数字图像处理实验二:图像增强与平滑(精)

合集下载

数字图像处理 第四章 图像增强与平滑

数字图像处理 第四章 图像增强与平滑

有850个像素取s2=5/7这个灰度值。
r3和r4均映射到s3=6/7,有656+329=985个像素取这个值。 有245+122+81=448个像素取s4=1这个新灰度值。 用n = 4096来除上述这些nk值,便可得到新的直方图。
第四章 图像增强与平滑
(a) 经直方图均衡化后的Lena图像; (b) 均衡化后的Lena图像的直方图
0
输入灰度
255
第四章 图像增强与平滑 4.3.1 概述
4.3 图 像 噪 声
噪声为“妨碍人们感觉器官对所接收的信源信息理解的因
素”。
第四章 图像增强与平滑 4.3.2 图像噪声分类 可分为外部噪声和内部噪声。
从统计特性可分为平稳噪声和非平稳噪声两种。
按噪声和信号之间的关系可分为加性噪声和乘性噪声。 为了分析处理方便,往往将乘性噪声近似认为加性噪声, 而且总是假定信号和噪声是互相独立的。
(2) 对于0≤r≤1, 有 0≤T(r)≤1。
第四章 图像增强与平滑
1
s
sk
T( r
k
)
O
rk
1
r
灰度拉伸变换函数
第四章 图像增强与平滑 4.1.5 直方图均衡
像素个数
120
0
255
第四章 图像增强与平滑 直方图均衡化处理是以累积分布函数变换法为基础的直方 图修正法。变换函数为
s T (r) pr ( )d
0 rk 1 k 0,1,, l 1
式中:l是灰度级的总数目,pr(rk)是取第k级灰度值的概率,nk 是图像中出现第k级灰度的次数,n是图像中像素总数。
sk T ( rk )
j 0

数字图像处理实验报告

数字图像处理实验报告

数字图像处理实验报告光信13-2班2013210191韩照夏数字图像处理实验报告实验一数字图像空间域平滑一、实验目的掌握图像空间域平滑的原理和程序设计;观察对图像进行平滑增强的效果。

二、实验设备计算机,Matlab程序平台。

三、实验原理图像平滑处理的目的是改善图像质量和抽出对象特征。

任何一幅未经处理的原始图像,都存在着一定程度的噪声干扰。

噪声恶化了图像质量,使图像模糊,甚至淹没特征,给分析带来困难。

消除图像噪声的工作称为图像平滑或滤波。

针对不同噪声源(如光栅扫描、底片颗粒、机械元件、信道传输等)引起的不同种类噪声(如加性噪声、乘性噪声、量化噪声等),平滑方法也不同。

平滑可以在空间域进行,也可以在频率域进行。

1.局部平均法局部平滑法是一种直接在空间域上进行平滑处理的技术。

假设图像由许多灰度恒定的小块组成,相邻象素间存在很高的空间相关性,而噪声则是统计独立的。

因此,可用邻域内各象素的灰度平均值代替该象素原来的灰度值,实现图像的平滑。

对图像采用3×3的邻域平均法,其作用相当于用以下模板与图像进行卷积运算。

2. 超限象素平滑法 对邻域平均法稍加改进,可导出超限象素平滑法。

其原理是将f(x,y)和邻域平均g(x,y)差的绝对值与选定的阈值进行比较,根据比较结果决定点(x,y )的最后灰度g ´(x,y)。

其表达式为3. 二维中值滤波中值滤波就是用一个奇数点的移动窗口, 将窗口中心点的值用窗口内各点的中值代替。

二维中值滤波可由下式表示常用的窗口有:四、实验步骤1.实验准备:打开计算机,进入Matlab 程序界面。

2.输入图像空间域平滑处理程序,程序如下:⎩⎨⎧>-= ),(),(),( ),,(),('其他,当y x f T y x g y x f y x g y x g )},({),(y x f Med y x g A=程序1.1 图像平滑处理clear;clc;I=imread('lena.jpg');subplot(3,2,1);imshow(I);title('原图像');I1=imnoise(I,'salt & pepper',0.02);subplot(3,2,2);imshow(I1);title('对I加椒盐噪声的图像');h2=fspecial('average',[3 3]);I2=imfilter(I1,h2,'replicate');subplot(3,2,3);imshow(I2);title('3×3邻域平滑');h3=fspecial('average',[5 5]);I3=imfilter(I1,h3,'replicate');subplot(3,2,4);imshow(I3);title('5×5邻域平滑');I4=I1;I4((abs(I1-I2))>64)=I2((abs(I1-I2))>64);subplot(3,2,5);imshow(I4);title('3×3超限象素平滑(T=64)'); I5=I1;I5((abs(I1-I3))>48)=I3((abs(I1-I3))>48);subplot(3,2,6);imshow(I5);title('5×5超限象素平滑(T=48)');程序1.2 图像平均平滑与中值滤波clear;clc;I=imread('lena.jpg');subplot(3,3,1);imshow(I);title('原图像');I1=imnoise(I,'gaussian',0.02);subplot(3,3,2);imshow(I1);title('高斯噪声');I2=imnoise(I,'salt & pepper',0.02);subplot(3,3,3);imshow(I1);title('椒盐噪声');h1=fspecial('average',[3 3]);I3=imfilter(I1,h1,'replicate');subplot(3,3,4);imshow(I3);title('对I1 3×3邻域平滑');h2=fspecial('average',[3 3]);I4=imfilter(I2,h2,'replicate');subplot(3,3,5);imshow(I4);title('对I2 3×3邻域平滑');I5=medfilt2(I1,[5 5]);subplot(3,3,6);imshow(I5);title('对I1 5×5中值滤波');I6=medfilt2(I2,[5 5]);subplot(3,3,7);imshow(I6);title('对I2 5×5中值滤波');3.运行图像处理程序,并保存处理结果图像。

数字图像处理报告——图像的平滑和傅里叶变化

数字图像处理报告——图像的平滑和傅里叶变化

数字图像处理报告——图像的平滑和傅里叶变化第一篇:数字图像处理报告——图像的平滑和傅里叶变化数字图像处理实验报告课程数字图像处理实验名称图像平滑处理噪声和傅里叶变换专业班级姓名学号实验日期 2010.12 教师审批签字目录一,实验目的和要求.............................................3 二,实验内容和原理.............................................3~4 三,相关函数......................................................4 四,源程序代码及运行结果....................................5~12 4.1给图像添加椒盐噪声或者高斯噪声.......................................5 4.2对被噪声污染的图像进行中值滤波和均值滤波........................6 4.3进行空间域的平滑............................................................7 4.4,开发自己的空间域的均值滤波,模板大小使用3×3...............8 4.5,自己的空间域的图像锐化--算子锐化.................................9 4.6,傅里叶变换和傅里叶反变换.............................................10 4.7,巴特沃斯低通滤波.........................................................11 五,心得体会.........................................................13 六,参考文献. (13)图像平滑处理噪声和傅里叶变换一、实验目的和要求1、实验目的(1)熟悉Matlab软件、编程以及图像处理工具箱。

数字图像处理图像增强与平滑

数字图像处理图像增强与平滑
4.菜单灰度化
f (x, y) < T1 T1 ≤ f (x, y) ≤ T2 f (x, y) > T2
第五章:图像增强与平滑 第五章:
灰度变换
直方图
图像平滑
图像锐化
1.定义 1.定义
nk pr ( rk ) = n
1 6 1 3 1 1 2 4 6 4 4 3 3 3 6 5 6 6 4 2 4 6 6 4
s=T(r) 1.0 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1.0 r
pr(s)
0
r 0 0.2 0.4 0.6 0.8 1.0 s
(a)
(b)
(c)
思考:T(r)=?
第五章: 第五章:图像增强与平滑
灰度变换
直方图
图像平滑
图像锐化
4.2 直方图均衡步骤
64×64大小的图像灰度分布表 × 大小的图像灰度分布表
第四章:图像增强与平滑
一.灰度变换 灰度变换: 灰度变换
二.直方图: 直方图: 三. 图像平滑
四. 图像锐化
第五章:图像增强与平滑 第五章:
灰度变换
直方图
图像平滑
图像锐化
1.定义 1.定义
1.将一个灰度区间映射到另一个灰度区间的变换称为灰度变换 1.将一个灰度区间映射到另一个灰度区间的变换称为灰度变换 2.一幅输入图象经过点处理将产生一幅输出图象,后者的 一幅输入图象经过点处理将产生一幅输出图象, 一幅输入图象经过点处理将产生一幅输出图象 每个象素点的灰度值仅由相应输入象素点的值决定
0 ≤ rk ≤ 1 k = 0,1,2, L, l − 1
1 5 2 6 6 2 6 6 5 1 6 6 3 6 4 5 6 2 14 2 3 4 5 6

数字图像处理 实验二 图像增强

数字图像处理 实验二 图像增强

福建农林大学信息工程类实验报告系: 信息与机电工程系 专业: 电子信息工程 年级: 2009级 姓名: 庄建军 学号: 092230069 实验课程: 数字图像处理 实验室号:_ 实验1楼607 实验设备号: F5 实验时间: 2012.6.1 指导教师签字: 成绩:实验二 图像增强一、 实验目的1.掌握灰度直方图的概念及其计算方法;2.熟练掌握直力图均衡化和直方图规定化的计算过程;3.掌握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;5.利用MATLAB 程序进行图像增强。

二、 实验原理图像增强是指按特定的需要突出一幅图像中的某些信息,同时,消弱或去除某些不需要的信息的处理方法。

其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。

图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。

1、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 kj j j r k k2、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。

3、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打开计算机,启动MATLAB 程序;程序组中“work ”文件夹中应有待处理的图像文件;2调入待处理的数字图像,并进行计算机均衡化处理;3启动MATLAB 程序,对图像文件分别进行直方图均衡化、均值滤波、中值滤波和拉普拉斯锐化操作;添加噪声,重复上述过程观察处理结果。

数字图像处理实验报告——图像增强实验

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‎。

《数字图像处理(实验部分)》实验7_图像增强(精)

《数字图像处理(实验部分)》实验7_图像增强(精)

《数字图像处理(实验部分)》教案实验七:图像增强1.实验目的1.掌握MATLAB 的基本操作。

2.了解数字图像处理在MATLAB 中的基本处理过程。

3.学习图像增强的原理,观察算法处理结果2.实验设备2.1.PC 兼容机一台;操作系统为WindowsWindowsXP 。

2.2.数字图像处理开发环境:MATLAB 软件3.实验原理图像增强:运用5种不同的梯度增强法进行图像锐化4.实验步骤.1 打开MA TLAB 开发环境.2点击MATLAB 窗口上File 菜单,选择New-〉M —File ,在弹出的Edit 编辑器内输入如下程序:clear;close all ;[I,map]=imread('cameraman.tif' ;figure(1;subplot(2,3,1,imshow(I,map;title(' 原图' ;I=double(I;[Gx,Gy]=gradient(I; % 计算梯度, 获得的是二维偏导向量G=sqrt(Gx.*Gx+Gy.*Gy; % 注意是矩阵点乘J1=G;subplot(2,3,2,imshow(J1,map;title(' 梯度图' ; % 第一种图像增强J2=I; % 第二种图像增强K1=find(G>=7; %返回满足条件的索引号, 如果是N 行M 列的数组, 索引号顺序为从左边第一列开始, % 按列向顺序.J2(K1=G(K1;subplot(2,3,3,imshow(J2,map;title(' 超过7的梯度图' ;J3=I; % 第三种图像增强K=find(G>=7;J3(K=255;subplot(2,3,4,imshow(J3,map;title(' 梯度超过7的白亮图' ;J4=I; % 第四种图像增强K=find(G<=7;J4(K=255;subplot(2,3,5,imshow(J4,map;title(' 梯度未过7的白亮图' ;J5=I; % 第五种图像增强K=find(G<=7;J5(K=0;Q=find(G>=7;J5(Q=255;subplot(2,3,6,imshow(J5,map;title(' 梯度7为阈值分割的二值图' ;.3将该程序保存,并点击工具栏中Run 按钮,程序会自动运行,并显示出结果。

《数字图像处理及MATLAB实现》图像增强与平滑实验

《数字图像处理及MATLAB实现》图像增强与平滑实验

《数字图像处理及MATLAB实现》图像增强与平滑实验一.实验目的及要求1、熟悉并掌握MA TLAB 图像处理工具箱的使用;2、理解并掌握常用的图像的增强技术。

二、实验设备MATLAB 6.5 以上版本、WIN XP 或WIN2000 计算机三、实验内容(一)研究以下程序,分析程序功能;输入执行各命令行,认真观察命令执行的结果。

熟悉程序中所使用函数的调用方法,改变有关参数,观察试验结果。

(可将每段程序保存为一个.m文件)1.直方图均衡化clear all; close all % Clear the MATLAB workspace of any variables% and close open figure windows.I = imread('pout.tif'); % Reads the sample images ‘pout.tif’, and stores it inimshow(I) % an array named I.display the imagetext(60,20,'李荣桉1909290239','horiz','center','color','r')figure, imhist(I) % Create a histogram of the image and display it in% a new figure window.[I2,T] = histeq(I); % Histogram equalization.figure, imshow(I2) % Display the new equalized image, I2, in a new figure window.text(60,20,'李荣桉1909290239','horiz','center','color','r')figure, imhist(I2) % Create a histogram of the equalized image I2.figure,plot((0:255)/255,T); % plot the transformation curve.imwrite (I2, 'pout2.png'); % Write the newly adjusted image I2 to a disk file named% ‘pout2.png’.imfinfo('pout2.png') % Check the contents of the newly written file2.直接灰度变换clear all; close allI = imread('cameraman.tif'); 注意:imadjust()功能:调整图像灰度值或颜色映像表,也可实现伽马校正。

数字图像处理实验

数字图像处理实验

数字图像处理实验实验总学时:10学时实验目的:本实验的目的是通过实验进一步理解和掌握数字图像处理原理和方法。

通过分析、实现现有的图像处理算法,学习和掌握常用的图像处理技术。

实验内容:数字图像处理的实验内容主要有三个方面:(1) 对图像灰度作某种变换,增强其中的有用信息,抑制无用信息,使图像的视在质量提高,以便于人眼观察、理解或用计算机对其作进一步的处理。

(2) 用某种特殊手段提取、描述和分析图像中所包含的某些特征和特殊的信息,主要的目的是便于计算机对图像作进一步的分析和理解,经常作为模式识别和计算机视觉的预处理。

这些特征包括很多方面,例如,图像的频域特性、灰度特征、边界特征等。

(3) 图像的变换,以便于图像的频域处理。

实验一图像的点处理实验内容及实验原理:1、灰度的线性变换灰度的线性变换就是将图像中所有的点的灰度按照线性灰度变换函数进行变换。

该线性灰度变换函数是一个一维线性函数:灰度变换方程为:其中参数为线性函数的斜率,函数的在y轴的截距,表示输入图像的灰度,表示输出图像的灰度。

要求:输入一幅图像,根据输入的斜率和截距进行线性变换,并显示。

2、灰度拉伸灰度拉伸和灰度线性变换相似。

不同之处在于它是分段线性变换。

表达如下:其中,(x1,y1)和(x2,y2)是分段函数的转折点。

要求:输入一幅图像,根据选择的转折点,进行灰度拉伸,显示变换后的图像。

3、灰度直方图灰度直方图是灰度值的函数,描述的是图像中具有该灰度值的像素的个数,其横坐标表示像素的灰度级别,纵坐标表示该灰度出现的频率(象素的个数)。

要求:输入一幅图像,显示它的灰度直方图,可以根据输入的参数(上限、下限)显示特定范围的灰度直方图。

4、直方图均衡:要求1 显示一幅图像pout.bmp的直方图;2 用直方图均衡对图像pout.bmp进行增强;3 显示增强后的图像。

实验二:数字图像的平滑实验内容及实验原理:1.用均值滤波器(即邻域平均法)去除图像中的噪声;2.用中值滤波器去除图像中的噪声3. 比较两种方法的处理结果 实验步骤:用原始图象lena.bmp 或cameraman.bmp 加产生的3%椒盐噪声图象合成一幅有噪声的图象并显示;1. 用均值滤波器去除图像中的噪声(选3x3窗口);2. f (x 0,y 0)=Med {f (x,y )∨x ∈[x 0−N,x 0+N ],y ∈[y 0−N,y 0+N ]}用中值滤波器去除图像中的噪声(选3x3窗口做中值滤波);3. 将两种处理方法的结果与原图比较,注意两种处理方法对边缘的影响。

《图像增强与平滑》PPT课件

《图像增强与平滑》PPT课件

1.改善图像的视觉效 果。
2.突出图像的特征, 便于计算机处理。
第四章:图像增强
一.应用
二. 分类(按作用域)
三. 内容
1.空域处理:直接对图像 进展处理。
2.频域处理:是图像的变 换域上进展处理, 增强 感兴趣的频率分量,然 后通过逆变换获得图像 增强效果。
第四章:图像增强
一.应用
通过上述变换,每个原始图像的像素灰围度内值。r都对应产生一个 s值。变换函数T(r)应满足以下条件:
〔1〕 在0≤r≤1区间内,T(r)值单调增加;
〔2〕 对于0≤r≤1, 有 0≤T(r)≤1。
图像直方图
根底
定义 性质 计算 应用
通过变换函数T(r)可以控制图像灰度级的 概率密度函数,从而改变图像的灰度层次。 这就是直方图修改技术的理论根底。
定义 性质 计算 应用
2. 步骤
设假设图像具有L级灰度〔通常L=256,即8位灰度级〕,大小为M×N的 灰度图像f(x, y)的灰度直方图pBuffer[0…L-1]算法:
〔1〕 初始化:pBuffer[k]=0 ; k=0, …, L-1 〔2〕 统计:pBuffer[f(x, y)]++ ; x, y =0, …, M-1, 0, …, N-1。 〔3〕 归一化:pBuffer[f(x, y)]/M*N 其中,直方图的归一化是一个可选项。
令pr(r)和ps(s)分别代表随机变量r和s的概率密度。 由概率论得到一个根本结果:如果pr(r)和T(r),且T1(s)满足变换函数的条件(1),那么变换变量s的概率函 数ps(s)可由以下简单公式得到:
《图像增强与平滑》PPT 课件
本课件PPT仅供大家学习使用 学习完请自行删除,谢谢! 本课件PPT仅供大家学习使用 学习完请自行删除,谢谢! 本课件PPT仅供大家学习使用 学习完请自行删除,谢谢! 本课件PPT仅供大家学习使用 学习完请自行删除,谢谢!

《图像增强与平滑》课件

《图像增强与平滑》课件

3
多尺度增强
使用多尺度分解和重建技术来增强图像的细节和对比度。
图像平滑的方法
均值滤波
通过求周围像素的平均值来减少图像中的噪声和 颗粒度。
高斯滤波
通过应用高斯核来模糊图像,减少高频噪声和细 节。
中值滤波
通过求周围像素的中值来减少图像中的椒盐噪声 和斑点。
小波去噪
使用小波变换和阈值处理技术来减少图像中的噪 声和颗粒。
应用案例
算法研究
图像增强在医学影像、卫星图像 和安全监控等领域有广泛的应用。
研究者正在不断提出新的算法, 如基于深度学习的图像增强方法, 以进一步提高图像的质量和细节。
图像平滑的定义
图像平滑是通过去除图像中的噪声和不必要的细节来减少图像的噪声和颗粒度,使图像更加平滑和清晰。
1 噪声滤波器
使用噪声滤波器技术,如 均值滤波、中值滤波和高 斯滤波等,来减少图像中 的噪声。
2 平滑效果
图像平滑可以减少噪声和 颗粒度,使图像更加平滑 和清晰,从而更容易分析 和处理。
3 平滑应用
图像平滑在计算机视觉、 图像处理和模式识别等领 域中具有广泛的应用。
图像增强的方法
1
直方图均衡化
通过重新分配像素的亮度值来扩展图像的动态范围,改善对比度和细节。
2
局部对比度增强
通过在图像的不同区域应用不同的对比度增强算法来提高图像的质量。
《图像增强与平滑》PPT 课件
欢迎来到《图像增强与平滑》PPT课件!这个课件将带您深入了解图像增强和 平滑的概念、方法和实际应用,让您在这个领域成为专家!
图像增强的定义
图像增强是通过使用不同的技术和算法来改善图像质量,使图像更清晰、更明亮、更具对比度和细节。

第二章图像增强与平滑

第二章图像增强与平滑

图像增强处理的方法基本上可分为空间域法和频率法两大 类。前者是在原图像上直接进行数据运算,对像素的灰度值进 行处理。它又分为两类,一类是对图像作逐点运算,称为点运 算;另一类是在与处理像点邻域有关的空间域上进行运算, 称 为局部运算。频域法是在图像的变换域上进行处理, 增强感兴 趣的频率分量, 然后进行反变换, 得到增强了的图像。
另外,按噪声和信号之间的关系可分为加性噪声和乘性噪 声。假定信号为S(t),噪声为n(t),如果混合叠加波形是S(t)+n(t) 形式,则称其为加性噪声;如果叠加波形为S(t)[1+n(t)]形式, 则称其为乘性噪声。为了分析处理方便,往往将乘性噪声近似 认为加性噪声,而且总是假定信号和噪声是互相独立的。
图2-11 经直方图均衡化后的Lena图像及直方图 (a) 经直方图均衡化后的Lena图像; (b) 均衡化后的Lena图像的直方图
2.2 灰 度 变 换
2.2.1 假定原图像f(x, y)的灰度范围为[a, b],希望变换后图像
g(x, y)的灰度范围扩展至[c, d],则线性变换可表示为
g(x, y) d c [ f (x, y) a] c ba
Pr(r)
Pr(r)
0
1r
0
(a)
1r (b)
图2-2 图像灰度分布概率密度函数
从图像灰度级的分布可以看出一幅图像的灰度分布特性。 例如,从图2-2中的(a)和(b)两个灰度分布概率密度函数中可以 看出: (a)的大多数像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; (b)图像的像素灰度值集中在亮区,因此,图像(b)将偏亮,一 般在摄影中曝光太弱将导致这种结果。当然,从两幅图像的 灰度分布来看图像的质量均不理想。

数字图像处理方法-图像增强2

数字图像处理方法-图像增强2

求出:k1和k2 求出:l1和l2
第五章 图像增强
23
空域处理—彩色图像增强
彩色平衡实现的算法
9 分别对R、G、B图像实施变换:
*=
+
R(x, y) k1*R(x, y) k 2
B(x, y)* = l1*B(x, y) + l2
G(x, y)* = G(x, y)
9 得到彩色平衡图像
第五章 图像增强
直方图均衡化的技术要点:
公理:直方图p(rk ),为常数的图像对比度最好
目标:寻找一个灰度变换函数T(r),使结果图像 的直方图p(sk )为一个常数
第五章 图像增强
3
空域处理—直方图增强
直方图均衡—灰度变换函数
1) 求出原图 f 的灰度直方图,设为h。h为一个256维的向 量。
2) 求出图像 f 的总体像素个数, Nf=m ×n
第五章 图像增强
32
空域处理—彩色图像增强
伪彩色增强
人类可以分辨比灰度层次更多的颜色种类 将灰度图像变换为彩色图像——伪彩色图像 方法:伪彩色变换,密度分割
伪彩色变换法—独立映射表变换法
9对灰度图像 f(x, y),建立颜色映射表:
IR
=
T (I ) R
IG
=
T (I ) G
I = T (I )
B
B
9形成RGB图像各分量为: R (x , y ) = T R ( f (x , y
))
第五章 图像增强
G (x, y ) = TG( f (x, y ))
B(x, y) = TB( f (x, y
33
))
空域处理—彩色图像增强
伪彩色变换流程

数字图像处理基础――2――图像增强(邻域处理_平滑)(精)

数字图像处理基础――2――图像增强(邻域处理_平滑)(精)

图像去噪——邻域处理方法宋恩民 esong@ 计算机学院数字媒体研究所图像增强[69, 213] [0, 255] s = 1.7r − 122.2图像增强的示例原始图像每个像素值均加100图像增强的示例强度均匀分布 L=log(L+1*255/log(256;图像增强的示例感兴趣区域增强图像增强的示例选择性增强图像增强的示例图像去雾图像增强的示例图像去噪图像增强的示例亮度不均校正+灰度拉伸一、什么是图像增强呢?图像增强的目的: Ø 改善图像的视觉效果 Ø 转换为更适合于人或机器分析处理的形式 Ø 突出对人或机器分析有意义的信息 Ø 抑制无用信息,提高图像的使用价值 Ø 增强后的图像并不一定保真一、什么是图像增强呢?图像增强需要注意的问题 Ø 考虑人眼的视觉特性和硬件的表现能力,达到合理的匹配 Ø 处理时必须考虑处理目的,选用合适的方法二、图像增强有哪些方法呢?空域方法从处理方法分类频域方法从处理目的分类灰度调整平滑去噪图像锐化从处理策略分类全局处理局部处理(ROI,Region of Interest)灰度图像 (伪彩色图像点处理(灰度变换)邻域方法(空域滤波)从处理对象分类图像增强的方法分类:空间域处理全局运算:在整个图像空间域进行局部运算:在与像素有关的空间域进行逐点运算:对图像作逐点运算频域处理在图像的变换域(Fourier、小波等)上进行邻域处理的实现——模板操作邻域处理的实现——模板操作 1. 2. 3. 4. 模板在图像中漫游,并将模板中心与某像素重合将模板系数与模板下对应像素相乘将所有乘积相加将上述求和结果赋予模板中心对应像素 K-1,1 K-1,0 K0,0 K1,0 K-1,1 K0,1 K1,1 K0,-1 K1,-1 模板空间滤波器空间滤波和空间滤波器的定义使用空间模板进行的图像处理,被称为空间滤波。

模板本身被称为空间滤波器平滑空间滤波器的作用 ü模糊处理:去除图像中一些不重要的细节 ü减小噪声图像增强——图像平滑 1、局部平均 2、中值滤波 3、多帧平均一、局部平均法 1 g ( x, y = M 0 1/5 1/5 1/5 1/5 ( m , n ∈ N ( x , y ∑ f (m, n 1/91/9 1/9 1/9 1/9 1/9 0 1/5 1/9 1/9 1/9 0 0 邻域平均g ( x , y = ∑ f ( m, n H ( x − m, y − n m,n练习用右边的两个模板分别对如下矩阵做运算。

数字图像处理实验报告图像增强处理与几何变换

数字图像处理实验报告图像增强处理与几何变换

实验图像增强处理与几何变换一、实验目的利用Matlab图像处理工具箱中的函数实现图像点处理、空间域平滑和锐化处理、彩色图像处理、几何处理,巩固其原理与计算方法学习,深化课程理论认知。

二、实验内容1、图像点处理:灰度变换、直方图均衡化和直方图规定处理;2、图像均值滤波和中值滤波、图像锐化处理;3、图像几何变换处理;4、图像彩色合成和彩色变换处理;三、实验步骤1、图像点处理:灰度变换、直方图均衡化和直方图规定处理;1.1图像的灰度变换启用MATLAB,输入以下代码运行I= imread('cameraman-8.bmp','bmp');figure; subplot(2,2,1), imshow(I);%获取图像直方图subplot(2,2,2),imhist(I);[counts1,x1] = imhist(I);%观察Counts,x的值subplot(2,2,3),stem(x1,counts1);%图像灰度变换J=imadjust(I,[0.1 0.7],[0.0 0.9]);subplot(2,2,4), imshow (J);%对比灰度变换前后的图像及其直方图figure;subplot(2,3,1),imshow(I);subplot(2,3,2),imshow(J);subplot(2,3,4),imhist(I);subplot(2,3,5),imhist(J);[counts2,x2] = imhist(J);subplot(2,3,6), stem(x2,counts2);图 1.1.1图 1.1.21.2图像直方图均衡化启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp') ;%直方图均衡化处理J=histeq(I) ;%对比均衡化处理前后的图像及其直方图figure(1),subplot(2,2,1),imshow(I),subplot(2,2,2),imshow(J); figure(1),subplot(2,2,3),imhist(I),subplot(2,2,4),imhist(J);图 1.2 1.3直方图规定化启用MATLAB,输入以下代码运行I1=imread('TM5.bmp','bmp');I2=imread('TM3.bmp','bmp');%直方图规定化处理K1=histeq(I1,imhist(I2));%对比规定化处理前后的图像及其直方图figure;subplot(3,2,1),imshow(I1);subplot(3,2,2), imhist(I1);subplot(3,2,3),imshow(I2);subplot(3,2,4), imhist(I2);subplot(3,2,5),imshow(K1);subplot(3,2,6), imhist(K1);图 1.32、图像空间域平滑2.1 用均值滤波器实现图像空间域的平滑启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp');J=imnoise(I,'gaussian'); %添加高斯噪声K=imnoise(I,'salt & pepper'); %添加椒盐噪声M=imnoise(I,'speckle'); %添加乘性噪声H=ones(3,3)/9; %3*3的均值去噪模板%滤波去噪处理I1=imfilter(I,H);J1=imfilter(J,H);K1=imfilter(K,H);M1=imfilter(M,H) ;%对比线性滤波去噪处理前后的图像figure;subplot(2,4,1),imshow(I);title('原图');subplot(2,4,2),imshow(J); title('高斯噪声图像'); subplot(2,4,3),imshow(K); title('椒盐噪声图像'); subplot(2,4,4),imshow(M); title('乘性噪声图像'); subplot(2,4,6),imshow(J1); title('高斯噪声滤波图像'); subplot(2,4,7),imshow(K1); title('椒盐噪声滤波图像'); subplot(2,4,8),imshow(M1) ; title('乘性噪声滤波图像') ; 输出图像如下图 2.12.2 用中值滤波器实现图像空间域的平滑启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp');I1=imnoise(I,'gaussian');I2=imnoise(I,'salt & pepper',0.02);I3=imnoise(I,'speckle');%3×3中值滤波模板J=medfilt2(I,[3,3]);J1=medfilt2(I1,[3,3]);J2=medfilt2(I2,[3,3]);J3=medfilt2(I3,[3,3]);figure,subplot(2,4,1),imshow(I) ; title('原图') ;subplot(2,4,2),imshow(I1) ; title('添加高斯噪声') ;subplot(2,4,3),imshow(I2) ; title('添加椒盐噪声') ;subplot(2,4,4),imshow(I3) ; title('添加乘性噪声') ;subplot(2,4,6),imshow(J1) ;title('高斯噪声3*3中值滤波') ; subplot(2,4,7),imshow(J2) ;title('椒盐噪声3*3中值滤波') ; subplot(2,4,8),imshow(J3) ;title('乘性噪声3*3中值滤波') ;K=medfilt2(I, [5,5]); %5×5中值滤波模板K1=medfilt2(I1,[5,5]);K2=medfilt2(I2,[5,5]);K3=medfilt2(I3,[5,5]);figure;subplot(2,2,1),imshow(K); title('原图5*5中值滤波'); subplot(2,2,2),imshow(K1) ; title('高斯噪声5*5中值滤波') ; subplot(2,2,3),imshow(K2); title('椒盐噪声5*5中值滤波'); subplot(2,2,4),imshow(K3) ; title('乘性噪声5*5中值滤波'); 输出结果如下图 2.2.1图 2.2.22.3 图像空间域锐化启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp')H=fspecial('sobel')%用sobel算子做模板%锐化处理J=imfilter(I,H)%锐化处理前后图像对比figure,subplot(1,2,1),imshow(I),subplot(1,2,2),imshow(J); 输出图像如下图 2.33、图像几何变换3.1 缩放启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp', 'bmp') ;%放大图像J=imresize(I,2) ;%缩小图像K=imresize(I,0.5) ;%图像对比figure(1),subplot(),imshow(I),title('原图'),figure(2),subplot(),imshow(J),title('放大两倍的图'),figure(3),subplot(),imshow(K),title('缩小0.5倍的图') ;输出图像如下图 3.1.1 图3.1.2图 3.1.33.2旋转启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp', 'bmp') ;%旋转图像M=imrotate(I,45) ;%图像对比figure;subplot(1,2,1),imshow(I),subplot(1,2,2),imshow(M) ;输出图像如下图 3.24、彩色图像处理4.1彩色合成启用MATLAB,输入以下代码运行I=imread('peppers.bmp','bmp');J1=I; J2=I;J3=I; J4=I;J5=I;%改变J1、J2、J3、J4、J5中的波段次序,组合成新的波段合成J1(:,:,1)=I(:,:,2); J1(:,:,2)=I(:,:,3); J1(:,:,3)=I(:,:,1) ;J2(:,:,1)=I(:,:,1); J2(:,:,2)=I(:,:,3); J2(:,:,3)=I(:,:,2) ;J3(:,:,1)=I(:,:,2); J3(:,:,2)=I(:,:,1); J3(:,:,3)=I(:,:,3) ;J4(:,:,1)=I(:,:,3); J4(:,:,2)=I(:,:,2); J4(:,:,3)=I(:,:,1) ;J5(:,:,1)=I(:,:,3); J5(:,:,2)=I(:,:,1); J5(:,:,3)=I(:,:,2) ;%对比原图像I与新图像J1、J2、J3、J4、J5的彩色差异,理解假彩色合成figure,subplot(2,3,1),imshow(I),title('原图');subplot(2,3,2),imshow(J1),title('变换一') ;subplot(2,3,3),imshow(J2),title('变换二') ;subplot(2,3,4),imshow(J3),title('变换三') ;subplot(2,3,5),imshow(J4),title('变换四') ;subplot(2,3,6),imshow(J5),title('变换五');输出图像如下图4.1 4.2彩色变换启用MATLAB,输入以下代码运行I=imread('peppers.bmp','bmp');HSV=rgb2hsv(I) ;RGB=hsv2rgb(HSV) ;%对比彩色变换前后的图像figure;subplot(1,3,1),imshow(I),title('原图'),subplot(1,3,2),imshow(HSV),title('HSV图像'); subplot(1,3,3),imshow(RGB),title('RGB图像') ;输出结果如下图 4.2四、实验算法要点总结1、图像点处理直方图修正法通常分为直方图均衡化和直方图规定化两类2、图像均值滤波和中值滤波、图像锐化处理3、图像几何变换处理4、图像彩色合成和彩色变换处理通过映射函数将彩色图像或多光谱图像变换成新的三基色分量线性假彩色映射表示为:。

  1. 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. 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. 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)。

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。

相关文档
最新文档