工作报告之图像增强实验报告.docx

1、工作报告之图像增强实验报告图像增强实验报告【篇一：图像处理实验报告图像增强】 实 验 报 告 学生姓名：刘德涛 学 号:2010051060021 指导老师：彭真明 日 期：2013年3月31日一、实验室名称： 光电楼329、老计算机楼309机房 二、实验项目名称： 图像增强 三、实验原理： 图像增强是为了使受到噪声等污染图像在视觉感知或某种准则下尽量的恢复到原始图像的水平之外，还需要有目的性地加强图像中的某些信息而抑制另一些信息，以便更好地利用图像。图像增强分频域处理和空间域处理，这里主要用空间域的方法进行增强。空间域的增强主要有：灰度变换和图像的空间滤波。 1.灰度变换 灰度变换主要有线性

2、拉伸、非线性拉伸等。 灰度图像的线性拉伸是将输入图像的灰度值的动态范围按线性关系公式拉伸到指定范围或整个动态范围。令原图像f(x,y)的灰度变化范围为a,b，线性变换后图像g(x,y)的范围为a,b，线性拉伸的公式为： b?a g(x,y)?a?f(x,y)?a b?a 灰度图像的非线性拉伸采用的数学函数是非线性的。非线性拉伸不是对图像的灰度值进行扩展，而是有选择地对某一灰度范围进行扩展，其他范围的灰度值则可能被压缩。常用的非线性变换：对数变换和指数变换。 对数变换的一般形式：g(x,y)?a?lnf(x,y)?1 blnc 指数变换的一般形式：g(x,y)?bcf(x,y)?a?1 （a,b

3、,c用于调整曲线的位置和形状的参数。） 2.图像的空间滤波 图像的空间滤波主要有图像的空域平滑和锐化。 图像的平滑是一种消除噪声的重要手段。图像平滑的低频分量进行增强，同时抑制高频噪声，空域中主要的方法有领域平均、中值滤波、多帧相加平均等方法。 图像锐化能使图像的边缘、轮廓处的灰度具有突变特性。图像的锐化主要有微分运算的锐化，包括梯度法和拉普拉斯法算子。 四、实验目的： 1 熟悉和掌握利用matlab工具进行数字图像的读、写、显示等数字图像处理 基本步骤。 2 熟练掌握各种空间域图像增强的基本原理及方法。 3 了解光电图像的基本噪声和噪声模型；了解数字图像空间域平滑滤波和锐 化滤波器的作用4

4、掌握利用matlab工具编程实现数字图像增强处理和滤波处理的各种方法。 五、实验内容： （一）数字图像的线性灰度变换 （二）图像的非线性灰度变换 （三）光电图像的空域平滑处理 （四）光电图像的空域高通滤波 六、实验器材： 计算机、matlab软件 七、实验步骤： （一）数字图像的线性灰度变换 1）读取一幅灰度图像，并显示。 2）实现图像的灰度范围由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： f(x,y)?b?d?d?c?g?x,y?f(x,y)?a?ca?f(x,y)?b （1） b?a?f(x,y)?a?c 其中，f(x,y)为原始图像，灰度范围为a,b，g(

5、x,y)为增强后的数字图像，灰度范围为c,d。注：实验中a,b可由实际图像来确定，c,d可视具体情况人为给定。 3）显示经过线性灰度变换后的图像，并对变换结果进行必要的分析，画出灰度变换曲线图。 4）以另一个文件名形式保存灰度变换后的图像。 (二）图像的非线性灰度变换（指数变换） 1）读取一幅灰度图像并显示。 2）分别对其进行对数变换。即 对数变换： g(x,y)?a?lnf(x,y)?1 （2） blnc 3）显示增强后的图像，并利用matlab画出指数或对数变换曲线。 4）以另一个文件名形式保存增强后的图像。 （三）图像的非线性灰度变换（中值滤波） 1）读取一幅含有椒盐噪声的灰度图像并显示

6、。 2）编程实现对输入图像的中值滤波处理。 3）显示去除噪声后的处理结果。要求在同一窗口中显示原始图像及中值滤波的结果。 （四）光电图像的空域平滑处理 1）读取一幅灰度图像并显示。 2）对原始图像加噪声。 3）设计一个空间域的5?5的高斯滤波器h1?14741?41626164?1?72641267? 273?41626164?14741? 试画出滤波器空间域3d图形，由于h1的尺寸较小，可以用适当放大的方式显示。 4）分别采用进行卷积和滤波两种方式，对第二步中加噪声图像进行平滑处理，对滤波结果进行分析，并分别画出滤波结果图。 （五）光电图像的空域高通滤波 1）读取一幅灰度图像并显示。 2）根

7、据课堂上所学的知识，自行设计一个空间域的5?5高斯滤波模板hh。并画出该滤波器的3d图形。 3）分别采用进行卷积和滤波两种方式，对第1步中图像进行滤波处理，对滤波结果进行必要分析，并分别画出滤波结果图。 八、实验数据及结果分析： 输出结果图像见附件1。 对比原图和线性变换图像，可知线性变换图像对比度得到了增强，主要是由于程序中将图像的灰度由50,180变换到了15,230，整体灰度得到了拉伸。 对比原图和对数变换图像，可知原图的高亮度成分对比度得到了增强，低亮度成分对比度减弱了，分析对数变换曲线可知，在高亮度部分，曲线斜率大于1，灰度得到了拉伸，低亮度部分曲线斜率小于1，灰度被压缩。 对比原图

8、和中值滤波两图像，可知，中值滤波可以有效地去除椒盐噪声，主要是椒盐噪声部分亮度值最大或最小，取中值可以去除极值灰度。 对比原图、含噪图、卷积处理图像和滤波函数处理的函数，图像平滑具有滤除高斯噪声能力，而且对于相同的算子，用卷积和滤波函数处理的效果在视觉上观察是一样的，主要是因为采用的算子是对称的，相对于原图，去噪图像的边缘变得模糊，主要是加权平均处理带来的负面效果。 对比原图、两幅锐化图像，锐化图像为图像的变化较大的轮廓，主要是由于图像变化较大时，相邻像素灰度减得到的数比较大，所以得到较大的灰度值，变化较小的部分相减，得到的数值较小，所以最终得到锐化的图像。两幅锐化图像有所差异，主要是由于算子

9、不是对称的，由于两个函数处理的方式不一样，得到效果有所差异。 九、实验结论： 对图像的像素灰度进行线性和非线性拉伸变换，可以得到不同对比度变换，线性变换可以对全局的灰度均匀拉伸，但是非线性拉伸变换对不同的灰度范围有不同的拉伸或压缩效果。 对被椒盐噪声污染的图像，通过中值滤波可以很好地滤除噪声，且可以很好地保护图像的清晰度。 对图像进行平滑处理，可以处理高斯噪声，但是很带来图像的边缘细节模糊。对于具有对称特性的算子，conv2和imfilter处理的图像效果是一样的，非对称的算子，处理的效果一般不样。 对图像进行锐化处理，会得到图像的边缘部分，变化小部分对应的灰度值较小。 十、总结及心得体会：

10、总结：通过本次的图像增强实验了解了图像的最基本的像素级的操作，对图像的变换有了一定的了解，同时增加了自己对数字图像的了解。 心得体会：一些看起来很简单的图像处理，要自己编程进行实现比不是一件很简单的事，所以对于理论要多加以实践才能更好地掌握。 十一、对本实验过程及方法、手段的改进意见： 如果对现有的某些简单的函数进行限制使用，要求学生自己编写，可以很大程度的增强学生的编程能力。 报 告 评 分 ： 指导教师签字：【篇二：图像增强实验报告】 课程: 数字图像处理 实验日期: 2012年 4 月 日 成绩： 实验一 图像增强与平滑 一实验目的及要求 1了解matlab的操作环境和基本功能。 2掌握

11、matlab中图像增强与平滑的函数的使用方法。 3加深理解图像增强与平滑的算法原理。 二实验原理 图像增强的目的是改善图像的视觉效果，或者使图像更适合于人或机器进行分析处理。通过图像增强，可以减少图像中的噪声，提高目标与背景的对比度，也可以强调或抑制图像中的某些细节。 从处理的作用域出发，图像增强可以分为空间域法和频率域法。前者在空间域直接对像素进行处理，后者在图像的变换域内处理，然后经逆变换获得增强图像。图像增强技术主要有：空域变换增强、空域滤波增强、频域增强。点运算可以在空域内进行图像灰度修正、图像灰度变换以及图像直方图修正。空域滤波增强主要应用平滑滤波器、中值滤波器以及锐化滤波器。频域增

12、强主要应用高通滤波和同态滤波。图像增强还包括图像的伪彩色处理。彩色图像中包含有丰富的细节信息,为了获得清晰的彩色图像,保护原有的彩色信息,消除亮度不够对彩色图像像质的影响, 应用图像增强技术对彩色图像进行处理,既可以得到清晰的彩色图像,又可以保护原有的彩色信息。总之图像增强技术就是对图像中感兴趣的特征有选择地突出 ,而衰减其不需要的特征。 三、实验内容 （一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。（可将每段程序保存为一个.m文件） 1直方图均衡化 clear all; close all% clear

13、the matlab workspace of any variables % and close open figure windows. i = imread(pout.tif);% reads the sample images pout.tif, and stores it in imshow(i)% an array named i.display the image figure, imhist(i) % create a histogram of the image and display it in % a new figure window. i2,t = histeq(i)

14、;% histogram equalization. figure, imshow(i2) % display the new equalized image, i2, in a new figure window. figure, imhist(i2)% create a histogram of the equalized image i2. figure,plot(0:255)/255,t); % plot the transformation curve.课程: 数字图像处理 实验日期: 2012年 4 月 日 成绩： imwrite (i2, pout2.png);% write t

15、he newly adjusted image i2 to a disk file named % pout2.png. imfinfo(pout2.png) % check the contents of the newly written file 功能：直方图均衡化的基本思想是将原始图像的直方图变换为均匀分布的形式，从而增加图像灰度的动态范围，达到增强图像对比度的效果。经过均衡化处理的图像，其灰度级出现的概率相同，此时图像的熵最大，图像所包含的信息量也最大。 2直接灰度变换 clear all; close all i = imread(cameraman.tif); j = imadj

16、ust(i,0 0.2,0.5 1); imshow(i) figure, imshow(j) x,map = imread(forest.tif); figure,imshow(x,map) i2 = ind2gray(x,map); j2 = imadjust(i2,0.5); figure,imshow(i2) figure, imshow(j2) j3 = imadjust(i2,1.5); figure, imshow(j3) help imadjust % display the imadjust() function information. 功能：灰度变换就是把原图像的像素灰度

17、经过某个变换函数变换成新的图像灰度。直接灰度变换法有线性、分段线性以及非线性变换。 3空域平滑滤波（模糊、去噪） clear all; close all i = imread(eight.tif); h1 = ones(3,3) / 9; h2 = ones(5,5) / 25; i1 = imfilter(i,h1); i2 = imfilter(i,h2); figure(1), imshow(i), title(original image); figure(2), imshow(i1), title(filtered image with 3*3 ) figure(3), imsho

18、w(i2), title(filtered image with 5*5 ) % 加入gaussian 噪声 j1 = imnoise(i,gaussian,0,0.005); % 加入椒盐噪声j2 = imnoise(i,salt pepper,0.02);课程: 数字图像处理 实验日期: 2012年 4 月 日 成绩： % 对j1、j2进行平均值平滑滤波 k1 = imfilter(j1,fspecial(average,3); k2 = imfilter(j2,fspecial(average,3); figure(4); subplot(2,2,1), imshow(j1) , tit

19、le(gaussian); subplot(2,2,2), imshow(j2), title(salt pepper ); subplot(2,2,3), imshow(k1), title(average ); subplot(2,2,4), imshow(k2); % 对j1、j2进行中值滤波 k3 = medfilt2(j1,3 3); k4 = medfilt2(j2,3 3); figure(5); subplot(2,2,1), imshow(j1) , title(gaussian); subplot(2,2,2), imshow(j2), title(salt pepper

20、); subplot(2,2,3), imshow(k3), title( median filtering ); subplot(2,2,4), imshow(k4) 功能：通过中值滤波，消除图像噪声，模糊图像以达到使图像平滑的目的。 4空域锐化滤波 clear all; close all i = imread(moon.tif); w=fspecial(laplacian,0) w8=1,1,1;1,-8,1;1,1,1 i1= imfilter(i,w, replicate); figure(1); imshow(i), title(original image); figure(2)

21、, imshow(i1), title(laplacian image); f = im2double(i); f1= imfilter(f,w, replicate); figure(3), imshow(f1,), title(laplacian image); f2= imfilter(f,w8, replicate); f4 = f-f1; f8 = f-f2; figure(4), imshow(f4); figure(5), imshow(f8); 功能：空间域高通滤波主要用模板卷积来实现，本实验用拉普拉斯算子来实现空间域锐化滤波，是模糊的图像变清晰，增强图像边缘等细节，来达到图像

22、锐化的目的。 5图像的伪彩色处理密度分割 clear all, close all课程: 数字图像处理 实验日期: 2012年 4 月 日 成绩： i = imread(ngc4024m.tif); x = grayslice(i,16); imshow(i), title(original image) figure, imshow(x,jet(16), title(index color image) 伪彩色处理是指对不同的灰度级赋予不同的颜色从而将灰度图像变为彩色图像。为了引起特殊关注，把自然彩色图像变为伪彩色图像，为了突出某些图像细节内容，可把其变成人眼敏感的彩色。 （二）采用matl

23、ab底层函数编程实现以下灰度线性变换 假定原图像f(x, y)的灰度范围为a, b，希望变换后图像 g(x, y)的灰度范围扩展至c, d，则线性变换可表示为： d?cg(x,y)?f(x,y)?a?c b?a 用matlab底层函数编程实现上述变换函数。观察图像 pout.tif的灰度直方图，选择合适的参数a, b、c, d对图像pout.tif进行灰度变换，以获得满意的视觉效果。 四、实验设备 1piii以上微机； 2matlab6.5； 五、实验心得与意见 通过此次实验，了解matlab的操作环境和基本功能，以及如何使用matlab来实现图像增强与平滑，还有它们各种函数的使用方法。【篇三

24、：3.图像增强灰度变换 - 数字图像处理实验报告】 计算机与信息工程学院验证性实验报告 一、实验目的： 1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。 2、学会对图像直方图的分析。 3、掌握直接灰度变换的图像增强方法。 二、实验原理及知识点 术语空间域指的是图像平面本身，在空间与内处理图像的方法是直接对图像的像素进行处理。空间域处理方法分为两种：灰度级变换、空间滤波。空间域技术直接对像素进行操作其表达式为 g(x,y)=tf(x,y) 其中f(x,y)为输入图像，g(x,y)为输出图像，t是对图像f进行处理的操作符，定义在点(x,y)的指定领域内。 定义点(x,y)

25、的空间邻近区域的主要方法是，使用中心位于(x,y)的正方形或长方形区域。此区域的中心从原点(如左上角)开始逐像素点移动，在移动的同时，该区域会包含不同的领域。t应用于每个位置(x,y)，以便在该位置得到输出图像g。在计算(x,y)处的g值时，只使用该领域的像素。 s=t(r) 其中，r表示图像f中相应点(x,y)的亮度，s表示图像g中相应点(x,y)的亮度。 三、实验内容： 1、图像数据读出 2、计算并分析图像直方图 3、利用直接灰度变换法对图像进行灰度变换下面给出灰度变化的matlab程序 f=imread(medicine_pic.jpg); g=imhist(f,256);%显示其直方图

26、 g1=imadjust(f,0 1,1 0); %灰度转换，实现明暗转换(负片图像) figure,imshow(g1) %将0.5到0.75的灰度级扩展到范围0 1 g2=imadjust(f,0.5 0.75,0 1); figure,imshow(g2) g=imread(point.jpg); h=log(1+double(g); %对输入图像对数映射变换 h=mat2gray(h);%将矩阵h转换为灰度图片 h=im2uint8(h);%将灰度图转换为8位图 figure,imshow(h) 四、实验仪器 pc一台 ，matlab软件 五、实验图片columbia480.bmp f

27、ig0704(vase).tif.tif 六、实验程序及结果 clc;clear all f=imread(columbia480.bmp); subplot 121;imshow(f) title(原始图像) subplot 122;imhist(f,256) title(原始图像直方图) %灰度转换，实现明暗转换(负片图像） f1=imadjust(f,0 1,1 0); figure(2) subplot 121,imshow(f1) title(明暗转换后的图像) subplot 122;imhist(f1,256) title(明暗转换直方图) %将0.5到0.75的灰度级扩展到范围

28、0 1 f2=imadjust(f,0.5 0.75,0 1); figure(3) subplot 121;imshow(f2) title(0.5到0.75的灰度级扩展到范围0 1的图像) subplot 122;imhist(f2,256) title(灰度级扩展直方图) 原始图像原始图像直方图 100 200明暗转换直方图 明暗转换后的图像 100 200 灰度级扩展直方图 4 0.5到0.75的灰度级扩展到范围0 1的图像 100 200 clc;clear all m=imread(fig0704(vase).tif.tif); h=log(1+double(m); %对输入图像对数映射变换 h=mat2gray(h);%将矩阵h转换为灰度图片 h=im2uint8(h);%将灰度图转换为8位图 figure subplot 221;imshow(m) title(原始图像) subplot 222;imhist(m) title(原始图像直方图) subplot 223;imshow(h) title(经log变换后的图像) subplot 224;imhist(h) title(经log变换后的图像直方图) 原始图像原始图像直方图 经log变换后的图像 100 200 100 200 经log变换后的图像直方图 教师签名： 年 月 日