实验一空域图像增强技术
实验一空域图像增强技术
实验一空域图像增强技术实验一空域图像增强技术实验一、空域图像增强技术班级: 学号：姓名：实验时间：实验学时：2学时一、实验目的1、结合实例学习如何在视频显示程序中增加图像处理算法；2、理解和掌握图像的线性变换和直方图均衡化的原理和应用；3、了解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。
二、实验原理1、灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。
)],([),(y x f T y x g =<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ),(),(y x f b g b y x f by x f a g a y x f a y x f y x f y x g b a γβαn y m x ΛΛ,2,1 ,,,2,1== 2、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 k j j j r k k3、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。
4、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、启动MATLAB 程序，对图像文件分别进行灰度线性变换（参考教材50页，例4.1）、直方图均衡化（参考教材56页，例4.6）、均值滤波（参考教材60页，例4.9）、中值滤波（参考教材64页，例4.11）和梯度锐化操作（参考教材66页，例4.12）。
空域图像增强实验报告
一、实验名称：空域图像增强二、实验目的：掌握Matlab语言图像工具箱中空域图像增强的实现三、实验要求：在掌握图像灰度调整、直方图修正和图像锐化的指令基础上，编写程序实现图像的灰度变换，直方图均衡和图像锐化的处理四、实验仪器和设备：计算机，Matlab软件五、实验原理：1、亮度变换S=T(r)点对点的变换（灰度级对灰度级的变换）matlab函数：imadjust()亮度变换的基本函数g=imadjust(f,[low in high in],[low out high out],gamma); low in and high in 参数分别指定输入图像需要映射的灰度空间范围，low out 和high out 参数分别指定输出图像所在的灰度范围。
GAMMA表示曲线的形状，描述输入输出图像之间的关系。
如果GAMMA小于1，则映射的权重趋势向更亮输出，如果GAMMA大于1，则趋向更暗的输出。
默认值为1。
2、直方图均衡化直方图是多种空间域处理技术的基础，能有效用于图像增强，是实时图像处理的流行工具，直方图均衡化的目的是使图像在整个灰度值动态变化范围内分布均匀化，改善图像的亮度分布状态，增强视觉效果。
直方图均衡化是通过灰度变换将一幅图像转换程另一幅具有均衡性的直方图。
即在每个灰度级上都具有相同的像素点数的过程。
3、空域滤波手工滤波与函数提供滤波器的比较六、实验步骤：1、将待处理图片拷到matlab软件’work’文件夹2、实行亮度变换3、对图像进行直方图均衡处理4、空域滤波5、记录实验结果并分析七、实验程序及结果记录：1、亮度变换I=imread(‘E:\fig308.tif’);Imshow(I);Figure,imhist(I);J=imadjust(I,[0.5 0.9],[0,1]);Figure;imshow(J);Figure;imhist(J)2、直方图均衡化I=imread(‘E:\fig308.tig’);J=histea(I);Imshow(I);Title(‘原图像’);Figure;Imshow(J);Title(‘直方图均衡化后的图像’);Figure;Subplot(1,2,1);Imhist(I,64);Title(‘原图像直方图’)；Subplot(1,2,2);Imhist(J,64);Title(‘均衡变换后的直方图’);Subplot(1,2,2);Imhist(J,64);Title(‘均衡变换后的直方图’);2、空域滤波F=imread(‘E:\fig3016.tif’);W4=fspecial(‘laplacian’,1);W8=[1 1 1;-8 1;1 1 1];F=im2double(f);G4=f_imfilter(f,w4,’replicate’);G8=f_imfilter(f,w8,’replicate’);Figure;Subplot(1,3,1);Imshow(f);Title(‘原图’);Subplot(1,3,2);Imshow(g4);Title(‘中心为-4拉普拉斯的效果’);Subplot(1,3,3);Imshow(g8);Title(‘中心为-8拉普拉斯的效果’);八、实验结果分析：亮度变换直方图均衡化可以对图像进行处理，进行空域图像增强。
第三章 空域图像增强
•由于我们处理的是数字量,最大灰度级的变化是有 限的,变换发生的最短距离是在两个相邻像素之间. • 用差分定义一元函数 f ( x ) 一阶微分:
f f ( x 1) f ( x) (3.6 1) x ( f ( x) ——前向差分）
•用差分定义一元函数的二阶微分:
2 f f ( x 1) f ( x 1) 2 f ( x) (3.6 2) 2 x
灰度映射原理
映射函数：t = T(s)
灰度差增大，对比增强
第3章
3.1 灰度映射
灰度映射原理
由上可见，利用一个映射函数可将原始图像 中每个像素的灰度都映射到新的灰度。如果恰当 的设计映射函数的曲线形状就可以通过统一的运 算得到所需要的增强效果。
灰度映射的关键是根据增强要求设计映射函 数。
第3章
3.1 灰度映射
灰度统计直方图
直方图是图象的一种统计表达 直方图反映了图中灰度的分布情况 1-D的离散函数
提供了图象象素的灰度值分布情况
计算：
设置一个
有 L 个元素的数 组，对原图的灰 度值进行统计
3.2 直方图修正
直方图均衡化
主要用于增强动态范围偏小的图像的反差。 基本思想是把原始图的直方图变换为在整个灰度 范围内均匀分布的形式，增加了像素灰度值的动 态范围，从而达到增强图像整体对比度的效果
第3章
空域图像增强
3.1 灰度映射 3.2 图像运算
3.3 直方图修正
3.4 空域滤波
3.1 灰度映射
一幅灰度图像的视觉效果取决于该图像中各 个像素的灰度。灰度映射通过改变图像中所有或 部分像素的灰度来达到改善图像视觉效果的目的 。
第3章
3.1 灰度映射
图像处理的MATLAB实现实验一 空域图像增强
图像处理的MATLAB 实现实验一 空域图像增强一、实验目的（1）掌握基本的空域图像增强方法，观察图像增强的效果，加深理解；（2）了解空域平滑模板的特性及其对不同噪声的影响；（3）了解空域锐化模板的特性及其对边缘的影响。
二、实验内容（1）直方图处理：直方图均衡（2）空域平滑：均值滤波、中值滤波；三、实验要求（1）用matlab 语言进行仿真实验；（2）递交实验报告，要求给出实验原理、源程序、实验结果及分析。
四、具体实验内容及要求4.1 实验内容4.1.1 直方图均衡（1）读入原图像pollen.png 并显示原图像以及直方图（2）对原图像进行直方图均衡处理（3）显示均衡后图像以及直方图。
4..1.2 图像空域平滑（1）读入原图像lena.bmp 并显示；（2）对原图像分别添加高斯噪声和椒盐噪声，并显示加噪图像；（3）采用均值滤波进行去噪处理，并显示去噪图像；（4）采用中值滤波进行去噪处理，并显示去噪图像。
4.1.3 空域锐化（1）读入原图像bridge.gif 并显示；（2）采用sobel 算子对图像进行处理，并显示结果；（3）尝试采用其他锐化模板进行处理。
4.2 实验原理4.2.1 直方图均衡实验原理对图像像素个数多的灰度级进行展宽，而对图像中像素个数少的灰度级进行压缩。
而且，输入灰度级r 与输出灰度级s 的概率密度函数()r p r 和()s p s 有如下关系()()ds dr r p s p r s = 积分形式如下()()()dw w p L r T s rr ⎰-==01 4.2.2 图像滤波 （1）、椒盐噪声的中值滤波由于椒盐噪声的出现使该点的像素比周围的亮或暗许多，如果在某个模板中，对像素由小到大重新排列，那么最暗或最亮的点一定被排在两侧，取模板中间位置的灰度值像素代替待处理图像像素的灰度值，从而达到滤除噪声的目的。
（2）、高斯噪声的均值滤波均值滤波是一种空域线性的滤波方法，用像素邻域内各像素的灰度平均值代替该像素原来的灰度值；均值滤波采用的是模板操作，将模板在图像中从左到右，从上到下的顺序移动将模板中心与每个像素重合；将模板中个系数与其对应的像素一并相乘，然后再经所有的结果一并相加；将上面相加的结果重新付给模板中心对应的像素点，那么该灰度值，就是经均值滤波后平滑后的灰度值。
《空域图像增强》
平滑空域形状
平滑傅里叶频谱
锐化空域形状
锐化傅里叶频谱
精选课件
42
3.4 空域滤波
3.4.1原理与分类
3.4.2 线性平滑滤波器
3.4.3线性锐化滤波器
3.4.4非线性平滑滤波器
3.4.5非线性锐化滤波器
精选课件
43
3.4 空域滤波
3.4.2 线性平滑滤波器
根据增强的目的设计某种映射规则，并用相应的
映射函数来表示。
利用映射函数可将原始图像中每个像素的灰度都
映射到新的灰度。
属于点操作。
精选课件
4
3.1
灰度映射
输入和输出均4个灰度级：R、Y、G、B。
精选课件
5
3.1 灰度映射
左图增加对比度
右图降低对比度
注意：一般输入输出的动态范围一致。
精选课件
6
灰度映射
伏，可用于消除图像中的噪声。
(2) 锐化滤波器 （高通）
减弱或消除图像中的低频率分量，可使图像反
差增加，边缘明显。
线性：邻域计算结合方式是线性的
非线性：邻域计算结合方式是
非线性的
41
精选课件
3.4 空域滤波
平滑滤波器：使图像灰度变化缓慢，模板值为正。
锐化滤波器：使图像灰度轮廓清晰，模板中间值为
正，周围值为负。
精选课件
32
3.3 直方图修正
序
号
运算
步骤和结果
1
列出原始灰度级f
0
1
2
3
4
5
6
7
2
列出原始直方图
0.1
0.05
《数学实验》实验报告——空域变换在图像增强中的应用
试验过程（含详细试验步骤、程序清单及异常情况记录等）
I=imread('D:\11.jpg'); subplot(2,2,1); imshow(I); 导入图像 title('原始图片'); K=imadd(I,-50); %对图像的每个像素减去一个参数 subplot(2,2,2); 进行代数运算，调整亮度 imshow(K); title('调整亮度的图片'); I=double(I); %对数运算不支持 unit8 类型，将图像转换为 double 类型 J=log(I+1); %进行灰度的对数变换 subplot(2,2,3); 进行对数变换， 调整对比 imshow(mat2gray(J)); title('调整对比度的图片'); x=[35 558 346 103]; y=[253 250 17 148]; %指定 xi 和 yi 的参数，避免交互式的处理模式 subplot(2,2,4); improfile(I,x,y),grid on内容
****
学号
****
姓名 试验 类别
****
成绩 试验 时间 2011.5.20 -2011.5.27
空域变换在图像增强中的应用
自选试验
试验问题：
1）Matlab 在图像处理中有什么显著功能？ 2）图像预处理阶段中的数学原理？ 3）空域变换在图像处理中反应图像的什么信息？
试验目的：
1）利用 MATLAB 程序进行图像增强； 2）掌握空域变换的概念及其原理； 3）熟练对数变换和图像加法的计算过程； 4）理解强度描述图的含义。
问题分析（可含问题的背景、相关知识、数学建模与求解的方法等） ：
图像处理系统可以分为三个阶段，在获取原始图像后，首先是图像的预处理阶段，第 二是特征抽取阶段，第三是识别分析阶段。图像预处理尤为重要，而图像增强是图像预处 理中的重要方法。 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空域增强方法与频域增强方法。本实验以几类空域增强方法为主， 探讨对图像处理的应用。 空域增强方法指的是直接在图像所在的空间进行处理，也就是在像素组成的空间里直 接对像素进行操作。而空域增强方法又分有两类：1.基于像素点；2.基于模板。 强度描述图是将红绿蓝三色分离，各自均表达独立的线条，Matlab 图像处理工具箱提 供了 improfile 函数用于得到图像中的一条线段或多条线段强度值，并绘制图形。 对图像增加对比度有很多方法，如直方图、对数变换、gramma 等。这里只讨论对数变 换可以扩展低值灰度，压缩高值灰度，这样可以使低值灰度的图像细节更容易看清楚。对 数变换的灰度映像采用的表达式是 g x, y log( f ( x, y) 1) 。 代数运算也可以实现图像的增强，代数运算是指对两幅图像进行像素点对像素点的加 减乘除或计算而得到输出图像的运算。对于相加和相乘的情况，可以不仅有两幅图像参加 运算。 Matlab 提供了一些函数来进行图像的代数运算， 这里只探讨最基础的运算——加减。
关于图像空域增强实验教学方法的探讨
关于图像空域增强实验教学方法的探讨医学图像处理是生物医学工程专业必修的专业课，是生物医学工程专业学员后期发展和钻研的一个重要的方向，其特点是具有很强的理论性和实用性，而医学图像处理实验教学是理论学习和实际应用的之间桥梁，对提高学员对医学图像处理课程学习的兴趣，实现好的学习效果发挥重要作用[1]。
随着医学科学的快速发展，大量先进的诊疗手段和方法应用于临床，如B超、CT、PET、MRI等，这为医学图像处理理论和实践教学提供了大量的素材，同时这些素材不同与之前教学过程中提供的范例图片，可以通过单一处理手段实现较好处理效果，这就要求教员通过一定的教学方法培养学员综合运用图像处理技术的能力，从而完成图像处理的任务。
接下来我们以图像空域增强实验教学为例，对该部分实验教学方法进行研究和探讨。
1 图像空域增强的实验教学内容医学图像空域增强方法很多，如灰度变换（点运算）、直方图处理、空间平滑、空间锐化等，针对每种图像增强方法理论课上都给出图像处理的实例，并告诉学员这种方法的用途。
在以往的实验教学中，我们对每种图像增强技术的matlab实现方法进行单独讲解，并为学员准备了特定的图片，譬如给出动态范围较窄的放大约700倍的花粉电子扫描显像图片，学员进行简单的分析后，根据所学知识会选择直方图均衡化处理对图像进行增强，完成实验任务。
这样的实验教学只是对理论课知识的验证，没有新意，缺乏趣味性，打击了很多学员动手的积极性。
这一部分的实验教学还存在以下问题：（1）图像增强方法较多，如果开设多次实验课，每次课的内容略显单薄，一起做，实验内容松散没有连贯性。
（2）单一的图像增强技术图像增强效果不佳，有些学员甚至开始质疑所学的知识。
如何解决上面存在问题，发挥好实验课的效用？“专题式”教学模式给了我们很大的启发[2]。
专题式教学是指教员根据知识结构以专题取代教材或章节，并通过相应的教学方法和手段，使学员综合的，灵活的掌握专题内容。
专题式实验教学是在理论课进行专题式教学的基础上进行的，譬如理论课上将图像空域增强设定为一个专题，详细介绍各种空域增强算法及应用，然后实验教学中结合临床影像处理需要，布置实验任务[3～5]，因此在这种专题式实验教学中，实验任务的设定，实验方案的设计是实验教学的关键。
图像空域增强
本科生实验报告（二）姓名:学院:专业:信息安全班级:信息安全实验课程名称:数字图像处理与分析实验日期:2013 年 4 月 25 日指导教师及职称:王云峰实验成绩:开课时间：2012-2013 学年第 2 学期甘肃政法学院实验管理中心印制灰度变换（对数变换）2. 空域滤波空域滤波:基于邻域处理，应用某一模板对每个像素及其周围邻域的所有像含噪声的图像三阶Butterworth原图加噪图常用的两种非线性扩展方法:(1)对数扩展:基本形式: g(x,y)=lg[f(x,y)]实际应用中一般取自然对数变换，具体形式如下：g(x,y)=C•ln[f(x,y)+1][f(x,y)+1]是为了避免对零求对数，C为尺度比例系数，用于调节动态范围。
变换函数曲线:(2)指数扩展:基本形式: g(x,y)=bf(x,y)实际应用中，为了增加变换的动态范围，一般需要加入一些调制参数。
具体形式如下：g(x,y)=bc[f(x,y)-a]-1 ，参数a可以改变曲线的起始位置，参数c可以改变曲线的变化速率.指数扩展可以对图像的高亮度区进行大幅扩展.灰度直方图灰度直方图是灰度值的函数，它描述了图像中各灰度值的像素个数。
通常用横坐标表示像素的灰度级别，纵坐标表示对应的灰度级出现的频率（像素的个数）。
频率的计算公式为：p(r)=nr ，nr是图像中灰度为r的像素数。
常用的直方图是规格化和离散化的，即纵坐标用相对值表示。
设图像总像素为N，某一级灰度像素数为nr，则直方图表示为：p(r)= nr /N 灰度直方图反映了一幅图像的灰度分布情况。
直方图均衡化通过把原图像的直方图通过变换函数修正为分布比较均匀的直方图，从而改的反变换用下式表示.。
图像增强技术的使用技巧与实践
图像增强技术的使用技巧与实践图像增强技术是数字图像处理中常用的一种方法，通过一系列的算法和技术手段，可以改善图像的质量，并提供更多的信息。
随着科技的发展，图像增强技术的应用范围越来越广泛，从日常生活到医疗诊断，从工业生产到军事侦察等各个领域都有它的身影。
本文将介绍图像增强技术的一些常用方法和实践技巧，帮助读者更好地理解和应用这一技术。
图像增强技术的方法主要分为两大类：空域方法和频域方法。
空域方法是在图像的像素级别进行操作，通过改变像素的亮度、对比度等参数来达到增强的效果。
常见的空域方法有直方图均衡化、灰度拉伸、滤波等。
频域方法则是将图像转换到频域进行处理，通过滤波等操作改变图像的频谱信息来实现增强。
常见的频域方法有傅里叶变换、小波变换等。
首先，我们来介绍直方图均衡化这一常用的空域方法。
直方图均衡化通过将图像中的像素灰度级重新映射，使得图像的直方图分布均匀化。
这样可以增强图像的对比度，使得细节更加明显。
在实践中，直方图均衡化可以通过以下步骤进行：1. 将图像转化为灰度图像（如果不是灰度图像）；2. 统计图像的灰度级分布，计算每个灰度级的累计分布函数；3. 根据累计分布函数，计算每个像素点的新的灰度级；4. 根据新的灰度级，生成均衡化后的图像。
除了直方图均衡化，图像的灰度拉伸也是一种常见的空域方法，它通过调整图像像素的亮度范围，将图像的对比度放大。
灰度拉伸可以通过以下步骤实现：1. 统计图像的最大和最小像素值；2. 将图像中的像素进行线性拉伸，将最小像素值映射为0，最大像素值映射为255；3. 根据新的灰度级，生成拉伸后的图像。
滤波是图像增强的另一种常用方法，它通过对图像进行平滑或锐化处理来改善图像的质量。
常用的滤波器有低通滤波器和高通滤波器。
低通滤波器可以消除图像中的高频噪声，使图像更加平滑。
高通滤波器则可以增强图像的细节和边缘信息。
在实践中，我们可以使用一维或二维卷积运算来实现滤波。
一维卷积运算适用于一维信号，如图像的某一行或某一列。
matlab中的图像增强实验附程序代码
matlab中的图像增强实验附程序代码图像增强实验⼀：试验⽬的熟悉并掌握数字图像空域增强：空域变换增强，空域滤波增强⼆：实验内容（1）直⽅图均衡化进⾏图像增强代码： imag=imread('pout.tif'); imag=im2double(imag);subplot(2,2,1);imshow(imag);title('原始图像');subplot(2,2,2);imhist(imag);title('原始图像的直⽅图'); imag1=histeq(imag);subplot(2,2,3);imshow(imag1);title('直⽅图均衡化后的图像');subplot(2,2,4);imhist(imag1);title('直⽅图均衡化后的图像的直⽅图'); 直⽅图均衡化进⾏图像增强效果图（2）对图像加⼊椒盐噪声，并分别⽤中值滤波和⾃适应的⽅法进⾏去噪处理的代码：imag2=imnoise(imag,'salt',0.02); imag3=medfilt2(imag2); imag4=wiener2(imag2);subplot(2,2,1);imshow(imag);title('原始图像');subplot(2,2,2);imshow(imag2);title('加⼊椒盐噪声后的图像'); subplot(2,2,3);imshow(imag3);title('进⾏中值滤波后的图像'); subplot(2,2,4);imshow(imag4);title('进⾏⾃适应滤波后的图像');对图像加⼊椒盐噪声，并分别⽤中值滤波和⾃适应的⽅法进⾏去噪处理的效果原始图像0.51原始图像的直⽅图直⽅图均衡化后的图像0.510直⽅图均衡化后的图像的直⽅图（3）对⽐度增强代码：I=imread('C:\Documents and Settings\Administrator\桌⾯\测试图像\rice.tif'); J=imadjust(I,[0.3,0.7],[]); subplot(2,2,1);imshow(I);title('原始图像'); subplot(2,2,2);imshow(J);title('');subplot(2,2,3);imhist(I);title('原始图像的灰度直⽅图');subplot(2,2,4);imhist(J);title('进⾏对⽐度增强后的图像的灰度直⽅图'); 对⽐度增强效果原始图像加⼊椒盐噪声后的图像进⾏中值滤波后的图像进⾏⾃适应滤波后的图像原始图像10020005001000原始图像的灰度直⽅图1002000500100015002000进⾏对⽐度增强后的图像的灰度直⽅图。
图像增强—空域滤波实验报告
图像增强—空域滤波实验报告篇一：5.图像增强—空域滤波 - 数字图像处理实验报告计算机与信息工程学院验证性实验报告一、实验目的进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。
了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。
二、实验要求(1)学生应当完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。
(2)利用MATLAB软件实现空域滤波的程序：I=imread('electric.tif');J = imnoise(I,'gauss',0.02); %添加高斯噪声 J = imnoise(I,'salt & pepper',0.02); %添加椒盐噪声ave1=fspecial('average',3); %产生3×3的均值模版ave2=fspecial('average',5); %产生5×5的均值模版 K = filter2(ave1,J)/255; %均值滤波3×3 L = filter2(ave2,J)/255; %均值滤波5×5 M = medfilt2(J,[3 3]);%中值滤波3×3模板 N = medfilt2(J,[4 4]); %中值滤波4×4模板 imshow(I);figure,imshow(J); figure,imshow(K); figure,imshow(L); figure,imshow(M); figure,imshow(N);三、实验设备与软件(1) IBM-PC计算机系统(2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片四、实验内容与步骤a) 调入并显示原始图像Sample2-1.jpg 。
空域图像增强报告
实验报告实验课程:光电图像处理姓名：学号：实验地点：指导老师：实验时间：一．实验名称：空间图象增强（一）二． 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、像素处理等数字图像处理的基本步骤和流程。
2． 熟练掌握各种空间域图像增强的基本原理及方法。
3． 熟悉通过灰度变换方式进行图像增强的基本原理、方法和实现。
4． 熟悉直方图均衡化的基本原理、方法和实现。
三． 实验原理（一）数字图像的灰度变换1、线性灰度变换令原图像灰度范围由[a,b]线性变换后图像灰度范围[c,d]，以便于提升原图像的对比度。
线性灰度变换公式如下：()(,),[(,)](,)(,)d f x y b d c g x y f x y a c a f x y b b a cf x y a >⎧⎪-⎪=-+≤≤⎨-⎪<⎪⎩ （1） 其中，f (x,y)为原始图像，灰度范围为[a,b]，g(x,y)为增强后的数字图像，灰度范围为[c,d]。
注：实验中[a,b]可由实际图像来确定，[c,d]可视具体情况人为给定。
2、非线性灰度变换（对数变换或幂律变换选作其一）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。
即对数变换公式为：()(,)log 1(,)g x y c f x y =+幂律（伽马）变换为：(,)(,)g x y cf x y γ=（二）直方图处理对图像2种定义下的直方图统计统计，并分别画出两种定义下的直方图。
直方图均衡化主要用于增强动态范围偏小的图像的反差。
该方法的基本思想是把原始的直方图变换为均匀分布的形状，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。
四． 实验步骤（一）数字图像的灰度变换1、线性灰度变换1）读取一幅对比度低的灰度图像并显示。
2）以m 文件形式编写matlab 代码，实现数字图像的灰度范围由[a,b]到[c,d]的线性拉伸，以便于提升原图像的对比度。
空域图像增强
第3章 空域图像增强
第2页
第3章 空域图像增强
图像质量的评价标准
✓ 逼真度：用来描述被评价图像与标准图像的偏离程度 （图像恢复）
✓ 可懂度：用来表示图像能向人或机器提供信息的能力 （图像增强）
如果图像的逼真度高，或者是可懂度大，则称图像 的质量高。 图像的可懂度不仅与图像系统的应用要求有关，而 且常常与人眼视觉的主观感觉有关。 图像增强是非常具有主观性的，没有通用标准
– （3）计算物体边界的梯度 在一个图像内，寻找边缘时，梯度幅度（描绘变化陡峭
程度的量）的近似计算： |▽f(x, y)| = max(f(x, y) – f(x+1, y) , f(x, y) – f(x, y+1))
在后面讲锐化滤波、边缘检测时会用到。
第3章 空域图像增强
第26页
3.2.1 算术运算
z w1z1 w2z2 ... w9z9 wi zi i1
第3章 空域图像增强
第6页
w1 w2 w3 w4 w5 w6 w7 w8 w9
模板系数
模板
第3章 空域图像增强
本章教学重点和要求 1. 重点 （1）点操作和模板操作 （2）灰度映射原理及分析 （3）直方图均衡化 （4）空域滤波器：原理及计算 2. 要求（其他知识点） （1）理解直方图规定化的原理 （2）掌握图像运算及应用
第3章 空域图像增强
第7页
第3章 空域图像增强
3.1 灰度映射 3.2 图像运算 3.3 直方图修正 3.4 空域滤波
第3章 空域图像增强
第8页
3.1 灰度映射
直接灰度映射是一种点操作 将 f (x, y)中的每个像素灰度按 EH 操作直接变换以 得到 g(x, y)，关键在于设计映射（变换）函数
空域图像增强
Gamma Correction C > 1
• Grayscal e
• 8-bit • WAR • CHICK
s=c*rγ
• γ = 1.0 • c = 2.0
Gamma Correction C > 1
Gamma Correction Extremes
• Grayscal e
• 8-bit • WAR • CHICK
0.2
0.1
0
0
0.2 0.4 0.6 0.8
1
Original Intensities
Power Law Example (cont…)
人旳脊椎骨折旳 核磁共振图像
c=1, r=0.6,0.4,0.3
s = r 0.4
s = r 0.6
Power Law Example
Power Law Example (cont…)
Histogram Examples
Histogram Examples (cont…)
Histogram Examples (cont…)
Histogram Examples (cont…)
Histogram Examples (cont…)
Histogram Examples (cont…)
Reconstructed image using only bit planes 7,6 and 5
Reconstructed image using only bit planes 7, 6,5 and 4
思索题
• 构建一组能够产生4比特灰度图像 全部单独比特平面旳灰度分层变换
3.3 直方图处理
γ = 0.4
1
0.9
昆明理工大学数字图像处理空域图像增强
昆明理工大学信息工程与自动化学院学生实验报告实验一、空域图像增强一、实验目的1、理解空域图像增强的概念；2、掌握灰度线性变换和非线性变换的图像增强方法及应用；3、掌握灰度直方图均衡化的图像增强方法及应用；4、掌握平滑空域滤波器方法，并会用其来消除图像噪声；5、掌握锐化空域滤波器方法，并会用其来增强图像细节。
二、实验原理及基本技术路线图（方框原理图）术语“空域”指的是图像平面本身。
在空域上，图像处理方法是通过直接对图像像素的处理来实施的。
图像增强是将原来不清晰的画面变得清晰或强调某些关注的特征，抑制非关注的特征，使之改善视觉质量、丰富信息量，加强图像判读和识别效果的图像处理方法。
空域处理方法可分为两种：灰度级变换与空域滤波。
空域技术所使用的对像素的直接操作可用下式表示：()[]),(xg=，yTxf,y其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，它定义在像素点(x,y)所指定的空间邻近像区（简称为邻域）内。
定义像素点(x,y)的邻域的主要方法是，使用以(x,y)为中心的方形或矩形像区。
当这样的邻域的中心从左上角原点的开始遍历像素点时，将覆盖图像中不同的像区。
当T应用于每个被遍历的像素点f(x,y)时，便得到在该像素点的输出图像g(x,y)。
在计算g(x,y)时，只使用在(x,y)邻域中的像素。
在处理灰度图像并且当邻域大小为1×1时，T的形式最简单，它成为一个灰度（或亮度）级的变化函数（即，灰度变换）。
此时,g(x,y)的值仅由在(x,y)处的亮度f(x,y)来决定。
由于灰度变换T仅取决于灰度的值，与(x,y)无关，所以T可写成如下的简单形式：()r Ts=，其中，r表示图像f中相应点(x,y)的灰度，s表示图像g中相应点(x,y)的灰度。
灰度变换T通常包括灰度变换增强与直方图增强。
灰度变换增强可以通过改变图象的灰度范围及分布来实现。
在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段拉伸。
- 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)。
实验一空域图像增强技术实验一、空域图像增强技术班级: 学号： 姓名：实验时间： 实验学时：2学时一、实验目的1、结合实例学习如何在视频显示程序中增加图像处理算法；2、理解和掌握图像的线性变换和直方图均衡化的原理和应用；3、了解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。
二、实验原理1、灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。
)],([),(y x f T y x g =⎪⎩⎪⎨⎧<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ),(),(y x f b g b y x f by x f a g a y x f a y x f y x f y x g b a γβαn y m x ΛΛ,2,1 ,,,2,1== 2、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 k j j j r k k3、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。
4、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、启动MATLAB 程序，对图像文件分别进行灰度线性变换（参考教材50页，例4.1）、直方图均衡化（参考教材56页，例4.6）、均值滤波（参考教材60页，例4.9）、中值滤波（参考教材64页，例4.11）和梯度锐化操作（参考教材66页，例4.12）。
观察处理结果。
2、记录和整理实验报告四、实验仪器1、计算机；2、MATLAB 程序；3、记录用的笔、纸。
五、实验报告内容1、灰度线性变换I=imread('pout.tif');imshow(I);>> I=double(I);[M,N]=size(I);for i=1:Mfor j=1:Nif I(i,j)<=30I(i,j)=I(i,j);elseif I(i,j)<=150I(i,j)=(200-30)/(150-30)*(I(i,j)-30)+30;else I(i,j)=(255-200)/(255-150)*(I(i,j)-150)+200; endendendfigure(2);imshow(uint8(I));2、直方图均衡化3、均值滤波：>> I=imread('kids.tif');>> [M,N]=size(I);>> II1=zeros(M,N);>> for i=1:16II(:,:,i)=imnoise(I,'gaussian',0,0.01); II1=II1+double(II(:,:,i));if or(or(i==1,i==4),or(i==8,i==16)); figure;imshow(uint8(II1/i));endend4、中值滤波64.4.115、梯度锐化操作66.4.12六、思考题1、设定不同的斜率值和截距，显示效果会怎样？答：不同的斜率值和截距，可对任一灰度区间进行扩展和压缩2、直方图均衡化是什么意思？它的主要用途是什么？答：直方图均衡化的中心思想是把始图像的灰度直方图重新分配像素使灰度级并且分布均匀，则这样的图像有高对比度和多变的灰度色调。
把原始图像不均衡的直方图变换为均匀分布的形式，这样就增加了灰度值的动态范围，从而达到增强图像整体对比度的效果。
3、均值（中值）滤波的模板大小对处理效果有什么影响？答：二维中值滤波的窗口形状和尺寸对滤波效果影响较大。
不同的图像内容和不同的应用要求，应该采用不同的窗口形状和尺寸。
实验一、空域图像增强技术班级: 学号： 姓名：实验时间： 实验学时：2学时一、实验目的1、结合实例学习如何在视频显示程序中增加图像处理算法；2、理解和掌握图像的线性变换和直方图均衡化的原理和应用；3、了解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。
二、实验原理1、灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。
)],([),(y x f T y x g =⎪⎩⎪⎨⎧<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ),(),(y x f b g b y x f by x f a g a y x f a y x f y x f y x g b a γβαn y m x ΛΛ,2,1 ,,,2,1== 2、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 k j j j r k k3、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。
4、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。
四、 实验步骤1、启动MATLAB 程序，对图像文件分别进行灰度线性变换（参考教材50页，例4.1）、直方图均衡化（参考教材56页，例4.6）、均值滤波（参考教材60页，例4.9）、中值滤波（参考教材64页，例4.11）和梯度锐化操作（参考教材66页，例4.12）。
观察处理结果。
2、记录和整理实验报告四、实验仪器1、计算机；2、MATLAB 程序；3、记录用的笔、纸。
五、实验报告内容1、灰度线性变换I=imread('pout.tif');imshow(I);>> I=double(I);[M,N]=size(I);for i=1:Mfor j=1:Nif I(i,j)<=30I(i,j)=I(i,j);elseif I(i,j)<=150I(i,j)=(200-30)/(150-30)*(I(i,j)-30)+30;else I(i,j)=(255-200)/(255-150)*(I(i,j)-150)+200;endendendfigure(2);imshow(uint8(I));2、直方图均衡化>> I=imread('circuit.tif'); >> figure>> subplot(221);imshow(I); >> subplot(222);imhist(I); >> I1=histeq(I);>> figure;>> subplot(221);imshow(I1); >> subplot(222);imshow(I1);3、均值滤波：>> I=imread('kids.tif');>> [M,N]=size(I);>> II1=zeros(M,N);>> for i=1:16II(:,:,i)=imnoise(I,'gaussian',0,0.01); II1=II1+double(II(:,:,i));if or(or(i==1,i==4),or(i==8,i==16)); figure;imshow(uint8(II1/i));endend4、中值滤波>> I=imread('tire.tif');>> I=imread('tire.tif');>> J=imnoise(I,'salt & pepper',0.02);>> subplot(231);imshow(I);title('原图像');>> subplot(232);imshow(J);title('添加椒盐噪声图像') >> k1=medfilt2(J);>> k2=medfilt2(J,[5 5]);>> k3=medfilt2(J,[7 7]);>> k4=medfilt2(J,[9 9]);>> subplot(233),imshow(k1);title('3*3模板中值滤波') >> subplot(234),imshow(k2);title('5*5模板中值滤波') >> subplot(235),imshow(k3);title('7*7模板中值滤波') >> subplot(236),imshow(k4);title('9*9模板中值滤波')5、梯度锐化>> I=imread('cameraman.tif'); >> subplot(131),imshow(I)>> H=fspecial('Sobel');>> H=H';>> TH=filter2(H,I);>> subplot(132),imshow(TH,[]);>> H=H';>> TH=filter2(H,I);>> subplot(133),imshow(TH,[]);六、思考题：1、设定不同的斜率值和截距，显示效果会怎样？答：不同的斜率值和截距，可对任一灰度区间进行扩展和压缩2、直方图均衡化是什么意思？它的主要用途是什么？答：直方图均衡化的中心思想是把始图像的灰度直方图重新分配像素使灰度级并且分布均匀，则这样的图像有高对比度和多变的灰度色调。