数字图像处理实验二:图像增强与平滑(精)
- 格式:doc
- 大小:542.00 KB
- 文档页数:7
数字图像处理实验报告光信13-2班2013210191韩照夏数字图像处理实验报告实验一数字图像空间域平滑一、实验目的掌握图像空间域平滑的原理和程序设计;观察对图像进行平滑增强的效果。
二、实验设备计算机,Matlab程序平台。
三、实验原理图像平滑处理的目的是改善图像质量和抽出对象特征。
任何一幅未经处理的原始图像,都存在着一定程度的噪声干扰。
噪声恶化了图像质量,使图像模糊,甚至淹没特征,给分析带来困难。
消除图像噪声的工作称为图像平滑或滤波。
针对不同噪声源(如光栅扫描、底片颗粒、机械元件、信道传输等)引起的不同种类噪声(如加性噪声、乘性噪声、量化噪声等),平滑方法也不同。
平滑可以在空间域进行,也可以在频率域进行。
1.局部平均法局部平滑法是一种直接在空间域上进行平滑处理的技术。
假设图像由许多灰度恒定的小块组成,相邻象素间存在很高的空间相关性,而噪声则是统计独立的。
因此,可用邻域内各象素的灰度平均值代替该象素原来的灰度值,实现图像的平滑。
对图像采用3×3的邻域平均法,其作用相当于用以下模板与图像进行卷积运算。
2. 超限象素平滑法 对邻域平均法稍加改进,可导出超限象素平滑法。
其原理是将f(x,y)和邻域平均g(x,y)差的绝对值与选定的阈值进行比较,根据比较结果决定点(x,y )的最后灰度g ´(x,y)。
其表达式为3. 二维中值滤波中值滤波就是用一个奇数点的移动窗口, 将窗口中心点的值用窗口内各点的中值代替。
二维中值滤波可由下式表示常用的窗口有:四、实验步骤1.实验准备:打开计算机,进入Matlab 程序界面。
2.输入图像空间域平滑处理程序,程序如下:⎩⎨⎧>-= ),(),(),( ),,(),('其他,当y x f T y x g y x f y x g y x g )},({),(y x f Med y x g A=程序1.1 图像平滑处理clear;clc;I=imread('lena.jpg');subplot(3,2,1);imshow(I);title('原图像');I1=imnoise(I,'salt & pepper',0.02);subplot(3,2,2);imshow(I1);title('对I加椒盐噪声的图像');h2=fspecial('average',[3 3]);I2=imfilter(I1,h2,'replicate');subplot(3,2,3);imshow(I2);title('3×3邻域平滑');h3=fspecial('average',[5 5]);I3=imfilter(I1,h3,'replicate');subplot(3,2,4);imshow(I3);title('5×5邻域平滑');I4=I1;I4((abs(I1-I2))>64)=I2((abs(I1-I2))>64);subplot(3,2,5);imshow(I4);title('3×3超限象素平滑(T=64)'); I5=I1;I5((abs(I1-I3))>48)=I3((abs(I1-I3))>48);subplot(3,2,6);imshow(I5);title('5×5超限象素平滑(T=48)');程序1.2 图像平均平滑与中值滤波clear;clc;I=imread('lena.jpg');subplot(3,3,1);imshow(I);title('原图像');I1=imnoise(I,'gaussian',0.02);subplot(3,3,2);imshow(I1);title('高斯噪声');I2=imnoise(I,'salt & pepper',0.02);subplot(3,3,3);imshow(I1);title('椒盐噪声');h1=fspecial('average',[3 3]);I3=imfilter(I1,h1,'replicate');subplot(3,3,4);imshow(I3);title('对I1 3×3邻域平滑');h2=fspecial('average',[3 3]);I4=imfilter(I2,h2,'replicate');subplot(3,3,5);imshow(I4);title('对I2 3×3邻域平滑');I5=medfilt2(I1,[5 5]);subplot(3,3,6);imshow(I5);title('对I1 5×5中值滤波');I6=medfilt2(I2,[5 5]);subplot(3,3,7);imshow(I6);title('对I2 5×5中值滤波');3.运行图像处理程序,并保存处理结果图像。
数字图像处理报告——图像的平滑和傅里叶变化第一篇:数字图像处理报告——图像的平滑和傅里叶变化数字图像处理实验报告课程数字图像处理实验名称图像平滑处理噪声和傅里叶变换专业班级姓名学号实验日期 2010.12 教师审批签字目录一,实验目的和要求.............................................3 二,实验内容和原理.............................................3~4 三,相关函数......................................................4 四,源程序代码及运行结果....................................5~12 4.1给图像添加椒盐噪声或者高斯噪声.......................................5 4.2对被噪声污染的图像进行中值滤波和均值滤波........................6 4.3进行空间域的平滑............................................................7 4.4,开发自己的空间域的均值滤波,模板大小使用3×3...............8 4.5,自己的空间域的图像锐化--算子锐化.................................9 4.6,傅里叶变换和傅里叶反变换.............................................10 4.7,巴特沃斯低通滤波.........................................................11 五,心得体会.........................................................13 六,参考文献. (13)图像平滑处理噪声和傅里叶变换一、实验目的和要求1、实验目的(1)熟悉Matlab软件、编程以及图像处理工具箱。
福建农林大学信息工程类实验报告系: 信息与机电工程系 专业: 电子信息工程 年级: 2009级 姓名: 庄建军 学号: 092230069 实验课程: 数字图像处理 实验室号:_ 实验1楼607 实验设备号: F5 实验时间: 2012.6.1 指导教师签字: 成绩:实验二 图像增强一、 实验目的1.掌握灰度直方图的概念及其计算方法;2.熟练掌握直力图均衡化和直方图规定化的计算过程;3.掌握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;5.利用MATLAB 程序进行图像增强。
二、 实验原理图像增强是指按特定的需要突出一幅图像中的某些信息,同时,消弱或去除某些不需要的信息的处理方法。
其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。
图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。
1、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 kj j j r k k2、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。
3、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打开计算机,启动MATLAB 程序;程序组中“work ”文件夹中应有待处理的图像文件;2调入待处理的数字图像,并进行计算机均衡化处理;3启动MATLAB 程序,对图像文件分别进行直方图均衡化、均值滤波、中值滤波和拉普拉斯锐化操作;添加噪声,重复上述过程观察处理结果。
实验报告课程名称数字图像处理导论专业班级_______________姓名_______________学号_______________电气与信息学院和谐勤奋求是创新2.编写函数w = genlap lacia n(n),自动产生任一奇数尺寸n的拉普拉斯算子,如5×5的拉普拉斯算子w = [ 1 1 1 1 11 1 1 1 11 1 -24 1 11 1 1 1 14.采用不同的梯度算子对b lurry_moon.tif进行锐化滤波,并比较其效果。
[I,m ap]=im read('trees.tif');I=double(I);subplo t(2,3,1)imshow(I,m ap);title(' Original Im age');[Gx,Gy]=gradie nt(I); % gradie n t calcul ationG=sqrt(Gx.*Gx+Gy.*Gy); % matrixJ1=G; % gradie nt1subplo t(2,3,2)imshow(J1,m ap);title(' Operator1 Im age');J2=I; % gradie nt2 K=find(G>=7);J2(K)=G(K);subplo t(2,3,3)im show(J2,m ap);title(' Operator2 Im age');J3=I; % gradie n t3 K=find(G>=7);J3(K)=255;subplo t(2,3,4)im show(J3,m ap);title(' Operator3 Im age');J4=I; % gradie n t4 K=find(G<=7);J4(K)=255;subplo t(2,3,5)im show(J4,m ap);title(' Operator4 Im age');J5=I; % gradie nt5 K=find(G<=7);J5(K)=0;Q=find(G>=7);J5(Q)=255;subplo t(2,3,6)im show(J5,m ap);title(' Operator5 Im age');5.自己设计锐化空间滤波器,并将其对噪声图像进行处理,显示处理后的图像;附录:可能用到的函数和参考结果**************报告里不能用参考结果中的图像1)采用3×3的拉普拉斯算子w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]滤波I=im read('moon.tif');T=double(I);subplo t(1,2,1),im show(T,[]);title('Origin al Im age');w =[1,1,1;1,-8,1;1,1,1];K=conv2(T,w,'sam e');subplo t(1,2,2)im show(K);title('Laplacian Transf orm ation');图2.9 初始图像与拉普拉斯算子锐化图像2)编写函数w = genlap lacia n(n),自动产生任一奇数尺寸n的拉普拉斯算子,如5×5的拉普拉斯算子:w = [ 1 1 1 1 11 1 1 1 11 1 -24 1 11 1 1 1 11 1 1 1 1]functi on w = genlap lacia n(5)%Com put es the Laplac ian operat orw = ones(n);x = ceil(n/2);w(x, x) = -1 * (n * n - 1);3)分别采用5×5,9×9,15×15和25×25大小的拉普拉斯算子对blurry_mo on.tif进行锐化滤波,并利用式完成图像的锐化增强,观察其有何不同,要求在同一窗口中显示。
《数字图像处理(实验部分)》教案实验七:图像增强1.实验目的1.掌握MATLAB 的基本操作。
2.了解数字图像处理在MATLAB 中的基本处理过程。
3.学习图像增强的原理,观察算法处理结果2.实验设备2.1.PC 兼容机一台;操作系统为WindowsWindowsXP 。
2.2.数字图像处理开发环境:MATLAB 软件3.实验原理图像增强:运用5种不同的梯度增强法进行图像锐化4.实验步骤.1 打开MA TLAB 开发环境.2点击MATLAB 窗口上File 菜单,选择New-〉M —File ,在弹出的Edit 编辑器内输入如下程序:clear;close all ;[I,map]=imread('cameraman.tif' ;figure(1;subplot(2,3,1,imshow(I,map;title(' 原图' ;I=double(I;[Gx,Gy]=gradient(I; % 计算梯度, 获得的是二维偏导向量G=sqrt(Gx.*Gx+Gy.*Gy; % 注意是矩阵点乘J1=G;subplot(2,3,2,imshow(J1,map;title(' 梯度图' ; % 第一种图像增强J2=I; % 第二种图像增强K1=find(G>=7; %返回满足条件的索引号, 如果是N 行M 列的数组, 索引号顺序为从左边第一列开始, % 按列向顺序.J2(K1=G(K1;subplot(2,3,3,imshow(J2,map;title(' 超过7的梯度图' ;J3=I; % 第三种图像增强K=find(G>=7;J3(K=255;subplot(2,3,4,imshow(J3,map;title(' 梯度超过7的白亮图' ;J4=I; % 第四种图像增强K=find(G<=7;J4(K=255;subplot(2,3,5,imshow(J4,map;title(' 梯度未过7的白亮图' ;J5=I; % 第五种图像增强K=find(G<=7;J5(K=0;Q=find(G>=7;J5(Q=255;subplot(2,3,6,imshow(J5,map;title(' 梯度7为阈值分割的二值图' ;.3将该程序保存,并点击工具栏中Run 按钮,程序会自动运行,并显示出结果。
《数字图像处理及MATLAB实现》图像增强与平滑实验一.实验目的及要求1、熟悉并掌握MA TLAB 图像处理工具箱的使用;2、理解并掌握常用的图像的增强技术。
二、实验设备MATLAB 6.5 以上版本、WIN XP 或WIN2000 计算机三、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 the MATLAB workspace of any variables% and close open figure windows.I = imread('pout.tif'); % Reads the sample images ‘pout.tif’, and stores it inimshow(I) % an array named I.display the imagetext(60,20,'李荣桉1909290239','horiz','center','color','r')figure, imhist(I) % Create a histogram of the image and display it in% a new figure window.[I2,T] = histeq(I); % Histogram equalization.figure, imshow(I2) % Display the new equalized image, I2, in a new figure window.text(60,20,'李荣桉1909290239','horiz','center','color','r')figure, imhist(I2) % Create a histogram of the equalized image I2.figure,plot((0:255)/255,T); % plot the transformation curve.imwrite (I2, 'pout2.png'); % Write the newly adjusted image I2 to a disk file named% ‘pout2.png’.imfinfo('pout2.png') % Check the contents of the newly written file2.直接灰度变换clear all; close allI = imread('cameraman.tif'); 注意:imadjust()功能:调整图像灰度值或颜色映像表,也可实现伽马校正。
数字图像处理实验实验总学时:10学时实验目的:本实验的目的是通过实验进一步理解和掌握数字图像处理原理和方法。
通过分析、实现现有的图像处理算法,学习和掌握常用的图像处理技术。
实验内容:数字图像处理的实验内容主要有三个方面:(1) 对图像灰度作某种变换,增强其中的有用信息,抑制无用信息,使图像的视在质量提高,以便于人眼观察、理解或用计算机对其作进一步的处理。
(2) 用某种特殊手段提取、描述和分析图像中所包含的某些特征和特殊的信息,主要的目的是便于计算机对图像作进一步的分析和理解,经常作为模式识别和计算机视觉的预处理。
这些特征包括很多方面,例如,图像的频域特性、灰度特征、边界特征等。
(3) 图像的变换,以便于图像的频域处理。
实验一图像的点处理实验内容及实验原理:1、灰度的线性变换灰度的线性变换就是将图像中所有的点的灰度按照线性灰度变换函数进行变换。
该线性灰度变换函数是一个一维线性函数:灰度变换方程为:其中参数为线性函数的斜率,函数的在y轴的截距,表示输入图像的灰度,表示输出图像的灰度。
要求:输入一幅图像,根据输入的斜率和截距进行线性变换,并显示。
2、灰度拉伸灰度拉伸和灰度线性变换相似。
不同之处在于它是分段线性变换。
表达如下:其中,(x1,y1)和(x2,y2)是分段函数的转折点。
要求:输入一幅图像,根据选择的转折点,进行灰度拉伸,显示变换后的图像。
3、灰度直方图灰度直方图是灰度值的函数,描述的是图像中具有该灰度值的像素的个数,其横坐标表示像素的灰度级别,纵坐标表示该灰度出现的频率(象素的个数)。
要求:输入一幅图像,显示它的灰度直方图,可以根据输入的参数(上限、下限)显示特定范围的灰度直方图。
4、直方图均衡:要求1 显示一幅图像pout.bmp的直方图;2 用直方图均衡对图像pout.bmp进行增强;3 显示增强后的图像。
实验二:数字图像的平滑实验内容及实验原理:1.用均值滤波器(即邻域平均法)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 实验步骤:用原始图象lena.bmp 或cameraman.bmp 加产生的3%椒盐噪声图象合成一幅有噪声的图象并显示;1. 用均值滤波器去除图像中的噪声(选3x3窗口);2. f (x 0,y 0)=Med {f (x,y )∨x ∈[x 0−N,x 0+N ],y ∈[y 0−N,y 0+N ]}用中值滤波器去除图像中的噪声(选3x3窗口做中值滤波);3. 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。
实验二图像增强与平滑
一、实验类型:验证性实验
二、实验目的
1. 掌握图像增强的基本原理。
2. 掌握常用的图像增强技术。
三、实验设备:安装有MATLAB 软件的计算机
四、实验原理
图像增强技术的目的是对图像进行加工,以得到对具体应用来说视觉
效果更好、更有用的图像。
常用的图像增强技术有图像间运算、直接灰度映射、直方图修改技术、线性滤波和非线性滤波等。
下面介绍三种图像增强技术:直方图均衡化、邻域平均平滑滤波和中值滤波。
3. 直方图均衡化
直方图均衡化是一种使输出图像直方图近似为均匀分布的变换算法,
是一种直方图修改技术。
在MATLAB 中,可以调用函数histeq 自动完成图像的直方图均衡化。
下面的例子演示如何用histeq 函数来调整一幅灰度图像。
原图像的灰度对比度较低,大部分值位于灰度范围的中间。
histeq 函数生成一幅灰度值在整个范围内均匀分布的输出图像。
I=imread(‘pout.tif’;
J=histeq(I;
imshow(J
figure,imhist(J,64
4. 邻域平均平滑滤波
邻域平均平滑滤波也称为均值滤波,是一种线性滤波方法。
该方法用
一个像素的平均值作为滤波结果,。
下面的例子演示如何在MATLAB 中对
一幅灰度图像进行邻域平均平滑滤波。
I=imread(‘eight.tif’;
J=imnoise(I,’salt & pepper’,0.02;
figure,imshow(J;
h=ones(3,3/9;
K=imfilter(J,h;
figure,imshow(K;
5. 中值滤波
中值滤波是最常用的非线性滤波算法,该算法的输出像素值是对应像素邻域内的中值。
下面的例子演示如何在 MATLAB中对一幅灰度图像进行中值滤波。
I=imread(‘eight.tif’;
J=imnoise(I,’salt & pepper’,0.02;
figure,imshow(J;
K=medfilt2(J,[3 3];
figure,imshow(K;
五、实验内容
1. 选择一幅直方图不均匀的图像,对该图像做直方图均衡化处理,比较处理前后的图像以及它们的灰度直方图。
2. 选择一幅图像,对它增加不同的噪声,然后分别利用邻域平均平滑滤波和中值滤波对该图像进行滤波,比较各滤波器的滤波效果。
六、实验步骤
在百度中找到灰度图,将图片保存在C盘中
1.直方图均衡化
2.邻域平均平滑滤波
3.中值滤波。