实验一图像增强实验

实验一图像增强实验
实验目的：1.掌握图像增强的算法
2.学习利用MATLAB进行图像的增强
实验内容：1.图像的点操作、邻域操作算法
2.图像的直方图处理算法
实验步骤：
1.读入图像，用MATLAB函数实现图像读入
（1）启动MATLAB
（2）在命令行窗口直接输入MATLAB命令，按“回车”键后执行（3）读入命令和显示命令分别为 imread 和 imshow
（4）如A=imread('D:\上官军\medical image\woman.jpg')
Imshow (A)
结果显示
2.实现图像点操作运算（gamma校正和对数校正）（1）根据图像线形变换三种形式，图像反转 S=L-1-r 、对数变换S=c*log(1+r) 、幂次变换 S=c*r .^γ编写图像点操作函数
（2）建立新的M文件，点操作函数代码如下：
function s=dian(r,leixing,chengshu,gamma1)
% r为处理图像，leixing为操作类型
s1=imread(r);
s2=im2double(s1);
%将图像转为double数据型
switch leixing
case 'fanzhuan'
s=1-s2;
case 'duishu'
s=chengshu*log(1+s2);
case 'gamma'
s=chengshu*s2.^gamma1;
otherwise
error('错误')
end
subplot(1,2,1), imshow(s1);
subplot(1,2,2),imshow(s);
（3）实际操作，如反转：
Y=dian('D:\上官军\medical image\woman.jpg','fanzhuan',1,1);
3.图像邻域处理
（1）图像邻域处理是通过设计相应的滤波器来处理相邻图像像素，主要为均值滤波器、中指滤波器、高斯滤波器等
（2）建立新的M文件，均值滤波函数代码如下：
function d=avefilt(x,n)
a(1:n,1:n)=1;
%a即n×n模板,元素全是1
p=size(x);
%输入图像是p×q的
x1=double(x);
%A(a:b,c:d)表示A矩阵的第a到b行,第c到d列的所有元素for i=1:p(1)-n+1
for j=1:p(2)-n+1
c=x1(i:i+(n-1),j:j+(n-1)).*a;
%取出x1中从(i,j)开始的n行n列元素与模板相乘
s=sum(sum(c));
%求c矩阵(即模板)中各元素之和
x1(i+(n-1)/2,j+(n-1)/2)=s/(n*n);
%将模板各元素的均值赋给模板中心位置的元素
end
end
d=uint8(x1);
subplot(1,2,1),imshow(x);
title('均值滤波前图像')；
subplot(1,2,2),imshow(d);
title('均值滤波后图像')；
（3）实际操作，代码如下：
A=imread('D:\上官军\medical image\woman.jpg');
Y=avefilt(A,3);
滤波前图像滤波后图像
4.直方图的均衡处理
（1）图像直方图利用MATLAB工具箱中imhist产生，根据直方图均衡计算公式：
编写直方图均衡函数
（2）建立新的M文件，直方图均衡代码如下：
function s=zhifangtu(r)
s1= r;
[m,n]=size(s1);
%检测图像大小
count=0;
s2=zeros(m,n);
% s2是行列分别为m、n的0矩阵s3=zeros(1,255);
figure,imhist(s1);
[counts]=imhist(s1);
for k=1:255
count=count+counts(k); s3(k)=255*count/(m*n); end
%根据直方图均衡公式编写
for x=1:m
for y=1:n
s2(x,y)=s3(s1(x,y)+1); end
end
s=s2;
s=mat2gray(s);
s=im2uint8(s);
subplot(1,2,1),imshow(s);
title('均衡后的图片');
subplot(1,2,2),imhist(s);
title('均衡后的直方图');
（3）实际操作，代码如下：
A=imread('D:\上官军\medical image\woman.jpg'); Y=zhifangtu(A)
均衡后的图片
050100150200250
均衡后的直方图
.。