图像的灰度变换增强实验报告.docVIP

图像的灰度变换增强实验报告 一、实验目的 理解数字图像处理中点运算的基本作用； 掌握对比度调整与灰度直方图均衡化的方法。 二、实验原理 1、对比度调整 如果原图像f(x, y)的灰度范围是[m, M]，我们希望对图像的灰度范围进行线性调整，调整后的图像g(x, y)的灰度范围是[n, N]，那么下述变换： 就可以实现这一要求。 MATLAB图像处理工具箱中提供的imadjust函数，可以实现上述的线性变换对比度调整。imadjust函数的语法格式为： J = imadjust(I,[low_in high_in], [low_out high_out]) J = imadjust(I, [low_in high_in], [low_out high_out])返回原图像I经过直方图调整后的新图像J，[low_in high_in]为原图像中要变换的灰度范围，[low_out high_out]指定了变换后的灰度范围，灰度范围可以用 [ ] 空矩阵表示默认范围，默认值为[0, 1]。 不使用imadjust函数，利用matlab语言直接编程也很容易实现灰度图像的对比度调整。但运算的过程中应当注意以下问题，由于我们读出的图像数据一般是uint8型，而在MATLAB的矩阵运算中要求所有的运算变量为double型（双精度型）。因此读出的图像数据不能直接进行运算，必须将图像数据转换成双精度型数据。MATLAB中提供了这样的数据类型转换函数：im2double函数，其语法格式为： I2 = im2double(I1) 运算之后的图像数据再显示时可以再转化成uint8型，格式为： I3 = uint8 (I2) 2、直方图均衡化 直方图均衡化的目的是将原始图像的直方图变为均衡分布的形式，即将一已知灰度概率密度分布的图像，经过某种变换变成一幅具有均匀灰度概率密度分布的新图像，从而改善图像的灰度层次。 MATLAB图像处理工具箱中提供的histeq函数，可以实现直方图的均衡化。 对于灰度图像，histeq函数的基本调用格式为 J=histeq(I, n) 该函数返回原图像I经过直方图均衡化处理后的新图像J。n为指定的均衡化后的灰度级数，缺省值为64。 对于索引图像，调用格式为: Newmap=histeq(X, map) 返回值Newmap将是输出图像的新的调色板。 三、实验内容及要求 1、用MATLAB在自建的文件夹中建立example2.m程序文件。在这个文件的程序中，将girl2.bmp图像文件读出，显示它的图像及灰度直方图（可以发现其灰度值集中在一段区域）。用imadjust函数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰度直方图与原灰度直方图的区别；改变灰度值调整范围，观察调整后的图像的变化及其与原图像的差别，调整后的灰度直方图的变化及其与原灰度直方图的区别；进一步利用改变灰度值调整范围，实现图像的反转。 2、读出图像文件girl2.bmp，不调用imadjust函数，利用matlab语言直接编程实现图像的对比度调整和图像的反转。 3、读取一幅灰度图像，用histeq函数将原始图像的灰度直方图均衡化，同时观察均衡化后的图像与前面图像的差别，均衡化后的灰度直方图与前面的灰度直方图的区别。读取一幅索引图像，重复直方图均衡化处理，比较二者结果。 4、（选做内容）不调用histeq函数，利用matlab语言直接编程实现图像的直方图均衡化处理。 四、实验结果 1、程序： I=imread(girl2.bmp); J=imadjust(I,[0.4,0.6],[]); K=imadjust(I,[],[1,0]); subplot(3,2,1)；imshow(I);title(原图); subplot(3,2,2); imhist(I);title(原图灰度直方图); subplot(3,2,3) imshow(J);title(对比度调整后图); subplot(3,2,4); imhist(J);title(对比度调整后图像的灰度直方图); subplot(3,2,5)；imshow(K);title(反转图); subplot(3,2,6)；imhist(K);title(反转图的灰度直方图); 2、程序： clear;clf;clc; I=imread(girl2.bmp); I1=im2double(I); J1=(I1-0.4)*5; K1=1-I1; J=im2uint8(J1); K=im2uint8(K1); subplot(3,2,1) imshow(I);title(原图); subplot(3,2,2); imhist(I);title(原图灰度直方图); subplot(3,