数字图像处理实验二：图像增强与平滑(精)

实验二图像增强与平滑

一、实验类型：验证性实验

二、实验目的

1. 掌握图像增强的基本原理。

2. 掌握常用的图像增强技术。

三、实验设备：安装有MATLAB 软件的计算机

四、实验原理

图像增强技术的目的是对图像进行加工，以得到对具体应用来说视觉

效果更好、更有用的图像。常用的图像增强技术有图像间运算、直接灰度映射、直方图修改技术、线性滤波和非线性滤波等。下面介绍三种图像增强技术：直方图均衡化、邻域平均平滑滤波和中值滤波。

3. 直方图均衡化

直方图均衡化是一种使输出图像直方图近似为均匀分布的变换算法，

是一种直方图修改技术。在MATLAB 中，可以调用函数histeq 自动完成图像的直方图均衡化。下面的例子演示如何用histeq 函数来调整一幅灰度图像。原图像的灰度对比度较低，大部分值位于灰度范围的中间。histeq 函数生成一幅灰度值在整个范围内均匀分布的输出图像。

I=imread(‘pout.tif’;

J=histeq(I;

imshow(J

figure,imhist(J,64

4. 邻域平均平滑滤波

邻域平均平滑滤波也称为均值滤波，是一种线性滤波方法。该方法用

一个像素的平均值作为滤波结果，。下面的例子演示如何在MATLAB 中对

一幅灰度图像进行邻域平均平滑滤波。

I=imread(‘eight.tif’;

J=imnoise(I,’salt & pepper’,0.02;

figure,imshow(J;

h=ones(3,3/9;

K=imfilter(J,h;

figure,imshow(K;

5. 中值滤波

中值滤波是最常用的非线性滤波算法，该算法的输出像素值是对应像素邻域内的中值。下面的例子演示如何在 MATLAB中对一幅灰度图像进行中值滤波。

I=imread(‘eight.tif’;

J=imnoise(I,’salt & pepper’,0.02;

figure,imshow(J;

K=medfilt2(J,[3 3];

figure,imshow(K;

五、实验内容

1. 选择一幅直方图不均匀的图像，对该图像做直方图均衡化处理，比较处理前后的图像以及它们的灰度直方图。

2. 选择一幅图像，对它增加不同的噪声，然后分别利用邻域平均平滑滤波和中值滤波对该图像进行滤波，比较各滤波器的滤波效果。

六、实验步骤

在百度中找到灰度图，将图片保存在C盘中

1．直方图均衡化

2.邻域平均平滑滤波

3.中值滤波