实验四图像增强和滤波实验

《实验四图像增强和滤波实验》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实验四图像增强和滤波实验实验报告-・实验目的掌握基本的图像增强方法，观察图像增强的效果，加深对灰度直方图的理解。掌握基本的图像滤波方法，观察图像滤波的效果。二・实验仪器PC机（安装Windows%、Windows2000或者WindowsXP或以上），Matlab软件。三・实验原理1・直方图1）灰度直方图灰度直方图表示数字图像中每一灰度级出现的频数（该灰度级的像素数与图像的总像素数之比）。2）直方图均衡化直方图均衡化的基本思想是把原始图像的直方图变换成在整个灰度级范围内均匀分布的形式，这样就增加了象素灰度值的动态范围，从而达到了增强图像整体对比

2、度的效果。2•均值滤波算法也称线性滤波，主要思想为邻域平均法，即用儿个像索灰度的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对英进行改进，主要避开对景物边缘的平滑处理。3•中值滤波屮值滤波是基于排序统计理论的一种能有效抑制噪声的非线性空间滤波方法。原理：利用一个含有奇数个像素的滑动窗口，将窗口中心像素点的灰度值用窗口内各点灰度的屮值代替。四・实验内容对给定的灰度的数字图像(cameraman.tif,rice.tif,pout.tif)进行如卜处理：1)统计原图像的灰度直方图，并利用直方图均衡化处理进行图像增强，同屏显

3、示处理前后图像以及灰度直方图，比较异同，并回答数字图像均衡化后其直方图分布情况。2)利用图像调整函数(直接灰度调整方法)进行图像增强，同屏显示处理前后图像及其灰度直方图，比较异同，并回答数字图像均衡化后其直方图分布情况。3)利用函数IMNOISE,在图像(LENA256.BMP)上分别叠加高斯噪声(gaussian)和椒盐噪声(salt&peppers)(不同的噪声方差)，对比高斯低通滤波器，均值滤波器和中值滤波的性能。五.实验代码im=imread('cameraman.tif')；密jl七处耳务图片换丿j戈rice.png和pout.tif

4、再彳故两〕火figure(1)；subplot(2,2,1)；imshow(im)；title('JM始图像T;subplot(2,2,2);imhist(im,64)；title('直方图');subplot(2,2,3);im2=histeq(im，64)；imshow(im2)；title('均衡化后的图像T;subplot(2,2,4)；imhist(im2)；title('均衡化后的百方图「);im3=imadjust(im)；figure(2)；subplot(2,2,1)imshow(im)title('原始图像T;subplot

5、(2.2.2);imhist(im,64)；title(♦直方图1);subplot(2,2,3);imshow(im3)；title('imadjust函数调整后的图像');subplot(2,2,4);imhist(im3,64)；titleC调整后的直方图，);imO=imread('pout・tif')im4=imnoise(imO.1gaussian1)；im5=imnoise(imO,1salt&pepper')；figure(3)；subplot(1,3,1)imshow(imO)title('fe始图像T;subplot(1,3

6、,2);imshow(im4)；title(，加入高斯噪声后的图像');subplot(1,3,3)；imshow(im5)；title(1加入椒盐噪声后的图像T;Hl=fspecial(1gaussian1)；H2=fspecial('average')；im_gaussian=imfilter(im4,H1)；%im4换成im5再试-•次im_average=imfilter(im4,H2)；拓im4换成im5再试一秒：im_med=medfilt2(im4)；figure(4)；subplot(2,2,1)imshow(im4)title

7、e加入窩斯噪声后的图像T;畀n)4换成im5后原图为“加入椒盐噪声后的图像”subplot(2,2,2);imshow(im_gaussian)；title('H斯低通滤波后的图像');subplot(2,2,3);imshow(im_average)；title('均值滤波后的图像J;subplot(2.2.4);imshow(im_med)；titled'值滤波后的图像T;六・实验图像均衡化后的图像均衡化后的直方图原始图像直方图imadjust函数调整后的图像30002000100000100200调整后的图像的直方图均衡化后的图像均衡化后

8、的直方图0100200原始图像直方图4000300020001000imadjust函数调整后的图像0100200400020000100200均衡化