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
实验题目图像增强实验-空域增强
实验室DSP室&信号室实验时间
实验类别设计同组人数 2
成绩指导教师签字：
一．实验目的
1.掌握图像增强的基本定义及目的。
2.理解空间域增强的基本原理及方法。
3.掌握进行图像的空域增强的方法。
二．实验内容
1.读出blurry_moon.tif这幅图像，采用3×3的拉普拉斯算子w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]对其进行滤波。
2.编写函数w = genlaplacian(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 1
1 1 1 1 1
1 1 -24 1 1
1 1 1 1 1
1 1 1 1 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_moon.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。
4.采用不同的梯度算子对blurry_moon.tif进行锐化滤波，并比较其效果。
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；
三．实验具体实现
1.读出blurry_moon.tif这幅图像，采用3×3的拉普拉斯算子w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]对其进行滤波。
I=imread('trees.tif');
T=double(I);
subplot(1,2,1),imshow(T,[]);title('Original Image');
w =[1,1,1;
1,-8,1;
1,1,1];
K=conv2(T,w,'same');
subplot(1,2,2)
imshow(K);
title('Laplacian Transformation');
2.编写函数w = genlaplacian(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 1
1 1 1 1 1
1 1 -24 1 1
1 1 1 1 1
1 1 1 1 1]
I=imread('cameraman.tif');
T=double(I);
subplot(121),imshow(T,[]);title('Original Image');
w = [1 , 1 , 1 , 1 , 1;1 , 1, 1 , 1 , 1;1 , 1 , -24 , 1 , 1;1 , 1 , 1 , 1 , 1;1 , 1 , 1 , 1 , 1;];
K=conv2(T,w,'same');
subplot(122),imshow(K);
title('laplacian transform');
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_moon.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。function w = genlaplacian(n) w = ones(n);
x = ceil(n/2);
w(x, x) = -1 * (n * n - 1);
end;
w1 = genlaplacian(5);
w2 = genlaplacian(9);
w3 = genlaplacian(15);
w4 = genlaplacian(25);
I=imread('blurry_moon.tif');
T=double(I);
subplot(231),imshow(T,[]);
title('Original Image');
K1=conv2(T,w1,'same');
subplot(232),imshow(K1);
title('laplacian operator 5*5 ');
K2=conv2(T,w2,'same');
subplot(233),imshow(K2);
title('laplacian operator 9*9 ');
K3=conv2(T,w3,'same');
subplot(234),imshow(K3);title('laplacian operator 15*15 ');
K4=conv2(T,w4,'same');
subplot(235),imshow(K4);title('laplacian operator 25*25 ');
4.采用不同的梯度算子对blurry_moon.tif进行锐化滤波，并比较其效果。
[I,map]=imread('trees.tif');
I=double(I);
subplot(2,3,1)
imshow(I,map);
title(' Original Image ');
[Gx,Gy]=gradient(I); % gradient calculation
G=sqrt(Gx.*Gx+Gy.*Gy); % matrix
J1=G; % gradient1
subplot(2,3,2)
