MATLAB实验Matlab在数字图像处理中的应用图像增强.doc

实验十一 Matlab在数字图像处理中的应用——图像增强 实验目的 1．了解图像增强的概念、目的、意义和方法。 2. 掌握图像直方图显示函数imhist的用法。 3．掌握图像增强技术中的灰度变换法。 4. 掌握图像增强技术中的直方图均衡化方法。 实验原理 1. 图像增强的概念和方法 图像增强是指按特定的需要突出图像中的某些信息，同时削弱或消除某些无关的信息，从而有目的地增强图像的整体或局部特征。增强后的图像往往能够增强对待殊信息的识别能力，改善图像的视觉效果，让观察者能够看到更加直接、清晰、适于分析的信息。因此，图像增强技术对已很理想的图像而言不太有效果，但对一些失真的图形则有明显的成效。 常用的图像增强技术有用于扩展对比度的灰度变换、直方图均衡化、图像平滑滤波、图像锐化等。图像增强没有固定不变的理论方法，增强质量主要是人根据增强目的而由主观视??评定的，因而一般在得到满意的结果之前都会进行多次反复的试验和修改。从根本上讲，这些方法都是以图像的灰度映射变换为基础的，只是所用的映射变换类型（变换函数）不同。灰度变换主要是利用点运算来修改图像像素的灰度，是一种基于图像变换的操作；而平滑和锐化都是利用模板来修改像素灰度，是基于图像滤波的操作。 本实验以增强图像对比度的灰度变换和直方图均衡化方法为主要内容。 2. 像素值及其统计特性 图像灰度变换的基本原则是利用某种变换函数对图像进行点运算，从而修改图像像素的灰度值。显然，为了选择一种合理的变换函数，首先要对原始图像的像素灰度值有个大概的了解，然后根据像素的统计特性来确定需要的变换函数类型。直方图是灰度变换技术中最常用的统计像素特性的描述方式，除此之外还有单个点的像素值、某一线段上的像素灰度分布、图像的等高线图等方式。MATLAB图像处理工具箱提供了许多返回图像数据矩阵统计信息的函数。下面仅介绍其中的pixval和imhist函数的功能和用法。 pixval函数 使用pixval函数必须首先显示图像，然后输入命令 pixval on pixval将在图形窗口的底部自动添加一个黑色的状态栏，这个状态栏将显示当前鼠标所在像素的空间坐标x和y以及该像素的颜色数据。退出交互操作，可输入pixval off命令。注意，对于索引图像，pixval函数显示的是颜色表中储存的R、G、B分量值，而非数据矩阵的元素值；对于强度图像显示的是像素的灰度值。 imhist函数 该函数的作用是显示图像的直方图（Histogram）。图像的直方图是一个显示灰度图像或索引图像像素分布情况的图表。图像直方图函数imhist通过使用n个等间隔的柱(每个柱代表一个亮度值或像素值的范围)来创建这个图表，然后计算每个范围内的像素个数。用法： imhist(I, n) 作用是显示强度图像或者二值图像的直方图。I是图像数据矩阵，n代表柱的数目，缺省时系统自动选取256柱，但是对于二值图，n只能取2。例如： I=imread(rice.png); subplot(1,2,1),imshow(I); subplot(1,2,2),imhist(I,64) % 绘制64根柱的直方图 pixval on 结果如图1所示，其中横坐标是亮度值或灰度值，纵坐标代表每个亮度区间（对应一个柱）的像素个数。根据直方图显示，灰度值100附近出现了一个高峰，这个高峰对应于米粒图像中的背景像素，这点可以通过pixval on命令验证。当鼠标在背景中移动时，黑色状态栏中显示背景像素的灰度值在100附近变化。 图1 强度图像rice.png及其直方图 imhist(X, Map) 作用是显示索引图像的直方图。X是图像数据矩阵，Map是图像的色图矩阵，即颜色表。 [X, map]=imread(forest.tif); imhist(X,map) 结果如图2所示。其中横坐标是像素值，色条显示Map中的颜色表(256色)，像素值和颜色表是一一对应的；纵坐标是像素个数。 图2 索引图像forest.tif的直方图 3. 灰度变换 灰度变换指的是将原图像的灰度范围[m,M]调整为[n,N]，以改变图像的对比度。MATLAB图像处理工具箱中提供的imadjust函数，可以实现上述对比度调整。imadjust函数的语法格式为： J = imadjust(I,[low_in high_in], [top_out bottom_out]) 其中I代表原强度图像的数据矩阵，J是经过调整后的新图像数据，[low_in high_in]为原图像中要变换的灰度范围，[bottom _out top _out]指定了变换后的灰度范围，如图3所示：原图像中像素灰度小于或等于low的，全部映射为bottom，像素灰度高于或等于high的，映射为top，其