数字图像处理综合作业2

综合作业二

( 春季学期 )

一．对X1照片图像增强 (3)

1.1 直方图增强 (3)

1.1.1 直方图拉伸增加对比度 (3)

1.1.2直方图均衡 (4)

1.2 伪彩色增强 (5)

1.2.1等密度分割法 (5)

1.2.2多波段合成伪彩色显示 (8)

二．对x2照片图像增强 (10)

2.1 滤波 (10)

2.1.1各种滤波器 (10)

2.1.2 中值滤波 (12)

2.1.3 二阶butterworth滤波 (14)

2.2 直方图增强 (16)

三．边缘提取及增强 (18)

3.1 对x1边缘提取及复合 (18)

3.1.1 对x1边缘提取 (18)

3.1.2 对x1边缘复合 (19)

3.2对x2边缘提取及复合 (20)

3.2.1 直接对原图x2边缘提取 (20)

3.2.2 去噪后边缘提取 (21)

3.2.3 对x2边缘复合 (22)

一．对X1照片图像增强

1.1 直方图增强

1.1.1 直方图拉伸增加对比度

为了增强图像，观察x1，我们考虑增加图像的对比度，看是否能使图像更清晰。

具体的编程思路是，读入x1图像，运用matlab自带的imadjust函数，对比所得结果，具体程序见附录1.1.1（a），实验结果见图1.1.1（1）。

1.1.1（a）

结论：由图1.1.1（a）对比发现，左右两边基本没有区别，基本没有图像增强效果。我们考虑到运用imadjust函数可以得到原图的负片，即将原灰度图白色的地方变成黑色，黑色的地方变成白色，这种效果可能使X1图像自身对比更鲜明，起到图像增强的作用，具体程序见附录1.1.1（2），实验结果见图1.1.1（b）。

1.1.1（b）

结论：由图1.1.1（b）的对比发现，从人眼的视觉角度来看，右图比起左图，在感官上比较舒适，似乎有点图像增强的意思，但总体上，效果还不是很好。

1.1.2直方图均衡

在第三章的作业习题里，我们已经接触过直方图均衡，它是一种利用图像直方图对对比度进行调整的方法，也是图像增强常用的方法之一。

我们的编程思路是运用matlab中自带的一些函数对原图进行处理，具体程序见附录1.1.2，实验结果见图1.1.2。

1.1.2

结论：由图1.1.2的对比，我们可以发现直方图均衡化后的图像整体变亮，图片中部分位置变得清晰一些，部分位置灰度值过高，图像有些发白，没有得到好的图像增强效果，甚至发白部位阻碍医生观察骨骼细节。原因是因为这种方法对处理的数据不加选择，当原图的直方图有高峰时，经处理后对比度会不自然的过分增强。

1.2 伪彩色增强

1.2.1等密度分割法

对图像中各像元亮度值进行统计，确定其最小值和最大值，确定分割的等级N，计算出分割的间隔再对输入图像的每一个像元进行亮度转换，为像元新值赋色。

（1）matlab自带函数grayslice（I，n）（源程序：color1.m）将灰度图X1均匀量化为n个等级，然后利用jet映射将其转化为伪彩色图

像x。程序见附录1.2.1（1）

1.2.1(a) N=8

1.2.1(b) N=64

1.2.1(c) n=256

分析：由上面三组图像可知，当分割等级越大，所呈现的效果越好。（2）自编程序（源程序：color2.m）

将图像X1按灰度分为11份

R=0：256 间隔为256/10

G=0到256 再到0 间隔为256/5

B=256：0 间隔为256/10

1.2.1(d)

分析：从上面各图的分析我们知道n越大，效果越好。但对比利用grayslice（I，n）函数n=8时的效果，自编程序n=11时的效果没有很好，可能是颜色映射不恰当，导致效果不好。

1.2.2多波段合成伪彩色显示

（源程序：color.m）

对同一幅图像在不同波长获得多幅图像，可采用多种变换方式，最后合成R、

G、B图像进而形成为彩色图像显示。在这里使用分段线性映射法。实验结果见

1.2.2.程序见附录1.2.2.

1.2.2

分析：对比利用密度分割法产生的效果，多波段合成伪彩色显示法的效果不是很好，反而将图像变得更加模糊。

结论：通过对图像进行伪彩色处理，主要得出以下两点。

（1）对图像进行伪彩色处理时，不同的伪彩色处理方法有不同的效果，要选择合适的处理方法。

（2）不同的颜色映射法也有不同的效果，根据图像选择合适的颜色映射法。

二．对x2照片图像增强

2.1 滤波

首先我们先分别观察一下X2的在MATLAB中的原始图像和频谱分布情况。因为我们观察到X2是彩色图，所以我们需要利用rgb2gray函数将它转换成灰度图再进行处理。X2的原始图像和频谱分布图如下图2.1所示：

2.1

我们观察到X2的灰度图存在较严重的椒盐噪声，其频谱图也存在一个十字叉的亮线，但是围绕中间亮点又有一个矩型噪声。

综上，X2存在明显的噪声近似于椒盐噪声，所以我们先采用“广撒网，捞大鱼”的方法进行筛选，尝试使用不同类型的滤波器对X2进行滤波处理，分析对比哪种滤波器的滤波效果最好，然后再选择滤波效果最好的滤波器进行各种参数设置，使其滤波效果最好。

2.1.1各种滤波器

在这里我们使用了高斯低通滤波器，均值滤波器，中值滤波器，自适应滤波器，二维统计顺序滤波器，二阶Butterworth滤波器分别对X2图像进行滤波。程序见附录2.1.1

各种滤波结果如下图2.1.1所示：

高斯低通滤波均值滤波

中值滤波自适应滤波