灰度修正技术(图像处理实验报告).doc

课程实验报告 实验名称：实验4：灰度修正技术 实验目的：掌握灰度变换和直方图均衡算法。 实验设备：微型计算机 编号： 软件 MATLAB 7.x 实验原理： 灰度修正技术包括直接灰度变换和直方图修正，其目的是增强图像的对比度，使图像更加清晰。 1．灰度变换 灰度变换可使图像动态范围增大，图像对比度扩展，是图像增强的重要手段之一。这种变换方法有多种，如线性变换、对数变换、幂次变换等。 我们实验用到的是第一个变换——线性变换。 线性变换：输出图像灰度值g和输入图像灰度值f 之间的函数关系是线性关系。 输出图像灰度值的表达式可以写成 若α 1，则输出图像对应的灰度范围扩大，对比度增强，图像会变得清晰；若0 α 1，则输出图像对应的灰度范围压缩，对比度减小；在曝光不足或过度的情况下，图像灰度可能会局部在一个很小的范围内，这时在显示器上看到的将是一个模糊不清、没有灰度层次的图像。采用线性变换对图像的每一个像素灰度做线性拉伸，将有效地改善图像的视觉效果。若α 0，则图像灰度值求反，使白变黑，使黑变白。 在MATLAB中，灰度修正函数为 imadjust，其调用格式为 J=imadjust(I,[low high],[bottom top],gamma); 该语句中的I为输入图像，[low high]是其需要变换的灰度范围；J为灰度变换后的输出图像，[bottom top]是输出图像相应的灰度范围；gamma是灰度变换的参数。 当时，将扩大暗像素的灰度值范围，压缩亮像素的灰度值范围 当时，将压缩暗像素的灰度值范围，扩大亮像素的灰度值范围 当时，简化为线性变换 2. 直方图修正 直方图修正是通过改变图像灰度直方图的形状来达到图像增强的目的。常用的方法有直方图均衡和直方图匹配，本实验使用直方图均衡来增强图像的对比度。 直方图均衡的基本思想是将待处理图像的直方图变为均匀分布的形式，从而增强图像的对比度。 3.实验中用到的Matlab函数 在Matlab中，求直方图的函数为imhist，调用格式为 imhist(I,n); 此函数的功能是计算和显示灰度图像I的直方图，n为指定的灰度级数目(缺省值为256)。 在MATLAB中，直方图均衡函数为histeq，其调用格式为: J=histeq(I,n) ; 此函数的功能是对图像I作直方图均衡处理，并将处理结果返回J，这里n为灰度级数(缺省值为64)。 实验步骤： 选择一幅对比度不足的图像pout.tif ， 对该图像进行灰度变换，增强其对比度。 显示增强前、后的图像以及它们的灰度直方图 选择一幅灰度直方图不均匀的图像 tire.tif ，对该图像进行直方图均衡处理。 显示处理前、后的图像以及它们的灰度直方图 选择一幅灰度直方图不均匀的图像 Lenna10.tif ，对该图像进行直方图均衡处理。 显示处理前、后的图像以及它们的灰度直方 实验结果及分析 1.灰度变换：选择一幅对比度不足的图像，对该图像进行灰度变换,增强对比度，显示增强前、后的图像以及它们的灰度直方图。 我们选择的是对比度不足的pout.tif图像，从它的直方图可以算出，它的灰度值大概在[0.3 0.7]这个范围内，所以我们要调整它的灰度范围，改为[0 1],增大灰度范围，从而增强对比度。 2.直方图均衡：选择一幅灰度直方图不均匀的图像，对该图像进行直方图均衡处理，显示处理前、后的图像以及它们的灰度直方图。 由图可以看出，原始图像直方图很不均匀，大多数像素值集中分布在零附近的低灰度区，反映原图像偏暗而不清晰；均衡化后图像的直方图比较均匀，反映均衡化后图像图像比原图像清晰。 由图可以看出，原始图像直方图分布不均匀，大多数像素集中在[0.3 0.7]这个范围内，反映原图像不清晰；均衡化后图像直方图比较均匀，反映均衡化后图像比原图像清晰。 实验中的体会（如实验过程中遇到的问题及其解决的方法等） 本次实验并不难，在课上就能做完实验和完成实验报告，觉得这样的实验挺好的，课后有更多的时间可以看书。实验过程中还是遇到了软件的问题，很不解为什么同样的代码在实验课上不能通过，但是在宿舍就可以，有时候会浪费一些时间解决软件问题。不过还是挺开心的，每次实验课完成都能够更理解更清楚理论课的知识。 附录: （MATLAB程序） %EX1 close all; clear all; I=imread(pout.tif); J=imadjust(I,[0.3 0.7],[0 1]); figure; subplot(2,2,1);imshow(I);title(原始图像); subplot(2,2,