1、通过本次实验,掌握了基本的图像颜色空间变换,及简单的图像修改。指导教师评语及成绩评语:成绩: 指导教师签名: 批阅日期: 数字图像空间域增强 组别:【实验目的及要求】实验目的:了解数字图像的灰度变换和(0.4,0.6,0.8)校正。实验要求:1. 了解图像的灰度变换。2. 对图像进行校正。【实验环境】操作系统:Windows XP实验平台:Matlab实验内容【实验过程】一、实验步骤:1. 将BMP图像内容读入内存数组。2. 调整图像的灰度,对图像进行灰度变换(反变换)。3. 对图像进行校正较正,分别取值为0.4,0.6,0.8.二、实验图像:三、实验主要过程: pic=imread(C:Do
2、cuments and SettingsAdministrator桌面示例图片sample2-1.bmp); gray=rgb2gray(pic); subplot(1,2,1); imshow(gray); subplot(1,2,2); opgray=255-gray; imshow(opgray);Documents and SettingsAdministrator桌面示例图片sample2-2.bmp pic=double(pic); pic=pic/256.0; imshow(pic); gama04 = uint8(pic.(1/0.4).*256.0); gama06 = ui
3、nt8(pic.(1/0.6).*256.0); gama08 = uint8(pic.(1/0.8).*256.0); subplot(2,2,1); title(原图 subplot(2,2,2); imshow(gama04);0.4 subplot(2,2,3); imshow(gama06);0.6 subplot(2,2,4); imshow(gama08);0.8通过本次实验,掌握了珈玛校正的原理及操作方法。 数字图像的噪声去除 学会用滤波器去除图像中的噪声。1用均值滤波器去除图像中的噪声;2用中值滤波器去除图像中的噪声;3比较两种方法的处理结果1将BMP图像内容读入内存数组;2
4、用均值滤波器去除图像中的噪声;3用中值滤波器去除图像中的噪声;4将两种处理方法的结果与原图比较;注意两种处理方法对边缘的影响。 源图像 加噪声后的图像Documents and SettingsAdministrator桌面示例图片sample3-2.bmpmid=medfilt2(pic);ave=filter2(fspecial(average,3),pic) /255; subplot(1,3,1); subplot(1,3,2); imshow(mid);中值 subplot(1,3,3); imshow(ave);均值比较:从结果图像中看出,滤波后的图像比之前的图像模糊,但是可以基本
5、滤去噪声。而从直观上比较两种滤波,均值滤波的结果比中值滤波的结果亮一点。通过本次实验,掌握了简单的滤波器原理及过滤方法。 图像的空间域锐化(拉普拉斯算子) 了解数字图像的空间域锐化和拉普拉斯算子1理解图像的空间域锐化原理;2熟悉拉普拉斯算子的公式和实现3运用拉普拉斯算子对图像进行空间域锐化1、将BMP图像内容读入内存数组2、运用拉普拉斯算子对图像进行空间域锐化3、将锐化后的图像和原图像进行对比Documents and SettingsAdministrator桌面示例图片sample4.bmp H = fspecial(unsharp) sharpened = imfilter(pic,H,
6、replicate subplot(1,2,1) subplot(1,2,2) imshow(sharpened);通过本次实验,掌握了数字图像的空间域锐化和拉普拉斯算子。 频率域低通和高通滤波 组别:学会两种简单的频域低通和高通滤波方法。1学会傅立叶变换方法;2使用布特沃斯和高斯滤波器进行低通滤波;3使用布特沃斯和高斯滤波器进行高通滤波;2、用布特沃思低通滤波器进行滤波3、用高斯低通滤波器进行滤波4、用布特沃思高通滤波器进行滤波5、用高斯高通滤波器进行滤波 原始图像 加噪声后的图像Documents and SettingsAdministrator桌面实验图片实验五sample5-1.bm
7、p r,c=size(pic); f=fftshift(fft2(double(pic); mx=max(max(f,1),2); imf=abs(f)/mx*25600; imshow(uint8(imf);布特沃斯低通滤波D0=10,20,40,80;n2;Df;HD;forrow1:rcolumncD(row,column)sqrt(row-r/2)2+(column-c/2)2);endtypelength(D0)1./(1+(D/D0(type).(2*n);f2f.*H;ifft2(ifftshift(f2);subplot(2,2,type);imshow(uint8(real(f2);title(D0(type);end高斯低通exp(D.2/(2*D0(type)2)*(-1);D 0越小,结果越模糊,去噪效果越好;D0越大,则相反布特沃思高通1-高斯高通length
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1