图，然后利用histeq函数进行直方图匹配后分别画出经直方图匹配的图像及其直方图。
。
（2）处理结果
（3）结果分析
匹配后的图像的直方图分布在整个空间当中，与原图像的直方图形状更为相似。
匹配后的图像对比度变大，图像可识别性增强，同时细节处还能比较清晰，但也存在某些细节消失，和部分部位对比度过度增强导致些许不自然，但整体效果较好。
由此可知，直方图匹配能够用已知的模板或者是预想达到的直方图去匹配处理的图像，使处理后的图像的概率密度曲线最接近模板的概率密度曲线。
从而达到直方图匹配的目的，而最关键的问题是如何选定这个模板，才能达到图像处理效果，一般可根据被处理图像的直方图和图像本身的特征，经过函数转换得到我们需要的直方图，或者是找一个现成的直方图模板。
第一个方法比较有针对性，但是技术要求比较高。
第二个方法相对容易，但是处理效果一般。
附录：
参考文献：
RafaelC.Gonzalez.,etal.数字图像处理（第三版）,电子工业出版社，2011.
源代码：
1.img1.m【直方图绘制，以lena系列图为例】
I=imread（'lena.bmp'）;
subplot（2,2,1）;
imhist（I）;
title（'lena.bmp的直方图'）;
[A1,map]=imread（'lena1.bmp'）;
G1=ind2gray（A1,map）;
subplot（2,2,2）;
imhist（G1）;
title（'lena1.bmp的直方图'）;
[A2,map]=imread（'lena2.bmp'）;
G2=ind2gray（A2,map）;
subplot（2,2,3）;
imhist（G2）;
title（'lena2.bmp的直方图'）;
[A3,map]=imread（'lena4.bmp'）;
G3=ind2gray（A3,map）;
subplot（2,2,4）;
imhist（G3）;
title（'lena4.bmp的直方图'）;
2.img2.m【直方图均衡，以citywall系列图为例】
I=imread（'citywall.bmp'）;
J=histeq（I）;
figure
（1）
subplot（1,2,1）;imhist（J）
title（'经过直方图均衡化的citywall.bmp的直方图'）;
subplot（1,2,2）;imshow（J）
title（'经过直方图均衡化的citywall.bmp'）;
[A,map]=imread（'citywall1.bmp'）;
I=ind2gray（A,map）;
J=histeq（I）;
figure
（2）
subplot（1,2,1）;imhist（J）
title（'经过直方图均衡化的citywall1.bmp的直方图'）;
subplot（1,2,2）;imshow（J）
title（'经过直方图均衡化的citywall1.bmp'）;
[A,map]=imread（'citywall2.bmp'）;
I=ind2gray（A,map）;
J=histeq（I）;
figure（3）
subplot（1,2,1）;imhist（J）
title（'经过直方图均衡化的citywall2.bmp的直方图'）;
subplot（1,2,2）;imshow（J）
title（'经过直方图均衡化的citywall2.bmp'）;
3.img3.m【直方图均衡，以citywall系列图为例】
I=imread（'citywall.bmp'）;
hgram=imhist（I）;
[A,map]=imread（'citywall1.bmp'）;
G=ind2gray（A,map）;
B=histeq（G,hgram）;
figure
（1）;
subplot（1,2,1）;imshow（B）;
title（'经过直方图匹配的citywall1.bmp'）;
subplot（1,2,2）;imhist（B）;
title（'经过匹配的citywall1.bmp的直方图'）;
[A,map]=imread（'citywall2.bmp'）;
G=ind2gray（A,map）;
B=histeq（G,hgram）;
figure
（2）;
subplot（1,2,1）;imshow（B）;
title（'经过直方图匹配的citywall2.bmp'）;
subplot（1,2,2）;imhist（B）;
title（'经过匹配的citywall2.bmp的直方图'）;
升级会员 