图像增强实验

华 北 电 力 大 学 实 验 报 告

院/系：电子与通信工程系 课程名称：数字图像处理 日期：2010-11-2 专通信工程 学号 业 实验时间：14：10-16:10 班通信0703 姓名 级 实验名称 实验 环境 实验任务 要求 图象在传输过程中，由于传输信道、采样系统质量较差，或受各种干扰的影响，而造成图象毛糙，此时，就需对图象进行平滑处理。对图像平滑的处理方法有低通滤波法、局部平均法和中值滤波法等。 实 验 直方图是表示数字图象中的每一灰度级与其出现的频率(该灰度级的象素数目)间的统 计关系,用横坐标表示灰度级, 纵坐标表示频数(也可用概率表示)。 原 直方图均衡化是将原图象的直方图通过变换函数修正为均匀的直方图，然后按均衡直 方图修正原图象。图象均衡化处理后，图象的直方图是平直的，即各灰度级具有相同的理 出现频数，那么由于灰度级具有均匀的概率分布，图象看起来就更清晰了。 直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。在均衡过程中，原来与 的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。若这些 灰度级所构成的图象细节比较重要，则需采用局部区域直方图均衡。 方 案 图象锐化目的：加强图象轮廓，使图象看起来比较清晰。图象轮廓是灰度陡然变化的 部分，包含着丰富的空间高频成分。 把高频分量相对突出，显然可使轮廓清晰。高频 加强滤波器使高频分量相对突出，而低频分量和甚高频分量则相对抑制。 图像增强实验 操作成绩 报告 成绩 教师签名 MATLAB 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。

第 1 页

《网络通信实验与设计》实验报告

对rice.bmp图像进行改变对比度、均匀化、添加噪声、滤波等处理程序： I=imread('d:\\rice.bmp'); figure(1),imshow(I); figure(2),imhist(I,64); J=imadjust(I,[0.15 0.9],[0 1]); figure(3),imshow(J); figure(4),imhist(J); J=imadjust(I,[0 1],[0.3 0.8]); figure(5),imshow(J); figure(6),imhist(J); J=histeq(I); figure(7),imshow(J); figure(8),imhist(J); J=imnoise(I,'salt & pepper',0.02); figure(9),imshow(J);t MFJ=medfilt2(J,[3 3]); figure(10),imshow(MFJ); J11=fspecial('average'); J1=filter2(J11,J)/255; figure(11),imshow(J1); I = imread('d:\\xing.gif'); J = imnoise(I,'gaussian',0,0.005); K = wiener2(J,[5 5]); figure(12),imshow(J); figure(13), imshow(K); 实 AFJ=filter2(fspecial('gaussian',5,0.05),J); 验 %AFJ=filter2(fspecial('sobel')',J); 程 figure(14),imshow(AFJ/255); 序 利用低通邻域平均模板进行平滑程序： J=imread('d:\\rice.bmp'); I=imnoise(J,'salt & pepper',0.02); subplot(1,3,1);imshow(I); J=fspecial('average'); J1=filter2(J,I)/255; subplot(1,3,2);imshow(J1); K=fspecial('average',9); K1=filter2(K,I)/255; subplot(1,3,3);imshow(K1); 中值滤波和平均滤波程序： I=imread('d:\\rice.bmp'); J=imnoise(I,'gaussian',0,0.01); subplot(2,2,1);imshow(I); subplot(2,2,2);imshow(J); K=fspecial('average',5); K1=filter2(K,J)/255; subplot(2,2,3);imshow(K1);title('average'); L=medfilt2(J,[3 5]); 第 2 页 subplot(2,2,4);imshow(L);title( 'medium'); 《网络通信实验与设计》实验报告

subplot(2,2,3);imshow(K1);title('average'); L=medfilt2(J,[3 5]); subplot(2,2,4);imshow(L);title('medium'); 高通滤波图像锐化程序： I=imread('d:\\rice.bmp'); subplot(2,2,1);imshow(I);title('original pic'); J=fspecial('average',3); J1=conv2(I,J)/255; %J1=filter2(J,I)/255; subplot(2,2,2);imshow(J1);title('3*3lowpass'); K=fspecial('prewitt'); 实K1=filter2(K,J1)*5; 验subplot(2,2,3);imshow(K1);title('prewitt'); 程L=fspecial('sobel'); 序 L1=filter2(L,J1)*5; subplot(2,2,4);imshow(L1);title('sobel'); 利用sobel算子与laplacian算子进行边缘检测程序： I=imread('d:\\rice.bmp'); subplot(1,3,1);imshow(I);title('original pic'); K=fspecial('laplacian',0.7); K1=filter2(K,I)/100; subplot(1,3,2);imshow(K1);title('laplacian'); L=fspecial('sobel'); L1=filter2(L,I)/200; subplot(1,3,3);imshow(L1);title('sobel'); 对rice.bmp图像进行改变对比度、均匀化、添加噪声、滤波等处理结果截图： 实验结果及分析

第 3 页

《网络通信实验与设计》实验报告

实 验 结 果 整 理 及 分 利用低通邻域平均模板进行平滑： 析 利用sobel和laplacian算子边缘检测： 平均滤波与种植滤波：高通滤波边缘增强 第 4 页 《网络通信实验与设计》实验报告

中值滤波与平均滤波： 图像锐化结果截图： 实验结果分析： 由实验结果的显示图像可看出，增加对比度与图像均匀化后，米粒轮廓更清晰，图像更清楚。 图像添加salt & pepper噪声后，通过中值滤波方法，滤波效果非常好，使用平均滤波方法所得结果不太理想。 图像添加高斯噪声时，通过平均滤波法滤波效果比中值滤波法滤波效果好。 对图像进行增加对比度、降低对比度、均匀化后，由灰度直方图可看出图像中灰度分布也有相应的变化。且图像均匀化处理后，灰度分布更均匀，图像也更加清晰。 对土星图像添加高斯噪声，在通过维纳滤波与高斯滤波对噪声图像进行滤波，对比发现，维纳滤波的效果更好。 对图像平滑处理时，9*9矩阵处理效果更好。 结 论 本次实验达到了实验目的，通过实验加强了我对图像增强方法、效果及灰度直方图认及 识与理解，并了解到很多对图像进行各种处理的具体方法，如对图像进行加噪、滤波、心 锐化等，都有多种方法来进行处理，且处理的效果也不同，我们在对图像进行处理时就得 可以选择处理效果最好的方法。 最后，非常感谢老师在整个实验过程中的指导。 体 会

第 5 页