数字图像处理图像增强Word文档格式.docx
- 文档编号:7876188
- 上传时间:2023-05-09
- 格式:DOCX
- 页数:14
- 大小:356.49KB
数字图像处理图像增强Word文档格式.docx
《数字图像处理图像增强Word文档格式.docx》由会员分享,可在线阅读,更多相关《数字图像处理图像增强Word文档格式.docx(14页珍藏版)》请在冰点文库上搜索。
通过使用不同模板获得不同结果。
平滑模板使图像模糊但可消除噪声,锐化模板可以提高线、点的立体效果从而实现图像分割的功能。
(1)建立滤波算子:
h=fspecial(type);
h=fspecial(type,para),其中type指定算子的类型,有:
‘average’均值滤波,参数hsize代表模板尺寸,默认为[3,3];
‘disk’圆形区域的均值滤波,参数为radius代表区域半径,默认为5;
‘gaussian’为低通高斯滤波,参数hsize代表模板尺寸,默认为[3,3],sigma是滤波的标准差/象素,默认为0.5;
’laplacian’为拉普拉斯算子,参数alpha用于控制算子形状,取值[0,1],默认为0.2;
‘log’为拉普拉斯-高斯算子,参数hsize代表模板尺寸,默认为[3,3],sigma是滤波的标准差/象素,默认为0.5;
‘motion’运动模糊算子,表示摄像物体逆时针方向以thera角度运动了hen个象素,len默认为9,thera默认为0;
‘prewitt’边缘增强,大小[3,3];
‘sobel’边缘提取;
‘unsharp’对比度增强滤波,参数alpha用于控制滤波器的形状,取值[0,1],默认为0.2。
例如:
用prewitt算子对图像滤波
I=imread(‘saturn.tif’);
Subplot(1,2,1);
imshow(I);
H=fspecial(‘prewitt’);
blurred=imfilter(I,H);
Subplot(1,2,2);
imshow(blurred);
(2)filter2是基于卷积的图像滤波函数,J=filter2(h,I);
J=filter2(h,I,shape);
shape指定滤波器的卷积运算范围,shape=’full’,边界补零;
shape=’same’,返回矩阵大小与I相同;
shape=’valid’,不考虑边界补零,返回矩阵小于I。
(3)加噪声使用J=imnoise(I,type,para),其中type确定噪声的类型和参数。
’guassian’高斯噪声,参数M代表均值,默认为0,V代表方差,默认为0.01;
‘localvar’均值为零、方差为V的高斯白噪声;
‘poisson’泊松噪声;
’salt&
pepper’椒盐噪声,D为噪声强度,默认值为0.05;
’speckle’均值为零、方差为V的均匀随机分布噪声,V为0.04。
默认类型,高斯噪声。
(4)线形滤波,h=ones(3,3)/9;
线性滤波模板,J=conv2(I,h);
卷积。
(5)中值滤波j=medfilt2(I,[m,n]),[m,n])滤波器窗口的大小。
J=medfilt2(I,[m,n]),[m,n],PADOPT),PADOPT边界处理方法,”symmetric”在边界处滤波器进行对称延拓,“indexed”图像为double型,用1填充边界,其它型用0填充边界。
(6)自适应滤波,J=wiener2(I,[m,n]);
[m,n]滤波器窗口大小。
(7)J=edge(I,’roberts’)
3、实验内容(包括实验程序、实验图片、实验数据、实验结果分析)
(1)%对已知图像作灰度变换增强,设计程序求出已知图像的直方图,
%分别将原图亮度提高20和降低40后,再作直方图,
%在同一画面输出。
分析比较处理前后的图像统计特征参数。
clc;
clear;
A=imread('
C:
\Users\Administrator\Desktop\sy3_1.jpg'
);
A=rgb2gray(A);
subplot(4,2,1),imshow(A),title('
原图灰度图'
)
subplot(4,2,2),imhist(A),title('
原图灰度图直方图'
B=imadjust(A,[0.20.8],[01]);
subplot(4,2,3),imshow(B),title('
增强图像'
subplot(4,2,4),imhist(B),title('
增强图像直方图'
C=(A+20);
subplot(4,2,5),imshow(C),title('
亮度提高20'
subplot(4,2,6),imhist(C),title('
+20直方图'
D=(A-40);
subplot(4,2,7),imshow(D),title('
亮度降低40'
subplot(4,2,8),imhist(D),title('
-40直方图'
(2)%做出已知图像的直方图,对图像进行直方图均衡化修正,规定化修正,分析修正结果。
%分析比较处理前后的图像统计特征参数。
B=rgb2gray(A);
subplot(321),imshow(B),title('
subplot(322),imhist(B),title('
C=histeq(B);
subplot(323),imshow(C),title('
均衡化图像'
subplot(324),imhist(C),title('
均衡化图像直方图'
D=histeq(B,[0,20,30,40,70,80,90,100,110,120,130,140,145,150,155,160,170,180,210,256])
subplot(325),imshow(D),title('
规定化图像'
subplot(326),imhist(D),title('
规定化图像直方图'
(3)%利用线性函数、对数函数、幂函数对图像进行处理,
%分析不同变换函数对同一图像处理的结果,分析比较处理前后的图像统计特征参数。
I=imread('
I=rgb2gray(I);
subplot(221),imshow(I),title('
A=1.3*I+1
subplot(222),imshow(A),title('
线性函数处理'
r=mat2gray(double(I));
B=log(1+2*r)
subplot(223),imshow(B),title('
对数函数处理'
(4)%对图像进行灰度或色彩反转、灰度拉伸、γ校正等处理,
%分析几种不同处理的结果,分析比较处理前后的图像统计特征参数。
subplot(221),imshow(A),title('
B=(255-A)
subplot(222),imshow(B),title('
灰度反转图'
C=imadjust(A,[0.20.8],[],0.8)
subplot(223),imshow(C),title('
灰度拉伸图'
(5)%设计程序将已知图像分别添加椒盐、高斯、泊松噪声,
%分别莺均匀滤波、高斯滤波和中值滤波处理,与原图像在同一画面输出,
%分析比较处理前后的图像统计特征参数,对处理后的图像的质量进行评价。
%%
subplot(231),imshow(A),title('
%加椒盐噪声
%J=imnoise(A,'
salt&
pepper'
0.04);
%subplot(232),imshow(J),title('
加椒盐噪声后的图像'
%加高斯噪声
%J=imnoise(A);
加高斯噪声后的图像'
%加泊松噪声
J=imnoise(A,'
poisson'
subplot(232),imshow(J),title('
加泊松噪声后的图像'
H1=fspecial('
average'
B=imfilter(J,H1);
subplot(235),imshow(B),title('
均值滤波后图像'
H2=fspecial('
gaussian'
C=imfilter(J,H2);
subplot(234),imshow(C),title('
高斯滤波后图像'
D=medfilt2(J);
subplot(236),imshow(D),title('
中值滤波后图像'
(6)%设计程序将求出已知图像中目标物的轮廓与原图像在同一画面输出。
subplot(121),imshow(A),title('
B=edge(A,'
prewitt'
0.05);
subplot(122),imshow(B),title('
轮廓图'
(7)%对图像进行锐化处理,
%分别使用log、prewitt、sobel、roborts模板进行锐化,
%设计评价参数对处理方式进项评价。
C=edge(B,'
log'
0.004);
log锐化图'
K=edge(B,'
subplot(325),imshow(K),title('
prewitt锐化图'
D=edge(B,'
sobel'
subplot(326),imshow(D),title('
sobel锐化图'
J=edge(B,'
roberts'
subplot(324),imshow(J),title('
roberts锐化图'
(8)%分别对两幅不同的图像进行加减乘除运算,分析结果。
B=imread('
\Users\Administrator\Desktop\sy3_2.jpg'
subplot(2,2,1),imshow(A),title('
图一'
subplot(2,2,2),imshow(B),title('
图二'
ADD=A+B
subplot(2,2,3),imshow(ADD),title('
加'
DEC=B-A
subplot(2,2,4),imshow(DEC),title('
减'
MUL=immultiply(A,0.5);
subplot(3,2,5),imshow(MUL),title('
乘'
background=imopen(B,strel('
disk'
20));
DIV=imdivide(A,background);
subplot(3,2,6),imshow(DIV),title('
除'
分析:
1.直方图增强处理,
由实验结果可知:
变换后直方图趋向平坦,灰度级减少,灰度合并;
有展开输入图像直方图的一般趋势,直方图均衡化后的图像灰度级能跨越更大范围,实际视觉能够接收的信息量大大的增强了;
直方图均衡化能自动确定变换函数,该函数寻求产生有均匀直方图的输出图像,得到的结果可预知,操作简单
2.
图像平滑
四邻域平均平滑不加门限:
这种算法简单,但它的主要缺点是在降低噪声的同时使图像模糊,特别实在边缘和细节处。
而且邻域越大在去噪能力增强的同时模糊程度越严重。
四邻域平均加门限,即超像素平滑法:
对边缘和细节处的模糊有改善,主要是这种算法的出发点是集中在在如何选择邻域的大小、形状和方向,参加平均的点数及邻域各点的权重系数等。
3..图像锐化.
图像锐化的目的是增强图像的边缘和轮廓,可通过微分使图像边缘突出、清晰,可以
通过Laplacian算子,Roberts、Prewitt和Sobel边缘检测算子等方法达到增强效果。
4、实验结论
通过这次实验,学习了图像的灰度修正,平滑去燥,锐化增强处理的原理,也学习了使用matlab环境对图像的灰度变换、直方图处理,以及平滑处理,掌握了一些图像处理技巧,以及matlab函数的使用,加深了对图像处理的理解,也巩固了所学知识。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 处理 图像 增强