机器视觉实验报告2

实验三图像增强一、实验内容

程序代码：

f=imread('陈意涵');

L=rgb2gray(f)

imhist(L,256)

g1=imadjust(L,[0 1],[1 0]);

figure,imshow(g1)

imhist(g1,256)

g2=imadjust(L,[ ],[0 1]);

figure,imshow(g2)

imhist(g2,256);

h=log(1+double(L));

h=mat2gray(h);

h=im2uint8(h);

figure,imshow(h)

imhist(h,256)运行结果：

二、思考题

1．直方图是什么概念它反映了图像的什么信息

答：直方图表示数字图像中每一灰度级与其出现频数（该灰度像素的数目）间的统计关系，用横坐标表示灰度级，纵坐标表示其频数（也有用相对频数即概率表示的），即指图像中各种不同灰度级像素出现的相对频率。

灰度直方图描述了图像的概貌，如灰度范围、灰度级分布、整幅图像

的平均亮度等。

2．直方图均衡化是什么意思它的主要用途是什么

答：直方图均衡化也叫作直方图均匀化，是一种灰度增强算法，通过对原图像进行某种变换，是得图像的直方图变为均匀分布的直方图。直方图变换后可使图像的灰度间距拉开或是灰度分布均匀，从而增大对比度，使图像细节清晰，达到增强的目的，以改善图像的视觉喜爱过。主要用于图像的增强，使图像变得清晰，如在医学上的X光，核磁共振成像等。

实验四图像增强

一实验内容

程序代码：

I=imread('真好玩.tif');

subplot(1,2,1);

imshow(I)

subplot(1,2,2); imcontour(I);

运行结果：

程序代码：

bw=imread('真好看.tif'); bw2=imcomplement(bw);

subplot(2,2,1),imshow(bw) subplot(2,2,2),imshow(bw2)

J=imrotate(bw,-45,'bilinear'); K=imrotate(bw,45,'bilinear'); subplot(2,2,3),imshow(J) subplot(2,2,4),imshow(K)

运行结果：

程序代码：

I=imread('真好看.tif');

J=imresize(I,,'bilinear'); figure,imshow(J)

L=imresize(I,2,'bicubic'); figure,imshow(L)

运行结果：

程序代码：

I=imread('陈意涵.jpg');

f=rgb2gray(I);

J=imresize(f,2, 'bicubic'); imwrite(J, '陈意涵.bmp')

运行结果：

程序代码：

f=imread('陈意涵.jpg');

L=rgb2gray(f)

imshow(L)

运行结果：

程序代码：

J = imnoise(L,'gauss',; imshow(J)

运行结果：

程序代码：

ave1=fspecial('average',3); K = filter2(ave1,J)/255; imshow(K)

运行结果：

程序代码：

ave1=fspecial('average',3); ave2=fspecial('average',5); K = filter2(ave1,J)/255;

L = filter2(ave2,J)/255; M = medfilt2(J,[3 3]); N = medfilt2(J,[4 4]); figure,imshow(K);

figure,imshow(L);

figure,imshow(M);

figure,imshow(N);

运行结果：

程序代码：

M = medfilt2(J,[3 3]); N = medfilt2(J,[4 4]); figure,imshow(M); figure,imshow(N);

运行结果：

程序代码：

J = imnoise(L,'salt & pepper',;

imshow(J)

运行结果：

程序代码：

f=imread('陈意涵.jpg');

L=rgb2gray(f)

J = imnoise(L,'salt & pepper',; ave1=fspecial('average',3); ave2=fspecial('average',5);

K = filter2(ave1,J)/255;

L = filter2(ave2,J)/255; M = medfilt2(J,[3 3]); N = medfilt2(J,[4 4]); imshow(L);

figure,imshow(J);

figure,imshow(K);

figure,imshow(L);

figure,imshow(M);

figure,imshow(N);

运行结果：

二、思考题

1．邻域平均和中值滤波各适用于那些图像平滑处理

答：

中值滤波:

它是一种保边缘的非线性图像平滑方法，在图像增强中广泛应用。对图像进行中值滤波是指在中值滤波器涉及的范围内计算最大值和最小值之间的中值。中值滤波对于消除椒盐噪声非常有效，在光学测量条纹图像的相位分析处理方法中有特殊作用，但在条纹中心分析方法中作用不大。其工作原理是基于排序统计了理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像