数字图像处理-综合作业2.docx

《数字图像处理-综合作业2.docx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、综合作业二(春季学期)一．对X1照片图像增强91.1直方图增强91.1.1直方图拉伸增加对比度91.1.2直方图均衡101.2伪彩色增强111.2.1等密度分割法111.2.2多波段合成伪彩色显示13二．对x2照片图像增强152.1滤波152.1.1各种滤波器152.1.2中值滤波172.1.3二阶butterworth滤波192.2直方图增强20三．边缘提取及增强223.1对x1边缘提取及复合223.1.1对x1边缘提取223.1.2对x1边缘复合233.2对x2边缘提取及复合243.2.1直接对原图x2边

2、缘提取243.2.2去噪后边缘提取253.2.3对x2边缘复合26一．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

3、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

4、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

5、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=81.2.1(b)N=641.2.1(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256/10G=0到256再到0间隔为256/5B=256：0间隔为256/101

6、.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

7、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

8、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