MATLAB常用图像增强方法.doc

数字图像处理 实验报告 实验名称： 常用图像增强方法 专业班级： 07级电子信息工程2班 姓 名： 王 超 学 号： 一、实验目的 ? 1、熟悉并掌握MATLAB图像处理工具箱的使用； 2、理解并掌握常用的图像的增强技术。 二、实验步骤 1、显示图像直方图 选择一幅图像，转化为灰度图像后显示其直方图，建立M文件程序如下： a=imread(f:\chuan.jpg)； b=rgb2gray(a)； subplot(1,2,1)； imshow(b)； subplot(1,2,2)； imhist(b) 结果如图： 2、直方图均衡化 建立M文件，程序如下： a=imread(f:\chuan.jpg); b=rgb2gray(a); subplot(1,3,1);imshow(b); subplot(1,3,2);imhist(b); c=histeq(b,64); [c,T]=histeq(b); subplot(1,3,3);imhist(c) 结果如图： 3、采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波，窗口分别采用3*3,5*5,7*7 建立M文件程序如下： a=imread(f:\chuan1.jpg); x=rgb2gray(a); b=imnoise(x,salt pepper, 0.04); subplot(2,2,1);imshow(b); c=medfilt2(b,[3 3]); subplot(2,2,2);imshow(c); d=medfilt2(b,[5 5]); subplot(2,2,3);imshow(d); e=medfilt2(b,[7 7]); subplot(2,2,4);imshow(e) 结果如图：1图为加噪图像，2、3、4图分别为窗口采用3*3、5*5、7*7的滤波后的图像 4、采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 建立M文件程序如下： a=imread(f:\chuan1.jpg); b=rgb2gray(a); subplot(1,2,1);imshow(b); h=[1,2,1;0,0,0;-1,-2,-1]; c=filter2(h,b); subplot(1,2,2);imshow(c) 结果如图： 5、采用三种不同算子对图像进行锐化处理 建立M文件如下： a=imread(f:\chuan1.jpg); b=rgb2gray(a); subplot(2,2,1);imshow(b); h=[1,2,1;0,0,0;-1,-2,-1]; %Sobel算子 c=filter2(h,b); subplot(2,2,2);imshow(c) ; d=double(b); h=[0,1,0;1,-4,0;0,1,0]; %拉氏算子 e=conv2(d,h,same); subplot(2,2,3);imshow(e) ; h=[1,1,1;0,0,0;-1,-1,-1]; %Prewitt算子 f=filter2(h,b); subplot(2,2,4);imshow(f) 结果如图：1图为原图的灰度图像；2图为经Sobel算子锐化处理后的图像；3图为经拉氏算子锐化处理后的图像；4图为经Prewitt算子锐化处理的图像 三、 实验总结 1、 不同平滑滤波器的处理效果，及其优缺点 二维中值滤波器的窗口形式有多种，比如线状、方形等等。不同形状的窗口产生不同的滤波效果，经多次实验，可以发现方形或者圆形窗口适宜于外廓线较长的物体图像，而十字形窗口对有尖顶角状的图像效果较好。 中值滤波对离散阶跃信号、斜升信号不产生影响，连续个数小于窗口长度一般的离散脉冲将被平滑，三角函数的顶部平坦化。图像经中值滤波后，能有效的削弱椒盐噪声，而且比超限像素平均法更有效。但是在抑制随机噪声方面，中值滤波要要比均值滤波稍差。 均值滤波把每个像素都用周围的8个像素来做均值操作。可以平滑图像，速度快，算法简单。但是无法去掉噪声，这能微弱的减弱它。均值滤波是对是对信号进行局部平均, 以平均值来代表该像素点的灰度值。矩形滤波器(Averaging Box Filter)对这个二维矢量的每一个分量进行独立的平滑处理。通过计算和转化 ,得到一幅单位矢量图。这个 512×512的矢量图被划分成一个 8×8的小区域 ,再在每一个小区域中 ,统计这个区域内的主要方向 ,亦即将对该区域内点方向数进行统计,最多的方向作为区域的主方向。于是就得到了一个新的64×64的矢量图。这个新的矢量图还可以采用一个 3×