数字图像处理实验一空域图像增强
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。
数字图像处理实验一：空域图像增强技术
实验一 空域图像增强技术一、 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。
二、 实验原理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 nn 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 k j 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、 实验仪器1计算机；2 MA TLAB 程序；3记录用的笔、纸。
四、 实验步骤1 启动MA TLAB 程序，对图像文件分别进行灰度线性变换（参考教材57页，例4.1）、直方图均衡化、均值滤波、中值滤波和梯度锐化操作。
添加噪声，重复上述过程观察处理结果。
2记录和整理实验报告直方图均衡化I=imread('pout.tif'); %将pout.tif 图像读入matlab 环境Figure %控制画图窗口数量subplot(221);imshow(I); %将I 图显示到一个平面上2行2列第一个位置 subplot(222);imhist(I); %将I 图显示到一个平面上2行2列第二个位置 I1=histeq(I); %做I 图像的直方图均衡figure; %控制画图窗口数量subplot(221);imshow(I1); %将I1图显示到一个平面上2行2列第一个位置 subplot(222);imhist(I1); %将I1图显示到一个平面上2行2列第二个位置添加噪声直方图均衡化均值滤波I=imread('w.tif'); %将w.tif图像读入matlab环境[M,N]=size(I); %自动确定后图像大小，返回图像行数M和列数N II1=zeros(M,N); %创建一个M行，N列的零矩阵for i=1:16 %建立循环i从1到16II(:,:,i)=imnoise(I,'gaussian',0,0.01); %将均值为0方差为0.01的高斯噪声加到图像II1上II1=II1+double(II(:,:,i)); %将II噪声转换成double型后与零矩阵相加if or(or(i==1,i==4),or(i==8,i==16)); %判断条件，如果满足i为1，4，8，16 figure; %控制画图窗口数量imshow(uint8(II1/i)); %在matlab上显示uint8类型的数据图像endend中值滤波I=imread('fa.tif'); %将fa.tif图像读入matlab环境J=imnoise(I,'salt & pepper',0.02); %用噪声密度为0.02的椒盐噪声污染图像I subplot(231),imshow(I); %将I图显示到一个平面上2行3列第一个位置title('原始图像'); %命名为原始图像subplot(232),imshow(J);title('添加椒盐噪声图像'); %同上k1=medfilt2(J); %将图像J执行二维中值滤波, 处理模版大小3*3k2=medfilt2(J,[5,5]); %将图像J执行二维中值滤波，处理模版大小5*5k3=medfilt2(J,[7,7]); %将图像J执行二维中值滤波, 处理模版大小7*7k4=medfilt2(J,[9,9]); %将图像J执行二维中值滤波, 处理模版大小9*9subplot(233),imshow(k1);title('3x3模版中值滤波');%将k1图显示到一个平面上2行3列第三个位置，命名为3x3模版中值滤波subplot(234),imshow(k1);title('5x5模版中值滤波'); %类比同上subplot(235),imshow(k1);title('7x7模版中值滤波'); %类比同上subplot(236),imshow(k1);title('9x9模版中值滤波'); %类比同上梯度锐化操作I=imread('rose.tif'); %将rose.tif图像读入matlab环境subplot(131);imshow(I); %将I图显示到一个平面上1行3列第一个位置H=fspecial('Sobel'); %对图像模糊建模H=H'; %将字符数组显示为行变量TH=filter2(H,I); % 对二维图像H进行空间滤波subplot(132),imshow(TH,[]); %将TH图显示到一个平面上1行3列第二个位置H=H'; %将字符数组显示为行变量TH=filter2(H,I); % 对二维图像H进行空间滤波subplot(133),imshow(TH,[]); %将TH图显示到一个平面上1行3列第三个位置。
图像处理的MATLAB实现实验一 空域图像增强
图像处理的MATLAB 实现实验一 空域图像增强一、实验目的（1）掌握基本的空域图像增强方法，观察图像增强的效果，加深理解；（2）了解空域平滑模板的特性及其对不同噪声的影响；（3）了解空域锐化模板的特性及其对边缘的影响。
二、实验内容（1）直方图处理：直方图均衡（2）空域平滑：均值滤波、中值滤波；三、实验要求（1）用matlab 语言进行仿真实验；（2）递交实验报告，要求给出实验原理、源程序、实验结果及分析。
四、具体实验内容及要求4.1 实验内容4.1.1 直方图均衡（1）读入原图像pollen.png 并显示原图像以及直方图（2）对原图像进行直方图均衡处理（3）显示均衡后图像以及直方图。
4..1.2 图像空域平滑（1）读入原图像lena.bmp 并显示；（2）对原图像分别添加高斯噪声和椒盐噪声，并显示加噪图像；（3）采用均值滤波进行去噪处理，并显示去噪图像；（4）采用中值滤波进行去噪处理，并显示去噪图像。
4.1.3 空域锐化（1）读入原图像bridge.gif 并显示；（2）采用sobel 算子对图像进行处理，并显示结果；（3）尝试采用其他锐化模板进行处理。
4.2 实验原理4.2.1 直方图均衡实验原理对图像像素个数多的灰度级进行展宽，而对图像中像素个数少的灰度级进行压缩。
而且，输入灰度级r 与输出灰度级s 的概率密度函数()r p r 和()s p s 有如下关系()()ds dr r p s p r s = 积分形式如下()()()dw w p L r T s rr ⎰-==01 4.2.2 图像滤波 （1）、椒盐噪声的中值滤波由于椒盐噪声的出现使该点的像素比周围的亮或暗许多，如果在某个模板中，对像素由小到大重新排列，那么最暗或最亮的点一定被排在两侧，取模板中间位置的灰度值像素代替待处理图像像素的灰度值，从而达到滤除噪声的目的。
（2）、高斯噪声的均值滤波均值滤波是一种空域线性的滤波方法，用像素邻域内各像素的灰度平均值代替该像素原来的灰度值；均值滤波采用的是模板操作，将模板在图像中从左到右，从上到下的顺序移动将模板中心与每个像素重合；将模板中个系数与其对应的像素一并相乘，然后再经所有的结果一并相加；将上面相加的结果重新付给模板中心对应的像素点，那么该灰度值，就是经均值滤波后平滑后的灰度值。
《数学实验》实验报告——空域变换在图像增强中的应用
试验过程（含详细试验步骤、程序清单及异常情况记录等）
I=imread('D:\11.jpg'); subplot(2,2,1); imshow(I); 导入图像 title('原始图片'); K=imadd(I,-50); %对图像的每个像素减去一个参数 subplot(2,2,2); 进行代数运算，调整亮度 imshow(K); title('调整亮度的图片'); I=double(I); %对数运算不支持 unit8 类型，将图像转换为 double 类型 J=log(I+1); %进行灰度的对数变换 subplot(2,2,3); 进行对数变换， 调整对比 imshow(mat2gray(J)); title('调整对比度的图片'); x=[35 558 346 103]; y=[253 250 17 148]; %指定 xi 和 yi 的参数，避免交互式的处理模式 subplot(2,2,4); improfile(I,x,y),grid on内容
****
学号
****
姓名 试验 类别
****
成绩 试验 时间 2011.5.20 -2011.5.27
空域变换在图像增强中的应用
自选试验
试验问题：
1）Matlab 在图像处理中有什么显著功能？ 2）图像预处理阶段中的数学原理？ 3）空域变换在图像处理中反应图像的什么信息？
试验目的：
1）利用 MATLAB 程序进行图像增强； 2）掌握空域变换的概念及其原理； 3）熟练对数变换和图像加法的计算过程； 4）理解强度描述图的含义。
问题分析（可含问题的背景、相关知识、数学建模与求解的方法等） ：
图像处理系统可以分为三个阶段，在获取原始图像后，首先是图像的预处理阶段，第 二是特征抽取阶段，第三是识别分析阶段。图像预处理尤为重要，而图像增强是图像预处 理中的重要方法。 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空域增强方法与频域增强方法。本实验以几类空域增强方法为主， 探讨对图像处理的应用。 空域增强方法指的是直接在图像所在的空间进行处理，也就是在像素组成的空间里直 接对像素进行操作。而空域增强方法又分有两类：1.基于像素点；2.基于模板。 强度描述图是将红绿蓝三色分离，各自均表达独立的线条，Matlab 图像处理工具箱提 供了 improfile 函数用于得到图像中的一条线段或多条线段强度值，并绘制图形。 对图像增加对比度有很多方法，如直方图、对数变换、gramma 等。这里只讨论对数变 换可以扩展低值灰度，压缩高值灰度，这样可以使低值灰度的图像细节更容易看清楚。对 数变换的灰度映像采用的表达式是 g x, y log( f ( x, y) 1) 。 代数运算也可以实现图像的增强，代数运算是指对两幅图像进行像素点对像素点的加 减乘除或计算而得到输出图像的运算。对于相加和相乘的情况，可以不仅有两幅图像参加 运算。 Matlab 提供了一些函数来进行图像的代数运算， 这里只探讨最基础的运算——加减。
数字图像处理-空域增强
例
把计算的sk就近安排到8个灰 度级中。
nk 790 1023 850 656 329 245 122 81
rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1
P (r k ) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02
希望一幅图像的像素占有全部可能的灰 度级且分布均匀，能够具有高对比度。 使用的方法是灰度级变换：s = T(r) 基本思想是把原始图的直方图变换为均 匀分布的形式，这样就增加了像素灰度 值的动态范围，从而达到增强图像整体 对比度的效果。
直方图均衡化 目标
直方图均衡化
直方图均衡化
s=T(r) 0≤r≤1 T(r)满足下列两个条件： （1）T(r)在区间0≤r≤1中为单值且单调 递增。 （2）当0≤r≤1时,0≤T(r) ≤1 条件： （1）保证原图各灰度级在变换后仍保持 从黑到白（或从白到黑）的排列次序。 （2）保证变换前后灰度值动态范围的一 致性。
减去背景b(x,y)
叠加蓝色背景
直方图运算
直方图定义
直方图均衡化
直方图定义
图像直方图的定义（1） 一个灰度级在范围[0，L-1]的数字图像的 直方图是一个离散函数
nk 是图像中灰度级为rk 的像素个数。
h(rk ) nk
rk 是第k个灰度级，k = 0,1,2,…,L-1 由于rk 的增量是1，直方图可表示为：
其中： g ( x, y) f ( x, y) hi ( x, y) 假设噪声h(x,y)均值为0，且互不相关 N个图像的均值定义为： 1 g ( x, y ) ( g1 ( x, y ) g 2 ( x, y ) g N ( x, y )) N 期望值E(g(x,y)) = f(x,y)
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。
实验一空域图像增强技术
实验一空域图像增强技术实验一、空域图像增强技术班级: 学号： 姓名：实验时间： 实验学时：2学时一、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。
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。
)],([),(y x f T y x g =⎪⎩⎪⎨⎧<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ),(),(y x f b g b y x f by x f a g a y x f a y x f y x f y x g b a γβαn y m x ΛΛ,2,1 ,,,2,1== 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：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 k j j j r k k3、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：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--------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、启动MATLAB 程序，对图像文件分别进行灰度线性变换（参考教材50页，例4.1）、直方图均衡化（参考教材56页，例4.6）、均值滤波（参考教材60页，例4.9）、中值滤波（参考教材64页，例4.11）和梯度锐化操作（参考教材66页，例4.12）。
- 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)。
x2(i,j)=s1/(tem*tem);
c2=x3(i-1:i+1,j-1:j+1).*a;
s2=sum(sum(c2));
x4(i,j)=s2/(tem*tem);
c=x1(i-1:i+1,j-1:j+1);
c1=x1(i-1:i+1,j-1:j+1);
c=sort(c(:));
subplot(3,3,2);
imshow(P1);
title('加入高斯噪声');
P2=imnoise(I,'salt & pepper',0.02);
subplot(3,3,3)
imshow(P2);
title('加入椒盐噪声');
a=[1 1 1
1 1 1
1 1 1];
a1=[-1 -1 -1
imshow(x7);
title('拉普拉斯算子');
5、实验结果及分析（包括程序和数据的记录及分析、实验总结等，可另附页）
6、心得体会（思考与创新、建议等）
通过此次的实验，首先，因为很久没用MATLAB，在准备这次实验的过程中又把MATLAB的使用重新温习了一下，基本函数的运用图像的调取等等。并且对均值滤波和中值滤波的原理，在课上讲解的基础上进一步加深了。了解了他们的实现过程，以及具体的对于不同种类的噪声的去除结果。本次的实验让我学到了很多。
5了解噪声模型及对图像添加噪声的基本方法。
2、实验原理
1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。
2拉普拉斯算子如下：
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。
c)进行中值滤波即仍取一个都为1的3*3模板，将邻域中各像素的灰度值排序，取其中间值为中心像素灰度的值。
d)显示图形。
2.实验程序
I=imread('figures2.jpg');
subplot(3,3,1);
imshow(I);
title('原图像')
P1=imnoise(I,'gaussian',0.02);
c1=sort(c1(:));
temp=c(5);
temp1=c1(5);
x5(i,j)=temp;
x6(i,j)=temp;
cc=x1(i-1:i+1,j-1:j+1).*a1;
x7(i,j)=x7(i,j)-ss/(tem*tem)+x7(i,j);
end
end
subplot(3,3,5);
imshow(x2);
title('对高斯噪声均值');
subplot(3,3,6);
imshow(x4);
title('对椒盐噪声均值');
subplot(3,3,8);
imshow(x5);
title('对高斯噪声中值');
subplot(3,3,9);
imshow(x6);
title('对椒盐噪声中值');
subplot(3,3,4);
实验名称
空域图像增强
指导老师
班级
生物医学工程
实验日期
2018.5.8
实验地点
5209
学生信息
（依次填入姓名、学号）
成绩
1、实验目的
1熟悉MATLAB基本图像操作。
2结合实例学习如何在程序中增加图像处理算法。
3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。
4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。
-1 8 -1
-1 -1 -1];
[m,n]=size(P1);
[m,n]=size(P2);
tem=3;
x1=double(P1);x2=P1;ຫໍສະໝຸດ x3=double(P2);
x4=P2;
x5=P1;
x6=P2;
x7=P1;
x8=P2;
fori=2:m-1
forj=2:n-1
c1=x1(i-1:i+1,j-1:j+1).*a;
电子工程学院数字图像处理课程实验报告
3、实验仪器与设备（包括实验平台、实验材料等）
电脑、MATLAB软件、实验指导书
4、实验内容（包括实验电路、实验步骤与流程、源程序代码、调试过程记录等，可另附页）
1.实验步骤
a)读入原图像加入高斯噪声和椒盐噪声
b)进行均值滤波即取一个所有系数都为1的模板，用一个像素邻域平均值作为滤波结果，为保证图像仍在原来的灰度值范围且此为3*3模板，所以计算后除以9.