matlab数字图像处理增强对比度
数字图像处理增强对比度
一、【实验目的】
1.利用MATLAB进行数字图像处理
2.对图像进行数字图像处理，使图像增强对比度
二、【实验内容】
zx=imread('D:\Documents and Settings\Administrator\桌面\zx.bmp'); imshow(zx);
a=double(zx);
for i=1:256
for j=1:256
b(i,j)=4*a(i,j);
if (b(i,j)>=255)
b(i,j)=255;
end
end
end
b=uint8(b);
figure(2);
imshow(b);
三、【实验结果】
Figure No.1：原图
Figure No.2：增强对比后效果
matlab图像处理实验报告
图像处理实验报告 姓名：陈琼暖 班级：07计科一班 学号：20070810104
目录： 实验一：灰度图像处理 (3) 实验二：灰度图像增强 (5) 实验三：二值图像处理 (8) 实验四：图像变换 (13) 大实验：车牌检测 (15)
实验一：灰度图像处理题目：直方图与灰度均衡 基本要求： （1） BMP灰度图像读取、显示、保存； （2）编程实现得出灰度图像的直方图； （3）实现灰度均衡算法. 实验过程： 1、BMP灰度图像读取、显示、保存； ?图像的读写与显示操作：用imread( )读取图像。 ?图像显示于屏幕：imshow( ) 。 ?
2、编程实现得出灰度图像的直方图； 3、实现灰度均衡算法； ?直方图均衡化可用histeq( )函数实现。 ?imhist(I) 显示直方图。直方图中bin的数目有图像的类型决定。如果I是个灰度图像，imhist将 使用默认值256个bins。如果I是一个二值图像，imhist使用两bins。 实验总结： Matlab 语言是一种简洁，可读性较强的高效率编程软件，通过运用图像处理工具箱中的有关函数,就可以对原图像进行简单的处理。 通过比较灰度原图和经均衡化后的图形可见图像变得清晰，均衡化后的直方图形状比原直方图的形状更理想。
实验二：灰度图像增强 题目：图像平滑与锐化 基本要求： （1）使用邻域平均法实现平滑运算； （2）使用中值滤波实现平滑运算； （3）使用拉普拉斯算子实现锐化运算. 实验过程： 1、 使用邻域平均法实现平滑运算； 步骤：对图像添加噪声，对带噪声的图像数据进行平滑处理； ? 对图像添加噪声 J = imnoise(I,type,parameters)
matlab图像处理的几个实例
Matlab图像处理的几个实例（初学者用） 1.图像的基本信息及其加减乘除 clear,clc; P=imread('yjx.jpg'); whos P Q=imread('dt.jpg'); P=im2double(P); Q=im2double(Q); gg1=im2bw(P,0.3); gg2=im2bw(P,0.5); gg3=im2bw(P,0.8); K=imadd(gg1,gg2); L=imsubtract(gg2,gg3); cf=immultiply(P,Q); sf=imdivide(Q,P); subplot(421),imshow(P),title('郁金香原图'); subplot(422),imshow(gg1),title('0.3'); subplot(423),imshow(gg2),title('0.5'); subplot(424),imshow(gg3),title('0.8'); subplot(425),imshow(K),title('0.3+0.5'); subplot(426),imshow(L),title('0.5-0.3'); subplot(427),imshow(cf),title('P*Q'); subplot(428),imshow(sf),title('P/Q'); 2.图像缩放 clear,clc; I=imread('dt.jpg'); A=imresize(I,0.1,'nearest'); B=imresize(I,0.4,'bilinear'); C=imresize(I,0.7,'bicubic'); D=imresize(I,[100,200]); F=imresize(I,[400,100]); figure subplot(321),imshow(I),title('原图'); subplot(322),imshow(A),title('最邻近插值'); subplot(323),imshow(B),title('双线性插值'); subplot(324),imshow(C),title('二次立方插值'); subplot(325),imshow(D),title('水平缩放与垂直缩放比例为2:1'); subplot(326),imshow(F),title('水平缩放与垂直缩放比例为1:4');
基于MATLAB图像处理报告.docx
基于M A T L A B图像处理报告一、设计题目 图片叠加。 二、设计要求 将一幅礼花图片和一幅夜景图片做叠加运算，使达到烟花夜景的美图效果。 三、设计方案 3.1、设计思路 利用matlab强大的图像处理功能，通过编写程序，实现对两幅图片的像素进行线性运算，利用灰度变换的算法使图片达到预期的效果。 3.2、软件介绍 MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。 MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB 也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。可以直接调用，用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户直接进行下载就可以用。
图像处理实例(含Matlab代码)
信号与系统实验报告——图像处理 学院：信息科学与工程学院 专业：2014级通信工程 组长：** 组员：** 2017.01.02
目录 目录 (2) 实验一图像一的细胞计数 (3) 一、实验内容及步骤 (3) 二、Matlab程序代码 (3) 三、数据及结果 (4) 实验二图像二的图形结构提取 (5) 一、实验内容及步骤 (5) 二、Matlab程序代码 (5) 三、数据及结果 (6) 实验三图像三的图形结构提取 (7) 一、实验内容及步骤 (7) 二、Matlab程序代码 (7) 三、数据及结果 (8) 实验四图像四的傅里叶变化及巴特沃斯低通滤波 (9) 一、实验内容及步骤 (9) 二、Matlab程序代码 (9) 三、数据及结果 (10) 实验五图像五的空间域滤波与频域滤波 (11) 一、实验内容及步骤 (11) 二、Matlab程序代码 (11) 三、数据及结果 (12)
实验一图像一的细胞计数 一、实验内容及步骤 将该图形进行一系列处理，计算得到途中清晰可见细胞的个数。 首先，由于原图为RGB三色图像处理起来较为麻烦，所以转为灰度图，再进行二值化化为黑白图像，得到二值化图像之后进行中值滤波得到细胞分布的初步图像，为了方便计数对图像取反，这时进行一次计数，发现得到的个数远远多于实际个数，这时在进行一次中值滤波，去掉一些不清晰的像素点，剩下的应该为较为清晰的细胞个数，再次计数得到大致结果。 二、Matlab程序代码 clear;close all; Image = imread('1.jpg'); figure,imshow(Image),title('原图'); Image=rgb2gray(Image); figure,imshow(Image),title('灰度图'); Theshold = graythresh(Image); Image_BW = im2bw(Image,Theshold); Reverse_Image_BW22=~Image_BW; figure,imshow(Image_BW),title('二值化图像'); Image_BW_medfilt= medfilt2(Image_BW,[3 3]); figure,imshow(Image_BW_medfilt),title('中值滤波后的二值化图像'); Reverse_Image_BW = ~Image_BW_medfilt; figure,imshow(Reverse_Image_BW),title('图象取反'); Image_BW_medfilt2= medfilt2(Reverse_Image_BW,[20 20]); figure,imshow(Image_BW_medfilt2),title('第二次中值滤波的二值化图像'); [Label, Number]=bwlabel(Image_BW_medfilt,8);Number [Label, Number]=bwlabel(Image_BW_medfilt2,8);Number
MATLAB课程设计-图像处理完整版
MATLAB课程设计 设计题目：应用图像处理 班级： 学号： 姓名： 指导老师： 设计时间：2013年4月8号-4月14号
摘要 21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。图像处理，是用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要容包括图像压缩，增强和复原，匹配、描述和识别3个部分。常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。图像处理一般指数字图像处理。所谓数字图像处理[7]就是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为。实质上是一段能够被计算机还原显示和输出为一幅图像的数字码。 关键词：DCT变换；图像压缩；真色彩增强；平滑；锐化；直方图均衡； 灰度变换；滤波；M文件的使用 目录 摘要………………………………………………………………I 1 概述……………………………………………………………II 2 课程设计任务及要求...............................III 2.1.1设计任务 2.1.2设计要求 3 系统设计原理 (Ⅳ)
3.1 DCT图像压缩原理 3.2 真彩色增强 3.2.1平滑 3.2.2锐化 3.3 灰度变换（直方图均衡化） 3.4 图像滤波 3.4.1中值滤波器 3.4.2维纳滤波器 4 程序代码及实验结果与分析 (Ⅵ) 4.1 DCT图像压缩 4.1.1程序代码 4.1.2实验结果 4.1.3结果分析 4.2 真彩色增强 4.2.1平滑程序代码 4.2.2实验结果 4.2.3结果分析 4.2.4锐化程序代码 4.2.5实验结果 4.2.6结果分析 4.3 灰度变换（直方图均衡化） 4.3.1程序代码
MATLAB中图像函数大全 详解及例子
图像处理函数详解——strel 功能：用于膨胀腐蚀及开闭运算等操作的结构元素对象(本论坛随即对膨胀腐蚀等操作进行讲解)。 用法：SE=strel(shape,parameters) 创建由指定形状shape对应的结构元素。其中shape的种类有 arbitrary' 'pair' 'diamond' 'periodicline' 'disk' 'rectangle' 'line' 'square' 'octagon 参数parameters一般控制SE的大小。 例子： se1=strel('square',6) %创建6*6的正方形 se2=strel('line',10,45) %创建直线长度10，角度45 se3=strel('disk',15) %创建圆盘半径15 se4=strel('ball',15,5) %创建椭圆体，半径15，高度5
图像处理函数详解——roipoly 功能：用于选择图像中的多边形区域。 用法：BW=roipoly(I,c,r) BW=roipoly(I) BW=roipoly(x,y,I,xi,yi) [BW,xi,yi]=roipoly(...) [x,y,BW,xi,yi]=roipoly(...) BW=roipoly(I,c,r)表示用向量c、r指定多边形各点的X、Y坐标。BW选中的区域为1，其他部分的值为0. BW=roipoly(I)表示建立交互式的处理界面。 BW=roipoly(x,y,I,xi,yi)表示向量x和y建立非默认的坐标系，然后在指定的坐标系下选择由向量xi，yi指定的多边形区域。 例子：I=imread('eight.tif'); c=[222272300270221194]; r=[21217512112175]; BW=roipoly(I,c,r); imshow(I)
【CN110197471A】一种图像对比度增强方法【专利】
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910154634.5 (22)申请日 2019.03.01 (71)申请人 合肥工业大学 地址 230000 安徽省芜湖市屯溪路193号 (72)发明人 郝世杰 汪雷宇 张又明 洪日昌 汪萌 (74)专利代理机构 北京睿智保诚专利代理事务 所(普通合伙) 11732 代理人 杨海明 (51)Int.Cl. G06T 5/40(2006.01) (54)发明名称 一种图像对比度增强方法 (57)摘要 本发明公开一种图像对比度增强方法，所述 增强方法包括：采集待处理的图像，获得原始图 像；将所述原始图像采用色彩处理方法进行色彩 处理，获得色彩处理图像；将所述色彩处理图像 进行数据预处理，获得预处理色彩图像；将所述 原始图像进行预增强处理，获得第一增强图像； 根据所述色彩处理图像、所述第一增强图像和所 述原始图像采用图像增强方法，获得第二增强图 像。本发明提供的图像增强方法能够在像素级别 感知图像的结构，进行非均一的增强，产生对比 度得到增强且兼具自然性的结果。权利要求书1页 说明书2页 附图1页CN 110197471 A 2019.09.03 C N 110197471 A
1.一种图像对比度增强方法，其特征在于，所述增强方法包括： 采集待处理的图像，获得原始图像I； 将所述原始图像采用色彩处理方法进行色彩处理，获得色彩处理图像L；将所述色彩处理图像L进行数据预处理，获得预处理色彩图像； 将所述原始图像I进行预增强处理，获得第一增强图像； 根据所述色彩处理图像L、 所述第一增强图像和所述原始图像I采用图像增强方法，获得第二增强图像。 2.根据权利要求1所述的一种图像对比度增强方法，其特征在于，所述将所述原始图像采用色彩处理方法进行色彩处理，获得色彩处理图像L具体包括： 对所述原始图像做最大化颜色通道技术处理，获得色彩处理图像L。 3.根据权利要求1所述的一种图像对比度增强方法，其特征在于，所述将所述色彩处理图像L进行数据预处理，获得预处理色彩图像具体包括： 对所述色彩处理图像L进行取反和开操作，获得预处理色彩图像1-L。 4.根据权利要求1所述的一种图像对比度增强方法，其特征在于，所述将所述原始图像I进行预增强处理，获得第一增强图像具体包括： 对所述原始图像I采用简化的Retinex模型处理，获得第一增强图像。 5.根据权利要求1所述的一种图像对比度增强方法，其特征在于，所述根据所述色彩处理图像L、所述第一增强图像和所述原始图像I采用图像增强方法，获得第二增强图像具体包括： 第二增强图像。 权 利 要 求 书1/1页 2 CN 110197471 A
三种不同灰度图像增强算法对比
三种不同灰度图像增强算法对比 一、摘要 本文主要是运用直方图均衡化、平滑、锐化三种常见的图像增强算法对图像进行处理,并在此基础上分别用这 3 种算法处理的灰度图像进行比较，比对它们对图像的处理效果, 分析3 种方法在图像增强处理能力的优劣之处。 结果发现,直方图均衡化可以均衡图像的灰度等级, 经过直方图的均衡化，图像的细节更加清楚了，但是由于直方图均衡化没有考虑图像的内容，只是简单的将图像进行直方图均衡，提高图像的对比度,使图像看起来亮度过高，使图像细节受到损失; 图像平滑的目的是减少或消除图像的噪声, 图像平滑可以使图像突兀的地方变得不明显, 但是会使图像模糊，这也是图像平滑后不可避免的后果，只能尽量减轻，尽量的平滑掉图像的噪声又尽量保持图像细节，这也是图像平滑研究的主要问题; 图像锐化使图像的边缘、轮廓变得清晰，并使其细节清晰,常对图像进行微分处理，但是图像的信噪比有所下降。 关键词: 图像增强灰度图直方图平滑锐化 二、三种图像增强算法 图像预处理是相对图像识别、图像理解而言的一种前期处理，主要是指按需要进行适当的变换突出某些有用的信息，去除或削弱无用的信息，在对图像进行分析之前, 通常要对图像质量进行改善,改善的目的就是要使处理后的图像比原始图像更适合特定的应用。影响图像清晰度的因素很多,主要有光照不足、线路传输收到干扰等。 现存的图像增强技术主要分为空间域法和频率域法两类,其中的增强方法主要有直方图的修正、灰度变换、图像平滑、图像锐化、伪彩色和假彩色处理等。下面主要采用直方图均衡化、图像平滑、图像线性锐化对图像进行增强处理, 对比他们的处理效果,分析 3 种方法的在图像增强处理方面的优劣。 1、直方图均衡化 直方图均衡化也称为直方图均匀化，是一种常见的灰度增强算法，是将原图像的直方图经过变换函数修整为均匀直方图，然后按均衡后的直方图修整原图像。 为方便研究，先将直方图归一化，然后图像增强变换函数需要满足2个条件。 假设灰度级为归一化至范围[0,1]内的连续量,设其中任一灰度级别Z归一化为r，变换后图像的任一灰度级Z'归一化为s，显然r，s应当满足：0<=r<=1,0<=s<=1 因此直方图修正就是对下列公式的计算过程：s=T(r)或r=T'(s) 式中T(r)为变换函数，它必须满足下列条件： a在0<=r<=1区间内是单值单调增加函数; b对于0<=r<=1,有T(r)在[0,1]内。 条件a 保证灰度级从黑到白的次序,而条件b确保映射后的像素灰度在允许的范围内，避免整个图像明显变亮或者变暗。 从S 到r的反变换关系为r=T'(s) ；T'(s)对r同样满足上述条件。 灰度变换是对图像上各个像素点的灰度值x 按某个函数T 变换到y ,将图像的灰度级整个范围或其中某一段( A, B)扩展或压缩到( A, B)。直方图均衡化是灰度变换的一个重要应用,是以累计分布函数变换为基础的直方图修正法, 可以产生一幅灰度级分布具有均匀概率密度的图像。一幅图像灰度级r k 出现的概率近似为 其中n 是图像中像素的总和, nk 是灰度级为r k 的像素个数, L 为图像中灰度级总数。若
matlab图像处理小结
1.function [center, r] = solve_circle(pt1, pt2, pt3) 2.%Effect: solve the circle which across points 'pt1', 'pt2' and 'pt3' 3.%Inputs: 4.%pt1, pt2, pt3: [x, y] 5.%center: the circle center [x0; y0] 6.%r: the radius of the circle 7.%Author: Su dongcai at 2012/1/2 8. A = zeros(2, 2); B = zeros(2, 1); 9.[A(1, :), B(1)] = circle2line(pt1, pt2); 10.[A(2, :), B(2)] = circle2line(pt2, pt3); 11.center = A\B; 12.r = norm(pt1' - center); 13. 14.function [A, B] = circle2line(pt1, pt2) 15.%Effect: cast 2 circles equation into 1 linear equation: 16.%(a-x1)^2 + (b-y1)^2 = r^2 | 17.% |==> 2(x1-x2)a + 2(y1-y2)b = (x1^2 + y1^2) - (y2^2 + y2^2) 18.%(a-x2)^2 + (b-y2)^2 = r^2 | 19.%Inputs: 20.%pt1, pt2: [x1, y1], [x2, y2] 21.%Outputs: 22.%A: 2[x1-x2, y1-y2] 23.%B: (x1^2 + y1^2) - (x2^2 + y2^2) 24.%Author: Su dongcai at 2012/1/2 25.A = 2*(pt1 - pt2); 26.B = norm(pt1)^2 - norm(pt2)^2; close all;clear;clc; >> i=imread('rice.png'); %>> imshow(i); >> background=imopen(i,strel('disk',15)); >> i2=imsubtract(i,background); %>> figure,imshow(i2); >> i3=imadjust(i2,stretchlim(i2),[0 1]); %>> figure,imshow(i3); >> level=graythresh(i3); >> bw=im2bw(i3,level); %>> figure,imshow(bw); >> [labeled,numobjects]=bwlabel(bw,4); graindata=regionprops(labeled,'all');
图像增强及MATLAB实现
《数字图像处理》课程设计 课设题目：图像增强与MATLAB实现学校学院：华东交通大学理学院 学生班级：13级信息计算（2）班学生：超 学生学号：20130810010216 指导老师：自柱
图像增强与MATLAB实现 摘要 数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。图像增强是数字图像处理的过程中经常采用的一种方法，它对提高图像质量起着重要的作用。本文先对图像增强的原理进行概述，然后对图像增强的方法分类并给出直方图增强、对比度增强、平滑和锐化等几种常用的增强方法的理论基础，通过Matlab实验得出的实际处理效果来对比各种算法的优缺点，讨论不同的增强算法的技术要点，并对其图像增强方法进行性能评价。 关键字：图像；图像增强；算法
目录 一、MATLAB的简介 (1) 1.1MATLAB主要功能 (1) 二、MATLAB的主要功能 (1) 2.1数字增强技术概述 (1) 2.2数字图像的表示 (2)
三、直方图的均衡化 (2) 3.1图像的灰度 (2) 3.2灰度直方图 (2) 3.3直方图均衡化 (3) 四、图像二值化 (5) 4.1图像二值化 (5) 五、对比度增强 (7) 5.1对比度增强 (7) 5.2灰度调整 (8) 5.3对数变换 (9) 六、滤波 (10) 6.1平滑滤波 (10) 6.2线性平滑滤波程序： (11) 6.3非线性滤波 (12) 七、锐化 (18) 八、参考文献 (19) 九、自我评价 (20)
一、Matlab的简介 1.1 MATLAB主要功能 MATLAB是建立在向量、数组和矩阵基础上的一种分析和仿真工具软件包，包含各种能够进行常规运算的“工具箱”，如常用的矩阵代数运算、数组运算、方程求根、优化计算及函数求导积分符号运算等；同时还提供了编程计算的编程特性，通过编程可以解决一些复杂的工程问题；也可绘制二维、三维图形，输出结果可视化。目前，已成为工程领域中较常用的软件工具包之一。 二、MATLAB的主要功能 2.1数字增强技术概述 图像增强是按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些信息使得图像更加实用。图像增强技术主要包含直方图修改处理、图像平滑处理、图像尖锐化处理等。 图像增强技术主要包括：直方图修改处理，图像平滑处理，图像尖锐化处理，彩色图像处理。从纯技术上讲主要有两类：频域处理法和空域处理法。 频域处理法主要是卷积定理，采用修改图像傅立叶变换的方法实现对图像的增强处理技术；空域处理法：是直接对图像中的像素进行处理，基本上是以灰度映射变换为基础的。
matlab图像处理综合实验实验报告
《数字图像处理》 实验报告 学院： 专业： 班级： 姓名： 学号：
实验一 实验名称：图像增强 实验目的：1.熟悉图像在Matlab下的读入，输出及显示； 2.熟悉直方图均衡化； 3.熟悉图像的线性指数等； 4.熟悉图像的算术运算及几何变换. 实验仪器：计算机，Matlab软件 实验原理： 图像增强是为了使受到噪声等污染图像在视觉感知或某种准则下尽量的恢复到原始图像的水平之外，还需要有目的性地加强图像中的某些信息而抑制另一些信息，以便更好地利用图像。图像增强分频域处理和空间域处理，这里主要用空间域的方法进行增强。空间域的增强主要有：灰度变换和图像的空间滤波。 图像的直方图实际上就是图像的各像素点强度概率密度分布图，是一幅图像所有像素集合的最基本统计规律，均衡化是指在每个灰度级上都有相同的像素点过程。 实验内容如下： I=imread('E:\cs.jpg');%读取图像 subplot(2,2,1),imshow(I),title('源图像') J=rgb2gray(I)%灰度处理 subplot(2,2,2),imshow(J) %输出图像 title('灰度图像') %在原始图像中加标题 subplot(2,2,3),imhist(J) %输出原图直方图 title('原始图像直方图') 0100200
I=imread('E:\cs.jpg');%读取图像 subplot(1,2,1),imshow(I); theta = 30; K = imrotate(I,theta); subplot(1,2,2),imshow(K) 对数运算： I=imread('E:\dog.jpg'); subplot(2,2,1),imshow(I),title('源图像') J=rgb2gray(I)%灰度处理 subplot(2,2,2),imshow(J),title('灰度变换后图像') J1=log(1+double(J)); subplot(2,2,3),imshow(J1,[]),title('对数变换后') 指数运算: I=imread('E:\dog.jpg'); f=double(I); g=(2^2*(f-1))-1 f=uint8(f); g=uint8(g);
图像处理matlab程序实例
程序实例 1旋转: x=imread('d:\MATLAB7\work\flower.jpg'); y=imrotate(x,200,'bilinear','crop'); subplot(1,2,1); imshow(x); subplot(1,2,2); imshow(y) 2.图像的rgb clear [x,map]=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shh1.jpg');y=x(90:95,90:95);imshow(y)R=x(90:95,90:95,1);G=x(90:95,90:95,2);B=x(90:95,90:95,3);R,G,B 3.加法运算clear I=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shh3.jpg');J=imnoise(I,'gaussian',0,0.02);%向图片加入高斯噪声subplot(1,2,1),imshow(I);%显示图片subplot(1,2,2),imshow(J);K=zeros(242,308);%产生全零的矩阵，大小与图片的大小一样for i=1:100%循环100加入噪声J=imnoise(I,'gaussian',0,0.02);J1=im2double(J);K=K+J1;end K=K/100; figure,imshow(K);save
4.减法 clear I=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shao.jpg'); J=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shao1.jpg'); K=imsubtract(I,J);%实现两幅图相减 K1=255-K;%将图片求反显示 figure;imshow(I); title('有噪声的图'); figure;imshow(J); title('原图'); figure;imshow(K1); title('提取的噪声'); save 5.图像的乘法 H=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shao.jpg'); I=immultiply(H,1.2);将此图片乘以1.2 J=immultiply(H,2); subplot(1,3,1),imshow(H); title('原图'); subplot(1,3,2),imshow(I); title('·放大1.2'); subplot(1,3,3),imshow(J); title('放大2倍'); 6除法运算 moon=imread('moon.tif'); I=double(moon); J=I*0.43+90; K=I*0.1+90; L=I*0.01+90; moon2=uint8(J); moon3=uint8(K); moon4=uint8(L); J=imdivide(moon,moon2); K=imdivide(moon,moon3); L=imdivide(moon,moon4); subplot(2,2,1),imshow(moon); subplot(2,2,2),imshow(J,[]); subplot(2,2,3),imshow(K,[]); subplot(2,2,4),imshow(L,[]);
电子科大图像对比度增强实验报告
电子科技大学通信学院学院标准实验报告 （实验）课程名称图像对比度增强实验 电子科技大学教务处制表
电子科技大学 实验报告 学生姓名：学号：指导教师： 实验地点：实验时间： 一、实验室名称：通信系统实验室 二、实验项目名称：图像对比度增强实验 三、实验学时：16 四、实验原理： 图像增强的目的是针对应用或人们主观需求，对输入图像进行某种处理，使得处理后的图像在特定结构或对比度等方面有明显的改善，其源头可以追溯到1969年。随着应用需求的不断发展，世界各国对此问题展开了广泛的研究。 特定结构或对比度不够清晰，可能来自质量不佳的成像设备、恶劣的大气条件、不恰当图像压缩算法等，其特点是图像中像素灰度集中在一个相对较小的范围，导致后端处理设备的观察者不能有效对图像进行判读。 造成图像对比度不够清晰的原因是多方面，包括电子系统的热噪声、光照过强、光照过弱、目标反射率过低、大雾天气、逆光拍摄、压缩等等。由于其产生原因的多样性，导致图像对比度不够清晰在图像中体现出来的现象也不同，可以分为以下3类：整体偏暗、整体偏亮、分布在亮和暗的两端，并且有可能在空间分布上存在多个区域。 现有的对比度增强技术根据其处理方法理论依据不同可分为：直方图均衡化、基于Retinex理论的图像增强、基于梯度场重建的图像增强；根据其处理范围，又可以分为全局处理与局部处理两大类。本实验将主要论述直方图均衡化和基于梯度场重建的图像增强两种方法，其中直方图均衡化进描述基本原理，其实
现由学生独立完成，而基于梯度场重建的图像增强方法，本实验将重点阐述，并给出参考代码，要求学生在此基础上进行进一步的完善。 直方图均衡化的基本原理就是对图像进行灰度变换。灰度变换有逆反处理、阈值变换、灰度拉伸、灰度切分、灰度级修正、动态范围调整等方法。虽然它们对图像的处理效果不同，但处理过程中都运用了点运算，通常可分为线性变换、分段线性变换、非线性变换。其缺点是需要用户根据不同的图像调整不同的变换函数。灰度变换是最简单的对比度增强技术，它可增大图像动态范围，扩展对比度，使图像清晰、特征明显，是图像增强的重要手段之一。它主要利用点运算来修正像素灰度，由输入像素点的灰度值确定相应输出点的灰度值，是一种基于图像变换的操作。灰度变换不改变图像内的空间关系，灰度级的改变是根据某种特定的灰度变换函数进行。 实验所需基本结构如图1所示。 图1 实验所需基本结构图 本实验把成像设备（即摄像头）采集的一幅图像，传入计算机，由图像增强技术算法实现的编程软件处理后，对图像进行增强，然后实时显示增强后的图像。图像对比度增强技术，不仅要保持图像整体的一致性，还需要对图像的局部区域进行增强处理，使其具有最佳的表现力。因此，本文采用梯度场方法。技术方案特点有： a)梯度域增强避免了亮度不同对增强算子的影响 b)重建图像是基于最小二乘法,与原始的图像在亮度方面不同 c)重建图像在梯度域与原始图像具有强烈的相似性 d)重建图像具有亮度平均值的相对保持性 e)重建图像的边界条件周期延拓(采用DST变换要求) f)所有算子都是直接计算
数字图像处理MATLAB程序【完整版】
第一部分数字图像处理
实验一图像的点运算 实验1.1直方图 一.实验目的 1 ?熟悉matlab图像处理工具箱及直方图函数的使用； 2?理解和掌握直方图原理和方法； 二.实验设备 1. PC 机一台； 2.软件matlab。 三.程序设计 在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。l=imread('camerama n.tif);% 读取图像 subplot(1,2,1),imshow(l) % 输出图像 title(' 原始图像')% 在原始图像中加标题subplot(1,2,2),imhist(l) % 输出原图直方图 title(' 原始图像直方图')%在原图直方图上加标题 四.实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab 环境； 2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像, 如:cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像； 3?浏览源程序并理解含义； 4. 运行，观察显示结果； 5. 结束运行，退出； 五.实验结果 观察图像matlab环境下的直方图分布。 (a)原始图像(b) 原始图像直方图 六.实验报告要求 1、给出实验原理过程及实现代码； 2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。
实验1.2灰度均衡 一.实验目的 1 .熟悉matlab图像处理工具箱中灰度均衡函数的使用； 2?理解和掌握灰度均衡原理和实现方法； 二.实验设备 1. PC机一台； 2. 软件matlab ; 三.程序设计 在matlab环境中，程序首先读取图像，然后调用灰度均衡函数，设置相关参数，再输出处理后的图像。l=imread('camerama n.tif);% 读取图像 subplot(2,2,1),imshow(l) % 输出图像title(' 原始图像')% 在原始图像中加标题subplot(2,2,3),imhist(l) % 输出原图直方图 title(' 原始图像直方图')%在原图直方图上加标题a=histeq(l,256); % 直方图均衡化，灰度级为256 subplot(2,2,2),imshow(a) % 输出均衡化后图像title(' 均衡化后图像')%在均衡化后图像中加标题 subplot(2,2,4),imhist(a) % 输出均衡化后直方图 title(' 均衡化后图像直方图')%在均衡化后直方图上加标题 四.实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab 环境； 2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像, 如:cameraman图像；再调用相应的灰度均衡函数，设置参数；最后输出处理后的图像； 3?浏览源程序并理解含义； 4. 运行，观察显示结果； 5. 结束运行，退出； 五.实验结果 观察matlab环境下图像灰度均衡结果及直方图分布。 均衡化后图像
图像增强方法
图像增强所包含的主要内容如下图。 1.灰度变换 灰度变换可调整图像的动态范围或图像对比度,是图像增强的重要手段之一。（1）线性变换 令图像f(i，j)的灰度范围为[a，b]，线性变换后图像g(i，j)的范围为[a′,b′],如下图 g(i，j)与f(i，j)之间的关系式为： 在曝光不足或过度的情况下，图像灰度可能会局限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、似乎没有灰度层次的图像。采用线性变换对图像每一个像素灰度作线性拉伸，可有效地改善图像视觉效果。
(2)分段线性变换 为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。如下图所示。 设原图像在[0，M f],感兴趣目标所在灰度范围在[a,b],欲使其灰度范围拉伸到[c,d],则对应的分段线性变换表达式为 通过调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行拉伸或压缩。
(3)非线性灰度变换 当用某些非线性函数如对数函数、指数函数等，作为映射函数时，可实现图像灰度的非线性变换。 ①对数变换 对数变换的一般表达式为 这里a,b,c是为了调整曲线的位置和形状而引入的参数。当希望对图像的低灰度区较大的拉伸而对高灰度区压缩时，可采用这种变换，它能使图像灰度分布与人的视觉特性相匹配。 ②指数变换 指数变换的一般表达式为 这里参数a,b,c用来调整曲线的位置和形状。这种变换能对图像的高灰度区给予较大的拉伸。
2.直方图修整法 灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图 像的概貌。通过修改直方图的方法增强图像是一种实用而有效的处理技术。直方图修整法包括直方图均衡化及直方图规定化两类。（1）直方图均衡化直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。下面先讨论连续变化图像的均衡化问题，然后推广到离散的数字图像上。为讨论方便起见，设r和s分别表示归一化了的原图像灰度和经直方图修正后的图 像灰度。即。在[0,1]区间内的任一个r值，都可产生一个s值，且 。 T(r)作为变换函数，满足下列条件： ①在0≤r≤1内为单调递增函数，保证灰度级从黑到白的次序不变； ②在0≤r≤1内，有0≤T(r)≤1，确保映射后的像素灰度在允许的范围内。 反变换关系为，T-1(s)对s同样满足上述两个条件。由概率论理论可知，如果已知随机变量r的概率密度为pr(r),而随机变量s是r的函数，则s的概率密度ps(s)可以由pr(r)求出。假定随机变量s的分布函数用Fs(s) 表示，根据分布函数定义 利用密度函数是分布函数的导数的关系，等式两边对s求导，有： 可见，输出图像的概率密度函数可以通过变换函数T(r)可以控制图像灰度级的概率密度函数，从而改善图像的灰度层次，这就是直方图修改技术的基础。
MATLAB图像处理简介
MATLAB图像处理基础?MATLAB语言的特点： MATLAB图像处理基础 ?典型桌面： 2 MATLAB图像处理基础 ?一. 读取图像：将图像rose-orginal.tif读入图像数组f >> f = imread('.\rose-original.tif'); ?显示图像大小信息： >> size(f) ans = 1024 1024 或者将大小信息赋给变量 ?或者将大小信息赋给变量： >> [M, N] = size(f); ?whos显示更为详细的信息： >> whos f Name Size Bytes Class f 1024x1024 1048576 uint8 array Grand total is 1048576 elements using 1048576 bytes 3 MATLAB图像处理基础 ?二. 显示图像： >> imshow(f) ?指定显示的灰度范围 >> figure, imshow(f, [100 200]) ?情况下显示图像的整个 动态范围： >> figure, imshow(f, [ ]) 4 MATLAB图像处理基础 ?直接显示： >> imshow(h)?改善动态范围： >> imshow(h, [ ]) 利用imshow改善图像动态范围（设图像已被读入到h)： 5 MATLAB图像处理基础 ?以交互方式显示像素值： >> pixval ?利用pixval显示像素之间 距离：按下鼠标左键并拖 动 6
MATLAB图像处理基础 ?三. 将图像写入磁盘： >> imwrite(f, 'rose.jpg') ?对于JPEG压缩格式，可指定质量因子： >> imwrite(f, 'rose.jpg', 'quality', 25) 7 quality = 100quality = 50quality = 5 MATLAB图像处理基础?显示图像信息： >> imfinfo rose.jpg MATLAB图像处理基础?计算压缩率：将图像信息存储在结构变量中以方 MATLAB图像处理基础?四. MATLAB中的数据类型： MATLAB图像处理基础?五. MATLAB中的图像类型： MATLAB图像处理基础 ?六. 图像类型的相互转换：下表中的函数在图像类型转换中会进行必要的数据比例变换。 12 >> f = [-0.5 0.5;0.75 1.5] f = -0.5000 0.5000 0.7500 1.5000 >> g = im2uint8(f) g = 0 128 191 255 im2unit8将输入double类型数据中小于0的 数转换为0，大于1的数转换为255，其余数 据乘以255再四舍五入到最近整数。
图像对比度增强实验
电子科技大学通信学院 《图像对比度增强实验指导书》 2011年6月
图像对比度增强实验 一、实验目的 本实验是针对拟开设的《图像处理》课程而开发的综合性实验。该实验与概率统计、高等数学、信号处理等课程都有一定程度的联系。通过本实验，促使学生利用上述课程相关知识，更好地掌握图像增强的基本方法和原理。要求学生达到：掌握经典的数字图像空域增强算法的实现方法；了解实验所用的图像处理算法的运行效果；学会分析与比较各种方法的差异。 二、实验内容与要求 1.2学时：掌握图像对比度增强原理； 2.2学时：掌握图像变换原理； 3.2学时：给定输入图片，在MATLAB上实现线性变换增强和直方图增强 仿真； 4.8学时：构建图像采集系统，在已有的采集软件平台上将仿真算法用C 语言实现； 5.2学时：测试实际输入图片增强效果。 三、实验开设方式 本实验开设方式为两人一组实验，实验授课时间2学时，上机14学时。四、实验器材 硬件环境： 计算机一台； USB摄像头一个； 三脚架一个； 软件环境： Winxp操作系统； VC6.0开发环境；Open CV1.0，gsl-1.8 五、实验原理 图像增强的目的是针对应用或人们主观需求，对输入图像进行某种处理，使
得处理后的图像在特定结构或对比度等方面有明显的改善，其源头可以追溯到1969年。随着应用需求的不断发展，世界各国对此问题展开了广泛的研究。 特定结构或对比度不够清晰，可能来自质量不佳的成像设备、恶劣的大气条件、不恰当图像压缩算法等，其特点是图像中像素灰度集中在一个相对较小的范围，导致后端处理设备的观察者不能有效对图像进行判读。 造成图像对比度不够清晰的原因是多方面，包括电子系统的热噪声、光照过强、光照过弱、目标反射率过低、大雾天气、逆光拍摄、压缩等等。由于其产生原因的多样性，导致图像对比度不够清晰在图像中体现出来的现象也不同，可以分为以下3类：整体偏暗、整体偏亮、分布在亮和暗的两端，并且有可能在空间分布上存在多个区域。 现有的对比度增强技术根据其处理方法理论依据不同可分为：直方图均衡化、基于Retinex理论的图像增强、基于梯度场重建的图像增强；根据其处理范围，又可以分为全局处理与局部处理两大类。本试验将主要论述直方图均衡化和基于梯度场重建的图像增强两种方法，其中直方图均衡化仅描述基本原理，其实现由学生独立完成，而基于梯度场重建的图像增强方法，本实验将重点阐述，并给出参考代码，要求学生在此基础上进行进一步的完善。 直方图均衡化的基本原理就是对图像进行灰度变换。灰度变换有逆反处理、阈值变换、灰度拉伸、灰度切分、灰度级修正、动态范围调整等方法。虽然它们对图像的处理效果不同，但处理过程中都运用了点运算，通常可分为线性变换、分段线性变换、非线性变换。其缺点是需要用户根据不同的图像调整不同的变换函数。灰度变换是最简单的对比度增强技术，它可增大图像动态范围，扩展对比度，使图像清晰、特征明显，是图像增强的重要手段之一。它主要利用点运算来修正像素灰度，由输入像素点的灰度值确定相应输出点的灰度值，是一种基于图像变换的操作。灰度变换不改变图像内的空间关系，灰度级的改变是根据某种特定的灰度变换函数进行。 实验所需基本结构如图1所示。