实验一 空域图像增强技术
数字图像处理实验报告 实验一 图像增强实验
实验一图像增强实验一、实验目标：掌握图像增强的算法。
二、实验目的：1. 了解灰度变换增强和空域滤波增强的Matlab实现方法2. 掌握直方图灰度变换方法3. 掌握噪声模拟和图像滤波函数的使用方法三、实验内容：（1）图像的点操作、邻域操作算法。
（2）图像的直方图处理算法。
四、实验设备：1．PIII以上微机； 2．MATLAB6.5；五、实验步骤：（1）读入图像：用matlab函数实现图像读入（可读入Matlab中的标准测试图像）(原始图像)（2）实现图像点操作运算（如gamma校正，对数校正等）（3）实现图像的邻域处理（实现均值滤波，拉普拉斯滤波）（4）实现直方图均衡处理matlab 源程序clear all;clc;f=imread('girl_noise.jpg');figure,imshow(f),title('原始图像');[m,n]=size(f);f0= im2double(f); % 整型转换为double 类f1=f0;std_i=zeros(1,m-2);%灰线处理for i=2:m-1%灰线处理std_i(i-1)=std(f0(i,:));if(std_i(i-1)<0.1)for j=1:mf0(i,j)=(f0(i-1,j)+f0(i+1,j))/2;endendendfigure,imshow(f0),title('滤除灰线后的图像');fz=f0-f1;[r,c]=find(fz~=0);%寻找灰线噪声的位置f2=f0;change=0;count=0;for i=3:m-2%白线处理for j=1:mif(abs(f0(i,j)-f0(i-1,j))>0.2&&abs(f0(i,j)-f0(i+1,j))>0.2) count=count+1;endif(count>n*0.8)count=0;change=1;break;endendif(change==1)for k=1:mf0(i,k)=(f0(i-1,k)+f0(i+1,k))/2;endchange=0;count=0;endendfigure,imshow(f0),title('滤除白线后的图像');fz1=f2-f0;[r1,c1]=find(fz1~=0); %寻找白线噪声的位置fn = medfilt2(f0); %反射对称填充figure, imshow(fn),title('中值滤波后的图像');f0 = im2double(fn); % 整型转换为double 类g =2*f0- imfilter(f0,w4, 'replicate'); % 增强后的图像figure, imshow(g),title('高提升滤波图像(A=2)');图像处理结果六、结果分析从上面结果可以看出，带状噪声处理部分，已经基本将带状噪声去除。
空域图像增强实验报告
一、实验名称：空域图像增强二、实验目的：掌握Matlab语言图像工具箱中空域图像增强的实现三、实验要求：在掌握图像灰度调整、直方图修正和图像锐化的指令基础上，编写程序实现图像的灰度变换，直方图均衡和图像锐化的处理四、实验仪器和设备：计算机，Matlab软件五、实验原理：1、亮度变换S=T(r)点对点的变换（灰度级对灰度级的变换）matlab函数：imadjust()亮度变换的基本函数g=imadjust(f,[low in high in],[low out high out],gamma); low in and high in 参数分别指定输入图像需要映射的灰度空间范围，low out 和high out 参数分别指定输出图像所在的灰度范围。
GAMMA表示曲线的形状，描述输入输出图像之间的关系。
如果GAMMA小于1，则映射的权重趋势向更亮输出，如果GAMMA大于1，则趋向更暗的输出。
默认值为1。
2、直方图均衡化直方图是多种空间域处理技术的基础，能有效用于图像增强，是实时图像处理的流行工具，直方图均衡化的目的是使图像在整个灰度值动态变化范围内分布均匀化，改善图像的亮度分布状态，增强视觉效果。
直方图均衡化是通过灰度变换将一幅图像转换程另一幅具有均衡性的直方图。
即在每个灰度级上都具有相同的像素点数的过程。
3、空域滤波手工滤波与函数提供滤波器的比较六、实验步骤：1、将待处理图片拷到matlab软件’work’文件夹2、实行亮度变换3、对图像进行直方图均衡处理4、空域滤波5、记录实验结果并分析七、实验程序及结果记录：1、亮度变换I=imread(‘E:\fig308.tif’);Imshow(I);Figure,imhist(I);J=imadjust(I,[0.5 0.9],[0,1]);Figure;imshow(J);Figure;imhist(J)2、直方图均衡化I=imread(‘E:\fig308.tig’);J=histea(I);Imshow(I);Title(‘原图像’);Figure;Imshow(J);Title(‘直方图均衡化后的图像’);Figure;Subplot(1,2,1);Imhist(I,64);Title(‘原图像直方图’)；Subplot(1,2,2);Imhist(J,64);Title(‘均衡变换后的直方图’);Subplot(1,2,2);Imhist(J,64);Title(‘均衡变换后的直方图’);2、空域滤波F=imread(‘E:\fig3016.tif’);W4=fspecial(‘laplacian’,1);W8=[1 1 1;-8 1;1 1 1];F=im2double(f);G4=f_imfilter(f,w4,’replicate’);G8=f_imfilter(f,w8,’replicate’);Figure;Subplot(1,3,1);Imshow(f);Title(‘原图’);Subplot(1,3,2);Imshow(g4);Title(‘中心为-4拉普拉斯的效果’);Subplot(1,3,3);Imshow(g8);Title(‘中心为-8拉普拉斯的效果’);八、实验结果分析：亮度变换直方图均衡化可以对图像进行处理，进行空域图像增强。
数字图像处理实验报告(空间域图像增强)
实验报告实验名称空间域图像增强课程名称数字图像处理姓名成绩班级学号日期地点1.实验目的（1）了解空间域图像增强的各种方法（点处理、掩模处理）；（2）通过编写程序掌握采用直方图均衡化进行图像增强的方法；（3）使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）消除噪声的原理；（4）总结实验过程（实验报告，左侧装订）：方案、编程、调试、结果、分析、结论。
2.实验环境（软件、硬件及条件）Windws7MATLAB 6.x or above3.实验方法对如图4.1所示的两幅128×128、256级灰度的数字图像fing_128.img和cell_128.img进行如下处理：（1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图，比较异同，并回答为什么数字图像均衡化后其直方图并非完全均匀分布。
（2）对原图像加入点噪声，用4-邻域平均法平滑加噪声图像（图像四周边界不处理，下同），同屏显示原图像、加噪声图像和处理后的图像。
①不加门限；②加门限T=(1/2)*avg(f(m,n)), 其中avg（f(m,n)=(1/N^2)*f(i,j)）本次实验中的第一题，是对图像进行直方图统计和均衡化，在Matlab中有imhist()函数和histeq()函数直接调即可获得相应结果，代码如下：close all;clear all;fid=fopen('cell_128.img','r');image1=fread(fid,[128,128],'uint8');image1=uint8(image1);fclose(fid);subplot(2,2,1);%显示原图像imshow(image1,[]);title('原图像');subplot(2,2,2);%统计图像直方图imhist(image1);title('原图像直方图');%直方图均衡化ima=histeq(image1);subplot(2,2,3);%显示均衡化后的图像imshow(ima);title('直方图均衡化后图像');subplot(2,2,4);%显示直方图均衡化后的图像直方图imhist(ima);title('直方图均衡化后的直方图');本次实验的第二题，是对图像进行加噪后平滑，噪声为点噪声，分别采用不加门限的四邻域平均法和加门限的四邻域平均法进行平滑。
数字图像处理实验报告——图像增强实验
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2.编写函数w = genlap lacia n(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 11 1 1 1 11 1 -24 1 11 1 1 1 14.采用不同的梯度算子对b lurry_moon.tif进行锐化滤波，并比较其效果。
[I,m ap]=im read('trees.tif');I=double(I);subplo t(2,3,1)imshow(I,m ap);title(' Original Im age');[Gx,Gy]=gradie nt(I); % gradie n t calcul ationG=sqrt(Gx.*Gx+Gy.*Gy); % matrixJ1=G; % gradie nt1subplo t(2,3,2)imshow(J1,m ap);title(' Operator1 Im age');J2=I; % gradie nt2 K=find(G>=7);J2(K)=G(K);subplo t(2,3,3)im show(J2,m ap);title(' Operator2 Im age');J3=I; % gradie n t3 K=find(G>=7);J3(K)=255;subplo t(2,3,4)im show(J3,m ap);title(' Operator3 Im age');J4=I; % gradie n t4 K=find(G<=7);J4(K)=255;subplo t(2,3,5)im show(J4,m ap);title(' Operator4 Im age');J5=I; % gradie nt5 K=find(G<=7);J5(K)=0;Q=find(G>=7);J5(Q)=255;subplo t(2,3,6)im show(J5,m ap);title(' Operator5 Im age');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；附录：可能用到的函数和参考结果**************报告里不能用参考结果中的图像1)采用3×3的拉普拉斯算子w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]滤波I=im read('moon.tif');T=double(I);subplo t(1,2,1),im show(T,[]);title('Origin al Im age');w =[1,1,1;1,-8,1;1,1,1];K=conv2(T,w,'sam e');subplo t(1,2,2)im show(K);title('Laplacian Transf orm ation');图2.9 初始图像与拉普拉斯算子锐化图像2)编写函数w = genlap lacia n(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 11 1 1 1 11 1 -24 1 11 1 1 1 11 1 1 1 1]functi on w = genlap lacia n(5)%Com put es the Laplac ian operat orw = ones(n);x = ceil(n/2);w(x, x) = -1 * (n * n - 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_mo on.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。
实验一,图像增强
电子科技大学实验报告学生姓名：骆骏学号: 2010051060023指导老师：彭真明日期：2013年3月31日一、实验室名称：光电楼329机房二、实验项目名称：实验一：图像增强三、实验原理：图像增强是为了使受到噪声等污染图像在视觉感知或某种准则下尽量的恢复到原始图像的水平之外，还需要有目的性地加强图像中的某些信息而抑制另一些信息，以便更好地利用图像。
图像增强分频域处理和空间域处理，这里主要用空间域的方法进行增强。
空间域的增强主要有：灰度变换和图像的空间滤波。
1.灰度变换灰度变换主要有线性拉伸、非线性拉伸等。
灰度图像的线性拉伸是将输入图像的灰度值的动态范围按线性关系公式拉伸到指定范围或整个动态范围。
令原图像),(y x f 的灰度变化范围为],[b a ，线性变换后图像),(y x g 的范围为],[''b a ，线性拉伸的公式为：]),([),(''a y x f ab a b a y x g ---+= 灰度图像的非线性拉伸采用的数学函数是非线性的。
非线性拉伸不是对图像的灰度值进行扩展，而是有选择地对某一灰度范围进行扩展，其他范围的灰度值则可能被压缩。
常用的非线性变换：对数变换和指数变换。
对数变换的一般形式：cb y x f a y x g ln ]1),(ln[),(++= 指数变换的一般形式：1),(]),([-=-a y x fc b y x g（c b,a,用于调整曲线的位置和形状的参数。
）2.直方图均衡化图像的直方图实际上就是图像的各像素点强度概率密度分布图，是一幅图像所有像素集合的最基本统计规律，均衡化是指在每个灰度级上都有相同的像素点过程。
3.中值滤波该方法是把邻域内所有像素按序排列，然后用中间值作为中心像素的输出。
四、实验目的：1.熟悉和掌握利用Matlab 工具进行数字图像的读、写、显示等数字图像处理的基本步骤。
2.熟练掌握各种空间域图像增强的基本原理及方法。
图像增强技术的使用技巧与实践
图像增强技术的使用技巧与实践图像增强技术是数字图像处理中常用的一种方法，通过一系列的算法和技术手段，可以改善图像的质量，并提供更多的信息。
随着科技的发展，图像增强技术的应用范围越来越广泛，从日常生活到医疗诊断，从工业生产到军事侦察等各个领域都有它的身影。
本文将介绍图像增强技术的一些常用方法和实践技巧，帮助读者更好地理解和应用这一技术。
图像增强技术的方法主要分为两大类：空域方法和频域方法。
空域方法是在图像的像素级别进行操作，通过改变像素的亮度、对比度等参数来达到增强的效果。
常见的空域方法有直方图均衡化、灰度拉伸、滤波等。
频域方法则是将图像转换到频域进行处理，通过滤波等操作改变图像的频谱信息来实现增强。
常见的频域方法有傅里叶变换、小波变换等。
首先，我们来介绍直方图均衡化这一常用的空域方法。
直方图均衡化通过将图像中的像素灰度级重新映射，使得图像的直方图分布均匀化。
这样可以增强图像的对比度，使得细节更加明显。
在实践中，直方图均衡化可以通过以下步骤进行：1. 将图像转化为灰度图像（如果不是灰度图像）；2. 统计图像的灰度级分布，计算每个灰度级的累计分布函数；3. 根据累计分布函数，计算每个像素点的新的灰度级；4. 根据新的灰度级，生成均衡化后的图像。
除了直方图均衡化，图像的灰度拉伸也是一种常见的空域方法，它通过调整图像像素的亮度范围，将图像的对比度放大。
灰度拉伸可以通过以下步骤实现：1. 统计图像的最大和最小像素值；2. 将图像中的像素进行线性拉伸，将最小像素值映射为0，最大像素值映射为255；3. 根据新的灰度级，生成拉伸后的图像。
滤波是图像增强的另一种常用方法，它通过对图像进行平滑或锐化处理来改善图像的质量。
常用的滤波器有低通滤波器和高通滤波器。
低通滤波器可以消除图像中的高频噪声，使图像更加平滑。
高通滤波器则可以增强图像的细节和边缘信息。
在实践中，我们可以使用一维或二维卷积运算来实现滤波。
一维卷积运算适用于一维信号，如图像的某一行或某一列。
遥感实验作业--图像增强与变换
《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）。
空域图像增强
第3章 空域图像增强
第2页
第3章 空域图像增强
图像质量的评价标准
✓ 逼真度：用来描述被评价图像与标准图像的偏离程度 （图像恢复）
✓ 可懂度：用来表示图像能向人或机器提供信息的能力 （图像增强）
如果图像的逼真度高，或者是可懂度大，则称图像 的质量高。 图像的可懂度不仅与图像系统的应用要求有关，而 且常常与人眼视觉的主观感觉有关。 图像增强是非常具有主观性的，没有通用标准
– （3）计算物体边界的梯度 在一个图像内，寻找边缘时，梯度幅度（描绘变化陡峭
程度的量）的近似计算： |▽f(x, y)| = max(f(x, y) – f(x+1, y) , f(x, y) – f(x, y+1))
在后面讲锐化滤波、边缘检测时会用到。
第3章 空域图像增强
第26页
3.2.1 算术运算
z w1z1 w2z2 ... w9z9 wi zi i1
第3章 空域图像增强
第6页
w1 w2 w3 w4 w5 w6 w7 w8 w9
模板系数
模板
第3章 空域图像增强
本章教学重点和要求 1. 重点 （1）点操作和模板操作 （2）灰度映射原理及分析 （3）直方图均衡化 （4）空域滤波器：原理及计算 2. 要求（其他知识点） （1）理解直方图规定化的原理 （2）掌握图像运算及应用
第3章 空域图像增强
第7页
第3章 空域图像增强
3.1 灰度映射 3.2 图像运算 3.3 直方图修正 3.4 空域滤波
第3章 空域图像增强
第8页
3.1 灰度映射
直接灰度映射是一种点操作 将 f (x, y)中的每个像素灰度按 EH 操作直接变换以 得到 g(x, y)，关键在于设计映射（变换）函数
空域图像增强
Gamma Correction C > 1
• Grayscal e
• 8-bit • WAR • CHICK
s=c*rγ
• γ = 1.0 • c = 2.0
Gamma Correction C > 1
Gamma Correction Extremes
• Grayscal e
• 8-bit • WAR • CHICK
0.2
0.1
0
0
0.2 0.4 0.6 0.8
1
Original Intensities
Power Law Example (cont…)
人旳脊椎骨折旳 核磁共振图像
c=1, r=0.6,0.4,0.3
s = r 0.4
s = r 0.6
Power Law Example
Power Law Example (cont…)
Histogram Examples
Histogram Examples (cont…)
Histogram Examples (cont…)
Histogram Examples (cont…)
Histogram Examples (cont…)
Histogram Examples (cont…)
Reconstructed image using only bit planes 7,6 and 5
Reconstructed image using only bit planes 7, 6,5 and 4
思索题
• 构建一组能够产生4比特灰度图像 全部单独比特平面旳灰度分层变换
3.3 直方图处理
γ = 0.4
1
0.9
图像增强—空域滤波实验报告
图像增强—空域滤波实验报告篇一：5.图像增强—空域滤波 - 数字图像处理实验报告计算机与信息工程学院验证性实验报告一、实验目的进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。
了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。
二、实验要求(1)学生应当完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。
(2)利用MATLAB软件实现空域滤波的程序：I=imread('electric.tif');J = imnoise(I,'gauss',0.02); %添加高斯噪声 J = imnoise(I,'salt & pepper',0.02); %添加椒盐噪声ave1=fspecial('average',3); %产生3×3的均值模版ave2=fspecial('average',5); %产生5×5的均值模版 K = filter2(ave1,J)/255; %均值滤波3×3 L = filter2(ave2,J)/255; %均值滤波5×5 M = medfilt2(J,[3 3]);%中值滤波3×3模板 N = medfilt2(J,[4 4]); %中值滤波4×4模板 imshow(I);figure,imshow(J); figure,imshow(K); figure,imshow(L); figure,imshow(M); figure,imshow(N);三、实验设备与软件(1) IBM-PC计算机系统(2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片四、实验内容与步骤a) 调入并显示原始图像Sample2-1.jpg 。
昆明理工大学数字图像处理空域图像增强
昆明理工大学信息工程与自动化学院学生实验报告实验一、空域图像增强一、实验目的1、理解空域图像增强的概念；2、掌握灰度线性变换和非线性变换的图像增强方法及应用；3、掌握灰度直方图均衡化的图像增强方法及应用；4、掌握平滑空域滤波器方法，并会用其来消除图像噪声；5、掌握锐化空域滤波器方法，并会用其来增强图像细节。
二、实验原理及基本技术路线图（方框原理图）术语“空域”指的是图像平面本身。
在空域上，图像处理方法是通过直接对图像像素的处理来实施的。
图像增强是将原来不清晰的画面变得清晰或强调某些关注的特征，抑制非关注的特征，使之改善视觉质量、丰富信息量，加强图像判读和识别效果的图像处理方法。
空域处理方法可分为两种：灰度级变换与空域滤波。
空域技术所使用的对像素的直接操作可用下式表示：()[]),(xg=，yTxf,y其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，它定义在像素点(x,y)所指定的空间邻近像区（简称为邻域）内。
定义像素点(x,y)的邻域的主要方法是，使用以(x,y)为中心的方形或矩形像区。
当这样的邻域的中心从左上角原点的开始遍历像素点时，将覆盖图像中不同的像区。
当T应用于每个被遍历的像素点f(x,y)时，便得到在该像素点的输出图像g(x,y)。
在计算g(x,y)时，只使用在(x,y)邻域中的像素。
在处理灰度图像并且当邻域大小为1×1时，T的形式最简单，它成为一个灰度（或亮度）级的变化函数（即，灰度变换）。
此时,g(x,y)的值仅由在(x,y)处的亮度f(x,y)来决定。
由于灰度变换T仅取决于灰度的值，与(x,y)无关，所以T可写成如下的简单形式：()r Ts=，其中，r表示图像f中相应点(x,y)的灰度，s表示图像g中相应点(x,y)的灰度。
灰度变换T通常包括灰度变换增强与直方图增强。
灰度变换增强可以通过改变图象的灰度范围及分布来实现。
在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段拉伸。
图像增强技术实验报告
图像增强技术实验报告
近年来，随着数字图像处理技术的快速发展，图像增强技术在各个
领域得到了广泛的应用。
本实验旨在探究图像增强技术的原理和方法，通过实际操作加深对该技术的理解和掌握。
首先，在本实验中我们使用了常见的图像增强技术包括灰度拉伸、
直方图均衡化、滤波等方法。
针对不同的图像特点和需求，我们选择
了不同的增强方法进行处理，并分析比较它们的效果和适用场景。
在实验过程中，我们首先对原始图像进行了灰度拉伸处理，通过拉
伸灰度范围来增强图像的对比度，使得图像中的细节更加清晰。
接着，我们运用直方图均衡化技术，将图像的像素分布均匀化，从而提高了
图像的整体亮度和细节展现。
同时，我们还尝试了一些滤波方法，如
均值滤波、中值滤波等，来去除图像中的噪声和平滑图像。
通过实验数据分析，我们发现不同的图像增强方法在处理不同类型
的图像时会产生不同的效果。
比如对于对比度较低的图像，灰度拉伸
和直方图均衡化能够取得比较好的增强效果；而对于受到噪声干扰的
图像，则需要采用滤波方法进行去噪处理。
综合以上实验结果，我们深入探讨了图像增强技术的优缺点以及适
用范围。
图像增强技术在医疗影像、航空航天、安防监控等领域具有
广泛的应用前景，在实际应用中需要根据图像特点和需求选择合适的
增强方法，以达到最佳的效果。
通过本次实验，我们对图像增强技术有了更深入的了解，并在实践中提升了我们的技术水平和解决问题的能力。
希望今后能够进一步拓展应用领域，将图像增强技术发挥到更大的作用，为社会发展和人类福祉做出更大的贡献。
空域变换增强技术
2）规定希望的灰度概率密度函数pz(z)，并用 （2）式求得变换函 数G(z）
u l G( z l ) p( z j )
j 0 l
l 0,1,....N 1
3）将逆变换函数z=G-1(s)用步骤1）中所得到的灰度级 ，即将原始直方 图对应映射到规定的直方图，也就是将所以的ps(si)对应到pz(zj)去
Pr(r)
Pr(r)
p(r )
（b） （a） 图（a）的大多数象素灰度值取在较暗的区域。所以这 幅图像肯定较暗，一般在摄影过程中曝光过强就会造成 这种结果。 图（b）图像的象素灰度值集中在亮区，因此图像的特 性偏亮，曝光太弱，导致这种结果。 图(c)图像的象素灰度值集中在某个较小的范围内， 也就是说图像(c)的灰度集中在某一个小的亮区
0
1
r
0
1
r
0
1
r
离散化定义
给出来对sk 出现概率的 1个估计
直方图－1D的离散函数
图像的灰度统计
sk为图像f(x,y)的第k级灰度，nk是图像中具有灰度值 sk的象素的个数，n是图像象素总数
直方图提供了原图的灰度值分布情况，也可 以说给出了一幅图所有灰度值的整体描述
偏暗
直方图修改技术的基础
概率
1
0.2 0.15 0.1 0.05 0
0.16 0.08 0.06
0.8 0.6 0.4 0.2 0 0.19 0.44
0.81 0.65
0.89
0.03 0.02 7 8
1
2
3
4
5
6
1
2
3
4
5
6
7
8
灰度级
灰度级
实验一空域图像增强技术
实验一空域图像增强技术实验一空域图像增强技术实验一、空域图像增强技术班级: 学号：姓名：实验时间：实验学时：2学时一、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、灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。
)],([),(y x f T y x g =<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ),(),(y x f b g b y x f by x f a g a y x f a y x f y x f y x g b a γβαn y m x ΛΛ,2,1 ,,,2,1== 2、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 n n 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 k3、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。
4、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、实验步骤1、启动MATLAB 程序，对图像文件分别进行灰度线性变换（参考教材50页，例4.1）、直方图均衡化（参考教材56页，例4.6）、均值滤波（参考教材60页，例4.9）、中值滤波（参考教材64页，例4.11）和梯度锐化操作（参考教材66页，例4.12）。
《空域图像增强》
平滑空域形状
平滑傅里叶频谱
锐化空域形状
锐化傅里叶频谱
精选课件
42
3.4 空域滤波
3.4.1原理与分类
3.4.2 线性平滑滤波器
3.4.3线性锐化滤波器
3.4.4非线性平滑滤波器
3.4.5非线性锐化滤波器
精选课件
43
3.4 空域滤波
3.4.2 线性平滑滤波器
根据增强的目的设计某种映射规则，并用相应的
映射函数来表示。
利用映射函数可将原始图像中每个像素的灰度都
映射到新的灰度。
属于点操作。
精选课件
4
3.1
灰度映射
输入和输出均4个灰度级：R、Y、G、B。
精选课件
5
3.1 灰度映射
左图增加对比度
右图降低对比度
注意：一般输入输出的动态范围一致。
精选课件
6
灰度映射
伏，可用于消除图像中的噪声。
(2) 锐化滤波器 （高通）
减弱或消除图像中的低频率分量，可使图像反
差增加，边缘明显。
线性：邻域计算结合方式是线性的
非线性：邻域计算结合方式是
非线性的
41
精选课件
3.4 空域滤波
平滑滤波器：使图像灰度变化缓慢，模板值为正。
锐化滤波器：使图像灰度轮廓清晰，模板中间值为
正，周围值为负。
精选课件
32
3.3 直方图修正
序
号
运算
步骤和结果
1
列出原始灰度级f
0
1
2
3
4
5
6
7
2
列出原始直方图
0.1
0.05
图像处理的MATLAB实现实验一 空域图像增强
图像处理的MATLAB 实现实验一 空域图像增强一、实验目的（1）掌握基本的空域图像增强方法，观察图像增强的效果，加深理解；（2）了解空域平滑模板的特性及其对不同噪声的影响；（3）了解空域锐化模板的特性及其对边缘的影响。
二、实验内容（1）直方图处理：直方图均衡（2）空域平滑：均值滤波、中值滤波；三、实验要求（1）用matlab 语言进行仿真实验；（2）递交实验报告，要求给出实验原理、源程序、实验结果及分析。
四、具体实验内容及要求4.1 实验内容4.1.1 直方图均衡（1）读入原图像pollen.png 并显示原图像以及直方图（2）对原图像进行直方图均衡处理（3）显示均衡后图像以及直方图。
4..1.2 图像空域平滑（1）读入原图像lena.bmp 并显示；（2）对原图像分别添加高斯噪声和椒盐噪声，并显示加噪图像；（3）采用均值滤波进行去噪处理，并显示去噪图像；（4）采用中值滤波进行去噪处理，并显示去噪图像。
4.1.3 空域锐化（1）读入原图像bridge.gif 并显示；（2）采用sobel 算子对图像进行处理，并显示结果；（3）尝试采用其他锐化模板进行处理。
4.2 实验原理4.2.1 直方图均衡实验原理对图像像素个数多的灰度级进行展宽，而对图像中像素个数少的灰度级进行压缩。
而且，输入灰度级r 与输出灰度级s 的概率密度函数()r p r 和()s p s 有如下关系()()ds dr r p s p r s = 积分形式如下()()()dw w p L r T s rr ⎰-==01 4.2.2 图像滤波 （1）、椒盐噪声的中值滤波由于椒盐噪声的出现使该点的像素比周围的亮或暗许多，如果在某个模板中，对像素由小到大重新排列，那么最暗或最亮的点一定被排在两侧，取模板中间位置的灰度值像素代替待处理图像像素的灰度值，从而达到滤除噪声的目的。
（2）、高斯噪声的均值滤波均值滤波是一种空域线性的滤波方法，用像素邻域内各像素的灰度平均值代替该像素原来的灰度值；均值滤波采用的是模板操作，将模板在图像中从左到右，从上到下的顺序移动将模板中心与每个像素重合；将模板中个系数与其对应的像素一并相乘，然后再经所有的结果一并相加；将上面相加的结果重新付给模板中心对应的像素点，那么该灰度值，就是经均值滤波后平滑后的灰度值。
实验一、空域图像增强(2015)
实验一 空域图像增强（一）时间： AM 10:00-12:00，2015.3.23(星期一)地点：信软学院大楼(沙河校区计算机楼)继教院东309机房一、实验目的1．熟悉和掌握利用matlab工具进行数字图像的读、写、显示、像素处理等数字图像处理的基本步骤和流程。
2．熟练掌握各种空间域图像增强的基本原理及方法。
3．熟悉通过灰度变换方式进行图像增强的基本原理、方法和实现。
4．熟悉直方图均衡化的基本原理、方法和实现。
二、实验内容本次实验主要包括数字图像的灰度变换和直方图处理两大部分内容。
（一）数字图像的灰度变换1、线性灰度变换1）读取一幅对比度低的灰度图像（如图1-1），并显示。
图1-1 原始低对比度图像（可下载原图，也可自行选图）2）以m文件形式编写matlab代码，实现数字图像的灰度范围由[a,b]到[c,d]的线性拉伸，以便于提升原图像的对比度。
线性灰度变换公式如下：()(,),[(,)](,)(,)d f x y b d c g x y f x y a c a f x y b b a cf x y a >⎧⎪−⎪=−+≤≤⎨−⎪<⎪⎩ （1） 其中，f (x,y)为原始图像，灰度范围为[a,b]，g(x,y)为增强后的数字图像，灰度范围为[c,d]。
注：实验中[a,b]可由实际图像来确定，[c,d]可视具体情况人为给定。
3）显示经过线性灰度变换后的图像，并对变换结果进行必要的分析，画出灰度变换曲线图。
（要求：在同一窗口中分别显示原始图像、变换结果及其直方图。
）4）以另一个文件名形式保存灰度变换后的图像。
2、非线性灰度变换（对数变换或幂律变换选作其一）1）读取一幅灰度图像（如图1-2所示），并显示。
图1-2 待处理图像（可下载原图，也可自行选图）2）分别对其进行对数变换或幂律（伽马）变换。
即对数变换公式为：()(,)log 1(,)g x y c f x y =+ （2）幂律（伽马）变换为：(,)(,)g x y cf x y γ= （3） 注：进行变换前，应根据需要分别选取合适的对数或幂律函数，即确定式（2）和（3）中适当的c 、r 等调节因子。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《数字图像处理》实验报告
>> subplot(234),imshow(k2);title('5x5 中值滤波') >> subplot(235),imshow(k3);title('7x7 中值滤波') >> subplot(236),imshow(k4);title('9x9 中值滤波') 实验图像及结果：
二、实验原理
1.灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。
g ( x, y) T [ f ( x, y)]
f ( x, y ) g ( x, y ) [ f ( x, y ) a ] g a [ f ( x, y ) b] g b 0 f ( x, y ) a a f ( x, y ) b b f ( x, y ) 255
8
《数字图像处理》实验报告
3.均值（中值）滤波的模板大小对处理效果有什么影响？ 答：从实验结果图像可以看出，滤波模板越大，降噪效果越好，图片越纯净，但同时也会丢失较多的 图案、线条细节，并且边缘会有一定程度的模糊。显然实验中的图像使用 3x3 中值滤波即可达到目的，后 面的 5x5、7x7 和 9x9 效果都不尽如人意。所以应该根据噪声的级别、种类，对应使用不同大小的中值滤波 模板，从而在达到降噪目的的同时保留较多原图中的细节。
9
j 0 j 0
k
k
nj n
k 0,1,2,..., L 1
3.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。 4.拉普拉斯算子如下：
1 1 1 1 8 1 1 1 1
可以看出， 图像整体亮度提升， 天空变得更白， “太原理工大学” 几个字变得更鲜红， 整体对比度上升。
3
《数字图像处理》实验报告
2.图像的直方图均衡化 程序代码： >> I=imread('circuit.tif'); figure subplot(221);imshow(I); subplot(222);imhist(I) >> I1=histeq(I); >> figure; >> subplot(221);imshow(I1) >> subplot(222);imhist(I1) 实验图像及结果：
实验报告
课程名称： 数字图像处理
实验名称：
空域图像增强技术
实验地点：
明向校区 D001 机房
专业班级： 测控 1401 班
学号： 2014001796
学生姓名：
郭佳鑫
指导教师：
刘
帆
2017 年 4 月 14 日
《数字图像处理》实验报告
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。
7
《数字图像处理》实验报告
end >> figure(3);imshow(uint8(I)); 执行结果图像如下：
可以看出，前两幅图为之前的实验结果，这里增加了图 3，其处理过程与图 2 相反：将小于 30 的灰度 值不变， 将 30 到 150 的灰度值压缩到 30 到 100 （图 2 是拉伸） ， 同时拉伸 150 到 255 的灰度值到 100 到 255 之间（图 2 是压缩） 。也就是说，两张处理后的图像均保持了暗部不变，图 2 拉伸了中间灰度，压缩了亮部 （高灰度区间） ，从而导致中间灰度动态范围增大，颜色更鲜艳，但也导致亮部变得一片白，损失了天空中 云彩的细节；修改程序后得到的图 3 反其道而行之，压缩了中间灰度，拉伸了亮部，使得天空部分动态范 围增大，蓝白过渡更自然，从而得到了蔚蓝的天空，但同样也导致中间灰度颜色范围变窄，整体变暗，花 丛以及“太原理工大学”的字样变得不再夺目。 令我感觉有意思的是，上图中的 Figure1、2、3，时辰上来讲仿佛是清晨、正午和傍晚。 由此可知，通过修改线性灰度变换的斜率和截距，可以对任意灰度区间进行拉伸或压缩。从显示效果 上就可以看出图像某一灰度区间的细节变得明显，或者颜色变得更艳。从现实上来讲，通过变化不同的斜 率和截距，我们可以根据实际需求，得到不同风格，或是细节表现位置各不相同的图片。 2.直方图均衡化是什么意思？它的主要用途是什么？ 答：直方图均衡化是直方图修正的一种方法。它令一幅图像其中的像素占有全部可能的灰度级，并且 均匀分布， 这样一来图像就有了高对比度和多变的灰度色调， 从而显示出灰度级丰富且动态范围大的图像。 上述实验中也提到，从图像和直方图共同对比可以看出，原本图像的本身偏暗，在直方图中灰度值也都集 中在黑色部分；而处理后的图像黑色部分仍然明显，但白色明显增多，直方图也显示图像整体的灰度范围 变得更均衡。
Figure1 中为添加了噪声的图像，Figure2、3、4 分别是 4、8、16 张加入了同类噪声的图像叠加后取平 均的结果，可以看出，进行平均的数量越多，噪声对图像的干扰就越小。 4.图像的中值滤波 程序代码： >> I=imread('eight.tif'); J=imnoise(I,'salt & pepper',0.02); >> subplot(231),imshow(I);title('原图'); >> subplot(232),imshow(J);title('噪声图') >> k1=medfilt2(J); >> k2=medfilt2(J,[5,5]); >> k3=medfilt2(J,[7,7]); >> k4=medfilt2(J,[9,9]); >> subplot(233),imshow(k1);title('习到了图像处理的一些基本算法；理解和掌握了图像的线性变换和直方图均衡化的原理 和应用；了解平滑处理的算法和用途，学会了使用均值滤波、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；并使我了解噪声模型及对图像添加噪声的基本方法。 个人觉得仍然比较模糊的一点是，上述实验“均值滤波”在课本上叫做“图象平均” ，而与其名称相似 的“平均值滤波” （又叫“平滑滤波” ）原理却截然不同，上述“均值滤波”是数张同类噪声图像相加取平 均，而“平均值滤波”是仅在一张图中使用平滑模板取目标像素四周像素的平均值。 上述每项实验我都在下面写了一些自己的感受和结论，不过总而言之，整个实验让我非常直观的感受 到了图像处理的强大能力，更让我意识到，数字图像处理在现实中也有着广泛且重要的应用，我应当继续 努力钻研这门学科。
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.MATLAB 程序。 3.记录用的笔、纸。
2
《数字图像处理》实验报告
四、实验步骤与内容
1.图像的灰度线性变换 程序代码： >> I=imread('tyut.bmp'); imshow(I); I=double(I); [M,N]=size(I); for i=1:M for j=1:N if I(i,j)<=30 I(i,j)=I(i,j); elseif I(i,j)<=150 I(i,j)=(200-30)/(150-30)*(I(i,j)-30)+30; else I(i,j)=(255-200)/(255-150)*(I(i,j)-150)+200; end end end >> figure(2);imshow(uint8(I)); 实验图像及结果：
4
《数字图像处理》实验报告
II(:,:,i)=imnoise(I,'gaussian',0,0.01); II1=II1+double(II(:,:,i)); if or(or(i==1,i==4),or(i==8,i==16)); figure; imshow(uint8(II1/i)); end end 实验图像及结果：
x 1,2,, m, y 1,2,n
2.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：
pr (rk )
nk n
k 0,1,2,..., L 1
通过转换公式获得：
sk T (rk ) pr (rj )
6
《数字图像处理》实验报告
从图中可以看到，图 1 为原图像；图 2 为 Sobel 算子使用水平模板进行梯度锐化，它对垂直边缘（摄影 师以及三脚架轮廓）有较强的响应；图 3 为使用垂直模板进行锐化，它对水平边缘（背景中的建筑轮廓、 水平线以及水面的波纹）有较强的响应。
五、思考题
1.设定不同的斜率值和截距，显示效果会怎样？ 答：修改第一小项的实验代码，增加一幅处理图像，修改线性灰度变换处理的灰度区间。 程序代码： >> I=imread('tyut.bmp'); imshow(I); I=double(I); [M,N]=size(I); for i=1:M for j=1:N if I(i,j)<=30 I(i,j)=I(i,j); elseif I(i,j)<=150 I(i,j)=(100-30)/(150-30)*(I(i,j)-30)+30; 这里改变了斜率和截 else 距，后面会做出说明。 I(i,j)=(255-100)/(255-150)*(I(i,j)-150)+100; end end