光电图像处理实验报告(图像增强)
图像增强实验报告
课程: 数字图像处理实验日期: 2012年 4 月日成绩：实验一图像增强与平滑一．实验目的及要求1．了解MATLAB的操作环境和基本功能。
2．掌握MATLAB中图像增强与平滑的函数的使用方法。
3．加深理解图像增强与平滑的算法原理。
二．实验原理图像增强的目的是改善图像的视觉效果，或者使图像更适合于人或机器进行分析处理。
通过图像增强，可以减少图像中的噪声，提高目标与背景的对比度，也可以强调或抑制图像中的某些细节。
从处理的作用域出发，图像增强可以分为空间域法和频率域法。
前者在空间域直接对像素进行处理，后者在图像的变换域内处理，然后经逆变换获得增强图像。
图像增强技术主要有：空域变换增强、空域滤波增强、频域增强。
点运算可以在空域内进行图像灰度修正、图像灰度变换以及图像直方图修正。
空域滤波增强主要应用平滑滤波器、中值滤波器以及锐化滤波器。
频域增强主要应用高通滤波和同态滤波。
图像增强还包括图像的伪彩色处理。
彩色图像中包含有丰富的细节信息,为了获得清晰的彩色图像,保护原有的彩色信息,消除亮度不够对彩色图像像质的影响, 应用图像增强技术对彩色图像进行处理,既可以得到清晰的彩色图像,又可以保护原有的彩色信息。
总之图像增强技术就是对图像中感兴趣的特征有选择地突出,而衰减其不需要的特征。
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'); % Rea ds the sample images ‘ pout.tif’, and stores it inimshow(I) % an array named I.display the imagefigure, 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.figure, imhist(I2) % Create a histogram of the equalized image I2.figure,plot((0:255)/255,T); % plot the transformation curve.课程: 数字图像处理实验日期: 2012年 4 月日成绩：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 file功能：直方图均衡化的基本思想是将原始图像的直方图变换为均匀分布的形式，从而增加图像灰度的动态范围，达到增强图像对比度的效果。
光学图像处理实验报告
光学图像处理实验报告第一篇：光学图像处理实验报告光学图像处理实验报告直方图均衡化的研究一、摘要直方图均衡化就是把一已知灰度概率分布的图像经过一种变换,使之演变成一幅具有均匀灰度概率分布的新图像。
它是以累积分布函数变换法为基础的直方图修正法。
分析和总结灰度直方图的均衡化算法并通过VC++实验验证该方法能有效达到图像增强的目的。
对于较为暗淡的图像，采用直方图均衡化能够增强其整体对比度，获的较为理想的观察效果。
二、关键字灰度统计直方图均衡化三、实验原理1、直方图的理论基础：（1）直方图概念：灰度直方图表示图像中每种灰度出现的频率。
（2）直方图的作用：反映一幅图像的灰度分布特性n（3）直方图的计算：p(rk)=k0≤rk≤1k=0,1,2,Λ,l-1 n式中：nk为图像中出现rk级灰度的像素数，n是图像像素总数，而nk/n即为频数。
2、设计目的：产生一幅灰度级分布具有均匀概率密度的图像，扩展像素取值的动态范围，达到了图象增强的目的。
3、直方图均衡化的效果：1）变换后直方图趋向平坦，灰级减少，灰度合并。
2）原始象含有象素数多的几个灰级间隔被拉大了，压缩的只是象素数少的几个灰度级，实际视觉能够接收的信息量大大地增强了，增加了图象的反差。
同时，也增加了图象的可视粒度。
4、离散情况下的直方图均衡化的算法：A、列出原始图像的灰度级 fj,j=0,1,Λ,L-1B、统计各灰度级的像素数目 nj,j=0,1,Λ,L-1C、计算原始图像直方图各灰度级的频数 Pf(fj)=nj/n,j=0,1,Λ,L-1kD、计算累积分布函数 C(f)=j=0Pf(fj),j=0,1,Λ,k,ΛL-1F、应用以下公式计算映射后的输出图像的灰度级，P为输出图像灰度级的个数，其中INT为取整符号：gi=INT[(gmax-gmin)C(f)+gmin+0.5] G、用的映射关系修改原始图像的灰度级，从而获得直方图近似为均匀分布的输出图像。
∑四、实验内容及源程序1、灰度分布密度的统计程序代码如下：/*********************************************** *函数名称：ZhiFangTu(float *tongji)*函数类型：void *变量说明：tongji，灰度分布密度统计 *功能：对图像进行灰度直方图统计***********************************************/ void CAAAView::OnZhifangtu(float *tongji){ // TODO: Add your command handler code hereint huidu[256];//灰度计数CAAADoc* pDoc = GetDocument();LPSTR lpDIB;LPSTRlpDIBBits;lpDIB =(LPSTR)::GlobalLock((HGLOBAL)pDoc->GetHDIB());lpDIBBits = ::FindDIBBits(lpDIB);//原图数据区指针int iH,iW;memset(huidu,0,sizeof(huidu));//变量初始化iH = ::DIBHeight(lpDIB);//宽iW = ::DIBWidth(lpDIB);//长LPBYTE temp1=new BYTE[iH*iW];//新图像缓冲区memcpy(temp1,lpDIBBits,iH*iW);//复制原图像到缓冲区for(int i=0;i{ for(int j=0;j{unsigned char temp;temp=temp1[iW*i+j];//灰度统计计数huidu[temp]++;} } for(i=0;i<256;i++)//统计灰度分布密度tongji[i]=huidu[i]/(iH*iW*1.0f);}2、直方图分布的均衡化（1）统计直方图数组，用一个数组p记录p[i]；（2）i从1开始，令s[i]=s[i-1]+p[i]；（3）一个数组L记录新的s的索引值，即令L[i]=s[i]*(256-1)；（4）依次循环每个像素，取原图的像素值作为数组L的下标值，取该下标值对应的数组值作为均衡化之后的像素值。
图像增强实验报告
图像增强实验报告图像增强实验报告引言：图像增强是数字图像处理中的重要技术之一，它可以通过改变图像的亮度、对比度、色彩等参数，使图像更加清晰、细节更加突出。
本实验旨在探究不同图像增强方法对图像质量的影响，并比较它们的效果。
一、实验目的通过实验比较不同的图像增强方法，包括直方图均衡化、拉普拉斯算子增强、灰度变换等，对图像质量的影响，了解各种方法的优缺点，为实际应用提供参考。
二、实验步骤1. 实验准备：准备一组包含不同场景、不同光照条件下的图像样本，以及实验所需的图像处理软件。
2. 直方图均衡化：将图像的直方图进行均衡化，使得图像的像素值分布更加均匀，从而提高图像的对比度和亮度。
3. 拉普拉斯算子增强：使用拉普拉斯算子对图像进行边缘增强，突出图像的细节和纹理。
4. 灰度变换：通过调整图像的灰度级别，改变图像的亮度和对比度，使图像更加清晰明亮。
5. 实验结果分析：对比不同图像增强方法处理后的图像，分析它们在视觉效果上的差异，并根据实验结果评估各种方法的优劣。
三、实验结果与讨论在本次实验中，我们选择了一张室内拍摄的暗淡图像作为样本进行增强处理。
首先，我们对该图像进行了直方图均衡化处理。
结果显示，通过直方图均衡化，图像的亮度和对比度得到了明显的提升，细节也更加清晰可见。
然而，由于直方图均衡化是全局处理，可能会导致图像的局部细节过于突出，从而影响整体视觉效果。
接下来，我们采用了拉普拉斯算子增强方法。
通过对图像进行边缘增强，图像的纹理和细节得到了突出展示。
然而，拉普拉斯算子增强也存在一定的局限性，对于噪声较多的图像，可能会导致边缘增强过程中出现伪影和锯齿现象。
最后，我们尝试了灰度变换方法。
通过调整图像的灰度级别，我们改变了图像的亮度和对比度，使图像的细节更加突出。
与直方图均衡化相比，灰度变换方法更加灵活，可以根据实际需求对图像进行个性化的调整。
综合对比三种图像增强方法的实验结果，我们可以得出以下结论：直方图均衡化适用于对整体亮度和对比度进行提升的场景；拉普拉斯算子增强适用于突出图像的边缘和纹理；灰度变换方法可以根据实际需求对图像进行个性化调整。
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
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。
1光电图像处理实验（图像基本操作）
1光电图像处理实验（图像基本操作）光电图像处理实验报告学⽣姓名：班级：学号：指导教师：实验⽇期：⼀、实验名称：图像基本操作⼆、实验⽬的：1．掌握MATLAB的操作窗⼝功能；2．熟练掌握MATLAB的图像处理基本操作，熟练掌握数字图像读取、显⽰、保存；3．熟练掌握MATLAB各种图像格式⽂件的互相转换。
三、实验原理：MATLAB是由美国mathworks公司发布的主要⾯对科学计算、可视化以及交互式程序设计的⾼科技计算环境。
它将数值分析、矩阵计算、科学数据可视化以及⾮线性动态系统的建模和仿真等诸多强⼤功能集成在⼀个易于使⽤的视窗环境中，为科学研究、⼯程设计以及必须进⾏有效数值计算的众多科学领域提供了⼀种全⾯的解决⽅案，并在很⼤程度上摆脱了传统⾮交互式程序设计语⾔（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进⽔平。
MATLAB和Mathematica、Maple并称为三⼤数学软件。
它在数学类科技应⽤软件中在数值计算⽅⾯⾸屈⼀指。
MATLAB可以进⾏矩阵运算、绘制函数和数据、实现算法、创建⽤户界⾯、连接其他编程语⾔的程序等，主要应⽤于⼯程计算、控制设计、信号处理与通讯、图像处理、信号检测、⾦融建模设计与分析等领域。
MATLAB⼯作环境：桌⾯包括4个⼦窗⼝：命令窗⼝、⼯作空间窗⼝、当前路径窗⼝、历史命令窗⼝。
命令窗⼝是⽤户在提⽰符(>>)处键⼊MATLAB命令和表达式的地⽅，也是显⽰那些命令输出的地⽅。
⼯作空间窗⼝显⽰当前的变量名称和值。
双击可以启动数组编辑器。
当前路径窗⼝显⽰当前的⼯作⽬录。
⼯作⽬录的内容显⽰在当前⽬录窗⼝内。
可通过Set Path改变。
历史命令窗⼝包含⽤户已在命令窗⼝中输⼊的命令的记录。
如果要重新执⾏以前的MATLAB命令，可在历史命令窗⼝中双击该命令即可。
使⽤MATLAB编辑器创建M⽂件：MATLAB编辑器既是⽤于创建M⽂件的⽂本编辑器，也是调试器。
光电图像处理实验报告
（2）原图傅里叶频谱图
3.结果分析
空间频率：在单位长度或单位空间范围内图像灰度（周期性）变化的次数。
3.结果分析
从右侧直方图中，可以看出，经对比加强后，图像灰度尺上灰度范围变化最为明显，灰度范围加大，这样使图片对比度加强。
而直方图均值化后的图像，从结果上看来灰度更为均匀，辨识度提高，图片亮度有所增强。
两种处理方式从不同的角度都使得图片更加清晰。
实验3 图像的平滑处理
1.实验程序
i=imread('C:\Users\Administrator\Desktop\图像\图像处理\w01.tif'); subplot(2,2,1);
imshow(i);
3.结果分析
原图像加高斯白噪声后，图片上明显增加了许多噪点，不再清晰，变得很粗糙。
3.结果分析。
图像增强操作实习报告
图像增强操作实习报告一、实习目的在熟悉数字图像增强的基本原理和方法基础上，在理论指导下，能运用Photoshop软件对图像进行有针对性的增强操作，对多种图像增强方法获得的结果图像进行比较和分析，进一步熟悉和掌握Photoshop软件操作技能，巩固所学理论知识。
二、实习内容应用Photoshop软件对图像作灰度拉伸、对比度增强、直方图均衡化、图像平滑、中值滤波、边缘增强、边缘检测、伪彩色增强、假彩色合成等处理。
三、实习步骤1.打开一幅灰度图像。
源图像：2.灰度拉伸。
（1）线性拉伸：线性拉伸:在“图像→调整→色阶”中，可以通过直接设置原图像灰度值的输人范围和所需的输出范围来简单的完成某—灰度段到另一灰度段的灰度调整映射变换。
（2）曲线拉伸：曲线拉伸：在“图像调整→曲线”中,在弹出的“曲线”对话框中，直接用鼠标拖动改变灰度输人、输出曲线的形状就可以完成任意线形的灰度变换。
3.对比度增强：对比度增强可以通过“图像→调整→亮度/对比度”来直接对原图侔的亮度成对比度进行调整，观察增强处理前后图像直方图的变化。
4.直方图均衡化：直方图均衡可调用“图像→调整→色调均化”菜单项，即可达到直方图均衡的效果。
5.图像平滑。
(1)图像的3x3均匀平滑可以在“滤镜→模糊→模糊”中实现,观察处理前后图像细节和边缘的变化；也可以调用“模糊”对话框中的“高斯模糊”来观察高斯平滑处理的结果，改变半径，观察图像的变化，(2)通过“滤镜→其他→自定”菜单项调出模板对话框,可以输人自定义的平滑算子或其他增强算子，改变模板的大小和缩放比例,观察处理的效果。
6.中值滤波：先使用“滤镜→杂色→添加杂色”菜单添加噪声，再使用“滤镜→杂色→中间值”中值滤波操作，设置滤波半径。
（1）使用“滤镜→风格化”的“查找边缘”，“等高线”，“照亮边缘”等可以提取图像的边缘，改变参数，提取图像的最佳边缘。
（2）使用“滤镜→其他→自定”，输入教材讲述的边缘检测算子,分析处理的效果，比较这些算子的特点。
实验四 图像增强处理
实验三图像增强处理一、实习目的和要求·了解什么是遥感图像解译，了解遥感图像解译的目的，根据不同的应用目的能够选择不同的方法增强解译效果；·学习图像增强的方法，能够对不同应用目的的图像进行不同的增强效果，达到解译效果；·知道ERDAS软件中图像增强处理主要分成三部分：空间、辐射、光谱增强，了解空间、辐射、光谱分辨率的概念并有直观的概念；·理解各种图像增强方法的原理，熟练掌握用ERDAS软件进行增强的操作步骤；要求能够独立完成各种增强处理；·了解图像解译的基本原理，能够通过ERDAS软件进行简单的图像解译，达到分析图像应用图像的目的；·掌握变化监测的原理并能够通过软件分析和应用变化监测；·了解地形分析和傅里叶变换的原理能够使用遥感软件进行分析；·了解归纳分析和区域特征的原理，会使用这几种方法，掌握代数运算的原理了解在图像处理中的实际应用；·了解图像投影变换的原理以及方法；·了解傅里叶变换的方法以及原理和应用；二、实验原理·当一幅图像的目视效果不太好，或则有用的信息突出不够时，就需要对图像进行增强处理，图像增强的目的是为了提高图像质量和突出所需信息，有利于分析判读或作进一步处理；·图像空间增强是利用象元自身及其周围象元的灰度值进行运算，达到增强目的主要有卷积增强、非定向边缘增强、纹理分析、锐化处理、自适应滤波等；·图像辐射增强处理时对单个象元的灰度值进行变换达到图像增强的目的，主要有直方图均衡化、直方图匹配、亮度反转、降噪处理、去条带处理等；·图像光谱增强处理是基于多波段数据对每个象元的灰度值进行变换达到增强，主要方法有主成分变换、主成分逆变换、缨帽变换、色彩变换、指数变换等；·变化监测是根据两个时期的遥感图像来计算其差异，系统可以根据您所定义的阈值来表明重点变化区域，并输出两个分析结果图像，其一是图像变化文件，其二是主要变化区域文件。
实验二 图像增强处理实习报告
实验二图像增强处理实习报告1.实验目的和内容1.1.实验目的掌握图像合成和显示增强的基本方法，理解存储的图像数据与显示的图像数据之间的1.2.实验要求熟练根据图像中的地物特征进行图像合成显示、拉伸、图像均衡化等显示增强操作。
理解直方图的含义，能熟练的利用直方图进行多波段的图像显示拉伸增强处理。
1.3.软件和数据ENVI 软件。
TM 图像数据。
上次实验合成后的图像数据文件AA。
1.4.实验内容图像的彩色合成显示图像的基本拉伸方法图像均衡化方法图像规定化2.实验过程通过合成和拉伸增强显示图像中的信息。
2.1.图像合成图像合成方法：伪彩色合成、彩色合成两种方式。
其中彩色合成包括：真彩色合成、假彩色合成、模拟真彩色合成。
操作：使用（4，3，2）进行RGB 合成显示图像。
图像窗口为#1。
移动图像窗口的红色选框到玄武湖，将光标十字放在红框内，双击，显示光标位置窗口。
该窗口中出现了Scrn 和Data，二者后面的RGB 的值是不同的。
2.1.1伪彩色合成在新的窗口显示第4 波段图像，窗口为#2。
操作：菜单：窗口菜单Tools-Color Mapping-Density slice…，选择Band 4，确定。
在“Density Slice”窗口中，点击“应用”按钮，窗口#2 的图像变成了彩色。
设置默认的分级数为3 个：在“Density Slice”窗口，点击Options-Set number of default range,输入3，确定。
点击Options-Apply default range，点击Apply 按钮。
查看窗口#2 内的变化。
重复上面步骤，设置分级数为10，查看图像的变化。
基本的特征是：长江是绿色的，玄武湖是红色的。
在新的窗口显示波段4，窗口编号为#3。
菜单：窗口菜单Tools-Color Mapping-ENVI Color table…依次点击Color Tables 下的颜色方案列表，查看#3 图像的变化。
光电图像处理实验报告(图像增强)
电子科技大学实验报告学生姓名： XXX学号： XXXXXXXXXX指导教师： XXX日期： 2010年3月25日一、实验室名称： 光电楼327机房二、实验项目名称： 图像增强三、实验原理：图像在生成、获取、传输等过程中，受照明光源性能、成像系统性能、通道带宽和噪声等因素的影响，造成对比度偏低、清晰度下降、并引入干扰噪声。
因此，图像增强的目的，就是改善图像质量，获得更适合于人眼观察、或者对后续计算机处理、分析过程更有利的图像。
图像增强是有选择地突出某些对人或计算机分析有意义的信息，抑制无用信息，提高图像的使用价值。
1、对数与指数变换提高对比度(1) 对数变换，低灰度区扩展，高灰度区压缩。
(2) 指数变换，高灰度区扩展，低灰度区压缩。
对合适的图像选择对数变换或者指数变换，均可提高图像对比度。
cb y x f a y x g ln ]1),(ln[),(++=1),(]),([-=-a y x f c b y x g2、中值滤波中值滤波法是把邻域内所有像素按灰度顺序排列，然后取中间值作为中心像素的输出。
中值滤波可以有效的去除椒盐噪声。
四、实验目的：1、熟练掌握各种灰度域变换的图像增强原理及方法；2、熟悉直方图均衡化和直方图规格化的原理及方法；3、了解空域滤波中常用的平滑和锐化滤波器；4、熟悉和掌握利用Matlab 工具进行图像的读、写、显示及基本的图像处理步骤；5、利用Matlab 工具进行图像增强处理。
五、实验内容：1、读取一幅低对比度图像，分别对其进行对数变换与指数变换。
进行变换前，应根据需要分别选取合适的指数和对数函数（即确定a、b、c 等调节因子），画出指数和变换曲线。
程序设计及处理过程中，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。
2、读取一幅含有椒盐噪声的被污染图像，并对其进行中值滤波处理。
要求在同一窗口中显示原始图像及中值滤波的结果。
（选作内容）六、实验器材（设备、元件）：计算机，Matlab软件七、实验步骤：1、对数与指数变换提高对比度⑴打开计算机，从计算机中选择一幅对比度较低的图像作为原始图像。
图像增强 实验报告
基于像素的图像增强 实验报告姓名：赵传 学号：1120120260一、 实验目的图像增强作为基本的图像处理技术，其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。
由于具体应用的目的和要求不同，因而“好”和“有用”的含义也不相同，因此图像增强技术是面向具体问题的。
从根本上说，图像增强的通用标准是不存在的。
本实验通过应用课堂上介绍过的图像空域增强方法中的点处理，在MATLAB 软件上进行编程，实现对不同图像（主要是黑白图像）的处理，从而加深对这些方法在原理层面的认识；同时通过简单的判断，较为“主观”给出不同方法处理不同问题时的优劣程度。
二、 引言由于受自然环境，获取图像的手段（传感器）、方式，图像传输，图像接收等一系列因素的影响，使得获取的图像信息往往存在许多问题，如：图像偏暗、偏亮、动态范围小、有噪点、对比度小等。
严重影响了有用信息的提取，因此，图像后期处理（图像增强技术）就显得十分重要。
在这门课程中，我学到了图像增强技术根据其处理的空间不同，可分为两大类：空域方法和频域方法。
前者直接在图像所在像素空间进行处理；而后者是通过对图像进行傅里叶变换后在频域上间接进行的。
在空域方法中，根据每次处理是针对单个像素还是小的子图像块又可分为两种：一种是基于像素的图像增强，也叫点处理，这种增强过程中对每个像素的处理与其他像素无关；另一种是基于模板的图像增强，也叫空域滤波，这种增强过程中的每次处理操作都是基于图像中的某个小的区域。
本实验主要针对点处理。
点处理有以下几种方式：1. 图像反转。
所谓图像反转，简单说来就是使黑变白，使白变黑。
2. 分段线性变换。
增强图像对比度实际是增强原图的各部分的反差，也就是说增强图像中感兴趣的灰度区域，相对抑制那些不感兴趣的灰度区域。
3. 指数变换。
也叫γ校正，通过设置γ 的值γγ≥≤（1还是1） 从而根据具体需要增强图像对比度。
4. 对数变换。
对于因动态范围太大而引起的失真，最常用的是借助对数形式对动态范围进行调整。
matlab-光电图像处理实验(图像增强)
光学图像处理实验报告学生姓名：班级：学号：指导教师：日期：一、实验室名称：二、实验项目名称：图像增强三、实验原理：图像增强处理是数字图像处理的一个重要分支。
很多由于场景条件的影响图像拍摄的视觉效果不佳，这就需要图像增强技术来改善人的视觉效果，增强图象中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。
比如突出图像中目标物体的某些特点、从数字图像中提取目标物的特征参数等等，这些都有利于对图像中目标的识别、跟踪和理解。
图像增强处理主要内容是突出图像中感兴趣的部分，减弱或去除不需要的信息。
这样使有用信息得到加强，从而得到一种更加实用的图像或者转换成一种更适合人或机器进行分析处理的图像。
图像增强的应用领域也十分广阔并涉及各种类型的图像。
例如，在军事应用中，增强红外图像提取我方感兴趣的敌军目标；在医学应用中，增强X射线所拍摄的患者脑部、胸部图像确定病症的准确位置；在空间应用中，对用太空照相机传来的月球图片进行增强处理改善图像的质量；在农业应用中，增强遥感图像了解农作物的分布；在交通应用中，对大雾天气图像进行增强，加强车牌、路标等重要信息进行识别；在数码相机中，增强彩色图像可以减少光线不均、颜色失真等造成的图像退化现象。
图像增强可分成两大类：频率域法和空间域法。
前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。
采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。
具有代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。
图像增强的方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。
图像增强实验报告
图像增强实验报告篇一：图像处理实验报告——图像增强实验报告学生姓名：刘德涛学号:2010051060021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、老计算机楼309机房二、实验项目名称：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f(x,y)的灰度变化范围为[a,b]，线性变换后图像g(x,y)的范围为[a',b']，线性拉伸的公式为：b'?a'g(x,y)?a?[f(x,y)?a] b?a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：g(x,y)?a?ln[f(x,y)?1] blnc指数变换的一般形式：g(x,y)?bc[f(x,y)?a]?1（a,b,c用于调整曲线的位置和形状的参数。
）2.图像的空间滤波图像的空间滤波主要有图像的空域平滑和锐化。
图像的平滑是一种消除噪声的重要手段。
图像平滑的低频分量进行增强，同时抑制高频噪声，空域中主要的方法有领域平均、中值滤波、多帧相加平均等方法。
图像锐化能使图像的边缘、轮廓处的灰度具有突变特性。
图像的锐化主要有微分运算的锐化，包括梯度法和拉普拉斯法算子。
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基本步骤。
图像增强的实验报告
图像增强的实验报告图像增强的实验报告引言：图像增强是数字图像处理领域中的一项重要任务。
通过改善图像的质量和清晰度，图像增强可以使我们更好地观察和分析图像中的细节。
本实验旨在探索图像增强的不同方法，并评估它们在不同场景下的效果。
实验设计：为了比较不同的图像增强方法，我们选择了一组具有不同特征的图像作为实验对象。
这些图像包括自然风景、人像和低对比度图像。
我们将使用以下三种方法进行图像增强：直方图均衡化、自适应直方图均衡化和增强对比度自适应拉伸。
实验步骤：1. 直方图均衡化：直方图均衡化是一种常用的图像增强方法，它通过重新分布图像的像素值来增强对比度。
我们首先将图像转换为灰度图像，然后计算灰度直方图。
接下来，我们使用累积分布函数对直方图进行均衡化，使得图像中的像素值分布更加均匀。
最后，我们将均衡化后的图像转换回原始图像的颜色空间。
2. 自适应直方图均衡化：直方图均衡化在某些情况下可能会导致图像的局部细节丢失。
为了解决这个问题，我们使用自适应直方图均衡化方法。
在这种方法中，我们将图像分成许多小区域，并对每个区域的直方图进行均衡化。
通过这种方式，我们可以保留图像的局部特征，并增强整体对比度。
3. 增强对比度自适应拉伸：增强对比度自适应拉伸是一种简单而有效的图像增强方法。
它通过将图像的像素值映射到一个更大的范围来增强对比度。
我们首先计算图像的平均亮度和标准差，然后使用以下公式对图像进行拉伸：enhanced_pixel = (pixel - mean) * (max_stretch / std) + mean其中，pixel是原始图像中的像素值，mean是图像的平均亮度，std是图像的标准差，max_stretch是拉伸的最大范围。
实验结果：我们将三种图像增强方法应用于不同类型的图像，并进行了对比分析。
结果显示，直方图均衡化方法在某些情况下可以显著增强图像的对比度，特别是对于低对比度图像。
然而，它可能会导致图像的噪声增加和细节丢失。
光电图像处理实验
光电图像处理实验实验 1 离散图像的傅立叶变换选题意义： 傅立叶变换是数字图像处理中应用最广的一种变换，其中图像增强、图像复原 和图像分析与描述等，每一类处理方法都要用到图像变换，尤其是图像的傅立叶变换。
要 求：结合相关课程，完成实验内容所列条款，写出实验报告。
实验目的： （1）计算离散图像的傅立叶变换（2）掌握图像的傅立叶频谱图及离散傅立叶变换性质。
实验原理： 二维傅立叶变换的 Matlab 实现，是利用图像处理软件对给出的图像进行傅立 叶变换处理。
在 Matlab 中，函数 fft2表示二维傅立叶变换，函数 ifft2 则表示二维傅立叶反变换。
实验仪器及设备：(1) 微型计算机(2) Matlab图像处理软件。
实验内容及步骤：(1)利用 Matlab 图像处理软件进行离散图像傅立叶变换，如给出一幅图 像（w01.tif），其傅立叶变换程序如下：i=imread('w01.tif'); %装入原始图像figure(1);imshow(i); %显示原始图像colorbar;j=fft2(i); %进行傅立叶变换k=fftshift(j);figure(2);l=log(abs(k));imshow( l , [ ] ); %显示傅立叶变换图像colorbar结果显示如下图所示：（2）分析图像的傅立叶频谱图；（3）自行设计一幅图像，验证离散傅立叶变换的性质，如：频谱图中高频分量迅速衰减，可分离性，平移，周期性与共轭对称性，旋 转、线性和比例性，平均值。
下图是 X，Y 平移后傅立叶图。
原始图像 原始图像的傅立叶谱X 轴平移图像 X 轴平移图像的傅立叶谱Y 轴平移图像 Y 轴平移图像的傅立叶谱预习要求： 光电图像处理中的第 4 章图像的傅立叶变换；Matlab 图像处理软件，设 计程序。
实验报告： 整理程序、数据，分析实验结果。
思考题：描述空间频率的概念。
实验 2 修改直方图图像增强选题意义： 图像增强是数字图像处理过程中常采用的一种方法，为了改善视觉效果或便于 人和机器对图像的理解和分析， 根据图像的特点或存在的问题采取的改善方法或加强特征的 措施称为图像增强。
图像处理实验报告——图像增强-推荐下载
对图像进行平滑处理，可以处理高斯噪声，但是很带来图像的边缘细节模糊。
对于具有对称特性的算子，conv2和imfilter处理的图像效果是一样的，非对称的算子，处理的效果一般不样。
对图像进行锐化处理，会得到图像的边缘部分，变化小部分对应的灰度值较小。
10、总结及心得体会：总结：通过本次的图像增强实验了解了图像的最基本的像素级的操作，对图像的变换有了一定的了解，同时增加了自己对数字图像的了解。
心得体会：一些看起来很简单的图像处理，要自己编程进行实现比不是一件很简单的事，所以对于理论要多加以实践才能更好地掌握。
11、对本实验过程及方法、手段的改进意见：如果对现有的某些简单的函数进行限制使用，要求学生自己编写，可以很大程度的增强学生的编程能力。
报告评分：指导教师签字：图1 线性拉伸变换原图和结果图图2 线性拉伸变换灰度变换曲线）图像的非线性灰度变换（指数变换）图3 指数拉伸变换原图和结果图图4 对数拉伸变换灰度变换曲线）图像的非线性灰度变换（中值滤波）图5 中值滤波原图和结果图）光电图像的空域平滑处理像像像像像像像像像像像像图7 算子的3D图）光电图像的空域高通滤波图8 平滑处理原图、加噪图和结果图图9 算子的3D图）数字图像的线性灰度变换%拉伸到15到230clc,close all,clear all;remax=230;remin=15;y=imread('cloud_24bitgry.jpg');y=rgb2gray(y);subplot(1,2,1),imshow(y);y=double(y);title('原始图像');ymax=max(max(y));ymin=min(min(y));[a,b]=size(y);%灰度变换程序for m=1:a;for n=1:b;result_image(m,n)=(remax-remin)/(ymax-ymin)*(y(m,n)-ymin)+remin;endendresult_image=uint8(result_image);subplot(1,2,2),imshow(result_image); imwrite(result_image,'灰度线性变换.jpg','jpg');%保存图像title('灰度变换图像');o=[]for x=1:255;if x<ymin;k=remin;elseif x>ymax;k=remax;elsek=(remax-remin)/(ymax-ymin)*(x-ymin)+remin;endo=[o,k];end%画变换曲线图x=1:255;figure,plot(x,o);title('灰度变换曲线');xlabel('f(x,y)'),ylabel('g(x,y)');（2）图像的非线性灰度变换（指数变换）%灰度对数变换clc,close all,clear all;imb=1.56;ima=13;imc=0.05;y=imread('Einstein.jpg');y=rgb2gray(y);subplot(1,2,1),imshow(y);title('原始图像'); y=double(y);[a,b]=size(y);%对数变换程序for m=1:a;for n=1:b;result_image(m,n)=imb^(imc*(y(m,n)-ima))-1;endendsubplot(1,2,2),imshow(result_image,[]);titl e('变换图像');imwrite(uint8(result_image),'灰度对数变换. jpg','jpg');%保存图像u=[];for x=0:255;o=imb^(imc*(x-ima))-1;u=[u,o];endx=0:255;figure(),plot(x,u);title('对数变换曲线'); xlabel('f(x,y)'),ylabel('g(x,y)');（3）图像的非线性灰度变换（中值滤波）%灰度对数变换clc,close all,clear all;imb=1.56;ima=13;imc=0.05;y=imread('lowlight_spn24.jpg');y=rgb2gray(y);subplot(1,2,1),imshow(y);title('原始图像'); [a,b]=size(y);%中值滤波变换程序o=y;for m=2:a-1;for n=2:b-1;O=[y(m-1,n-1),y(m,n-1),y(m+1,n-1),y(m-1,n),y(m,n),y(m+1,n),y(m-1,n+1),y(m,n+1),y(m+1,n+1)];o(m,n)=median(O);endendsubplot(1,2,2),imshow(o);title('滤波图像');（4）光电图像的空域平滑处理%平滑去噪clc,close all,clear all;y=imread('Einstein.jpg');y=rgb2gray(y);subplot(2,2,1),imshow(y),title('原始图像'); y=imnoise(y,'gauss',0.002);%加噪声subplot(2,2,2),imshow(y);title('加噪图像'); y=double(y);h1=1/273*[1,4,7,4,7;4,16,26,16,4;7,26,41,26,7;4,16,26,16,4;1,4,7,4,1];M=conv2(y,h1);%卷积处理图像subplot(2,2,3),imshow(uint8(M));title('卷积去噪图像');M=imfilter(y,h1);subplot(2,2,4),imshow(uint8(M));title('函数去噪图像');x=-9:10;y=-9:10;h1=imresize(h1,4,'bilinear');[X,Y]=meshgrid(x,y);figure,surfc(X,Y,h1);（5）光电图像的空域高通滤波% 图像锐化程序clc,close all,clear all;y=imread('Einstein.jpg');y=rgb2gray(y);subplot(1,3,1),imshow(y),title('原始图像'); y=double(y);h1=[-1,0,1;-1,0,1;-1,0,1];sum(sum(h1))M=conv2(y,h1);%卷积处理图像subplot(1,3,2),imshow(uint8(M));title('卷积锐化图像');M=imfilter(y,h1);subplot(1,3,3),imshow(uint8(M));title('图像锐化图像');x=-5:6;y=-5:6;h1=imresize(h1,4,'bilinear');[X,Y]=meshgrid(x,y);figure,surfc(X,Y,h1);。
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。
光电信息处理中的图像增强技术
光电信息处理中的图像增强技术在咱们的日常生活里，到处都能看到图像。
不管是手机里的自拍照，还是电视上的动画片，图像无处不在。
可有时候，这些图像可能不太清楚，颜色也不鲜艳，这时候就需要用到神奇的图像增强技术啦！我还记得有一次，我和朋友一起去爬山。
那座山风景特别美，我们兴奋地拿着手机拍照，想要记录下这美好的时刻。
可是等回到家，查看照片的时候，却发现因为天气有点阴，拍出来的照片暗暗的，山的轮廓也不清晰，风景的美完全没有展现出来，这可把我们给郁闷坏了。
这就好比是光电信息处理中的那些原本质量不太好的图像。
图像增强技术呢，就像是一个神奇的魔法棒，能把这些不太好的图像变得清晰、漂亮。
比如说，对比度增强技术。
这就好像是给图像中的明暗区域来了一次大调整。
原本暗暗的地方变得亮堂起来，亮的地方也不会过曝，图像的细节一下子就凸显出来了。
就像我们在黑暗的房间里打开了一盏明亮的灯，原本隐藏在黑暗中的东西都能看得清清楚楚。
还有亮度调整技术。
有时候图像整体太暗或者太亮，通过这个技术就能让亮度恰到好处。
就好像是给一幅画重新调配了色彩的亮度，让画面更加生动和吸引人。
色彩增强技术也特别厉害。
它能让原本暗淡的颜色变得鲜艳夺目，就像给黑白的世界涂上了五彩斑斓的颜料。
比如说一张花朵的图片，经过色彩增强后，那娇艳欲滴的花瓣颜色更加迷人，仿佛都能闻到花香了。
图像平滑技术呢，能把图像中的那些噪点和粗糙的地方变得光滑细腻。
就像是给一个粗糙的表面打磨抛光，让它变得光滑亮丽。
比如说一张夜景的照片，因为光线的原因可能会有很多噪点，经过平滑处理后，星星点点的夜空变得更加纯净和美丽。
图像锐化技术则像是给图像加上了一层清晰的滤镜。
原本模糊的边缘变得清晰锐利，让图像看起来更加有层次感和立体感。
比如说一张人物的照片，经过锐化后，人物的五官更加立体，眼神也更加明亮有神。
在医学领域，图像增强技术更是发挥了大作用。
医生们通过 X 光、CT 等设备得到的图像，有时候可能不太清晰，影响诊断。
- 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)。
电子科技大学实验报告学生姓名： XXX学号： XXXXXXXXXX指导教师： XXX日期： 2010年3月25日一、实验室名称： 光电楼327机房二、实验项目名称： 图像增强三、实验原理：图像在生成、获取、传输等过程中，受照明光源性能、成像系统性能、通道带宽和噪声等因素的影响，造成对比度偏低、清晰度下降、并引入干扰噪声。
因此，图像增强的目的，就是改善图像质量，获得更适合于人眼观察、或者对后续计算机处理、分析过程更有利的图像。
图像增强是有选择地突出某些对人或计算机分析有意义的信息，抑制无用信息，提高图像的使用价值。
1、对数与指数变换提高对比度(1) 对数变换，低灰度区扩展，高灰度区压缩。
(2) 指数变换，高灰度区扩展，低灰度区压缩。
对合适的图像选择对数变换或者指数变换，均可提高图像对比度。
cb y x f a y x g ln ]1),(ln[),(++=1),(]),([-=-a y x f c b y x g2、中值滤波中值滤波法是把邻域内所有像素按灰度顺序排列，然后取中间值作为中心像素的输出。
中值滤波可以有效的去除椒盐噪声。
四、实验目的：1、熟练掌握各种灰度域变换的图像增强原理及方法；2、熟悉直方图均衡化和直方图规格化的原理及方法；3、了解空域滤波中常用的平滑和锐化滤波器；4、熟悉和掌握利用Matlab 工具进行图像的读、写、显示及基本的图像处理步骤；5、利用Matlab 工具进行图像增强处理。
五、实验内容：1、读取一幅低对比度图像，分别对其进行对数变换与指数变换。
进行变换前，应根据需要分别选取合适的指数和对数函数（即确定a、b、c 等调节因子），画出指数和变换曲线。
程序设计及处理过程中，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。
2、读取一幅含有椒盐噪声的被污染图像，并对其进行中值滤波处理。
要求在同一窗口中显示原始图像及中值滤波的结果。
（选作内容）六、实验器材（设备、元件）：计算机，Matlab软件七、实验步骤：1、对数与指数变换提高对比度⑴打开计算机，从计算机中选择一幅对比度较低的图像作为原始图像。
⑵观察图像类型，选择合适的提高对比度的方法，指数变换或者对数变换。
⑶画出程序设计流程图（图一），在Matlab中输入代码调入图像。
⑷选择将图像进行指数变换，设置常数a,b,c，并输出显示变换曲线。
⑸输出显示原图像和变换后图像以及其直方图，观察直方图和图像，看是否达到提高对比度的效果，若未达到，重新设置常数a,b,c。
直到图像对比度提高，并且变换后直方图上灰度分布较原直方图广。
⑹记录下数值，并将各图存储。
图一图二2、中值滤波⑴打开计算机，从计算机中选择一幅含有椒盐噪声的图像作为原始图像。
⑵画出程序设计流程图（图二），在Matlab中输入代码调入图像。
⑶用3*3的窗口对原图进行中值滤波。
⑷用窗口长度为13的菱形窗口对原图进行中值滤波。
⑸用窗口长度为21的窗口对原图进行中值滤波。
⑹在同一窗口中分别显示原图和三种不同滤波后的图像并进行比较。
⑺记录整理实验报告，关闭计算机。
八、实验结果及分析1、 对数变换与指数变换提高对比度图三50100150200250040.20.40.60.8104图四如图，图三为指数变换曲线图，由图可见，地灰度变换较为缓慢，高灰度变换较快，对此图高灰度区域偏多，故用指数变换合适。
图四左上角为原图，右上角为对应直方图，左下角为变换后图像，右下角为对应变换后直方图。
由左边两图直观比较可以看出变换后图像对比度比变换前高。
再由右边两直方图比较可得出变换后图像直方图灰度分布较广，变换后图像最大灰度值与最小灰度值之差比原图大。
故对比度得到了提高。
但由于变换，导致了部分灰度细节的丢失，这也是不可避免的。
综上所述：用指数变换对此图像进行处理后对比度得到了明显改善。
2、中值滤波图五如图所示，图五左上角为带有椒盐噪声的原图，右上角为进行3*3窗口中值滤波后的图像，左下角为进行窗口长度13的菱形中值滤波后的图像，右下角为进行窗口长度21的中值滤波后的图像。
由四幅图像比较观察后可以看出，进过3*3窗口中值滤波后的图像比原图有了明显的改善，绝大多数椒盐噪声被去除。
进行窗口长度13的菱形中值滤波后的图像比3*3窗口又些许改善，椒盐噪声进一步减少。
进行窗口长度21的中值滤波后的图像又有少量改善，但已很不明显，图像有少许模糊。
综上所述：中值滤波可以在保留细节的情况下去除图像中的椒盐噪声。
并且窗口长度越大，噪声去除效果越好。
九、实验结论：1、通过实验，可知对图像的指数变换可以提高图像对比度。
2、通过实验，可知对图像进行中值滤波可以去除图像椒盐噪声。
十、总结及心得体会：1、对于不同的图像，采取非线性灰度变化的方法不同得到的效果不同。
2、RGB 图像需要灰度化处理。
3、对像素进行处理时，需要转换类型为双精度型；以免因数据类型问题造成计算精度误差。
4、处理完毕，显示前需要再次转换为Matlab 认可的图像类型，方可得到正确的显示结果。
5、对于中值滤波，只对椒盐噪声效果较好，高斯噪声的图像不能处理。
十一、实验改进意见或建议所给图像图像类型较少了些，可以多提供点图像供选择。
十二、思考题：1、图像经过对数变换与指数变换后，变换结果有什么差异？答：图像经过指数变换后，灰度较高的区域灰度变换较为明显，变化大，灰度较低的区域变化小。
图像经过对数变换后，灰度较低的区域灰度变换较为明显，变化大，而灰度高的区域变化小。
但两种变化均有改善对比度的作用。
2、一幅图像的直方图反映了图像的什么信息，它有哪些性质？直方图均衡化的主要作用是什么？答：直方图描述了图像中像素的灰度级分布，表示了图像中不同灰度级像素出现的次数或者概率密度。
直方图的性质：①直方图是图像最基本的统计特征②直方图对应概率密度函数③任一特定的图像有唯一的直方图，但反之不成立④整个图像的直方图是部分图像之和直方图均衡化是将原图像的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图像。
图像均衡化处理后，图像的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图像看起来就更清晰了。
3、简述中值滤波的优、缺点？答：优点：1、对离散阶跃信号、斜声信号不产生作用，对点状噪声和干扰脉冲有良好的抑制作用。
2、能保持图像边缘，使原始图像不产生模糊。
缺点：1、对高斯噪声无能为力；2、计算比较费时，需研究快速算法。
十二、源程序代码：1、对数与指数变换：A=imread('d:\baby.jpg');x=0:255;a=80,b=1.8,c=0.009;B=b.^(c.*(double(A)-a))-1; %做指数变换y=b.^(c.*(x-a))-1; %指数变换曲函数subplot(2,2,1)imshow(A)subplot(2,2,2)imhist(A)subplot(2,2,3)imshow(B)subplot(2,2,4)imhist(B)figure,plot(x,y) %指数变换曲线图2、中值滤波：img=imread('d:\jiao.jpg');[width,height]=size(img);a=zeros(1,9);newimg=zeros(width,height);newimg2=zeros(width,height);newimg3=zeros(width,height);%3*3窗口中值滤波for x = 2:width-1,for y = 2:height-1,a(1,1)=img(x-1,y-1);a(1,2)=img(x,y-1);a(1,3)=img(x+1,y-1);a(1,4)=img(x-1,y);a(1,5)=img(x,y);a(1,6)=img(x+1,y);a(1,7)=img(x-1,y+1);a(1,8)=img(x,y+1);a(1,9)=img(x+1,y+1);for temp1 = 1 : 8, %冒泡法排序for temp2 = 1 : (9-temp1),if(a(temp2)>a(temp2+1))temp=a(temp2);a(temp2)=a(temp2+1);a(temp2+1)=temp;endendendnewimg(x,y)=uint8(a(5));endend%窗口长度为13菱形中值滤波for x = 3:width-2,for y = 3:height-2,b(1)=img(x,y-2);b(2)=img(x-1,y-1);b(3)=img(x,y-1);b(4)=img(x+1,y-1);b(5)=img(x-2,y);b(6)=img(x-1,y);b(7)=img(x,y);b(8)=img(x+1,y);b(9)=img(x+2,y);b(10)=img(x-1,y+1);b(11)=img(x,y+1);b(12)=img(x+1,y+1);b(13)=img(x,y+2);for temp1 = 1 : 12, %冒泡法排序for temp2 = 1 : (12-temp1),if(b(temp2)>b(temp2+1))temp=b(temp2);b(temp2)=b(temp2+1);b(temp2+1)=temp;endendendnewimg2(x,y)=uint8(b(7));endend%窗口长度为21的中值滤波for x = 3:width-2,for y = 3:height-2,c(1)=img(x-1,y-2);c(2)=img(x,y-2);c(3)=img(x+1,y-2);c(4)=img(x-2,y-1);c(5)=img(x-1,y-1);c(6)=img(x,y-1);c(7)=img(x+1,y-1);c(8)=img(x+2,y-1);c(9)=img(x-2,y);c(10)=img(x-1,y);c(11)=img(x,y);c(12)=img(x+1,y);c(13)=img(x+2,y);c(14)=img(x-2,y+1);c(15)=img(x-1,y+1);c(16)=img(x,y+1);c(17)=img(x+1,y+1);c(18)=img(x+2,y+1);c(19)=img(x-1,y+2);c(20)=img(x,y+2);c(21)=img(x+1,y+2);for temp1 = 1 : 20, %冒泡法排序for temp2 = 1 : (20-temp1),if(c(temp2)>c(temp2+1))temp=c(temp2);c(temp2)=c(temp2+1);c(temp2+1)=temp;endendendnewimg3(x,y)=uint8(c(11));endendsubplot(2,2,1)imshow(img) %原图subplot(2,2,2)imshow(uint8(newimg)) %3*3窗口中值滤波subplot(2,2,3)imshow(uint8(newimg2)) %窗口长度为13的菱形中值滤波subplot(2,2,4)imshow(uint8(newimg3)) %窗口长度为21的中值滤波。