东南大学数字图像处理实验报告.doc

数字图像处理 实验报告 学号 姓名：付永钦 日期：2014/6/7 图像直方图统计 ①原理：灰度直方图是将数字图像的所有像素，按照灰度值的大小，统计其所出现的频度。通常，灰度直方图的横坐标表示灰度值，纵坐标为半个像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。? ②算法： clear all PS=imread(girl-grey1.jpg); %读入JPG彩色图像文件 figure(1);subplot(1,2,1);imshow(PS);title(原图像灰度图); [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率 end figure(1);subplot(1,2,2);bar(0:255,GP,g) %绘制直方图 axis([0 255 min(GP) max(GP)]); title(原图像直方图) xlabel(灰度值) ylabel(出现概率) ④结果分析：由图可以看出，原图像的灰度直方图比较集中。 图像的线性变换 ①原理：直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。 ②算法： clear all %一，图像的预处理，读入彩色图像将其灰度化 PS=imread(girl-grey1.jpg); figure(1);subplot(2,2,1);imshow(PS);title(原图像灰度图); %二，绘制直方图 [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率 end figure(1);subplot(2,2,2);bar(0:255,GP,g) %绘制直方图 axis([0 255 min(GP) max(GP)]); title(原图像直方图) xlabel(灰度值) ylabel(出现概率) %三，直方图均衡化 S1=zeros(1,256); for i=1:256 for j=1:i S1(i)=GP(j)+S1(i); %计算Sk end end S2=round((S1*256)+0.5); %将Sk归到相近级的灰度 for i=1:256 GPeq(i)=sum(GP(find(S2==i))); %计算现有每个灰度级出现的概率 end figure(1);subplot(2,2,4);bar(0:255,GPeq,b) %显示均衡化后的直方图 axis([0 255 min(GPeq) max(GPeq)]); title(均衡化后的直方图) xlabel(灰度值) ylabel(出现概率) %四，图像均衡化 PA=PS; for i=0:255 PA(find(PS==i))=S2(i+1); %将各个像素归一化后的灰度值赋给这个像素 end figure(1);subplot(2,2,3);imshow(PA) %显示均衡化后的图像 title(均衡化后图像) imwrite(PA,PicEqual.bmp); ③处理结果： ④结果分析：通过原始图像和均衡化后的图像对比，均衡化后图像由彩色图像变为了灰度图像。原始图像直方图与均衡化后直方图对比，均衡化后的直方图灰度值更加平均，在整幅图像中不在集中。 图象平滑消噪处理 ①原理：图像的平滑方法是一种实用的图像处理技术，能减弱或消除图像中的高频率分量，但不影响低频率分量。因为高频率分量主要对应图像中的区域边缘等灰度值具有较大较快变化的部分，平滑滤波将这些分量滤去可减少局部灰度起伏，使图像变得比较平滑