图像增强实验报告

C. 图像锐化 锐化的目的是突出图像中细节或增强被模糊的细节； 锐化可用微分来完成，而微分算子的响应强度与图像在该点（应用了算子）的突变程度
有关； 图像微分增强了边缘和其它突变（如噪声）并削弱了灰度变化缓慢的区域；
4.实验分析
A. 直方图增强处理 （1）在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级 内，故得不到增强。若这些灰度级所构成的图象细节比较重要，则需采用局部区域直方 图均衡。 （2）数字图像均衡化后其直方图并非完全均匀分布的原因是：在 MATLAB 实验中，所使 用的值均为离散值，在处理时不是概率密度函数与积分，而是概率与求和，所以其均衡 后的直方图并非完全均匀分布。
w(s, t)
缘的响应。
satb
5.实验结论
A. 直方图增强处理 由实验结果可知：
（1）变换后直方图趋向平坦，灰级减少，灰度合并； （）有展开输入图像直方图的一般趋势，直方图均衡化后的图像灰度级能跨越更大范围； 实际视觉能够接收的信息量大大的增强了； （3）直方图均衡化能自动地确定变换函数，该函数寻求产生有均匀直方图的输出图像， 得到的结果可预知，操作简单 B. 图像平滑 （1）四邻域平均平滑不加门限：这种算法简单，但它的主要缺点是在降低噪声的同时 是图像模糊，特别是在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度 越严重。 （2）四邻域平均加门限即超像素平滑法：对边缘和细节处的模糊有改善，主要是这种 算法的出发点是集中在在如何选择邻域的大小、形状和方向，参加平均的点数及邻域各 点的权重系数等。 C. 图像锐化
2. 图像平滑：
clear all; I=imread('fing_128.bmp'); I=rgb2gray(I); J=imnoise(I,'salt & pepper',0.02); subplot(2,2,1);imshow(I);title('原图'); subplot(2,2,2);imshow(J);title('加噪图像'); A=1/5*[0,1,0;1,1,1;0,1,0]; Q=imfilter(J,A); subplot(2,2,3);imshow(Q);title('不加门限'); T=0; for i=1:128
1.图像增强：
2.图像平滑 3.图像锐化
（2）超像素平滑法： 对邻域平均法稍加改进，可导出超限像素平滑法。它是将和邻域平均差的绝对值与选
定的阀值进行比较，根据比较结果决定点（x，y）的最后灰度 g1（x，y）。其表达式为： g（x，y） ，当|f（x，y）-g（x，y）| > T
g1（x，y）= f（x，y） ，当|f（x，y）-g（x，y）| <= T
（3）用累积分布函数作为变换函数进行图像灰度变换。 B. 图像平滑 （1）局部平滑法：假设图像是由许多灰度恒定的小块组成，相邻像素间存在很高的空 间相关性，而噪声则是统计独立的。因此，可用领域内个像素的灰度平均代替该像素原
来的灰度值，实现图像平滑。 设有一幅 N*N 的图像 f（x，y），若平滑图像为 g（x，y），则有：
图像锐化的目的是增强图像的边缘和轮廓，可通过微分使图像边缘突出、清晰，可以 通过 Laplacian 算子，Roberts、Prewitt 和 Sobel 边缘检测算子等方法达到增强效果。
附件
1. 图像增强：
I=imread('cell_128.bmp/fing_128.bmp'); I=rgb2gray(I); K=16; H=histeq(I,K); figure; subplot(221); imshow(I,[]); subplot(222); imshow(H,[]);hold on subplot(223); hist(double(I),16); subplot(224); hist(double(I),16);
B. 图像平滑
局部平均法和超像素平滑法对图像中的噪声都有抑制作用但同时又使图像的边缘、
细节处模糊。不同的平滑方法对不同的噪声的作用不同。
C. 图像锐化
用
Laplacian
算子进行锐化a ，b其边缘方向信息被丢失，対孤立噪声点响应是阶跃边缘
w(s, t) f ( x s, y t)
的四倍，对像素线条的g响( x应, y是) 阶 s跃a边t缘b 的a 两b 倍，对线端和斜向边缘的响应大于垂直和水平边
2.实验环境（软件条件）
在 MATLAB 环境下进行编写程序，把所编写的程序保存成 .m 文件，其中在运行程序 时需要调用一些 MATLAB 中一些原有的函数如：fspecial（）、imfilter（）等函数。
3.实验方法
A. 直方图增强处理 直方图均衡化处理实际上就是寻找一个灰度变换函数 T ，使变化后的灰度值满足
s分=T布(r的)，概其率中密，度sP归s（一s化）为=10，<=期s<望=1所,建有立灰度r 和级出spr之现skrk间概的率Tn映相n(kr射同k )关。系jk，0 要pr求(r处j )理后jk图0 像nnj灰度
其计算步骤为：（1）统计原始图像的直方图： k 0,1,2,...L 1 （2）计算直方图累积分布曲线：
for j=1:128 T=T+double(J(i,j));
end end T=0.5*1/(128*128)*T; for i=2:127
for j=2:127 if Q(i,j)<=T Q(i,j)=J(i,j); end
end end
subplot(2,2,4);imshow(Q);title('加门限');
西安邮电学院
实验报告
实验名称 课程名称
图像增强 数字图像处理 A
姓名
李俊玲
成绩
班级
பைடு நூலகம்电子 0801
学号
05081037
日期 2011 年 5 月 3 日 地点 备注：
3#523
1.实验目的
A. 直方图增强处理 （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； B. 图像平滑 （1）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； （2）是消除或尽量减少噪声的影响，改善图像的质量。 （3）在提取大的目标之前去除图像中一些琐碎的细节、桥接直线或曲线的缝隙。 C. 图像锐化 （1）了解并掌握使用微分算子进行图像边缘检测的基本原理； （2）编写程序使用 Laplacian 算子（二阶导数算子）实现图像锐化，进一步理解图像锐 化的实质； （3）掌握使用不同梯度算子（一阶导数算子）进行图像边缘检测的原理、方法，根据 实验结果分析各种算子的工作效果；
3. clear all;
I=imread('lena_256.bmp'); subplot(2,2,1) imshow(I);%显示原图像 title('原始图像'); h=fspecial('laplacian'); h1=[0 -1 0;-1 5 -1;0 -1 0]; h2=[0 -2 0;-2 9 -2;0 -2 0]; bw1=imfilter(I,h,'replicate'); bw2=imfilter(I,h1,'replicate');%a=1时的拉普拉斯算子 bw3=imfilter(I,h2,'replicate');%a=2时的拉普拉斯算子 subplot(2,2,2);imshow(bw1); title('锐化后的图像'); subplot(2,2,3);imshow(bw2); title('锐化后四邻域a=1的图像'); subplot(2,2,4);imshow(bw3); title('锐化后四邻域a=2的图像'); figure(2); BW1=edge(I,'sobel'); %用SOBEL算子进行边缘检测 BW2=edge(I,'roberts');%用Roberts算子进行边缘检测 BW3=edge(I,'prewitt'); %用prewitt算子进行边缘检测 subplot(221), imshow(BW1); title('SOBEL算子边缘检测 '); subplot(222), imshow(BW2); title('Roberts算子边缘检测 '); subplot(223), imshow(BW3); title('prewitt算子边缘检测 ');