空域变换增强
图像的空域变换增强方法是基于图像像素点的方法，也叫做灰度变换。常见的有三种方法：
（1） 对每个像素按照增强算法进行直接灰度变换
（2） 借助图像的直方图进行变换
（3） 借助一系列图像之间的操作进行变换
为了提高红外图像的对比度，本文中研究了前两种方法：灰度拉伸和直方图均衡化。
1、灰度拉伸
灰度拉伸是基于图像的点运算而言的。它可以使图像动态范围加大，图像对比度扩展，使得图像更加清晰。该方法是按一定的规则逐点修改输入图像每一像素点的灰度值，从而改变图像灰度的动态范围。它可以使某动态区进行压缩而在另外区域中进行扩展。
本论文中采用如下变换函数公式对红外灰度像素进行灰度拉伸。其中，α, β,γ为分段函数的三个斜率，β值大于α和γ的值。该灰度拉伸函数将红外图像中可能包含行人的灰
度范围(),a b 扩展到范围(),a b g g ，将图像中较暗的背景灰度范围()0,a 和较亮的可能是
灯光等噪声干扰的灰度范围(),255b 分别压缩到()0,a g 和(),255b
g 。下图为该函数的示意图。
图像拉伸示意图
经过实验发现，在各种情况下行人的灰度值大体分布在(50,200)的范围内，因此实验中将(a ,b)取值为(50,200)，(),a b
g g 取值为(40,250)。 经过灰度拉伸使得红外图像中行人目标更加突出。变换后灰度高端和低端的对比度降低，消除了背景中的噪声干扰，尤其是灰度端部分的灯光干扰，为后续的图像分割和行人检测处理研究提供了很好的基础。然而，灰度拉伸算法对远距离行人的红外图像处理的效果比较好，这是由于远距离行人红外图像灰度值普遍比较低，直方图分布聚集在较低灰度范围，经过灰度拉伸后可以增加图像中行人和背景的对比度。但是近距离行人红外图像灰度直方图聚集在较高的范围内，灰度拉伸使得行人和背景区域灰度同时被扩展，反而降低了行人和背景的对比度。本文中只研究 7~15 米范围内的行人，经过试验证明 7 米左右处行人的红外图像不存在这种问题。
2、 直方图灰度均衡
直方图均衡化是非常典型的空域增强方法，它可以大大改善图像灰度分布的动态范围，增加图像的整体对比度，使人们获得对于红外图像更好的视觉效果。该算法因其简捷高效而得到了广泛的应用。直方图均衡化的基本思想是使得增强后图像的灰度统计直方图呈现为均 匀分布，从而改善整幅图像灰度分布的动态范围。它是通过点运算将图像的原始灰度分布均匀散布于整个可能允许的灰度分布空间，使输入图像转换为在每一灰度级上都有相同的像素点数的输出图像（即输出的直方图是平的），从而拉大灰度值之间的动态范围，在视觉上增强图像的整体对比度。
其主要步骤为：
（1）计算原图像灰度级直方图；
（2）求原图像灰度的累积概率分布函数，进一步求出灰度变换表；
（3）求新的灰度值；
设r 和S 分别表示归一化了的原图像和经直方图修正后的图像灰度。即0 ≤ r ,S ≤1对[0，1]区间内的任一个r 值都可产生一个值S ，且
()S T r =
()T r 为变换函数。()T r 满足下列条件：
a 、在 0 ≤ r ≤1区间内是单调增加函数；
b 、对于 0 ≤ r ≤1，有0 ≤()T r ≤1。
条件 a 保证灰度级从黑到白的次序，而条件 b 确保映射后的像素灰度在允许的范围内。
对于连续图像，图像的概率密度函数（归一化到单位面积的直方图）的定义为：
1
(
)()
p x H x
A
=()
其中()
H x为直方图，
A为图像的面积。设变换前图像的改良密度函数为()r r
P
，转换后
图像的概率密度函数为()
S
s
P，变换函数为()
S
T r
=。由概率论知识得：
如果想让变化后图像的概率密度函数为 1，则必须满足：
等式两边对 r 积分得：对于离散图像，第 i 个灰度级出现的频数用表示，该灰度级像素对应的概率值为：
式中 L 是灰度级的数目，是第 i 级灰度级的概率，是在图像中出现这种灰度级的次数，n 是帧内像素总数。则离散图像的变换函数表达式为
上面用的 r 和 S 都是归一化了的灰度值，得出结果以后需要再计算对应的
灰度值。L 级的灰度图可用下式计算其灰度值：
其中：为变化后得到的实际灰度值。
直方图均衡化的优点是能自动地增强整个图像的对比度，但它的具体增强效果不易控制，处理的结果总是得到全局均衡化的直方图。该方法将行人目标增强的同时，也将背景增强，不适于后续的图像处理工作。另外，可以采用直方图规定化的方法改进直方图均衡化算法。直方图规定化方法采用特定形状的直方图，有选择地增强目标所在的灰度值范围内的对比
度，使得处理后的图像处理中行人目标更加突出。从直方图规定化的原理看，它是可以满足人们对于图像增强的要求的。但是为了得到最佳的增强效果，需要制定最佳的特定直方图，这就要求首先对图像中目标的大小、灰度分布等特征进行相当准确的提取，否则可能造成目
标的残缺或失真。对于千变万化的实际场景，如何准确提取目标特征、进一步如何利用这些目标特征制定最佳的特定直方图是相当困难、也是相当复杂的。所以本论文中采用灰度拉伸的方法来提高红外图像的对比度的。
实验报告 实验课程:光电图像处理姓名： 学号： 实验地点： 指导老师： 实验时间：
一． 实验名称：空间图象增强（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 令原图像灰度范围由[a,b]线性变换后图像灰度范围[c,d]，以便于提升原图像的对比度。线性灰度变换公式如下： ()(,),[(,)](,)(,)d f x y b d c g x y f x y a c a f x y b b a c f x y a >??-?=-+≤≤?-?
对图像2种定义下的直方图统计统计，并分别画出两种定义下的直方图。直方图均衡化主要用于增强动态范围偏小的图像的反差。该方法的基本思想是把原始的直方图变换为均匀分布的形状，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。 四． 实验步骤 （一）数字图像的灰度变换 1、线性灰度变换 1）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： ()(,),[(,)](,)(,)d f x y b d c g x y f x y a c a f x y b b a c f x y a >??-?=-+≤≤?-?
计算机与信息工程学院综合性、设计性实验报告 一、 实验目的 1、进一步了解MatLab 软件 /语言，学会使用MatLab 对图像作滤波处理，掌握滤波算法，体会滤波效果。 2、了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力。 二、实验设备与软件 1、 IBM-PC 计算机系统； 2、 MatLab 软件/语言包括图像处理工具箱(Image Processing Toolbox)； 3、 实验所需要的图片。 三、实验要求 1、完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声进行滤波处理； 2、能够正确地评价处理的结果； 3、能够从理论上作出合理的解释。 四、实验内容与步骤 1、调入并显示原始图像Sample2-1.jpg 。 2、 利用imnoise 命令在图像Sample2-1.jpg 上加入高斯(gaussian) 噪声 3、利用预定义函数fspecial 命令产生平均(average)滤波器 111191111---????--????---? ?
4、分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器，对加入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果； 5、选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。 6、利用imnoise 命令在图像Sample2-1.jpg 上加入椒盐噪声(salt & pepper) 7、重复3)~ 5）的步骤 8、输出全部结果并进行讨论。 M文件如下： I=imread('electric.tif'); %J = imnoise(I,'gauss',0.02); %添加高斯噪声 J = imnoise(I,'salt & pepper',0.02); %(注意空格) %添加椒盐噪声ave1=fspecial('average',3); %产生3×3的均值模版 ave2=fspecial('average',5); %产生5×5的均值模版 K = filter2(ave1,J)/255; %均值滤波3×3 L = filter2(ave2,J)/255; %均值滤波5×5 M = medfilt2(J,[3 3]); %中值滤波3×3模板 N = medfilt2(J,[4 4]); %中值滤波4×4模板 imshow(I);title('原图像'); figure,imshow(J);title('添加"高斯"噪声后的图像'); %figure,imshow(J);title('添加"椒盐"噪声后的图像'); figure,imshow(K);title('均值滤波3×3'); figure,imshow(L);title('均值滤波5×5'); figure,imshow(M);title('中值滤波3×3模板'); figure,imshow(N);title('中值滤波4×4模板'); 说明：运行时分两次进行，第一次观察高斯噪声把相应的椒盐噪声注释掉，如上面所示，第二次观察椒盐噪声时把相应的高斯噪声注释掉。 运行结果： 1、高斯噪声：
实验三空域图像增强 一、实验目的与要求 1、掌握灰度直方图的概念及其计算方法； 2、熟练掌握直力图均衡化和直方图规定化的计算过程； 3、熟练掌握空域滤波中常用的平滑和锐化滤波器； 4、掌握色彩直方图的概念和计算方法 5、利用MATLAB程序进行图像增强。 二、实验内容与步骤 1、图像的直方图与直方图均衡方法 a. 从硬盘加载cameraman.tif图象(using function imread). b. 显示图象. c. 显示图象的直方图(using function imhist). d. 用直方图均衡方法进行图象增强. e. 对处理后的图象显示其直方图. f. 比较图象的质量并且进行讨论. 代码如下： I=imread(‘原图像名.gif); % 读入原图像 J=histeq(I); %对原图像进行直方图均衡化处理 Imshow(I); %显示原图像 Title(‘原图像’); %给原图像加标题名 Figure；imshow(J); %对原图像进行屏幕控制；显示直方图均衡化后的图像 Title(‘直方图均衡化后的图像’) ; %给直方图均衡化后的图像加标题名 Figure; subplot(1,2,1) ;%对直方图均衡化后的图像进行屏幕控制；作一幅子图作为并排两幅图的第1幅图 Imhist(I,64); %将原图像直方图显示为64级灰度 Title(‘原图像直方图’) ; %给原图像直方图加标题名 Subplot(1,2,2); %作第2幅子图 Imhist(J,64) ; %将均衡化后图像的直方图显示为64级灰度 Title(‘均衡变换后的直方图’) ; %给均衡化后图像直方图加标题名 从处理前后的图像可以看出，许多在原始图像中看不清楚的细节在直方图均衡化处理后所得到的图像中都变得十分清晰。 2、对图象加入躁声，改变噪声参数（均值、方差或比例），比较其影响。使用3x3或7x7的均值滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。相关程序： I=imread('electric.tif'); J = imnoise(I,'gauss',0.05,0.02); %添加均值为0.05，方差为0.02的高斯噪声%J = imnoise(I,'salt& pepper',0.02); %添加2%像素被污染的椒盐噪声 ave1=fspecial('average',3); %产生3×3的均值模版ave2=fspecial('average',7); %产生7×7的均值模版
图像增强—空域滤波实验报告 篇一：5.图像增强—空域滤波 - 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 进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。 了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。 二、实验要求 (1)学生应当完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。 (2)利用MATLAB软件实现空域滤波的程序：I=imread('electric.tif'); J = imnoise(I,'gauss',0.02); %添加高斯噪声 J = imnoise(I,'salt & pepper',0.02); %添加椒盐噪声ave1=fspecial('average',3); %产生3×3的均值模版ave2=fspecial('average',5); %产生5×5的均值模版 K = filter2(ave1,J)/255; %均值滤波3×3 L = filter2(ave2,J)/255; %均值滤波5×5 M = medfilt2(J,[3 3]);%中值滤波3×3模板 N = medfilt2(J,[4 4]); %中值
滤波4×4模板 imshow(I); figure,imshow(J); figure,imshow(K); figure,imshow(L); figure,imshow(M); figure,imshow(N); 三、实验设备与软件 (1) IBM-PC计算机系统 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容与步骤 a) 调入并显示原始图像Sample2-1.jpg 。 b) 利用imnoise 命令在图像Sample2-1.jpg 上加入高斯(gaussian) 噪声 c)利用预定义函数fspecial 命令产生平均(average)滤波器 ??1?1?1???19?1?????1?1?1?? ? d）分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器，对加 入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果； e）选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。 f）利用imnoise 命令在图像Sample2-1.jpg 上加入椒盐噪声(salt & pepper) g）重复c)~ e）的步骤 h）输出全部结果并进行讨论。
摘要 图像增强是指依据图像所存在的问题，按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些冗余信息的处理方法。其主要目的是使得处理后的图像对给定的应用比原来的图像更加有效同时可以有效的改善图像质量。图像增强技术主要包含直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。 图像增强单纯从技术上可分成两大类：一类是频域处理法；一类是空域处理法。空间域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模糊。锐化的目的在于突出物体的边缘轮廓，便于目标识别。本文先对图像增强的原理进行概述，然后对图像增强的方法分类并给出直方图增强、对比度增强，平滑和锐化等几种常用的增强方法、彩色图像增强的理论基础，通过MATLAB实验得出的实际处理效果来对比各种算法的优缺点，讨论不同的增强算法的技术要点，并对其图像增强方法进行性能评价。 关键词：图像增强；直方图；平滑；锐化 I
Abstract Image enhancement is based on the problems existing in the images, according to the specific need to highlight some of the information in an image, at the same time, to weaken or remove some redundant information processing method. Its main purpose is to make the image after processing for a given application is more effective than the original image at the same time can effectively improve the image quality. Image enhancement technology mainly includes histogram modification, image smoothing processing, image intensification processing and color processing technology, etc. Image enhancement is pure from the technology can be divided into two categories: one is frequency domain processing method; One kind is spatial processing method.Spatial domain algorithm is divided into the neighborhood denoising arithmetic algorithm and algorithm.Algorithm namely grayscale correction arithmetic, such as gray transform and histogram modification, purpose or for uniform image imaging, or expand the dynamic range image, expand the contrast.Neighborhood enhancement algorithm into image smoothing and sharpening two kinds.Smooth generally used to eliminate image noise, but also easy to cause the edge of the fuzzy.Sharpen the purpose is to highlight the edge contour of the object, is advantageous for the target identification.This paper first summarized the principle of image enhancement, and image enhancement method of classification and histogram enhancement, contrast enhancement, such as smoothing and sharpening of several common enhancement method, the theoretical basis of color image enhancement, through practical processing effect of MATLAB experiment compared the advantages and disadvantages of various algorithms, discussed the main technical points of the different enhancement algorithm, and its image enhancement method for performance evaluation. Keywords：image enhancement ；histogram enhancement ；smoothing sharpening II
一、实验名称：空域图像增强 二、实验目的：掌握Matlab语言图像工具箱中空域图像增强的实现 三、实验要求： 在掌握图像灰度调整、直方图修正和图像锐化的指令基础上，编写程序实现图像的灰度变换，直方图均衡和图像锐化的处理 四、实验仪器和设备：计算机，Matlab软件 五、实验原理： 1、亮度变换S=T(r)点对点的变换（灰度级对灰度级的变换）matlab函数：imadjust() 亮度变换的基本函数g=imadjust(f,[low in high in],[low out high out],gamma); low in and high in 参数分别指定输入图像需要映射的灰度空间范围，low out 和high out 参数分别指定输出图像所在的灰度范围。GAMMA表示曲线的形状，描述输入输出图像之间的关系。如果GAMMA小于1，则映射的权重趋势向更亮输出，如果GAMMA大于1，则趋向更暗的输出。默认值为1。 2、直方图均衡化 直方图是多种空间域处理技术的基础，能有效用于图像增强，是实时图像处理的流行工具，直方图均衡化的目的是使图像在整个灰度值动态变化范围内分布均匀化，改善图像的亮度分布状态，增强视觉效果。直方图均衡化是通过灰度变换将一幅图像转换程另一幅具有均衡性的直方图。即在每个灰度级上都具有相同的像素点数的过程。 3、空域滤波 手工滤波与函数提供滤波器的比较 六、实验步骤： 1、将待处理图片拷到matlab软件’work’文件夹 2、实行亮度变换 3、对图像进行直方图均衡处理 4、空域滤波 5、记录实验结果并分析 七、实验程序及结果记录： 1、亮度变换 I=imread(‘E:\fig308.tif’); Imshow(I); Figure,imhist(I); J=imadjust(I,[0.5 0.9],[0,1]); Figure; imshow(J); Figure; imhist(J) 2、直方图均衡化 I=imread(‘E:\fig308.tig’); J=histea(I); Imshow(I); Title(‘原图像’); Figure; Imshow(J); Title(‘直方图均衡化后的图像’);
课程名称： 实验项目： 实验地点： 专业班级：学号：学生姓名： 指导教师： 2012年月日
实验一 空域图像增强技术 一、 实验目的 1结合实例学习如何在视频显示程序中增加图像处理算法； 2理解和掌握图像的线性变换和直方图均衡化的原理和应用； 3了解平滑处理的算法和用途，学习使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理的程序设计方法； 4 了解噪声模型及对图像添加噪声的基本方法。 二、 实验原理 1 灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。 )],([),(y x f T y x g = ?? ? ??<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ) ,(),(y x f b g b y x f b y x f a g a y x f a y x f y x f y x g b a γβα n y m x ΛΛ,2,1 ,,,2,1== 2 直方图均衡化通过点运算将输入图像转换为在每一级上都有相等像素点数的输出图 像。按照图像概率密度函数PDF 的定义： 1,...,2,1,0 )(-== L k n n r p k k r 通过转换公式获得： 1,...,2,1,0 )()(0 -====∑∑ ==L k n n r p r T s k j k j j j r k k 3 均值（中值）滤波是指在图像上，对待处理的像素给定一个模板，该模板包括了其 周围的临近像素。将模板中的全体像素的均值（中值）来代替原来像素值的方法。 4 拉普拉斯算子如下： ???? ??????--------111181111 拉普拉斯算子首先将自身与周围的8个像素相减，表示自身与周围像素的差异，再将 这个差异加上自身作为新像素的灰度。 三、 实验步骤 1 启动MA TLAB 程序，对图像文件分别进行灰度线性变换（参考教材57页，例4.1）、直方图均衡化、均值滤波、中值滤波和梯度锐化操作。添加噪声，重复上述过程观察处理结果。 2记录和整理实验报告
数字图像处理期中论文 图像增强技术综述 学院信息工程学院 专业电子信息工程 方向信息处理方向 姓名何娜娜 学号200710113081 中国传媒大学 2010 年11 月27 日
图像增强技术综述 内容摘要 数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。图像增强是数字图像处理的过程中经常采用的一种方法，它对提高图像质量起着重要的作用。本文先对图像增强的原理进行概述，然后对图像增强的方法分类并给出直方图增强、对比度增强、平滑和锐化等几种常用的增强方法的理论基础，通过Matlab实验得出的实际处理效果来对比各种算法的优缺点，讨论不同的增强算法的技术要点，并对其图像增强方法进行性能评价。 关键词：图像增强直方图增强对比度增强平滑锐化彩色图像增强 Abstract Digital image processing is the procedures of converting image signal into digital format, then using the computer to process it. Image enhancement is digital image processing process often use a method to improve image quality, it plays an important role. This article first introduces the principle of image enhancement and classification，and then focus on several methods to study such as and histogram enhancement, contrast enhancement, smoothing and sharpening, and other commonly used in learning the basic digital image With the approach, through Matlab experiment that the actual effect of various algorithms to compare the advantages and disadvantages to discuss the different enhancement algorithm. The application of occasions, and its image enhancement method of performance evaluation. Keywords:Image Enhancement histogram enhancement contrast enhancement smoothing sharpening 1 图像增强概述 1.1 图像增强背景及意义 在一般情况下，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降，即图像失真。在摄影时由于光照条件不足或过度，会使图像过暗或过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题不妨统称为质量问题。图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚
昆明理工大学信息工程与自动化学院学生实验报告 （ 2012 —2013 学年第二学期） 课程名称：图形图像处理开课实验室：信自444 2013年 5月 22日 一、实验目的 进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。 了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。 二、实验要求 (1)学生应当完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。 (2)利用MATLAB软件实现空域滤波的程序： I=imread('electric.tif'); J = imnoise(I,'gauss',0.02); %添加高斯噪声 J = imnoise(I,'salt & pepper',0.02); (注意空格) %添加椒盐噪声 ave1=fspecial('average',3); %产生3×3的均值模版 ave2=fspecial('average',5); %产生5×5的均值模版 K = filter2(ave1,J)/255; %均值滤波3×3 L = filter2(ave2,J)/255; %均值滤波5×5 M = medfilt2(J,[3 3]); %中值滤波3×3模板 N = medfilt2(J,[4 4]); %中值滤波4×4模板 imshow(I); figure,imshow(J); figure,imshow(K);
figure,imshow(L); figure,imshow(M); figure,imshow(N); 三、实验设备与软件 (1) IBM-PC 计算机系统 (2) MatLab 软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容与步骤 a) 调入并显示原始图像Sample2-1.jpg 。 b) 利用imnoise 命令在图像Sample2-1.jpg 上加入高斯(gaussian) 噪声 c)利用预定义函数fspecial 命令产生平均(average)滤波器 111191111---????--????---? ? d ）分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器，对加入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果； e ）选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。 f ）利用imnoise 命令在图像Sample2-1.jp g 上加入椒盐噪声(salt & pepper) g ）重复c)~ e ）的步骤 h ）输出全部结果并进行讨论。 实验过程及截图 I=imread('3.jpg'); imshow(I);
信息工程学院实验报告 课程名称：数字图像处理Array 实验项目名称：实验四图像增强实验时间： 班级：姓名：学号： 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. 掌握图像空域增强算法的基本原理。 3. 掌握图像空域增强的实际应用及MATLAB实现。 4. 掌握频域滤波的概念及方法。 5. 熟练掌握频域空间的各类滤波器。 6.掌握怎样利用傅立叶变换进行频域滤波。 7. 掌握图像频域增强增强的实际应用及MATLAB实现。 二、实验步骤及结果分析 1. 基于幂次变换的图像增强 程序代码： clear all; close all; I{1}=double(imread('fig534b.tif')); I{1}=I{1}/255; figure,subplot(2,4,1);imshow(I{1},[]);hold on I{2}=double(imread('room.tif')); I{2}=I{2}/255; subplot(2,4,5);imshow(I{2},[]);hold on for m=1:2 Index=0; for lemta=[0.5 5] Index=Index+1; F{m}{Index}=I{m}.^lemta; subplot(2,4,(m-1)*4+Index+1),imshow(F{m}{Index},[]) end end 执行结果：
图1 幂次变换增强结果 实验结果分析： 由实验结果可知，当r<1时，黑色区域被扩展，变的清晰；当r>1时，黑色区域被压缩，变的几乎不可见。 2.直方图规定化处理 程序代码： clear all clc close all %0.读图像 I=double(imread('lena.tiff')); subplot(2,4,1); imshow(I,[]); title('原图') N=32; Hist_image=hist(I(:),N); Hist_image=Hist_image/sum(Hist_ima ge); Hist_image_cumulation=cumsum(Hist_ image);%累计直方图 subplot(245); stem(0:N-1,Hist_image); title('原直方图'); %1.设计目标直方图 Index=0:N-1; %正态分布直方图 Hist{1}=exp(-(Index-N/2).^2/N); Hist{1}=Hist{1}/sum(Hist{1}); Hist_cumulation{1}=cumsum(Hist{1}) ; subplot(242); stem([0:N-1],Hist{1}); title('规定化直方图1'); %倒三角形状直方图 Hist{2}=abs(2*N-1-2*Index); Hist{2}=Hist{2}/sum(Hist{2}); Hist_cumulation{2}=cumsum(Hist{2}) ; subplot(246); stem(0:N-1,Hist{2}); title('规定化直方图2'); %2. 规定化处理 Project{1}=zeros(N); Project{2}=zeros(N); Hist_result{1}=zeros(N); Hist_result{2}=zeros(N); for m=1:2 Image=I; %SML处理(SML,Single Mapping Law单映 射规则 for k=1:N Temp=abs(Hist_image_cumulation(k)-
实验一 空域图像增强技术 一、实验目的 1.理解和掌握图像的线性变换和直方图均衡化的原理和应用。 2.了解平滑处理的算法和用途，学习使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理的程序设计方法。 3.了解噪声模型机对图像添加噪声的基本方法。 二、实验仪器 计算机， MATLAB 程序，记录用的笔、纸。 三、实验原理 1、灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。 )],([),(y x f T y x g = ?? ???<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ),(),(y x f b g b y x f b y x f a g a y x f a y x f y x f y x g b a γβα n y m x ,2,1 ,,,2,1== 2、直方图均衡化通过点运算将输入图像转换为在每一级上都有相等像素点数的输出图像。按照图像概率密度函数PDF 的定义： 1,...,2,1,0 )(-==L k n n r p k k r 通过转换公式获得： 1,...,2,1,0 )()(00-====∑∑==L k n n r p r T s k j k j j j r k k 3、均值（中值）滤波是指在图像上，对待处理的像素给定一个模板，该模板包括了其周围的临近像素。将模板中的全体像素的均值（中值）来代替原来像素值的方法。 4、拉普拉斯算子如下： ???? ??????--------111181111 拉普拉斯算子首先将自身与周围的8个像素相减，表示自身与周围像素的差异，再将这个差异加上自身作为新像素的灰度。 四、实验内容 1、灰度线性变换 将小于30的灰度值不变，将30到150的灰度值拉伸到30到200，同时压缩150到255的灰度值到200与255之间。 源程序： %灰度线性变换 I=imread('cameraman.tif'); figure;imshow(I);title('原始图像'); I=double(I);
图像增强实验
一：试验目的 熟悉并掌握数字图像空域增强：空域变换增强，空域滤波增强 二：实验内容 （1）直方图均衡化进行图像增强代码： imag=imread('pout.tif'); imag=im2double(imag); subplot(2,2,1);imshow(imag);title('原始图像'); subplot(2,2,2);imhist(imag);title('原始图像的直方图'); imag1=histeq(imag); subplot(2,2,3);imshow(imag1);title('直方图均衡化后的图像'); subplot(2,2,4);imhist(imag1);title('直方图均衡化后的图像的直方图'); 直方图均衡化进行图像增强效果图 （2）对图像加入椒盐噪声，并分别用中值滤波和自适应的方法进行去噪处理的代码： imag2=imnoise(imag,'salt',0.02); imag3=medfilt2(imag2); imag4=wiener2(imag2); subplot(2,2,1);imshow(imag);title('原始图像'); subplot(2,2,2);imshow(imag2);title('加入椒盐噪声后的图像'); subplot(2,2,3);imshow(imag3);title('进行中值滤波后的图像'); subplot(2,2,4);imshow(imag4);title('进行自适应滤波后的图像'); 对图像加入椒盐噪声，并分别用中值滤波和自适应的方法进行去噪处理的效果 原始图 像 0.5 1 原始图像的直方图 直方图均衡化后的图像 0.5 1 0直方图均衡化后的图像的直方图
实验一空域图像增强技术
实验一、空域图像增强技术 班级: 学号： 姓名： 实验时间： 实验学时：2学时 一、实验目的 1、结合实例学习如何在视频显示程序中增加图像处理算法； 2、理解和掌握图像的线性变换和直方图均衡化的原理和应用； 3、了解平滑处理的算法和用途，学习使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理的程序设计方法； 4、了解噪声模型及对图像添加噪声的基本方法。 二、实验原理 1、灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。 )],([),(y x f T y x g = ?? ???<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ),(),(y x f b g b y x f b y x f a g a y x f a y x f y x f y x g b a γβα n y m x ΛΛ,2,1 ,,,2,1== 2、直方图均衡化通过点运算将输入图像转换为在每一级上都有相等像素点数的输出图像。按照图像概率密度函数PDF 的定义： 1,...,2,1,0 )(-==L k n n r p k k r 通过转换公式获得： 1,...,2,1,0 )()(00-====∑∑==L k n n r p r T s k j k j j j r k k 3、均值（中值）滤波是指在图像上，对待处理的像素给定一个模板，该模板包括了其周围的临近像素。将模板中的全体像素的均值（中值）来代替原来像素值的方法。
4、拉普拉斯算子如下： ??????????--------111181111 拉普拉斯算子首先将自身与周围的8个像素相减，表示自身与周围像素的差异，再将这个差异加上自身作为新像素的灰度。 三、 实验步骤 1、启动MATLAB 程序，对图像文件分别进行灰度线性变换（参考教材50页，例4.1）、直方图均衡化（参考教材56页，例4.6）、均值滤波（参考教材60页，例4.9）、中值滤波（参考教材64页，例4.11）和梯度锐化操作（参考教材66页，例4.12）。观察处理结果。 2、记录和整理实验报告 四、实验仪器 1、计算机； 2、MATLAB 程序； 3、记录用的笔、纸。 五、实验报告内容 1、灰度线性变换 I=imread('pout.tif'); imshow(I); >> I=double(I); [M,N]=size(I); for i=1:M for j=1:N if I(i,j)<=30 I(i,j)=I(i,j);
实验一 空域图像增强（一） 时间： AM 10:00-12:00，2015.3.23(星期一) 地点：信软学院大楼(沙河校区计算机楼)继教院东309机房 一、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。 二、实验内容 本次实验主要包括数字图像的灰度变换和直方图处理两大部分内容。 （一）数字图像的灰度变换 1、线性灰度变换 1）读取一幅对比度低的灰度图像（如图1-1），并显示。 图1-1 原始低对比度图像（可下载原图，也可自行选图） 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：
()(,),[(,)](,)(,)d f x y b d c g x y f x y a c a f x y b b a c f x y a >????=?+≤≤???
一、实验目的 1掌握灰度直方图的概念及其计算方法； 2熟练掌握直方图均衡化原理； 3熟练掌握空域常用的平滑和锐化方法； 4熟练掌握频域低通滤波、高通滤波原理； 5利用MATLAB程序进行图像增强。 二、实验内容 1、图像空域增强： 1）采用直方图均衡化方法增强图像。 2）采用平滑算法去噪增强图像。 3）采用锐化算法增强图像。 2、图像频域增强 1）频域低通滤波 2）频域高通滤波 三、实验步骤及结果 1、图像空域增强： 1）采用直方图均衡化方法增强图像。 选择2017.png为原始图像，使用直方图均衡化函数histeq处理图像，使其直方图分布更均匀。 代码清单： function junheng(im1) A=imread(im1); B=histeq(A); subplot(2,2,1);imshow(A);title('原始图像');%输出原始图像 subplot(2,2,2);imhist(A);title('原始直方图');%输出原始直方图 subplot(2,2,3);imshow(B);title('均衡化图像');%输出均衡化图像 subplot(2,2,4);imhist(B);title('均衡化直方图');%输出均衡化直方图 结果：
图1 直方图均衡化 2）采用平滑算法去噪增强图像。 选择lena.png为原始图像，使用imnoise函数模拟噪声的产生对原始图像叠加椒盐噪声，然后使用模板大小为3*3和7*7的中值滤波器medfilt2分别平滑加噪图像；再使用百分比滤波器ordfilt2，设计5*5大小的最大值、最小值滤波器分别平滑加噪图像。 代码清单： function pinghua(im2) A=imread(im2); B=imnoise(A); C=medfilt2(A); D=medfilt2(A,[7,7]); E=ordfilt2(A,1,ones(5,5)); F=ordfilt2(A,9,ones(5,5)); subplot(2,3,1);imshow(A);title('原始图像');%输出原始图像 subplot(2,3,2);imshow(B);title('椒盐噪声图像');%输出加椒盐噪声图像 subplot(2,3,3);imshow(C);title('3*3平滑加噪图像');%输出模板大小为3*3的中值滤波器加噪图像subplot(2,3,4);imshow(D);title('7*7平滑加噪图像');%输出模板大小为7*7的中值滤波器加噪图像subplot(2,3,5);imshow(E);title('最小值平滑加噪图像');%输出最小值滤波器平滑加噪图像subplot(2,3,6);imshow(E);title('最大值平滑加噪图像');%输出最大值滤波器平滑加噪图像 结果：