本科生实验报告
（二）
:
学院:
专业:信息安全
班级:信息安全
实验课程名称:数字图像处理与分析
实验日期:2013 年 4 月 25 日
指导教师及职称:王云峰
实验成绩:
开课时间：2012-2013 学年第 2 学期
政法学院实验管理中心印制
if (f>=f2)&(f<=f3)
g(i,j)=r3*f+b3; %曲线3的方程y=r3*x+b3
end
end
end
end
end
subplot(3,3,7),imshow(uint8(g)),ylabel('变换图像(方法2)'); subplot(3,3,8),imhist(uint8(g));
(2)实验结果
灰度变换（对数变换）
(1) 程序源代码：
close all
clear
clc
disp('====E4_4_6.m====');
I=imread('rice.png');
subplot(3,3,1),imshow(I),ylabel('原图像');
subplot(3,3,2),imhist(I);
%对数变换
c=255/log(1+255); % 语句1
x=0:1:255;
y=c*log(1+x);
subplot(3,3,6),plot(x,y),axis tight,xlabel('f'),ylabel('g'); %绘制变换曲线
[m,n]=size(I);
K=double(I);
g=c*log(K+1);
%{
%等价的循环语句实现
for i=1:m
for j=1:n
g(i,j)=0;
g(i,j)=c*log(K(i,j)+1);
end
end
%}
subplot(3,3,4),imshow(uint8(g)),ylabel('对数变换'); subplot(3,3,5),imhist(uint8(g));
%###系统函数调用###
J=imadjust(I,[],[],0.216);
subplot(3,3,7),imshow(J),ylabel('对数变换(系统调用)'); subplot(3,3,8),imhist(J);
(2)实验结果：
直方图处理（直方图均衡化）
(1) 程序源代码：
close all
clear
clc
disp('====E4_5_2.m====');
I=imread('tire.tif');
J=histeq(I);
subplot(2,2,1),imshow(I),ylabel('原图像');
subplot(2,2,2),imhist(I);
subplot(2,2,3),imshow(J),ylabel('直方图均衡图像'); subplot(2,2,4),imhist(J);
(2) 观察并记录实验结果：作为实验报告的容。
2. 空域滤波
空域滤波:基于邻域处理，应用某一模板对每个像素及其周围邻域的所有像素进行某种数学运算，得到该像素的新的灰度值。图像平滑与锐化技术就属于空域滤波。均值滤波是在空间域对图像进行平滑处理的一种方法，易于实现，效果也挺好。中值滤波是一种非线性处理技术，能抑制图像中的噪声。它是基于图像的这样一种特性：噪声往往以孤立的点的形式出现，这些点对应的象素很少，而图像则是由像素数较多、面积较大的小块构成。
在一维的情况下，中值滤波器是一个含有奇数个像素的窗口。在处理之后，位于窗口正中的像素的灰度值，用窗口各像素灰度值的中值代替。中值滤波在某些情况下抑制噪声，而在另一些情况下却会抑制信号。
均值滤波源代码
I=imread(‘rice.tif’);
J=imnoise(I, ‘salt&pepper’, 0.02);
h=fspecial(‘average’, 3);
I2=filter2(h, J);
subplot(1,3,1), imshow(I), title(‘原图像’);
subplot(1,3,2), imshow(J), title(‘加噪声图像’);
subplot(1,3,3), imshow(I2, [ ]), title(‘均值滤波后图像’);
程序执行的结果如图：
结论：邻域平均法虽然可以平滑图像，但在消除噪声的同时，会使图像中的一些细节变得模糊。
中值滤波则在消除噪声的同时还能保持图像中的细节部分，防止边缘模糊。中值滤波是一种非线性滤波。它首先确定一个奇数像素窗口W，窗口各像素按灰度值从小到大排序后，用中间位置灰度值代替原灰度值。设增强图像在(x,y)的灰度值为f(x,y)，增强图像在对应位置(x,y)的灰度值为g(x,y)，则有：
median
f
k
y
x
-
=
l
-
g∈
x
y
,
),
k
}
(
,
l
(W
,
{
)
W为选定窗口大小。
中值滤波源代码：
I=imread(‘rice.tif’);
J=imnoise(I, ‘gaussian’, 0.02);
I2=medfilt2(J, [3, 3]);
subplot(1,3,1), imshow(I), title(‘原图像’);
subplot(1,3,2), imshow(J), title(‘加噪声图像’);
subplot(1,3,3), imshow(I2), title(‘中值滤波后图像’);
运行的结果如图；
