实验一 空域图像增强技术
《数字图像处理》实验报告
>> subplot(234),imshow(k2);title('5x5 中值滤波') >> subplot(235),imshow(k3);title('7x7 中值滤波') >> subplot(236),imshow(k4);title('9x9 中值滤波') 实验图像及结果：
二、实验原理
1.灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。
g ( x, y) T [ f ( x, y)]
f ( x, y ) g ( x, y ) [ f ( x, y ) a ] g a [ f ( x, y ) b] g b 0 f ( x, y ) a a f ( x, y ) b b f ( x, y ) 255
8
《数字图像处理》实验报告
3.均值（中值）滤波的模板大小对处理效果有什么影响？ 答：从实验结果图像可以看出，滤波模板越大，降噪效果越好，图片越纯净，但同时也会丢失较多的 图案、线条细节，并且边缘会有一定程度的模糊。显然实验中的图像使用 3x3 中值滤波即可达到目的，后 面的 5x5、7x7 和 9x9 效果都不尽如人意。所以应该根据噪声的级别、种类，对应使用不同大小的中值滤波 模板，从而在达到降噪目的的同时保留较多原图中的细节。
9
j 0 j 0
k
k
nj n
k 0,1,2,..., L 1
3.均值（中值）滤波是指在图像上，对待处理的像素给定一个模板，该模板包括了其周围的临近像素。 将模板中的全体像素的均值（中值）来代替原来像素值的方法。 4.拉普拉斯算子如下：
1 1 1 1 8 1 1 1 1
可以看出， 图像整体亮度提升， 天空变得更白， “太原理工大学” 几个字变得更鲜红， 整体对比度上升。
3
《数字图像处理》实验报告
2.图像的直方图均衡化 程序代码： >> I=imread('circuit.tif'); figure subplot(221);imshow(I); subplot(222);imhist(I) >> I1=histeq(I); >> figure; >> subplot(221);imshow(I1) >> subplot(222);imhist(I1) 实验图像及结果：
实验报告
课程名称： 数字图像处理
实验名称：
空域图像增强技术
实验地点：
明向校区 D001 机房
专业班级： 测控 1401 班
学号： 2014001796
学生姓名：
郭佳鑫
指导教师：
刘
帆
2017 年 4 月 14 日
《数字图像处理》实验报告
一、实验目的
1.结合实例学习如何在视频显示程序中增加图像处理算法。 2.理解和掌握图像的线性变换和直方图均衡化的原理和应用。 3.了解平滑处理的算法和用途，学习使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理的程序 设计方法。 4.了解噪声模型及对图像添加噪声的基本方法。
7
《数字图像处理》实验报告
end >> figure(3);imshow(uint8(I)); 执行结果图像如下：
可以看出，前两幅图为之前的实验结果，这里增加了图 3，其处理过程与图 2 相反：将小于 30 的灰度 值不变， 将 30 到 150 的灰度值压缩到 30 到 100 （图 2 是拉伸） ， 同时拉伸 150 到 255 的灰度值到 100 到 255 之间（图 2 是压缩） 。也就是说，两张处理后的图像均保持了暗部不变，图 2 拉伸了中间灰度，压缩了亮部 （高灰度区间） ，从而导致中间灰度动态范围增大，颜色更鲜艳，但也导致亮部变得一片白，损失了天空中 云彩的细节；修改程序后得到的图 3 反其道而行之，压缩了中间灰度，拉伸了亮部，使得天空部分动态范 围增大，蓝白过渡更自然，从而得到了蔚蓝的天空，但同样也导致中间灰度颜色范围变窄，整体变暗，花 丛以及“太原理工大学”的字样变得不再夺目。 令我感觉有意思的是，上图中的 Figure1、2、3，时辰上来讲仿佛是清晨、正午和傍晚。 由此可知，通过修改线性灰度变换的斜率和截距，可以对任意灰度区间进行拉伸或压缩。从显示效果 上就可以看出图像某一灰度区间的细节变得明显，或者颜色变得更艳。从现实上来讲，通过变化不同的斜 率和截距，我们可以根据实际需求，得到不同风格，或是细节表现位置各不相同的图片。 2.直方图均衡化是什么意思？它的主要用途是什么？ 答：直方图均衡化是直方图修正的一种方法。它令一幅图像其中的像素占有全部可能的灰度级，并且 均匀分布， 这样一来图像就有了高对比度和多变的灰度色调， 从而显示出灰度级丰富且动态范围大的图像。 上述实验中也提到，从图像和直方图共同对比可以看出，原本图像的本身偏暗，在直方图中灰度值也都集 中在黑色部分；而处理后的图像黑色部分仍然明显，但白色明显增多，直方图也显示图像整体的灰度范围 变得更均衡。
Figure1 中为添加了噪声的图像，Figure2、3、4 分别是 4、8、16 张加入了同类噪声的图像叠加后取平 均的结果，可以看出，进行平均的数量越多，噪声对图像的干扰就越小。 4.图像的中值滤波 程序代码： >> I=imread('eight.tif'); J=imnoise(I,'salt & pepper',0.02); >> subplot(231),imshow(I);title('原图'); >> subplot(232),imshow(J);title('噪声图') >> k1=medfilt2(J); >> k2=medfilt2(J,[5,5]); >> k3=medfilt2(J,[7,7]); >> k4=medfilt2(J,[9,9]); >> subplot(233),imshow(k1);title('习到了图像处理的一些基本算法；理解和掌握了图像的线性变换和直方图均衡化的原理 和应用；了解平滑处理的算法和用途，学会了使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理 的程序设计方法；并使我了解噪声模型及对图像添加噪声的基本方法。 个人觉得仍然比较模糊的一点是，上述实验“均值滤波”在课本上叫做“图象平均” ，而与其名称相似 的“平均值滤波” （又叫“平滑滤波” ）原理却截然不同，上述“均值滤波”是数张同类噪声图像相加取平 均，而“平均值滤波”是仅在一张图中使用平滑模板取目标像素四周像素的平均值。 上述每项实验我都在下面写了一些自己的感受和结论，不过总而言之，整个实验让我非常直观的感受 到了图像处理的强大能力，更让我意识到，数字图像处理在现实中也有着广泛且重要的应用，我应当继续 努力钻研这门学科。
拉普拉斯算子首先将自身与周围的 8 个像素相减，表示自身与周围像素的差异，再将这个差异加上自 身作为新像素的灰度。
三、实验仪器
1.计算机。 2.MATLAB 程序。 3.记录用的笔、纸。
2
《数字图像处理》实验报告
四、实验步骤与内容
1.图像的灰度线性变换 程序代码： >> I=imread('tyut.bmp'); imshow(I); I=double(I); [M,N]=size(I); for i=1:M for j=1:N if I(i,j)<=30 I(i,j)=I(i,j); elseif I(i,j)<=150 I(i,j)=(200-30)/(150-30)*(I(i,j)-30)+30; else I(i,j)=(255-200)/(255-150)*(I(i,j)-150)+200; end end end >> figure(2);imshow(uint8(I)); 实验图像及结果：
4
《数字图像处理》实验报告
II(:,:,i)=imnoise(I,'gaussian',0,0.01); II1=II1+double(II(:,:,i)); if or(or(i==1,i==4),or(i==8,i==16)); figure; imshow(uint8(II1/i)); end end 实验图像及结果：
x 1,2,, m, y 1,2,n
2.直方图均衡化通过点运算将输入图像转换为在每一级上都有相等像素点数的输出图像。按照图像概 率密度函数 PDF 的定义：
pr (rk )
nk n
k 0,1,2,..., L 1
通过转换公式获得：
sk T (rk ) pr (rj )
6
《数字图像处理》实验报告
从图中可以看到，图 1 为原图像；图 2 为 Sobel 算子使用水平模板进行梯度锐化，它对垂直边缘（摄影 师以及三脚架轮廓）有较强的响应；图 3 为使用垂直模板进行锐化，它对水平边缘（背景中的建筑轮廓、 水平线以及水面的波纹）有较强的响应。
五、思考题
1.设定不同的斜率值和截距，显示效果会怎样？ 答：修改第一小项的实验代码，增加一幅处理图像，修改线性灰度变换处理的灰度区间。 程序代码： >> I=imread('tyut.bmp'); imshow(I); I=double(I); [M,N]=size(I); for i=1:M for j=1:N if I(i,j)<=30 I(i,j)=I(i,j); elseif I(i,j)<=150 I(i,j)=(100-30)/(150-30)*(I(i,j)-30)+30; 这里改变了斜率和截 else 距，后面会做出说明。 I(i,j)=(255-100)/(255-150)*(I(i,j)-150)+100; end end
数字图像处理实验报告 实验一 图像增强实验
实验一图像增强实验一、实验目标：掌握图像增强的算法。
二、实验目的：1. 了解灰度变换增强和空域滤波增强的Matlab实现方法2. 掌握直方图灰度变换方法3. 掌握噪声模拟和图像滤波函数的使用方法三、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。
四、实验设备：1．PIII以上微机； 2．MATLAB6.5；五、实验步骤：（1）读入图像：用matlab函数实现图像读入（可读入Matlab中的标准测试图像）(原始图像)（2）实现图像点操作运算（如gamma校正，对数校正等）（3）实现图像的邻域处理（实现均值滤波，拉普拉斯滤波）（4）实现直方图均衡处理matlab 源程序clear all;clc;f=imread('girl_noise.jpg');figure,imshow(f),title('原始图像');[m,n]=size(f);f0= im2double(f); % 整型转换为double 类f1=f0;std_i=zeros(1,m-2);%灰线处理for i=2:m-1%灰线处理std_i(i-1)=std(f0(i,:));if(std_i(i-1)<0.1)for j=1:mf0(i,j)=(f0(i-1,j)+f0(i+1,j))/2;endendendfigure,imshow(f0),title('滤除灰线后的图像');fz=f0-f1;[r,c]=find(fz~=0);%寻找灰线噪声的位置f2=f0;change=0;count=0;for i=3:m-2%白线处理for j=1:mif(abs(f0(i,j)-f0(i-1,j))>0.2&&abs(f0(i,j)-f0(i+1,j))>0.2) count=count+1;endif(count>n*0.8)count=0;change=1;break;endendif(change==1)for k=1:mf0(i,k)=(f0(i-1,k)+f0(i+1,k))/2;endchange=0;count=0;endendfigure,imshow(f0),title('滤除白线后的图像');fz1=f2-f0;[r1,c1]=find(fz1~=0); %寻找白线噪声的位置fn = medfilt2(f0); %反射对称填充figure, imshow(fn),title('中值滤波后的图像');f0 = im2double(fn); % 整型转换为double 类g =2*f0- imfilter(f0,w4, 'replicate'); % 增强后的图像figure, imshow(g),title('高提升滤波图像(A=2)');图像处理结果六、结果分析从上面结果可以看出，带状噪声处理部分，已经基本将带状噪声去除。
空域图像增强实验报告
一、实验名称：空域图像增强二、实验目的：掌握Matlab语言图像工具箱中空域图像增强的实现三、实验要求：在掌握图像灰度调整、直方图修正和图像锐化的指令基础上，编写程序实现图像的灰度变换，直方图均衡和图像锐化的处理四、实验仪器和设备：计算机，Matlab软件五、实验原理：1、亮度变换S=T(r)点对点的变换（灰度级对灰度级的变换）matlab函数：imadjust()亮度变换的基本函数g=imadjust(f,[low in high in],[low out high out],gamma); low in and high in 参数分别指定输入图像需要映射的灰度空间范围，low out 和high out 参数分别指定输出图像所在的灰度范围。
GAMMA表示曲线的形状，描述输入输出图像之间的关系。
如果GAMMA小于1，则映射的权重趋势向更亮输出，如果GAMMA大于1，则趋向更暗的输出。
默认值为1。
2、直方图均衡化直方图是多种空间域处理技术的基础，能有效用于图像增强，是实时图像处理的流行工具，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分布均匀化，改善图像的亮度分布状态，增强视觉效果。
直方图均衡化是通过灰度变换将一幅图像转换程另一幅具有均衡性的直方图。
即在每个灰度级上都具有相同的像素点数的过程。
3、空域滤波手工滤波与函数提供滤波器的比较六、实验步骤：1、将待处理图片拷到matlab软件’work’文件夹2、实行亮度变换3、对图像进行直方图均衡处理4、空域滤波5、记录实验结果并分析七、实验程序及结果记录：1、亮度变换I=imread(‘E:\fig308.tif’);Imshow(I);Figure,imhist(I);J=imadjust(I,[0.5 0.9],[0,1]);Figure;imshow(J);Figure;imhist(J)2、直方图均衡化I=imread(‘E:\fig308.tig’);J=histea(I);Imshow(I);Title(‘原图像’);Figure;Imshow(J);Title(‘直方图均衡化后的图像’);Figure;Subplot(1,2,1);Imhist(I,64);Title(‘原图像直方图’)；Subplot(1,2,2);Imhist(J,64);Title(‘均衡变换后的直方图’);Subplot(1,2,2);Imhist(J,64);Title(‘均衡变换后的直方图’);2、空域滤波F=imread(‘E:\fig3016.tif’);W4=fspecial(‘laplacian’,1);W8=[1 1 1;-8 1;1 1 1];F=im2double(f);G4=f_imfilter(f,w4,’replicate’);G8=f_imfilter(f,w8,’replicate’);Figure;Subplot(1,3,1);Imshow(f);Title(‘原图’);Subplot(1,3,2);Imshow(g4);Title(‘中心为-4拉普拉斯的效果’);Subplot(1,3,3);Imshow(g8);Title(‘中心为-8拉普拉斯的效果’);八、实验结果分析：亮度变换直方图均衡化可以对图像进行处理，进行空域图像增强。
数字图像处理实验报告(空间域图像增强)
实验报告实验名称空间域图像增强课程名称数字图像处理姓名成绩班级学号日期地点1.实验目的（1）了解空间域图像增强的各种方法（点处理、掩模处理）；（2）通过编写程序掌握采用直方图均衡化进行图像增强的方法；（3）使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）消除噪声的原理；（4）总结实验过程（实验报告，左侧装订）：方案、编程、调试、结果、分析、结论。
2.实验环境（软件、硬件及条件）Windws7MATLAB 6.x or above3.实验方法对如图4.1所示的两幅128×128、256级灰度的数字图像fing_128.img和cell_128.img进行如下处理：（1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图，比较异同，并回答为什么数字图像均衡化后其直方图并非完全均匀分布。
（2）对原图像加入点噪声，用4-邻域平均法平滑加噪声图像（图像四周边界不处理，下同），同屏显示原图像、加噪声图像和处理后的图像。
①不加门限；②加门限T=(1/2)*avg(f(m,n)), 其中avg（f(m,n)=(1/N^2)*f(i,j)）本次实验中的第一题，是对图像进行直方图统计和均衡化，在Matlab中有imhist()函数和histeq()函数直接调即可获得相应结果，代码如下：close all;clear all;fid=fopen('cell_128.img','r');image1=fread(fid,[128,128],'uint8');image1=uint8(image1);fclose(fid);subplot(2,2,1);%显示原图像imshow(image1,[]);title('原图像');subplot(2,2,2);%统计图像直方图imhist(image1);title('原图像直方图');%直方图均衡化ima=histeq(image1);subplot(2,2,3);%显示均衡化后的图像imshow(ima);title('直方图均衡化后图像');subplot(2,2,4);%显示直方图均衡化后的图像直方图imhist(ima);title('直方图均衡化后的直方图');本次实验的第二题，是对图像进行加噪后平滑，噪声为点噪声，分别采用不加门限的四邻域平均法和加门限的四邻域平均法进行平滑。
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。
实验一,图像增强
电子科技大学实验报告学生姓名：骆骏学号: 2010051060023指导老师：彭真明日期：2013年3月31日一、实验室名称：光电楼329机房二、实验项目名称：实验一：图像增强三、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。
1.灰度变换灰度变换主要有线性拉伸、非线性拉伸等。
灰度图像的线性拉伸是将输入图像的灰度值的动态范围按线性关系公式拉伸到指定范围或整个动态范围。
令原图像),(y x f 的灰度变化范围为],[b a ，线性变换后图像),(y x g 的范围为],[''b a ，线性拉伸的公式为：]),([),(''a y x f ab a b a y x g ---+= 灰度图像的非线性拉伸采用的数学函数是非线性的。
非线性拉伸不是对图像的灰度值进行扩展，而是有选择地对某一灰度范围进行扩展，其他范围的灰度值则可能被压缩。
常用的非线性变换：对数变换和指数变换。
对数变换的一般形式：cb y x f a y x g ln ]1),(ln[),(++= 指数变换的一般形式：1),(]),([-=-a y x fc b y x g（c b,a,用于调整曲线的位置和形状的参数。
）2.直方图均衡化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。
3.中值滤波该方法是把邻域内所有像素按序排列，然后用中间值作为中心像素的输出。
四、实验目的：1.熟悉和掌握利用Matlab 工具进行数字图像的读、写、显示等数字图像处理的基本步骤。
2.熟练掌握各种空间域图像增强的基本原理及方法。
图像增强技术的使用技巧与实践
图像增强技术的使用技巧与实践图像增强技术是数字图像处理中常用的一种方法，通过一系列的算法和技术手段，可以改善图像的质量，并提供更多的信息。
随着科技的发展，图像增强技术的应用范围越来越广泛，从日常生活到医疗诊断，从工业生产到军事侦察等各个领域都有它的身影。
本文将介绍图像增强技术的一些常用方法和实践技巧，帮助读者更好地理解和应用这一技术。
图像增强技术的方法主要分为两大类：空域方法和频域方法。
空域方法是在图像的像素级别进行操作，通过改变像素的亮度、对比度等参数来达到增强的效果。
常见的空域方法有直方图均衡化、灰度拉伸、滤波等。
频域方法则是将图像转换到频域进行处理，通过滤波等操作改变图像的频谱信息来实现增强。
常见的频域方法有傅里叶变换、小波变换等。
首先，我们来介绍直方图均衡化这一常用的空域方法。
直方图均衡化通过将图像中的像素灰度级重新映射，使得图像的直方图分布均匀化。
这样可以增强图像的对比度，使得细节更加明显。
在实践中，直方图均衡化可以通过以下步骤进行：1. 将图像转化为灰度图像（如果不是灰度图像）；2. 统计图像的灰度级分布，计算每个灰度级的累计分布函数；3. 根据累计分布函数，计算每个像素点的新的灰度级；4. 根据新的灰度级，生成均衡化后的图像。
除了直方图均衡化，图像的灰度拉伸也是一种常见的空域方法，它通过调整图像像素的亮度范围，将图像的对比度放大。
灰度拉伸可以通过以下步骤实现：1. 统计图像的最大和最小像素值；2. 将图像中的像素进行线性拉伸，将最小像素值映射为0，最大像素值映射为255；3. 根据新的灰度级，生成拉伸后的图像。
滤波是图像增强的另一种常用方法，它通过对图像进行平滑或锐化处理来改善图像的质量。
常用的滤波器有低通滤波器和高通滤波器。
低通滤波器可以消除图像中的高频噪声，使图像更加平滑。
高通滤波器则可以增强图像的细节和边缘信息。
在实践中，我们可以使用一维或二维卷积运算来实现滤波。
一维卷积运算适用于一维信号，如图像的某一行或某一列。
遥感实验作业--图像增强与变换
《遥感原理与应用》课程上机ENVI初步学习和影像增强处理一. 实验目的学习ENVI软件的基本操作，能够将图像进行相应变换和增强处理，在此操作中加深对理论知识的理解和掌握二.数据介绍介绍实验数据为软件自带数据，实习前应将实验数据所用图像改为本人姓名拼音原始图像三. 实验过程（一）空间域增强点运算1.线性对比度拉伸Linear Contrast Stretch）线性变换所用的变换函数是线性的或分段线性的，是将像元值的变动范围按线性关系扩展到指定范围，变换函数y=a*x+b.目的是为了改善图像的对比度，改变图像像元的灰度值。
线性对比度拉伸是系统默认的交互式拉伸。
线性拉伸的最小和最大值分别设置为 0 和 255，两者之间的所有其它值设置为中间的线性输出值具体做法如下所示：Enhance->interactive stretching,从 Interactive Contrast Stretching 对话框内，选择Stretch_Type > Linear Contrast Stretch，要限定最小和最大输入值，点击“Apply” ，把拉伸应用于显示的数据。
如图2分段线性对比度拉伸（Piecewise Linear Contrast Stretch）分段线性变换就是在一些灰度段拉伸，另一些灰度段压缩分段线性对比度拉伸可以通过使用鼠标在输入直方图中放置几个点进行交互地限定。
当在点之间提供线性拉伸时，线段在点处连接起来。
具体做法如下所示：选择Stretch_Type > Piecewise Linear.，要限定最小和最大输入值，点击“Apply” ，把拉伸应用于显示的数据。
如图3高斯对比度拉伸（Gaussian Contrast Stretch）系统默认的 Gaussian 拉伸是围绕DN平均值127的三个标准差的数据分布（centered at a mean DN of 127 with the data distributed over a range of 3 standard deviations）。
空域图像增强
第3章 空域图像增强
第2页
第3章 空域图像增强
图像质量的评价标准
✓ 逼真度：用来描述被评价图像与标准图像的偏离程度 （图像恢复）
✓ 可懂度：用来表示图像能向人或机器提供信息的能力 （图像增强）
如果图像的逼真度高，或者是可懂度大，则称图像 的质量高。 图像的可懂度不仅与图像系统的应用要求有关，而 且常常与人眼视觉的主观感觉有关。 图像增强是非常具有主观性的，没有通用标准
– （3）计算物体边界的梯度 在一个图像内，寻找边缘时，梯度幅度（描绘变化陡峭
程度的量）的近似计算： |▽f(x, y)| = max(f(x, y) – f(x+1, y) , f(x, y) – f(x, y+1))
在后面讲锐化滤波、边缘检测时会用到。
第3章 空域图像增强
第26页
3.2.1 算术运算
z w1z1 w2z2 ... w9z9 wi zi i1
第3章 空域图像增强
第6页
w1 w2 w3 w4 w5 w6 w7 w8 w9
模板系数
模板
第3章 空域图像增强
本章教学重点和要求 1. 重点 （1）点操作和模板操作 （2）灰度映射原理及分析 （3）直方图均衡化 （4）空域滤波器：原理及计算 2. 要求（其他知识点） （1）理解直方图规定化的原理 （2）掌握图像运算及应用
第3章 空域图像增强
第7页
第3章 空域图像增强
3.1 灰度映射 3.2 图像运算 3.3 直方图修正 3.4 空域滤波
第3章 空域图像增强
第8页
3.1 灰度映射
直接灰度映射是一种点操作 将 f (x, y)中的每个像素灰度按 EH 操作直接变换以 得到 g(x, y)，关键在于设计映射（变换）函数
空域图像增强
Gamma Correction C > 1
• Grayscal e
• 8-bit • WAR • CHICK
s=c*rγ
• γ = 1.0 • c = 2.0
Gamma Correction C > 1
Gamma Correction Extremes
• Grayscal e
• 8-bit • WAR • CHICK
0.2
0.1
0
0
0.2 0.4 0.6 0.8
1
Original Intensities
Power Law Example (cont…)
人旳脊椎骨折旳 核磁共振图像
c=1, r=0.6,0.4,0.3
s = r 0.4
s = r 0.6
Power Law Example
Power Law Example (cont…)
Histogram Examples
Histogram Examples (cont…)
Histogram Examples (cont…)
Histogram Examples (cont…)
Histogram Examples (cont…)
Histogram Examples (cont…)
Reconstructed image using only bit planes 7,6 and 5
Reconstructed image using only bit planes 7, 6,5 and 4
思索题
• 构建一组能够产生4比特灰度图像 全部单独比特平面旳灰度分层变换
3.3 直方图处理
γ = 0.4
1
0.9
图像增强—空域滤波实验报告
图像增强—空域滤波实验报告篇一：5.图像增强—空域滤波 - 数字图像处理实验报告计算机与信息工程学院验证性实验报告一、实验目的进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。
了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。
二、实验要求(1)学生应当完成对于给定图像+噪声，使用平均滤波器、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。
(2)利用MATLAB软件实现空域滤波的程序：I=imread('electric.tif');J = imnoise(I,'gauss',0.02); %添加高斯噪声 J = imnoise(I,'salt & pepper',0.02); %添加椒盐噪声ave1=fspecial('average',3); %产生3×3的均值模版ave2=fspecial('average',5); %产生5×5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5×5 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);三、实验设备与软件(1) IBM-PC计算机系统(2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片四、实验内容与步骤a) 调入并显示原始图像Sample2-1.jpg 。