数字图像处理实验报告88876

《数字图像处理》

实验报告

目录

第一章实验一数字图像的基本操作和灰度变换 (3)

1.1实验目的 (3)

1.2实验原理与方法 (3)

1.3实验内容与结果分析 (4)

1.4思考问题 (8)

第二章实验二图像的空间域增强 (9)

2.1实验目的 (9)

2.2实验原理与方法 (9)

2.3实验内容与结果分析 (10)

2.4思考问题 (16)

第三章实验三图像的傅里叶变换和频域处理 (17)

3.1实验目的 (17)

3.2实验原理与方法 (17)

3.3实验内容与结果分析 (18)

附录：实验代码 (23)

第一章

实验一数字图像的基本操作和灰度变换

1.1实验目的

①了解数字图像的基本数据结构

②熟悉Matlab中数字图像处理的基本函数和基本使用方法

③掌握图像灰度变换的基本理论和实现方法

④掌握直方图均衡化增强的基本理论和实现方法

1.2实验原理与方法

灰度的线性变换可以突出图像中的重要信息。通常情况下，处理前后的图像灰度级是相同的，即处理前后的图像灰度级都为[0，255]。那么，从原理上讲，我们就只能通过抑制非重要信息的对比度来腾出空间给重要信息进行对比度展宽。

设原图像的灰度为),(j i f ，处理后的图像的灰度为),(j i g ，对比度线性展宽的原理示意图如图1.1所示。假设原图像中我们关心的景物的灰度分布在[a f ，b f ]区间内，处理后的图像中，我们关心的景物的灰度分布在[a g ，b g ]区间内。在这里)(a b g g g -=∆()b a f f f >∆=-，也就是说我们所关心的景物的灰度级得到了展宽。根据图中所示的映射关系中分段直线的斜率我们可以得出线性对比度展宽的计算公式：

),(j i f α， a f j i f <≤),(0

=),(j i g

a a g f j i f +-)),((β，

b a f j i f f <≤).,( （1-1） b b g f j i f +-)),((γ，

255),(<≤j i f f b （m i ,3,2,1 =；n j ,3,2,1 =）

其中，a a f g =

α，a b a b f f g g --=β，b b f g --=255255γ，图像的大小为m ×n 。 1.2.2 直方图均衡化

直方图均衡化是将原始图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。

离散图像均衡化处理可通过变换函数：

来实现 1.3实验内容与结果分析

1.读入一幅灰度图像test1.tif ，显示其灰度直方图

2.根据图像灰度直方图，选择所关心的图像景物的灰度分布范围[fa,fb]，以及拟变换的灰度分布范围[ga,gb]

①确定灰度变换范围为

a f =100，

b f =150，a g =50，b g =200，则线性变换结果如

下：

由此可以看出，将图像灰度在100到150之间的部分进行灰度拉伸，其他部分灰度压缩，图像整体变暗了，但因为拉伸的灰度值处于中间部分，所以效果不明显。 ② 确定灰度变换范围为a f =30，b f =50，a g =30，b g =200，则线性变换结果如下：

将灰度值处于30至50之间的部分进行拉伸，其他部分压缩，图像变换效果比较明显。30至50位于直方图低灰度值部分，所以图像变亮。

1.读入一幅灰度图像test

2.tif,求出其直方图

2.利用Matlab函数实现图像的均衡化处理

3.显示处理前后的图像和灰度直方图，说明处理前后直方图的变化以及对应的灰度变化

均衡化处理前，直方图分布集中在低亮度区域，图像暗且对比度低，视觉效果差。均衡化处理后，直方图分布均匀，图像变亮，且对比度提高，图像清晰，视觉效果好。

1.4思考问题

1．在映射关系中，分段直线的斜率的大小对图像处理结果有哪些影响？

斜率大于1的部分对图像灰度有拉伸作用，小于1的部分对图像灰度有压缩作用。例如，低灰度级的区域斜率大于1，有拉伸作用，高灰度级的区域斜率小于1，有压缩作用，所以图像变亮；反之，图像变暗。

2．在进行对比度扩展时，如果确定和选取所关心的景物？

根据直方图分布的峰值所在区域，一半背景峰值分布在直方图低灰度区，物体对象峰值分布在直方图高灰度区，两峰之间的谷底近似背景和物体对象的分界。

3. 直方图均衡化适用于什么形式的灰度分布情形？

适用于灰度分布集中在较窄的区域从而使图像细节不清晰的图像，直方图均衡化后使图像的灰度间距拉开，使灰度分布均匀，增大反差，提高对比度，使图像细节清晰，改善视觉效果。

第二章

实验二图像的空间域增强

2.1实验目的

①熟悉图像空间域增强方法，掌握增强模板使用方法

②掌握均值滤波器、中值滤波器的理论基础和实现方法

③掌握图像锐化的基本理论和实现方法

④验证图像滤波处理结果

2.2实验原理与方法

图像增强是数字图像处理的基本内容之一，其目的是根据应用需要突出图像中的某些“有用”信息，削弱或去除不需要的信息，以改善图像的视觉效果,或突出图像的特征，便于计算机处理。图像增强可以在空间域进行，也可以在频率域中进行。

空间域滤波主要利用空间模板进行，如3⨯3，5⨯5模板等，一般来说，使用大小为m×n 的滤波器对大小为M×N 的图像f进行空间滤波，可表示成：其中，m=2a+1, n=2b+1, w(s,t)是滤波器系数，f(x,y)是图像值

均值滤波器是一种空间平滑滤波器，它是对包含噪声的图像上的每个像素点，用它邻域内像素的平均值替代原来的像素值。例如，采用一个3×3的模板，待处理的像素为f(i,j)，则处理后图像对应的像素值为g(i-1,j+1)

g(i,j)=1/9*(f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,j-1)+f(i,j)+

f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1));

中值滤波器也是一种空间平滑滤波器，它是对以图像像素点为中心的一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，因此它