数字图像处理实验报告.docx

1、数字图像处理实验报告实验一 灰度图像直方图统计一、实验目的掌握灰度图像直方图的概念和计算方法，了解直方图的作用和用途。提高学生 编程能力，巩固所学知识。二、实验内容和要求(1)用Photoshop显示、了解图像平均明暗度和对比度等信息;(2)用MatLab读取和显示一幅灰度图像；(3)用MatLab编写直方图统计的程序。三、实验步骤1.使用Photoshop显示直方图：1)点击文件打开，打开一幅图像；2)对图像做增强处理，例如选择 图像 -调整一自动对比度 对图像进行 灰度拉伸，观察图像进行对比度增强前后的视觉变化。3)利用统计灰度图像直方图的程序分别针对灰度拉伸前后的灰度图像绘制其灰度直方图

2、，观察其前后的直方图变化2.用MatLab读取和显示一幅灰度图像;3.绘制图像的灰度直方图;function Display_Histogram()Input=imread(timg.jpg);figure(100); imshow(uint8(Input); title( 原始图像 );Input_Image=rgb2gray(Input);figure(200); imshow(uint8(Input_Image); title( 灰度图像 );sum=0;His_Image=zeros(1,256); m,n=size(Input_Image);for k=0:255for I=1:mf

3、or j=1:nif Input_Image(I,j)=k His_Image(k+1)=His_Image(k+1)+1;endendendendfigure(300); plot(His_Image);title( 图像的灰度直方图 );4.显示图像的灰度直方图。原始图像灰度图像图像的灰度直方图140012001000800600400200四、思考题1） 直方图可以反映图像的哪些特性？灰度直方图只能反映图像的灰度分布情况， 不能反映图像的像素位置；一幅图像对应唯一的灰度直方图。2） 如何使直方图曲线光滑？如何识别直方图的峰和谷？恰当量化。直方图给出一个直观的指标，用来判断数字化一幅图像量

4、化时是 否合理地利用了全部允许的灰度范围。 一般来说，数字化获取的图像应该利用全 部可能的灰度级。 假定一幅图像的背景为黑色，物体为灰色，背景中的黑色像 素长生了直方图上的左峰，而物体中各灰度级产生了直方图上的右峰， 由于物体边界像素相对较少，从而长生两峰之间的谷。实验二基于Photoshop的数字图像处理一、实验目的1 掌握数字图像增强的基本原理和方法，并能运用 Photoshop软件对图像进行增强操作。2.比较不同方法图像增强的效果，分析这些增强方法的特点。二、 实验内容应用Photoshop软件对图像作灰度拉伸、对比度增强、直方图均衡、图像 平滑、中值滤波、边缘增强等。三、 实验步骤1)

5、打开一幅图像；2)灰度拉伸：线性拉伸：在“图像-调整一色阶”中，可以通过直接设置原图像 灰度值的输入范围和所需的输出范围来简单的完成某一灰度段到另一灰度段的 灰度调整映射变换。5s isEoX 曲线拉伸：在“图像一调整T曲线”中，在弹出的“曲线”对话框中,才嚥3)越出砂Mok曲樓Ek目乍鱼判RGB岂弘丸 IF賤耳：赛通痢：.：RGB【厚帥T.*比创、:直接用鼠标拖动改变灰度输入、输出曲线形状可以完成任意线形灰度变换jf3）对比度增强:对比度增强可以通过“图像 -调整一亮度/对比度”来直接对原图像的 亮度或对比度进行调整，观察增强处理前后图像直方图的变化4）直方图均衡直方图均衡可调用“图像 -调

6、整一色调均化”菜单项，即可达到直方图 均衡的效果。原始图像 处理效果5）图像平滑图像的3X 3均匀平滑可以在“滤镜 -模糊-模糊”中实现，观察处 理前后图像细节和边缘的变化；也可以调用“模糊”对话框中的“高斯模糊”来 观察高斯平滑处理的结果，改变半径，观察图像的变化，分析高斯平滑处理的原 理。 通过“滤镜 T其它一自定”菜单项调出模板对话框，可以输入自定义的平滑算子或其它增强算子，改变模板的大小和缩放比例，观察处理的效果。平滑算子增强算子6)中值滤波先使用“滤镜-杂色一添加杂色”菜单添加噪声，再使用“滤镜杂色一中间值” 中值滤波操作，设置滤波半径，观察处理结果；原始图像加噪图像滤波图像7）边缘

7、检测使用“滤镜-风格化”的“查找边缘”，“等高线”等可以提取图像的 边缘，改变参数，提取图像的最佳边缘。原始图像查找边缘等高线法四、思考题1） 通过实习，中值滤波和均匀平滑在去图像噪声上各有什么特点，试比较两种 方法异同。中值滤波的特点是它对图像噪声的抑制效果好， 在抑制图像噪声的同时能有效保护边缘少受模糊。均匀平滑的特点是让图像噪声柔和一点，也更加模糊。两 种方法都对图像噪声有很好抑制效果好，但是中值滤波是保护图像边缘的同时去 除噪声，中值滤波容易去除孤立点、线的噪声同时保持图象的边缘，但对高斯噪 声无能为力。均匀平滑的思想是通过将一点和周围 8个点作平均，从而去除突然 变化的点，滤掉噪声，其代价是图象有一定程度的模糊。2） 试比较边缘检测算子Laplace、Prewitt、Sobel算子、方向算子、梯度算子 的效果，总结其优缺点。Prewitt 算子和Sobel算子都是一阶的微分算子,而前者是平均滤波,后者是 加权平均滤波且检测的图象边缘可能大于 2个像素。这两者对灰度渐变低噪声的图象有较好的检测效果，但是对于混合多复杂噪声的图象，处理效果就不理 想了。梯度算子计算简单，但精度不高，只能检测出图象大致的轮廓，而对于比较 细的边缘可能会忽略。Laplace算子在边缘检测时它的锐化模板能锐化图像。