数字图像处理与图像通信

实验名称：图像的锐化处理一、实验目的：学习用锐化处理技术来加强图像的目标边界和图像细节。

对图像进行梯度算子、Roberts 算子、Sobel算子边缘检测处理和Laplace算子边缘增强处理，是图像的某些特征(如边缘、轮廓等)得以进一步的增强及突出。

二、实验内容：(1) 编写梯度算子和Roberts算子滤波函数。

(2) 编写Sobel算子滤波函数。

(3) 编写拉普拉斯边缘增强滤波函数。

三、实验方法及编程：function new buf=RobF ilter(o ldbuf,M,N);% ************************************************************************ % 函数名称：% RobFilter()% 说明：% ‘Robert梯度’滤波算法。

% ************************************************************************ for i=1:M-1for j=1:N-1newbuf(i,j)=abs(o ldbuf(i,j)-oldb uf(i+1,j+1))+a bs(oldb uf(i+1,j)-oldbuf(i,j+1));endend%-------------------------------------------------------------------------function new buf=SobF ilter(o ldbuf,M,N);% ************************************************************************ % 函数名称：% SobFilter()% 说明：% ‘Sobel’滤波算法。

% ************************************************************************ for i=2:M-1for j=2:N-1sx=oldbuf(i+1,j-1)+2*old buf(i+1,j)+oldb uf(i+1,j+1)-oldbuf(i-1,j-1)-2*oldbuf(i-1,j)-oldbuf(i-1,j+1);sy=oldbuf(i-1,j+1)+2*old buf(i,j+1)+old buf(i+1,j+1)-oldbuf(i-1,j-1)-2*oldbuf(i,j-1)-oldbuf(i+1,j-1);newbuf(i,j)=abs(s x)+abs(sy);endend%-------------------------------------------------------------------------function new buf=LapF ilter(o ldbuf,M,N);% ************************************************************************ % 函数名称：% LapFilter()% 说明：% ‘Laplace’滤波算法。

% ************************************************************************ for i=2:M-1for j=2:N-1newbuf(i,j)=5*oldbu f(i,j)-oldbuf(i-1,j)-o ldbuf(i+1,j)-oldbuf(i,j-1)-old buf(i,j+1);endend%-------------------------------------------------------------------------四、实验结果及分析：（原图像和处理后的图像比较及分析）通过实验图像所示，Robert梯度算子和Sobel算子都能显示出图像的轮廓，Sobel算子比Robert梯度算子所显示的轮廓更加粗犷，因为Sobel算子中用了S x、S y两个分量，分别是相隔两行和两列的差分。

Laplace算子是一种重要的边缘检测算子，该算子的增强程度与其边缘的方向无关，从而满足不同走向的边缘锐化的要求，用以将图像的边缘、细节增强，通过结果结果可以看出，图像的细节明显比原来更加突出。

日期：2011 年9 月13 日==============================================================================实验名称：图像信号的数字化一、实验目的：通过本实验了解图像的数字化参数取样频率(像素个数)、量化级数与图像质量的关系。

二、实验内容：(1) 编写并调试图像数字化程序。

要求参数k，N可调。

其中，k为亚抽样比例，N为量化比特数。

(2) 可选任意图像进行处理，在显示器上观察各种数字化参数组合下的图像效果。

三、实验方法及编程：function n ewbuf=S ample_Q uant(old buf,k,n)%% ************************************************************************ % 函数名称：% Sample_Quant() 图像数字化算法函数%参数：% oldbuf 原图像数组% M N 原图像尺寸% k 取样间隔% n 量化比特值% newbuf 存放处理后的图像二维数组% 说明：% 在水平和垂直方向作1:k取样，得到新的取样图像，再根据量化公式对每个像% 素分别取n 比特量化，为了观察显示的需要，再按k:1的比例将再取样的图像还原% 为原图像尺寸。

最后放入新的图像数组中并返回该数组。

% ************************************************************************ [M,N]=size(oldbuf);oldbuf=dou ble(old buf);x=1;y=1;while x<Mwhile y<Nnew=(rou nd(oldb uf(x,y)/(2^(8-n))))*(2^(8-n));for i=0:k-1for j=0:k-1if(x+i<M)&(y+j<N)newbuf(x+i,y+j)=uint8(n ew);endendendy=y+k;endif y>=Ny=1;endx=x+k;end%-------------------------------------------------------------------------四、实验结果及分析：（原图像和处理后的图像比较及分析）图像的数字化主要包括两种处理：采样和量化。

图像实验的图像是已量化成8bit，即0-255共256个灰度级的灰度图像。

通过实验图像可以看出，亚抽样比例k和量化比特数N 对都会对图像产生影响，k的改变从视觉上影响到方块效应的程度，N的改变影响着灰度级的大小，N越小，就会使图像相近的灰度变得区分不出来，使细节处变得更加模糊，影响图像的观赏度。

日期：2011 年9 月20 日==============================================================================实验名称：图像灰度级修正一、实验目的：掌握常用的图像灰度级修正方法，即图像的灰度变换法和直方图均衡化法，加深对灰度直方图的理解。

二、实验内容：(1) 编程实现图像的灰度变换。

改变图像输入、输出映射的灰度参数范围(拉伸和反比)，观看图像处理结果。

(2) 修改可选参数gamma值，使其大于1，等于1和小于1，观看图像处理结果。

(3) 对图像直方图均衡化处理，显示均衡前后的直方图和图像。

实验图像选用hor256或vax256。

三、实验方法及编程：function n ewbuf=G rayTran sf(oldbu f)% ************************************************************************ % 函数名称：% GrayTransf() 灰度变换函数% 参数：% oldbuf 原图像数组% newbuf 存放处理后的图像二维数组% 说明：% 可以任意指定输入图像需要映射的灰度范围和指定输出图像所在的灰度范围。

还可接% 受一个可选的参数来指定修正因素r。

% ************************************************************************ [M,N]=size(oldbuf);newbuf=ima djust(o ldbuf,s tretchli m(oldbu f),[]);newbuf=uin t8(newb uf);%-------------------------------------------------------------------------function n ewbuf=G rayGamm a(oldbuf,r)% ************************************************************************ % 函数名称：% GrayGamma() gamma校正函数% 参数：% r gamma校正值% oldbuf 原图像数组% newbuf 存放处理后的图像二维数组% 说明：% 图像获取、打印和显示的各种装置是根据幂次规律进行响应的。

习惯上，幂次等式中% 的指数是指伽马值.用于修正幂次响应现象的过程称作伽马校正。

% imadjust()函数还可接受一个可选的参数来指定修正因素r(也称gamma校正值)。

% 根据r值的不同，输入图像与输出图像间的映射可能是非线性的。

% ************************************************************************ newbuf=ima djust(o ldbuf,s tretchli m(oldbu f),[],r);newbuf=uin t8(newb uf);%-------------------------------------------------------------------------function n ewbuf=G rayEqua lize(old buf)% ************************************************************************ % 函数名称：% GrayEqualize() 直方图均衡算法函数% 参数：% oldbuf 原图像数组% newbuf 存放处理后的图像二维数组% 说明：% 对oldbuf的原图像数据进行灰度统计，然后计算每一个K所对应的S值，求出对照% 表S（k），最后以原图像灰度值K作为地址，对每一象素进行变换，得出均衡化以后的% 新图像存放在newbuf中。