图像增强与平滑实验报告
遥感图像增强实验报告
遥感图像增强实验报告1. 实验目的和内容实验目的：（1）遥感图像的空间域增强：通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像，是图像增强技术的基本组成部分，包括点运算和邻域运算。
（2）遥感图像的频率域增强：通过对频率域的调整对遥感图像进行平滑和锐化，平滑主要是保留图像的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。
（3）遥感图像的彩色增强：将黑白图像转换成彩色图像，使地物的差别易于分辨，突出图像的有用信息，从而提高对图像的解译和分析能力。
实验内容：（1）遥感图像的空间域增强：点运算—直方图均衡化、灰度拉伸、任意拉伸，邻域运算—图像平滑、图像锐化。
（2）遥感图像的频率域增强：定义FFT，反向FFT，再进行对比。
（3）遥感图像的彩色增强：多波段影像—彩色合成、单波段影像—伪彩色增强、色彩空间变换、遥感数据融合。
2. 图像处理方法和流程A.遥感图像的空间域增强1.直方图均衡化(1)在主窗口中打开can_tmr.img文件。
(2)以gray形式显示一个波段。
(3)Display窗口>enhance>equalization2.灰度拉伸(1)Display窗口>enhance>interactive stretching(2)弹出的对话框>stretch_type>linear(3)在STRETCH对应的两个文本框中输入需要拉伸的范围，然后单击对话框上的APPLY按钮，图像显示为线性拉伸后的效果。
3.任意拉伸（1）弹出的对话框>stretch_type>Arbitary，在output histogram中单击绘制直方图，右键结束（2）点击apply，结果如图所示4.图像平滑（1）均值平滑，在主窗口中打开can_tmr.img文件。
主窗口>enhance>filter>smooth[3*3]。
结果如图所示（2）中值平滑，在主窗口中打开can_tmr.img文件。
数字图像处理实验二：图像增强与平滑(精)
实验二图像增强与平滑一、实验类型：验证性实验二、实验目的1. 掌握图像增强的基本原理。
2. 掌握常用的图像增强技术。
三、实验设备：安装有MATLAB 软件的计算机四、实验原理图像增强技术的目的是对图像进行加工，以得到对具体应用来说视觉效果更好、更有用的图像。
常用的图像增强技术有图像间运算、直接灰度映射、直方图修改技术、线性滤波和非线性滤波等。
下面介绍三种图像增强技术：直方图均衡化、邻域平均平滑滤波和中值滤波。
3. 直方图均衡化直方图均衡化是一种使输出图像直方图近似为均匀分布的变换算法，是一种直方图修改技术。
在MATLAB 中，可以调用函数histeq 自动完成图像的直方图均衡化。
下面的例子演示如何用histeq 函数来调整一幅灰度图像。
原图像的灰度对比度较低，大部分值位于灰度范围的中间。
histeq 函数生成一幅灰度值在整个范围内均匀分布的输出图像。
I=imread(‘pout.tif’;J=histeq(I;imshow(Jfigure,imhist(J,644. 邻域平均平滑滤波邻域平均平滑滤波也称为均值滤波，是一种线性滤波方法。
该方法用一个像素的平均值作为滤波结果，。
下面的例子演示如何在MATLAB 中对一幅灰度图像进行邻域平均平滑滤波。
I=imread(‘eight.tif’;J=imnoise(I,’salt & pepper’,0.02;figure,imshow(J;h=ones(3,3/9;K=imfilter(J,h;figure,imshow(K;5. 中值滤波中值滤波是最常用的非线性滤波算法，该算法的输出像素值是对应像素邻域内的中值。
下面的例子演示如何在 MATLAB中对一幅灰度图像进行中值滤波。
I=imread(‘eight.tif’;J=imnoise(I,’salt & pepper’,0.02;figure,imshow(J;K=medfilt2(J,[3 3];figure,imshow(K;五、实验内容1. 选择一幅直方图不均匀的图像，对该图像做直方图均衡化处理，比较处理前后的图像以及它们的灰度直方图。
遥感图像频率域增强处理实验报告
一、实验名称遥感图像频率域增强处理二、实验目的对图像数据采用各种图形增强算法，提高图像的目视效果，方便人工目视解译、图像分类中的样本选取等，方便以后的图像解译。
学会使用ENVI软件对遥感影像进行分析增强处理，初步掌握各种图像增强方法，并对其结果进行比较，观察增强效果。
三、实验原理FFT Filtering（Fast Fourier Transform Filtering 快速傅立叶变换滤波）可以将图像变换成为显示不同空间频率成分的合成输出图像。
正向的FFT 生成的图像能显示水平和垂直空间上的频率成分。
图像的平均亮度值显示在变换后图像的中心。
远离中心的像元代表图像中增加的空间频率成分。
这一滤波能被设计为消除特殊的频率成分，并能进行逆向变换。
四、数据来源本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM第三波段影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。
五、实验过程1、正向FFT滤波加载影像，在ENVI主菜单栏中选择Filters →FFT Filtering →Forward FFT。
出现Forward FFT Input File对话框，选择要进行滤波的文件，点击ok。
在Forward FFT Parameters对话框中选择输出文件名及位置。
点击ok开始FFT计算。
2、图像平滑1）定义FFT滤波器在ENVI主菜单栏中选择Filters →FFT Filtering →Filter Definition。
将出现Filter Definition选择对话框。
Filter_Yype →Circular Pass。
定义相关参数。
选择输出路径，apply构建FFT滤波器。
2）反向FFT变换选择Filter →FFT Filtering →Inverse FFT，出现Inverse FFT Input File对话框。
数字图像处理报告——图像的平滑和傅里叶变化
数字图像处理报告——图像的平滑和傅里叶变化第一篇：数字图像处理报告——图像的平滑和傅里叶变化数字图像处理实验报告课程数字图像处理实验名称图像平滑处理噪声和傅里叶变换专业班级姓名学号实验日期 2010.12 教师审批签字目录一，实验目的和要求.............................................3 二，实验内容和原理.............................................3~4 三，相关函数......................................................4 四，源程序代码及运行结果....................................5~12 4.1给图像添加椒盐噪声或者高斯噪声.......................................5 4.2对被噪声污染的图像进行中值滤波和均值滤波........................6 4.3进行空间域的平滑............................................................7 4.4，开发自己的空间域的均值滤波，模板大小使用3×3...............8 4.5，自己的空间域的图像锐化--算子锐化.................................9 4.6，傅里叶变换和傅里叶反变换.............................................10 4.7，巴特沃斯低通滤波.........................................................11 五，心得体会.........................................................13 六，参考文献. (13)图像平滑处理噪声和傅里叶变换一、实验目的和要求1、实验目的（1）熟悉Matlab软件、编程以及图像处理工具箱。
数字图像处理 实验二 图像增强
福建农林大学信息工程类实验报告系： 信息与机电工程系 专业： 电子信息工程 年级： 2009级 姓名： 庄建军 学号： 092230069 实验课程： 数字图像处理 实验室号：_ 实验1楼607 实验设备号： F5 实验时间： 2012.6.1 指导教师签字： 成绩：实验二 图像增强一、 实验目的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.掌握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；5.利用MATLAB 程序进行图像增强。
二、 实验原理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方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。
1、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：1,...,2,1,0 )(-==L k n n r p k k r通过转换公式获得：1,...,2,1,0 )()(00-====∑∑==L k n n r p r T s k j kj j j r k k2、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。
3、拉普拉斯算子如下：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--------111181111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、 实验步骤1打开计算机，启动MATLAB 程序；程序组中“work ”文件夹中应有待处理的图像文件；2调入待处理的数字图像，并进行计算机均衡化处理；3启动MATLAB 程序，对图像文件分别进行直方图均衡化、均值滤波、中值滤波和拉普拉斯锐化操作；添加噪声，重复上述过程观察处理结果。
图像增强操作实习报告
图像增强操作实习报告一、实习目的在熟悉数字图像增强的基本原理和方法基础上，在理论指导下，能运用Photoshop软件对图像进行有针对性的增强操作，对多种图像增强方法获得的结果图像进行比较和分析，进一步熟悉和掌握Photoshop软件操作技能，巩固所学理论知识。
二、实习内容应用Photoshop软件对图像作灰度拉伸、对比度增强、直方图均衡化、图像平滑、中值滤波、边缘增强、边缘检测、伪彩色增强、假彩色合成等处理。
三、实习步骤1.打开一幅灰度图像。
源图像：2.灰度拉伸。
（1）线性拉伸：线性拉伸:在“图像→调整→色阶”中，可以通过直接设置原图像灰度值的输人范围和所需的输出范围来简单的完成某—灰度段到另一灰度段的灰度调整映射变换。
（2）曲线拉伸：曲线拉伸：在“图像调整→曲线”中,在弹出的“曲线”对话框中，直接用鼠标拖动改变灰度输人、输出曲线的形状就可以完成任意线形的灰度变换。
3.对比度增强：对比度增强可以通过“图像→调整→亮度/对比度”来直接对原图侔的亮度成对比度进行调整，观察增强处理前后图像直方图的变化。
4.直方图均衡化：直方图均衡可调用“图像→调整→色调均化”菜单项，即可达到直方图均衡的效果。
5.图像平滑。
(1)图像的3x3均匀平滑可以在“滤镜→模糊→模糊”中实现,观察处理前后图像细节和边缘的变化；也可以调用“模糊”对话框中的“高斯模糊”来观察高斯平滑处理的结果，改变半径，观察图像的变化，(2)通过“滤镜→其他→自定”菜单项调出模板对话框,可以输人自定义的平滑算子或其他增强算子，改变模板的大小和缩放比例,观察处理的效果。
6.中值滤波：先使用“滤镜→杂色→添加杂色”菜单添加噪声，再使用“滤镜→杂色→中间值”中值滤波操作，设置滤波半径。
（1）使用“滤镜→风格化”的“查找边缘”，“等高线”，“照亮边缘”等可以提取图像的边缘，改变参数，提取图像的最佳边缘。
（2）使用“滤镜→其他→自定”，输入教材讲述的边缘检测算子,分析处理的效果，比较这些算子的特点。
光电图像处理实验报告(图像增强)
电子科技大学实验报告学生姓名： XXX学号： XXXXXXXXXX指导教师： XXX日期： 2010年3月25日一、实验室名称： 光电楼327机房二、实验项目名称： 图像增强三、实验原理：图像在生成、获取、传输等过程中，受照明光源性能、成像系统性能、通道带宽和噪声等因素的影响，造成对比度偏低、清晰度下降、并引入干扰噪声。
因此，图像增强的目的，就是改善图像质量，获得更适合于人眼观察、或者对后续计算机处理、分析过程更有利的图像。
图像增强是有选择地突出某些对人或计算机分析有意义的信息，抑制无用信息，提高图像的使用价值。
1、对数与指数变换提高对比度(1) 对数变换，低灰度区扩展，高灰度区压缩。
(2) 指数变换，高灰度区扩展，低灰度区压缩。
对合适的图像选择对数变换或者指数变换，均可提高图像对比度。
cb y x f a y x g ln ]1),(ln[),(++=1),(]),([-=-a y x f c b y x g2、中值滤波中值滤波法是把邻域内所有像素按灰度顺序排列，然后取中间值作为中心像素的输出。
中值滤波可以有效的去除椒盐噪声。
四、实验目的：1、熟练掌握各种灰度域变换的图像增强原理及方法；2、熟悉直方图均衡化和直方图规格化的原理及方法；3、了解空域滤波中常用的平滑和锐化滤波器；4、熟悉和掌握利用Matlab 工具进行图像的读、写、显示及基本的图像处理步骤；5、利用Matlab 工具进行图像增强处理。
五、实验内容：1、读取一幅低对比度图像，分别对其进行对数变换与指数变换。
进行变换前，应根据需要分别选取合适的指数和对数函数（即确定a、b、c 等调节因子），画出指数和变换曲线。
程序设计及处理过程中，要求在同一窗口中分别显示原始图像、变换结果及其直方图。
2、读取一幅含有椒盐噪声的被污染图像，并对其进行中值滤波处理。
要求在同一窗口中显示原始图像及中值滤波的结果。
（选作内容）六、实验器材（设备、元件）：计算机，Matlab软件七、实验步骤：1、对数与指数变换提高对比度⑴打开计算机，从计算机中选择一幅对比度较低的图像作为原始图像。
实验四图像增强
实验四-图像增强信息工程学院实验报告课程名称：数字图像处理班级： 姓名： 学号：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. 掌握图像空域增强算法的基本原理。
3. 掌握图像空域增强的实际应用及MATLAB 实现。
4. 掌握频域滤波的概念及方法。
5. 熟练掌握频域空间的各类滤波器。
6.掌握怎样利用傅立叶变换进行频域滤波。
7. 掌握图像频域增强增强的实际应用及MATLAB 实现。
二、实验步骤及结果分析1. 基于幂次变换的图像增强 程序代码：clear all ; close all ;I{1}=double(imread('fig534b.tif')); I{1}=I{1}/255;figure,subplot(2,4,1);imshow(I{1},[]);hold on I{2}=double(imread('room.tif')); I{2}=I{2}/255;subplot(2,4,5);imshow(I{2},[]);hold on for m=1:2 Index=0;for lemta=[0.5 5] Index=Index+1;F{m}{Index}=I{m}.^lemta;subplot(2,4,(m-1)*4+Index+1),imshow(F{m}{Index},[]) end end成 绩：指导老师(签名)：执行结果：图1 幂次变换增强结果实验结果分析：由实验结果可知，当r<1时，黑色区域被扩展，变的清晰；当r>1时，黑色区域被压缩，变的几乎不可见。
2.直方图规定化处理程序代码：clear allclcclose all%0.读图像I=double(imread('lena.tiff'));subplot(2,4,1);imshow(I,[]);title('原图')N=32;Hist_image=hist(I(:),N);Hist_image=Hist_image/sum(Hist_image);Hist_image_cumulation=cumsum(Hist_image);%累计直方图subplot(245);stem(0:N-1,Hist_image);title('原直方图');%1.设计目标直方图Index=0:N-1;%正态分布直方图Hist{1}=exp(-(Index-N/2).^2/N);Hist{1}=Hist{1}/sum(Hist{1});Hist_cumulation{1}=cumsum(Hist{1});subplot(242);stem([0:N-1],Hist{1});title('规定化直方图1');%倒三角形状直方图Hist{2}=abs(2*N-1-2*Index);Hist{2}=Hist{2}/sum(Hist{2});Hist_cumulation{2}=cumsum(Hist{2});subplot(246);stem(0:N-1,Hist{2});title('规定化直方图2');%2. 规定化处理Project{1}=zeros(N);Project{2}=zeros(N);Hist_result{1}=zeros(N);Hist_result{2}=zeros(N);for m=1:2Image=I;%SML 处理(SML,Single Mapping Law 单映射规则 for k=1:NTemp=abs(Hist_image_cumulation(k)-Hist_cumulation{m});[Temp1,Project{m}(k)]=min(Temp); end%2.2 变换后直方图 for k=1:NTemp=find(Project{m}==k); if isempty(Temp) Hist_result{m}(k)=0; elseHist_result{m}(k)=sum(Hist_imag e(Temp)); end endsubplot(2,4,(m-1)*4+3); stem(0:N-1,Hist_result{m}); title(['变换后的直方图',num2str(m)]); %2.3结果图 Step=256/N; for K=1:NIndex=find(I>=Step*(k-1)&I<Step *k);Image(Index)=Project{m}(k); endsubplot(2,4,(m-1)*4+4),imshow(I mage,[]);title(['变换后的结果图',num2str(m)]); end执行结果：原图0.020.040.060.080.100.020.040.060.080.100.020.040.060.08规定化直方图220400.050.10.150.2变换后的直方图1变换后的结果图1020400.020.040.060.080.10.12变换后的直方图2变换后的结果图2图2 直方图规定化实验结果分析：由实验结果可知，采用直方图规定化技术后，原图的直方图逼近规定化的直方图，从而有相应的变换后的结果图1和变换后的结果图2。
- 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)。
实验一图像增强与平滑一．实验目的及要求1．了解MATLAB的操作环境和基本功能。
2．掌握MATLAB中图像增强与平滑的函数的使用方法。
3．加深理解图像增强与平滑的算法原理。
二、实验内容（一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。
熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。
（可将每段程序保存为一个.m文件）1．直方图均衡clear all; close all % Clear the MATLAB workspace of any variables% and close open figure windows。
I = imread('pout.tif'); % R eads the sample images ‘ pout.tif’, and stores it inimshow(I) % an array named I.display the imagefigure, imhist(I) % Create a histogram of the image and display it in% a new figure window.[I2,T] = histeq(I); % Histogram equalization.figure, imshow(I2) % Display the new equalized image, I2, in a new figure window.figure, imhist(I2) % Create a histogram of the equalized image I2.figure,plot((0:255)/255,T); % plot the transformation curve.imwrite (I2, 'pout2.png'); % Write the newly adjusted image I2 to a disk file named% ‘pout2.png’.imfinfo('pout2.png') % Check the contents of the newly written file执行结果如下：Command窗口：ans =Filename: 'pout2.png'FileModDate: '29-Apr-2006 15:33:34'FileSize: 36938Format: 'png'FormatVersion: []Width: 240Height: 291BitDepth: 8ColorType: 'grayscale'FormatSignature: [137 80 78 71 13 10 26 10]Colormap: []Histogram: []InterlaceType: 'none'Transparency: 'none'SimpleTransparencyData: []BackgroundColor: []RenderingIntent: []Chromaticities: []Gamma: []XResolution: []YResolution: []ResolutionUnit: []XOffset: []YOffset: []OffsetUnit: []SignificantBits: []ImageModTime: '29 Apr 2006 07:33:34 +0000'Title: []Author: []Description: []Copyright: []CreationTime: []Software: []Disclaimer: []Warning: []Source: []Comment: []OtherText: []上述命令窗口显示的是图片pout2.png的相关信息，包括文件名- 'pout2.png'、文件最后修改时间-'29-Apr-2006 15:33:34'、文件大小-36938、图片格式-'png'、格式版本、图片宽度-240、图片高度-291、图像像素值所占用的二进制位数-8、图像类型- 'grayscale'等等。
下面是所显示的图像:原图像原图像的灰度直方图利用直方图均衡化函数处理后的图像图像被均衡化后的灰度直方图Matlab均衡化函数的函数曲线图以.png格式保存后的图像对实验结果分析如下：由以上有关图像对比可以看出，经过均衡化的图像比原图像更富有层次感，对比度更加明显，图像效果也显得更为好一些。
从原图像的灰度直方图和变换后的灰度直方图可以看出，均衡化函数拉伸了原图像灰度值较为密集的部分（大约在75-150归一化为0.3-0.6），从而使图像的灰度范围得以扩大，灰度值更加均匀而非原图像的集中分布，所以原图像却是灰蒙蒙的，变换后的图像显得非常清亮。
2．直接灰度变换clear all; close allI = imread('cameraman.tif'); J = imadjust(I,[0 0.2],[0.5 1]); imshow(I)figure, imshow(J) 注意：imadjust()功能：调整图像灰度值或颜色映像表，也可实现伽马校正。
语法：J = imadjust(I,[low_in high_in],[low_out high_out],gamma) newmap = imadjust(map,[low_in high_in],[low_out high_out],gamma) RGB2 = imadjust(RGB1,...)[X,map] = imread('forest.tif');figure,imshow(X,map)I2 = ind2gray(X,map);J2 = imadjust(I2,[],[],0.5);figure,imshow(I2)figure, imshow(J2)J3 = imadjust(I2,[],[],1.5);figure, imshow(J3)help imadjust % Display the imadjust() function information.程序执行结果如下：Command窗口：IMADJUST Adjust image intensity values or colormap.J = IMADJUST(I,[LOW_IN HIGH_IN],[LOW_OUT HIGH_OUT],GAMMA) maps thevalues in intensity image I to new values in J such that values betweenLOW_IN and HIGH_IN map to values between LOW_OUT and HIGH_OUT. V aluesbelow LOW_IN and above HIGH_IN are clipped; that is, values below LOW_INmap to LOW_OUT, and those above HIGH_IN map to HIGH_OUT. You can use anempty matrix ([]) for [LOW_IN HIGH_IN] or for [LOW_OUT HIGH_OUT] tospecify the default of [0 1]. GAMMA specifies the shape of the curvedescribing the relationship between the values in I and J. If GAMMA isless than 1, the mapping is weighted toward higher (brighter) outputvalues. If GAMMA is greater than 1, the mapping is weighted toward lower(darker) output values. If you omit the argument, GAMMA defaults to 1(linear mapping).NEWMAP = IMADJUST(MAP,[LOW_IN; HIGH_IN],[LOW_OUT; HIGH_OUT],GAMMA)transforms the colormap associated with an indexed image. If LOW_IN,HIGH_IN, LOW_OUT, HIGH_OUT, and GAMMA are scalars, then the same mappingapplies to red, green and blue components. Unique mappings for eachcolor component are possible when:LOW_IN and HIGH_IN are both 1-by-3 vectors,LOW_OUT and HIGH_OUT are both 1-by-3 vectors, ORGAMMA is a 1-by-3 vector.The rescaled colormap, NEWMAP, is the same size as MAP.RGB2 = IMADJUST(RGB1,...) performs the adjustment on each image plane(red, green, and blue) of the RGB image RGB1. As with the colormapadjustment, you can apply unique mappings to each plane.Note that if HIGH_OUT < LOW_OUT, the output image is reversed, as in aphotographic negative.The function STRETCHLIM can be used with IMADJUST to apply anautomatically computed contrast stretch.Class Support-------------For syntaxes that include an input image (rather than a colormap), the input image can be of class uint8, uint16, or double. The output image has the same class as the input image. For syntaxes that include a colormap, the input and output colormaps are of class double.Examples--------I = imread('pout.tif');J = imadjust(I,[0.3 0.7],[]);imshow(I), figure, imshow(J)RGB1 = imread('flowers.tif');RGB2 = imadjust(RGB1,[.2 .3 0; .6 .7 1],[]);imshow(RGB1), figure, imshow(RGB2)See also BRIGHTEN, HISTEQ, STRETCHLIM.下面是所显示的图像:原图像灰度调整后的图像原彩色图像原灰度图像参数为0.5的灰度调整函数调整后的结果参数为1.5的灰度调整函数调整后的结果对实验结果分析如下：通过查看命令窗口所显示的信息，对imadjus有所了解，以来分析函数作用的结果。