实验一图像增强.docx

1、实验一图像增强实验报告实验课程: 光电图像处理 姓 名： xxxx 学 号：xxxxxxxxxxxx 实验地点： xxxxxxx 指导老师： xxx 实验时间：xxxx年 x月 xx日一 实验名称：空间图像增强（一）二 实验目的1 熟悉和掌握利用matlab工具进行数字图像的读、写、显示、像素处理等数字图像处理的基本步骤和流程。2 熟练掌握各种空间域图像增强的基本原理及方法。3 熟悉通过灰度变换方式进行图像增强的基本原理、方法和实现。4 熟悉直方图均衡化的基本原理、方法和实现。三 实验原理（一）数字图像的灰度变换1、线性灰度变换1)当图像成像过程曝光不足或过度, 或由于成像设备的非线性和图像记

2、录设备动态范围太窄等因素，都会产生对比度不足的弊病，使图像中的细节分辨不清。这时可将灰度范围进行线性扩展/压缩，这种处理过程被称为图像的线性灰度变换。 设f(x,y)灰度范围为a,b，g(x,y)灰度范围为c,d，则有： 2)分段处理：将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。设f(x,y)灰度范围为0,Mf，g(x,y)灰度范围为0,Mg,则有：2、非线性灰度变换（对数变换或幂律变换选作其一）1) 对数变换其中，f 为输入灰度级, g为变换后的灰度级，c为一个比例因子。2) 幂律（伽马）变换其中，f 为输入灰度级, g为变换后的灰度级，c为一个比例因子。g为一个幂指数，不同的取

3、值范围，将产生不同的变换效果。（二） 直方图处理1) 定义（两种）：a) 一幅灰度级范围在0, L-1的数字图像的直方图定义为以下离散函数，即：其中，是图像中灰度级为的像素个数。 是第k个灰度级，k = 0,1,2,L-1。这里，直方图表示图像中不同灰度级像素出现的次数，或者不同灰度级的像素数目。b) 一幅灰度级范围在0, L-1的数字图像的直方图定义为以下离散函数，即： 其中, n是图像的像素总数, nk 是图像中灰度级为rk的像素个数; rk是第k个灰度级, k = 0,1,2,L-1。此处，直方图表示图像中不同灰度级像素出现的概率。四 实验步骤（一）数字图像的灰度变换1、线性灰度变换1）

4、读取一幅对比度低的灰度图像，并显示。2）以m文件形式编写matlab代码，实现数字图像的灰度范围由a,b到c,d的线性拉伸，以便于提升原图像的对比度。线性灰度变换公式如下： （1）其中，f(x,y)为原始图像，灰度范围为a,b，g(x,y)为增强后的数字图像，灰度范围为c,d。3）显示经过线性灰度变换后的图像及变换曲线图。4）以另一个文件名形式保存灰度变换后的图像。程序设计流程图：图 12、非线性灰度变换（对数变换或幂律变换选作其一）1) 读取一幅灰度图像，并显示。2) 进行对数变换或伽马变换3) 显示变换后的图像，并利用matlab工具画出对数或幂律变换曲线。4）以另一个文件名形式保存变换后

5、的图像。程序设计流程图：（这里以对数变换为例）图 2（二）直方图处理1) 读取一幅灰度图像，并显示原始图像。2) 编写m文件实现对输入图像2种定义下的直方图统计统计（即各个灰度级出现的次数及概率分布），并分别画出两种定义下的直方图。3) 对输入灰度图像进行直方图均衡化处理，分别显示均衡处理前后的图像和对应的直方图。图 3程序流程图：五 实验结果及分析（一）数字图像的灰度变换实验结果：1、线性灰度变换图 4图 52、非线性灰度变换（对数变换或幂律变换选作其一）图 6（二）直方图处理图 7实验分析：1. 对于对比度低的图像，对其进行线性灰度变换拉升处理，可使处理后的图像对比度极大增强。从图5中可看

6、到，处理后的图像明显变亮，且更加清晰。2. 非线性灰度变换：从图6中的对比中可以看出a) 在对数变换中，低灰度区扩展，高灰度区压缩。b) 在伽马变换中，低灰度区压缩，高灰度区扩展。（前提：）3. 直方图均衡化处理，将原来较为狭窄的灰度区间均匀拉伸，使图像对比度增大，图像看起来就更清晰了，利于观察。它实质上是通过减少图像的灰度级以换取对比度的增大六.实验心得体会和建议心得体会：通过本次实验，巩固和加深了对空域图像增强相关理论知识的理解，同时还学习到了matlab中关于如何读取图像，转化图像，显示图像的技术，并且熟悉了直方图均衡化的相关算法，使我不仅对matlab有了深一步的认识，同时对图像处理产

7、生了浓厚的兴趣，收益匪浅。建议：在进行非线性灰度变化时，对于对数变换可以分别使用不同的c值，对于伽马变换可以有规律的改变c值及值，通过多次的测量，绘图可以深入理解非线性图像变换的作用。 在进行图像的均衡化处理时，有余力的话可以自行使用histeq（）函数再次处理原图像，与之前的均衡化处理进行对比，观察不同，找出各自的优缺点。七.程序源代码（一）数字图像的灰度变换1、线性灰度变换 %读取图像并转化为灰度图I1=imread(E:学科光电图像处理实验1.jpg);I1=rgb2gray(I1);%读取灰度图最值,并进行线性变换a=min(min(I1);b= max(max(I1);c=0;d=2

8、55;I2=(d-c)/(b-a)*(I1-a)+c;%显示灰度变换曲线图x=a:b;y=(d-c)/(b-a)*(x-a)+c;plot(x,y),title(Linear Transformation Curve),xlabel(x),ylabel(y)%显示原图figure,subplot(2,2,1);imshow(I1),title(Original image);%显示变换后的图subplot(2,2,2);imshow(I2),title(Linear Transformation image)%显示原图直方图subplot(2,2,3)imhist(I1),title(Orig

9、inal Histogram),xlabel( ;Gray level),ylabel(Number)%显示变换后图像直方图并保存subplot(2,2,4)imhist(I2),title(Linear Transformation Histogram)xlabel( ;Gray level);ylabel(Number)imwrite(I2,E:学科光电图像处理实验1.1.jpg,jpg)2、非线性灰度变换（对数变换或幂律变换选作其一）%读取原图像并转为灰度图I1=imread(E:学科光电图像处理实验3.jpg);I1=rgb2gray(I1);%显示原图像subplot(2,3,1)i

10、mshow(I1),title(Original image)%进行对数和伽玛变换c1=80;c2=1.2;gamma=1.5;I2=c1*log(1+double(I1);I3=c2*(double(I1).gamma);%分别显示对数和伽玛变换后的图像subplot(2,3,2)imshow(uint8(I2),title(Log Transformation Image)subplot(2,3,3)imshow(uint8(I3),title(Gamma Transformation Image)%计算相关变换的曲线a=min(min(I1);b=max(max(I1);x=0:255;

11、x=double(a):0.2:double(b);y1=c1*log(1+x);y2=c2*(x.gamma);%分别画出对数和伽玛变换后的曲线subplot(2,3,5)plot(x,y1),title(Log Transformation Curve),xlabel(x),ylabel(y)subplot(2,3,6)plot(x,y2),title(Gamma Transformation Curve),xlabel(x),ylabel(y)%保存灰度图imwrite(I2,E:学科光电图像处理实验3.1.jpg,jpg)imwrite(I3,E:学科光电图像处理实验3.2.jpg,j

12、pg)（二）直方图处理%读图并显示 I1=imread(pout.tif);subplot(231),imshow(I1),title(Original image)%统计每一灰度级出现次数h1=zeros(1,256);for k=1:256 h1(k)=length(find(I1=k-1);end%画出两种定义下的直方图r=0:255;subplot(232),bar(r,h1),title(Original Histogram)xlim(0,255),xlabel(Gray level),ylabel(Number)m,n=size(I1);p=h1/(m*n);subplot(233

13、),bar(r,p),title(Original Probability Histogram)xlim(0,255),xlabel(Gray level),ylabel(Probability)%直方图均衡化并显示出均衡后的图像p1=p;p1(1)=p(1);for i=2:256; p1(i)=p(i)+p1(i-1);endI2=round(p1*256);I3=I1;for i=1:m for j=1:n I3(i,j)=I2(I1(i,j)+1); endendsubplot(234),imshow(I3),title(Equalized image)%统计均衡图中的两种定义下的直方

14、图并显示for k=1:256 h2(k)=length(find(I3=k);endsubplot(235),bar(r,h2),title(Equalized Histogram)xlim(0,255),xlabel(Gray level),ylabel(Number)p2=h2/(m*n);subplot(236),bar(r,p2),title(Equalized Probability Histogram)xlim(0,255),xlabel(Gray level),ylabel(Probability)八.思考题1. 为了扩展一幅图像的灰度，使其最低灰度为C、最高灰度为L-1，试给

15、出一个单调的灰度变换函数。答：不妨设原图像f(x,y)的灰度最小值为a，最大值为b。变换后的图像为g(x,y)，则有：上式即为给出的单调灰度变换函数。2. 数字图像经过对数变换与幂律变换后，变换结果有什么差异？请按不同参数的取值范围进行具体分析。答：对数变换：对数变换的底数越大，对低灰度区扩展和高灰度区压缩就越强，而c则将其倍数放大。伽马变换：当时，伽马变换的作用与对数变换相近，当时，越大，对低灰度区压缩和高灰度区扩展也就越强。3. 从连续函数的概率分布来分析，直方图均衡处理可以使得各个灰度级分布变为均匀分布，即拉平直方图。而对实际数字图像的处理结果却是一种近似平直，而不是严格意义上的均匀直方图，试说明其理由。答： 由于图像的灰度值是离散的，并不是从0-255连续变化。在均衡化处理时，会由于四舍五入的关系，拉直图像时为近似拉直，无法做到完全均匀。报告评分： 指导教师签字：