实验二空域图像增强
实验二空域图像增强
实验三空域图像增强一、实验目的与要求1、掌握灰度直方图的概念及其计算方法；2、熟练掌握直力图均衡化和直方图规定化的计算过程；3、熟练掌握空域滤波中常用的平滑和锐化滤波器；4、掌握色彩直方图的概念和计算方法5、利用MATLAB程序进行图像增强。
二、实验内容与步骤1、图像的直方图与直方图均衡方法a. 从硬盘加载cameraman.tif图象(using function imread).b. 显示图象.c. 显示图象的直方图(using function imhist).d. 用直方图均衡方法进行图象增强.e. 对处理后的图象显示其直方图.f. 比较图象的质量并且进行讨论.代码如下：I=imread(‘原图像名.gif); % 读入原图像J=histeq(I); %对原图像进行直方图均衡化处理Imshow(I); %显示原图像Title(‘原图像’); %给原图像加标题名Figure；imshow(J); %对原图像进行屏幕控制；显示直方图均衡化后的图像Title(‘直方图均衡化后的图像’) ; %给直方图均衡化后的图像加标题名Figure; subplot(1,2,1) ;%对直方图均衡化后的图像进行屏幕控制；作一幅子图作为并排两幅图的第1幅图Imhist(I,64); %将原图像直方图显示为64级灰度Title(‘原图像直方图’) ; %给原图像直方图加标题名Subplot(1,2,2); %作第2幅子图Imhist(J,64) ; %将均衡化后图像的直方图显示为64级灰度Title(‘均衡变换后的直方图’) ; %给均衡化后图像直方图加标题名从处理前后的图像可以看出，许多在原始图像中看不清楚的细节在直方图均衡化处理后所得到的图像中都变得十分清晰。
2、对图象加入躁声，改变噪声参数（均值、方差或比例），比较其影响。
使用3x3或7x7的均值滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。
图像增强的基本原理
图像增强的基本原理图像增强是一种用于改善图像视觉质量或提取目标特征的技术。
它通过改变图像的亮度、对比度、颜色、清晰度等属性来增强图像的可视性和可识别性。
图像增强的基本原理可以归纳为以下几点：1. 空域增强：采用空域操作，即对图像的每个像素进行操作。
常见的空域增强方法有直方图均衡化、灰度拉伸、滤波等。
直方图均衡化通过重新分布图像中像素的亮度来增加图像的对比度，灰度拉伸则通过线性转换将图像的亮度范围拉伸到整个灰度级范围内。
滤波则通过应用低通、高通、中通等滤波器来增强图像的细节和轮廓。
2. 频域增强：采用频域操作，即将图像转换到频域进行处理。
常见的频域增强方法有傅里叶变换、小波变换等。
傅里叶变换可以将图像从空域转换到频域，通过对频谱进行滤波操作来增强图像的细节和边缘。
小波变换则可以将图像分解为不同频率的子带，可以更加灵活地选择性地增强特定频率的信息。
3. 增强算法：通过应用特定的增强算法来增强图像的视觉效果。
常用的增强算法有Retinex算法、CLAHE算法等。
Retinex算法通过模拟人眼对光源的自适应调整能力来增强图像的亮度和对比度，CLAHE算法则通过分块对比度受限的直方图均衡化来增强图像的细节和纹理。
4. 机器学习方法：利用机器学习算法对图像进行增强。
通过训练模型，学习图像的特征和上下文信息，然后根据学习到的模型对图像进行增强处理。
常见的机器学习方法包括卷积神经网络、支持向量机等。
综上所述，图像增强的基本原理包括空域增强、频域增强、增强算法和机器学习方法等。
这些原理可以单独或结合使用，根据图像的特点和需求，选择合适的方法来对图像进行增强处理，以获得更好的图像视觉质量和目标特征提取效果。
数字图像处理冈萨雷斯空间域图像增强(共104张PPT)
例如每个象素点的灰度值用8bit表示，假设某像素点的灰度值为00100010,分解处理 如下 :
00100010
00000000(0) 00000010(2)
00000000(0)
00000000(0) 00000000(0)
001000(0302) 00000000(0)
这样这个位置的像素，就分解 成了8局部，各局部的值转成
1时 ， 该 变 换 将
低 灰 度 值 （ 暗 值 ） 进 行 拉 伸
例 ： 0.4时 ， 该 变 换 将 动 态 范 围
从 [0,L5]扩 展 到 [0,L2]
1时 ， 该 变 换 将
L5
高 灰 度 值 （ 亮 值 ） 进 行 拉 伸
3.2 根本灰度变换
幂次变换应用 (伽马)校正 s cr
00000000(0)
十进制就是该点在该位平面上
的灰度值。
④分段线性变换函数
3.2 根本灰度变换
位图切割
位图切割例如
位图切割在图像压缩和重建中的应用
重建：
①第n个bit平面的每个像素 2 n1 ；
②所有bit平面相加；
MATLAB 例子:线性变换
I=imread('pout.tif');
pout=double(I);
随机变量:不一定是均匀分布的
根据该方程可以由原图像的各像素灰度值直接得到直方图 均衡化后各灰度级所占的百分比
➢直方图均衡化处理的计算步骤如下：
(1)统计原始图象的直方图
是rk 输入图象灰度级； (2)计算直方图累积分布曲线
pr
rk
nk n
3.3 直方图处理
sk T(rk)j k0pr(rj)j k0nnj
数字图像处理图像变换实验报告
实验报告实验名称:图像处理姓名:刘强班级:电信1102学号:1404110128实验一图像变换实验——图像点运算、几何变换及正交变换一、实验条件PC机数字图像处理实验教学软件大量样图二、实验目的1、学习使用“数字图像处理实验教学软件系统”,能够进行图像处理方面的简单操作;2、熟悉图像点运算、几何变换及正交变换的基本原理,了解编程实现的具体步骤;3、观察图像的灰度直方图,明确直方图的作用与意义;4、观察图像点运算与几何变换的结果,比较不同参数条件下的变换效果;5、观察图像正交变换的结果,明确图像的空间频率分布情况。
三、实验原理1、图像灰度直方图、点运算与几何变换的基本原理及编程实现步骤图像灰度直方图就是数字图像处理中一个最简单、最有用的工具,它描述了一幅图像的灰度分布情况,为图像的相关处理操作提供了基本信息。
图像点运算就是一种简单而重要的处理技术,它能让用户改变图像数据占据的灰度范围。
点运算可以瞧作就是“从象素到象素”的复制操作,而这种复制操作就是通过灰度变换函数实现的。
如果输入图像为A(x,y),输出图像为B(x,y),则点运算可以表示为:B(x,y)＝f[A(x,y)]其中f(x)被称为灰度变换(Gray Scale Transformation,GST)函数,它描述了输入灰度值与输出灰度值之间的转换关系。
一旦灰度变换函数确定,该点运算就完全确定下来了。
另外,点运算处理将改变图像的灰度直方图分布。
点运算又被称为对比度增强、对比度拉伸或灰度变换。
点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸与均衡等。
图像几何变换就是图像的一种基本变换,通常包括图像镜像变换、图像转置、图像平移、图像缩放与图像旋转等,其理论基础主要就是一些矩阵运算,详细原理可以参考有关书籍。
实验系统提供了图像灰度直方图、点运算与几何变换相关内容的文字说明,用户在操作过程中可以参考。
下面以图像点运算中的阈值变换为例给出编程实现的程序流程图,如下:2、图像正交变换的基本原理及编程实现步骤数字图像的处理方法主要有空域法与频域法,点运算与几何变换属于空域法。
数字图像处理实验报告——图像增强实验
实验报告课程名称数字图像处理导论专业班级_______________姓名_______________学号_______________电气与信息学院和谐勤奋求是创新2.编写函数w = genlap lacia n(n)，自动产生任一奇数尺寸n的拉普拉斯算子，如5×5的拉普拉斯算子w = [ 1 1 1 1 11 1 1 1 11 1 -24 1 11 1 1 1 14.采用不同的梯度算子对b lurry_moon.tif进行锐化滤波，并比较其效果。
[I,m ap]=im read('trees.tif');I=double(I);subplo t(2,3,1)imshow(I,m ap);title(' Original Im age');[Gx,Gy]=gradie nt(I); % gradie n t calcul ationG=sqrt(Gx.*Gx+Gy.*Gy); % matrixJ1=G; % gradie nt1subplo t(2,3,2)imshow(J1,m ap);title(' Operator1 Im age');J2=I; % gradie nt2 K=find(G>=7);J2(K)=G(K);subplo t(2,3,3)im show(J2,m ap);title(' Operator2 Im age');J3=I; % gradie n t3 K=find(G>=7);J3(K)=255;subplo t(2,3,4)im show(J3,m ap);title(' Operator3 Im age');J4=I; % gradie n t4 K=find(G<=7);J4(K)=255;subplo t(2,3,5)im show(J4,m ap);title(' Operator4 Im age');J5=I; % gradie nt5 K=find(G<=7);J5(K)=0;Q=find(G>=7);J5(Q)=255;subplo t(2,3,6)im show(J5,m ap);title(' Operator5 Im age');5.自己设计锐化空间滤波器，并将其对噪声图像进行处理，显示处理后的图像；附录：可能用到的函数和参考结果**************报告里不能用参考结果中的图像1)采用3×3的拉普拉斯算子w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]滤波I=im read('moon.tif');T=double(I);subplo t(1,2,1),im show(T,[]);title('Origin al Im age');w =[1,1,1;1,-8,1;1,1,1];K=conv2(T,w,'sam e');subplo t(1,2,2)im show(K);title('Laplacian Transf orm ation');图2.9 初始图像与拉普拉斯算子锐化图像2)编写函数w = genlap lacia n(n)，自动产生任一奇数尺寸n的拉普拉斯算子，如5×5的拉普拉斯算子：w = [ 1 1 1 1 11 1 1 1 11 1 -24 1 11 1 1 1 11 1 1 1 1]functi on w = genlap lacia n(5)%Com put es the Laplac ian operat orw = ones(n);x = ceil(n/2);w(x, x) = -1 * (n * n - 1);3)分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对blurry_mo on.tif进行锐化滤波，并利用式完成图像的锐化增强，观察其有何不同，要求在同一窗口中显示。
图像处理中的图像质量评价与图像增强技术研究
图像处理中的图像质量评价与图像增强技术研究图像处理是一门研究如何利用计算机技术对图像进行处理和分析的学科。
在现代社会中，图像处理技术已经广泛应用于各个领域，如医学影像分析、远程感知、计算机视觉等。
然而，在图像处理的过程中，图像质量评价和图像增强技术是两个重要的问题。
本文将从图像质量评价和图像增强技术两个方面，来探讨图像处理中的相关研究内容。
一、图像质量评价图像质量评价是图像处理中常用的一个重要指标，它可以用来评价图像的清晰度、对比度和色彩等特征。
图像质量评价的目的是帮助我们找出图像中存在的问题，以便进一步采取措施对图像进行处理和修复。
1. 主观评价主观评价是人眼对图像质量的直观感受。
在主观评价中，一些训练有素的观察者被要求对一组图像进行评价，然后通过统计分析得到图像的质量评分。
主观评价的优点是能够真实地反映人眼对图像的感受，但其缺点在于评分的主观性和人为因素的干扰。
2. 客观评价客观评价是利用计算机算法对图像进行分析和评价。
常用的客观评价方法包括均方根误差（MSE）、峰值信噪比（PSNR）和结构相似性指标（SSIM）等。
这些评价指标可以通过计算图像的差异性来得到图像质量评分，客观评价的优点在于能够自动化地进行评价，但其缺点是无法完全代表人眼对图像的感受。
二、图像增强技术图像增强技术是指通过各种算法和方法对图像进行处理，以改善图像的质量和细节。
图像增强技术的目的是使图像更加清晰、锐利、对比度更高和色彩更鲜艳。
1. 空域增强技术空域增强技术是指在图像的像素级别上进行处理，包括直方图均衡化、空间滤波和锐化等。
其中，直方图均衡化是一种常用的增强技术，它通过对图像的像素值进行线性变换，使图像的直方图分布更均匀，从而增加图像的对比度和细节。
2. 频域增强技术频域增强技术是指将图像从空域转换到频域进行处理，然后再将图像转换回空域。
其中，快速傅里叶变换（FFT）和小波变换是常用的频域增强技术。
通过对图像的频谱进行分析和处理，可以改善图像的细节和对比度。
5__图像增强(下)
——伪彩色增强
0802126—31 沙联宝
图像增强
是采用一系列技术去改善图像的 视觉效果,或将图像转换成一种更适合于 人或机器进行分析和处理的形式。例如 采用一系列技术有选择地突出某些感兴 趣的信息，同时抑制一些不需要的信息， 提高图像的使用价值。
主要内容
空间域 频率域 彩色增强 灰度变换 点运算 直方图修正法 局部统计法 图像平滑 局部运算 图像锐化 高通滤波 低通滤波 同态滤波增强 假彩色增强 伪彩色增强 彩色变换及应用
g (i, j ) = a′ + b′ − a ′ ( f (i, j ) − a ) b−a
灰度取反
2.分段线性变换 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。 • 设原图像f (x, y)在[0，M],感兴趣目 标的灰度范围在[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
图像增强
空域增强与频域增强 空域增强与频域增强
• 空域增强 空域增强:直接在图像所在的二维空间进 行 处理，即直接对每一像素的灰度值 进行处理 。 • 频域增强 频域增强:首先经过傅里叶变换将图像从 空 间域变换到频率域，然后在频率域对 频谱进行操作和处理，再将其反变换到 空间域，从而得到增强后的图像。
RF a1 b c1 Rf 1 G =a b c ⋅ G f
例如采用以下的映射关系
R F 0 1 0 R f G = 0 0 1 ⋅ G F f BF 1 0 0 B f
图像增强实验
一、实验目的1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。
2、学会对图像直方图的分析。
3、掌握直接灰度变换的图像增强方法。
4、掌握直方图均衡化。
5、采用均值滤波、中值滤波实现图像平滑。
6、采用梯度方法、拉普拉斯算子、Sobel 算子和 Prewitt 算子实现图像锐化。
二、实验原理及知识点图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。
其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。
图像增强技术主要有直接灰度尺度变换、直方图修改处理、图像平滑化处理、图像尖锐化处理等。
1、 灰度变换灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。
在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理。
若假定原图像f(x, y)的灰度范围为［a, b ］，希望变换后图像 g(x, y)的灰度范围扩展至［c, d ］，则线性变换可表示为：g (x , y )= [ f (x , y ) − a ] + c2、 直方图变换直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。
直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。
直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。
依据定义，在离散形式下， 用 r k 代表离散灰度级，用 p r (r k )代表 p r (r )，并且有下式成立：ab c d --P r(r k)=n k0 ≤r k≤ 1 k= 0,1,2,L,l−1 n式中：n k为图像中出现r k级灰度的像素数，n是图像像素总数，而n k/n即为频数。
k nj ks k= T (r k)=∑=∑ p r(r j) 0≤ r j≤1 k =0,1,L,l −1nj =0j =03、空域滤波空域滤波是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验三空域图像增强
一、实验目的与要求
1、掌握灰度直方图的概念及其计算方法；
2、熟练掌握直力图均衡化和直方图规定化的计算过程；
3、熟练掌握空域滤波中常用的平滑和锐化滤波器；
4、掌握色彩直方图的概念和计算方法
5、利用MATLAB程序进行图像增强。
二、实验内容与步骤
1、图像的直方图与直方图均衡方法
a. 从硬盘加载cameraman.tif图象(using function imread).
b. 显示图象.
c. 显示图象的直方图(using function imhist).
d. 用直方图均衡方法进行图象增强.
e. 对处理后的图象显示其直方图.
f. 比较图象的质量并且进行讨论.
代码如下：
I=imread(‘原图像名.gif); % 读入原图像
J=histeq(I); %对原图像进行直方图均衡化处理
Imshow(I); %显示原图像
Title(‘原图像’); %给原图像加标题名
Figure；imshow(J); %对原图像进行屏幕控制；显示直方图均衡化后的图像
Title(‘直方图均衡化后的图像’) ; %给直方图均衡化后的图像加标题名
Figure; subplot(1,2,1) ;%对直方图均衡化后的图像进行屏幕控制；作一幅子图作为并排两幅图的第1幅图
Imhist(I,64); %将原图像直方图显示为64级灰度
Title(‘原图像直方图’) ; %给原图像直方图加标题名
Subplot(1,2,2); %作第2幅子图
Imhist(J,64) ; %将均衡化后图像的直方图显示为64级灰度
Title(‘均衡变换后的直方图’) ; %给均衡化后图像直方图加标题名
从处理前后的图像可以看出，许多在原始图像中看不清楚的细节在直方图均衡化处理后所得到的图像中都变得十分清晰。
2、对图象加入躁声，改变噪声参数（均值、方差或比例），比较其影响。
使用3x3或7x7的均值滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。
相关程序：
I=imread('electric.tif');
J = imnoise(I,'gauss',0.05,0.02);
%添加均值为0.05，方差为0.02的高斯噪声%J = imnoise(I,'salt& pepper',0.02);
%添加2%像素被污染的椒盐噪声
ave1=fspecial('average',3); %产生3×3的均值模版ave2=fspecial('average',7); %产生7×7的均值模版
K = filter2(ave1,J)/255; %均值滤波3×3 L = filter2(ave2,J)/255; %均值滤波7×7 M = medfilt2(J,[3 3]); %中值滤波3×3模板 N = medfilt2(J,[4 4]); %中值滤波4×4模板 imshow(I);
figure,imshow(J);
figure,imshow(K);
figure,imshow(L);
figure,imshow(M);
figure,imshow(N);
3、平滑与锐化算子实验
a) 调入并显示原始图像Sample2-1.jpg 。
b) 利用imnoise 命令在图像Sample2-1.jpg 上加入高斯(gaussian) 噪声和椒盐噪声(salt & pepper)
c)用以下滤波算子进行滤波，分析其滤波效果，确定是什么性质的滤波器？ 010141010⎡⎤⎢⎥-⎢⎥⎢⎥⎣⎦111191111---⎡⎤⎢⎥--⎢⎥⎢
⎥---⎣⎦111112110111⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦ d ）利用预定义函数fspecial 命令产生各种滤波算子（至少三种），观察各滤波算子的滤波结果。
e ）输出全部结果并进行讨论。
三、相关函数
练习图像增强的Matlab 命令，熟悉下列模块函数：更多帮助可用help 函数名 Image enhancement.
J = histeq(I,N) - 获得图像I 的N 个灰度级的直方图
J = imadjust(I) - 增加图像的对比度
Image noising.
J = imnoise(I,TYPE,...) - 给图像I 添加type 类型的噪声，不同的噪声，参数不同 Image filtering
H = fspecial(TYPE) 生成type 类型的滤波算子
B = imfilter(A,H) 使用滤波算子H 对A 图像进行滤波
B = medfilt2(A,[M N]) - 对图像A 进行中值滤波，窗口大小为[M,N]
B=ordfilt2(A,ORDER,DOMAIN) 统计滤波，使用模板中第order 位的像素去替换中心像素的灰度值，.例如B=ordfilt2(A,5,ONES(3,3))相当于中值滤波
[J,NOISE] = wiener2(I,[M N]) - 自适应地滤除噪声
四、实验报告内容
1、叙述实验过程；
2、提交实验的原始图像和结果图像。
五、思考题
1、结合实验内容，定性评价均值滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果？
2、结合实验内容，定性评价滤波窗口对去噪效果的影响？
3、定性评价实验中所用算子的滤波效果。
六、实验图片。