图像空域增强直方图变换增强——流程图

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 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 nn 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 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、 实验仪器1计算机；2 MA TLAB 程序；3记录用的笔、纸。

四、 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直方图均衡化I=imread('pout.tif'); %将pout.tif 图像读入matlab 环境Figure %控制画图窗口数量subplot(221);imshow(I); %将I 图显示到一个平面上2行2列第一个位置 subplot(222);imhist(I); %将I 图显示到一个平面上2行2列第二个位置 I1=histeq(I); %做I 图像的直方图均衡figure; %控制画图窗口数量subplot(221);imshow(I1); %将I1图显示到一个平面上2行2列第一个位置 subplot(222);imhist(I1); %将I1图显示到一个平面上2行2列第二个位置添加噪声直方图均衡化均值滤波I=imread('w.tif'); %将w.tif图像读入matlab环境[M,N]=size(I); %自动确定后图像大小，返回图像行数M和列数N II1=zeros(M,N); %创建一个M行，N列的零矩阵for i=1:16 %建立循环i从1到16II(:,:,i)=imnoise(I,'gaussian',0,0.01); %将均值为0方差为0.01的高斯噪声加到图像II1上II1=II1+double(II(:,:,i)); %将II噪声转换成double型后与零矩阵相加if or(or(i==1,i==4),or(i==8,i==16)); %判断条件，如果满足i为1，4，8，16 figure; %控制画图窗口数量imshow(uint8(II1/i)); %在matlab上显示uint8类型的数据图像endend中值滤波I=imread('fa.tif'); %将fa.tif图像读入matlab环境J=imnoise(I,'salt & pepper',0.02); %用噪声密度为0.02的椒盐噪声污染图像I subplot(231),imshow(I); %将I图显示到一个平面上2行3列第一个位置title('原始图像'); %命名为原始图像subplot(232),imshow(J);title('添加椒盐噪声图像'); %同上k1=medfilt2(J); %将图像J执行二维中值滤波, 处理模版大小3*3k2=medfilt2(J,[5,5]); %将图像J执行二维中值滤波，处理模版大小5*5k3=medfilt2(J,[7,7]); %将图像J执行二维中值滤波, 处理模版大小7*7k4=medfilt2(J,[9,9]); %将图像J执行二维中值滤波, 处理模版大小9*9subplot(233),imshow(k1);title('3x3模版中值滤波');%将k1图显示到一个平面上2行3列第三个位置，命名为3x3模版中值滤波subplot(234),imshow(k1);title('5x5模版中值滤波'); %类比同上subplot(235),imshow(k1);title('7x7模版中值滤波'); %类比同上subplot(236),imshow(k1);title('9x9模版中值滤波'); %类比同上梯度锐化操作I=imread('rose.tif'); %将rose.tif图像读入matlab环境subplot(131);imshow(I); %将I图显示到一个平面上1行3列第一个位置H=fspecial('Sobel'); %对图像模糊建模H=H'; %将字符数组显示为行变量TH=filter2(H,I); % 对二维图像H进行空间滤波subplot(132),imshow(TH,[]); %将TH图显示到一个平面上1行3列第二个位置H=H'; %将字符数组显示为行变量TH=filter2(H,I); % 对二维图像H进行空间滤波subplot(133),imshow(TH,[]); %将TH图显示到一个平面上1行3列第三个位置。

实验三空域图像增强（灰度变换、直方图处理）一、实验目的1. 掌握灰度变换的基本原理。

2. 掌握直方图处理的基本原理。

3. 掌握Matlab中灰度变换和直方图处理的实现方法。

二、实验内容1. 灰度变换（直接正比变换）。

2. 灰度变换（截取式正比变换）。

3. 灰度变换（反比变换）。

4. 灰度变换（对比拉伸）。

5. 灰度变换（灰度切割）。

6. 灰度变换（对数变换）。

7. 灰度变换（幂次变换）。

8. 直方图处理（直方图均衡化）。

三、实验仪器、设备及材料1. 电脑一台（2G CPU、2GB RAM、50GB Disk及以上）。

2. Windows 2000 / Windows XP / Windows 7。

3. Matlab R2006b及以上版本。

4. 记录用的笔、纸。

四、实验原理1. 灰度变换灰度变换是一种点操作，根据原始图像中每个像素的灰度值，按照某种映射规则将其转化为另一灰度值。

其原理是将原图像f(x , y)中的每个像素的灰度按EH操作直接变换以得到目标图像g(x , y)。

若以s表示f(x , y)，以t表示g(x , y)，则灰度变换原理如下图所示：2. 直方图处理直方图变换可以清晰图像细节，突出目标物体，改善亮度比例关系，增强图像对比度。

直方图变换基于概率论。

直方图均衡化主要用于增强动态范围偏小的图像的反差。

其基本思想是把原图像的直方图转换为均匀分布的形式，增加像素灰度值的动态范围，增强图像整体对比度。

五、实验步骤1. 灰度变换（直接正比变换）(1) 程序源代码：close allclear15clcdisp('====E4_4_1.m====');I=imread('rice.png');subplot(3,3,1),imshow(I),ylabel('原图像');subplot(3,3,2),imhist(I);%方法1-系统函数J=imadjust(I,[40/255 204/255],[0 1]); %图像的最小灰度值为40，最大灰度值为204subplot(3,3,4),imshow(J),ylabel('变换图像(方法1)');subplot(3,3,5),imhist(J);%方法2-编程实现%把灰度值范围从[40,204]映射到[0,255]f0=0;g0=0; %分段曲线的第1个点f1=40;g1=0; %分段曲线的第2个点f2=204;g2=255; %分段曲线的第3个点f3=255;g3=255; %分段曲线的第4个点subplot(3,3,9),plot([f0,f1,f2,f3],[g0,g1,g2,g3]),xlabel('f'),ylabel('g'),axis([0 255 0 255]);%绘制变换曲线r1=(g1-g0)/(f1-f0); %曲线1的斜率b1=g0-r1*f0; %曲线1的截距r2=(g2-g1)/(f2-f1); %曲线2的斜率b2=g1-r2*f1; %曲线2的截距r3=(g3-g2)/(f3-f2); %曲线3的斜率b3=g2-r3*f2; %曲线3的截距[m,n]=size(I);K=double(I);for i=1:mfor j=1:nf=K(i,j);g(i,j)=0;if(f>=f0)&(f<=f1)g(i,j)=r1*f+b1; %曲线1的方程y=r1*x+b1elseif (f>=f1)&(f<=f2)g(i,j)=r2*f+b2; %曲线2的方程y=r2*x+b2elseif (f>=f2)&(f<=f3)g(i,j)=r3*f+b3; %曲线3的方程y=r3*x+b3endendendendend16subplot(3,3,7),imshow(uint8(g)),ylabel('变换图像(方法2)');subplot(3,3,8),imhist(uint8(g));(2) 观察并记录实验结果：作为实验报告的内容(3) 将“分段曲线的第2个点”更改为“f1=150;g1=0;”，观察并记录实验结果，分析产生该结果的原因：作为实验报告的内容。

《遥感原理与应用》课程上机ENVI初步学习和影像增强处理一. 实验目的学习ENVI软件的基本操作，能够将图像进行相应变换和增强处理，在此操作中加深对理论知识的理解和掌握二.数据介绍介绍实验数据为软件自带数据，实习前应将实验数据所用图像改为本人姓名拼音原始图像三. 实验过程（一）空间域增强点运算1.线性对比度拉伸Linear Contrast Stretch）线性变换所用的变换函数是线性的或分段线性的，是将像元值的变动范围按线性关系扩展到指定范围，变换函数y=a*x+b.目的是为了改善图像的对比度，改变图像像元的灰度值。

线性对比度拉伸是系统默认的交互式拉伸。

线性拉伸的最小和最大值分别设置为 0 和 255，两者之间的所有其它值设置为中间的线性输出值具体做法如下所示：Enhance->interactive stretching,从 Interactive Contrast Stretching 对话框内，选择Stretch_Type > Linear Contrast Stretch，要限定最小和最大输入值，点击“Apply” ，把拉伸应用于显示的数据。

如图2分段线性对比度拉伸（Piecewise Linear Contrast Stretch）分段线性变换就是在一些灰度段拉伸，另一些灰度段压缩分段线性对比度拉伸可以通过使用鼠标在输入直方图中放置几个点进行交互地限定。

当在点之间提供线性拉伸时，线段在点处连接起来。

具体做法如下所示：选择Stretch_Type > Piecewise Linear.，要限定最小和最大输入值，点击“Apply” ，把拉伸应用于显示的数据。

如图3高斯对比度拉伸（Gaussian Contrast Stretch）系统默认的 Gaussian 拉伸是围绕DN平均值127的三个标准差的数据分布（centered at a mean DN of 127 with the data distributed over a range of 3 standard deviations）。

成绩评定表课程设计任务书摘要空域增强是数字图像处理的基本内容之一。

经过增强处理后，图像的视觉效果会得到改善，对比度增强，为图像的信息提取及其他图像分析技术奠定良好的基础。

由于没有衡量图像增强质量的通用标准，图像增强往往和具体应用背景有较大的相关性。

本课程设计主要研究用于图像空域增强算法的直方图变换增强，包括直方图均衡化与直方图规定化。

对于原本偏亮或偏暗的图像，均衡化可以使被处理图像不再偏暗也不再偏亮，灰度层次分布比较均匀。

规定化可将被处理图像按照预先设定的形状调整其直方图。

二者均可改善图像视觉效果。

采用MATLAB软件进行编程，运用上述算法对图像进行处理。

仿真结果表明，处理后的图像对比度得到了明显改善，图像细节清晰，增强了图像的视觉效果，有利于图像的分析和识别。

关键词：空域增强；直方图变换增强；MATLAB目录1设计目的与要求 (1)1.1设计目的 (1)1.2设计要求 (1)2设计原理 (1)2.1直方图均衡化 (1)2.2直方图规定化 (3)3设计方案 (4)3.1设计思想 (4)3.2设计流程 (4)4软件实现 (5)4.1原始图像 (5)4.2图像均衡化 (6)4.3图像规定化 (6)5仿真与结果分析 (7)5.1仿真 (8)5.1.1图像原始化 (8)5.1.2图像均衡化 (9)5.1.3图像规定化 (10)5.2结果分析 (11)结论 (12)参考文献 (13)1设计目的与要求1.1设计目的选择一副对比度不足的图像，对该图像进行灰度变换实现图像的增强，增强对比度，显示增强前、后的图像以及他们的灰度直方图。

总结直方图增强的方法，对比方法的优缺点，积极思考基于特定图像的增强方法，设计中应具有自己的设计思想、设计体会。

1.2设计要求（1）学习Matlab处理图像的方法；（2）加深对空域增强的理解；（3）掌握直方图均衡化和标准化算法。

2设计原理一般情况下,如果图像的灰度分别集中在比较窄的区间,从而引起图像细节的模糊,为了使图像细节清晰,并使目标得到突出,达到图像增强的目的,可通过改善各部分亮度的比例关系,即通过直方图的方法来实现。