光电图像处理实验报告(图像增强)
图像增强实验报告
课程: 数字图像处理实验日期: 2012年 4 月日成绩：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．实验原理图像增强的目的是改善图像的视觉效果，或者使图像更适合于人或机器进行分析处理。
通过图像增强，可以减少图像中的噪声，提高目标与背景的对比度，也可以强调或抑制图像中的某些细节。
从处理的作用域出发，图像增强可以分为空间域法和频率域法。
前者在空间域直接对像素进行处理，后者在图像的变换域内处理，然后经逆变换获得增强图像。
图像增强技术主要有：空域变换增强、空域滤波增强、频域增强。
点运算可以在空域内进行图像灰度修正、图像灰度变换以及图像直方图修正。
空域滤波增强主要应用平滑滤波器、中值滤波器以及锐化滤波器。
频域增强主要应用高通滤波和同态滤波。
图像增强还包括图像的伪彩色处理。
彩色图像中包含有丰富的细节信息,为了获得清晰的彩色图像,保护原有的彩色信息,消除亮度不够对彩色图像像质的影响, 应用图像增强技术对彩色图像进行处理,既可以得到清晰的彩色图像,又可以保护原有的彩色信息。
总之图像增强技术就是对图像中感兴趣的特征有选择地突出,而衰减其不需要的特征。
三、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．直方图均衡化clear all; close all % Clear the MATLAB workspace of any variables% and close open figure windows.I = imread('pout.tif'); % Rea ds 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.课程: 数字图像处理实验日期: 2012年 4 月日成绩：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功能：直方图均衡化的基本思想是将原始图像的直方图变换为均匀分布的形式，从而增加图像灰度的动态范围，达到增强图像对比度的效果。
光学图像处理实验报告
光学图像处理实验报告第一篇：光学图像处理实验报告光学图像处理实验报告直方图均衡化的研究一、摘要直方图均衡化就是把一已知灰度概率分布的图像经过一种变换,使之演变成一幅具有均匀灰度概率分布的新图像。
它是以累积分布函数变换法为基础的直方图修正法。
分析和总结灰度直方图的均衡化算法并通过VC++实验验证该方法能有效达到图像增强的目的。
对于较为暗淡的图像，采用直方图均衡化能够增强其整体对比度，获的较为理想的观察效果。
二、关键字灰度统计直方图均衡化三、实验原理1、直方图的理论基础：（1）直方图概念：灰度直方图表示图像中每种灰度出现的频率。
（2）直方图的作用：反映一幅图像的灰度分布特性n（3）直方图的计算：p(rk)=k0≤rk≤1k=0,1,2,Λ,l-1 n式中：nk为图像中出现rk级灰度的像素数，n是图像像素总数，而nk/n即为频数。
2、设计目的：产生一幅灰度级分布具有均匀概率密度的图像，扩展像素取值的动态范围，达到了图象增强的目的。
3、直方图均衡化的效果：1）变换后直方图趋向平坦，灰级减少，灰度合并。
2）原始象含有象素数多的几个灰级间隔被拉大了，压缩的只是象素数少的几个灰度级，实际视觉能够接收的信息量大大地增强了，增加了图象的反差。
同时，也增加了图象的可视粒度。
4、离散情况下的直方图均衡化的算法：A、列出原始图像的灰度级 fj,j=0,1,Λ,L-1B、统计各灰度级的像素数目 nj,j=0,1,Λ,L-1C、计算原始图像直方图各灰度级的频数 Pf(fj)=nj/n,j=0,1,Λ,L-1kD、计算累积分布函数 C(f)=j=0Pf(fj),j=0,1,Λ,k,ΛL-1F、应用以下公式计算映射后的输出图像的灰度级，P为输出图像灰度级的个数，其中INT为取整符号：gi=INT[(gmax-gmin)C(f)+gmin+0.5] G、用的映射关系修改原始图像的灰度级，从而获得直方图近似为均匀分布的输出图像。
∑四、实验内容及源程序1、灰度分布密度的统计程序代码如下：/*********************************************** *函数名称：ZhiFangTu(float *tongji)*函数类型：void *变量说明：tongji，灰度分布密度统计 *功能：对图像进行灰度直方图统计***********************************************/ void CAAAView::OnZhifangtu(float *tongji){ // TODO: Add your command handler code hereint huidu[256];//灰度计数CAAADoc* pDoc = GetDocument();LPSTR lpDIB;LPSTRlpDIBBits;lpDIB =(LPSTR)::GlobalLock((HGLOBAL)pDoc->GetHDIB());lpDIBBits = ::FindDIBBits(lpDIB);//原图数据区指针int iH,iW;memset(huidu,0,sizeof(huidu));//变量初始化iH = ::DIBHeight(lpDIB);//宽iW = ::DIBWidth(lpDIB);//长LPBYTE temp1=new BYTE[iH*iW];//新图像缓冲区memcpy(temp1,lpDIBBits,iH*iW);//复制原图像到缓冲区for(int i=0;i{ for(int j=0;j{unsigned char temp;temp=temp1[iW*i+j];//灰度统计计数huidu[temp]++;} } for(i=0;i<256;i++)//统计灰度分布密度tongji[i]=huidu[i]/(iH*iW*1.0f);}2、直方图分布的均衡化（1）统计直方图数组，用一个数组p记录p[i]；（2）i从1开始，令s[i]=s[i-1]+p[i]；（3）一个数组L记录新的s的索引值，即令L[i]=s[i]*(256-1)；（4）依次循环每个像素，取原图的像素值作为数组L的下标值，取该下标值对应的数组值作为均衡化之后的像素值。
图像增强实验报告
图像增强实验报告图像增强实验报告引言：图像增强是数字图像处理中的重要技术之一，它可以通过改变图像的亮度、对比度、色彩等参数，使图像更加清晰、细节更加突出。
本实验旨在探究不同图像增强方法对图像质量的影响，并比较它们的效果。
一、实验目的通过实验比较不同的图像增强方法，包括直方图均衡化、拉普拉斯算子增强、灰度变换等，对图像质量的影响，了解各种方法的优缺点，为实际应用提供参考。
二、实验步骤1. 实验准备：准备一组包含不同场景、不同光照条件下的图像样本，以及实验所需的图像处理软件。
2. 直方图均衡化：将图像的直方图进行均衡化，使得图像的像素值分布更加均匀，从而提高图像的对比度和亮度。
3. 拉普拉斯算子增强：使用拉普拉斯算子对图像进行边缘增强，突出图像的细节和纹理。
4. 灰度变换：通过调整图像的灰度级别，改变图像的亮度和对比度，使图像更加清晰明亮。
5. 实验结果分析：对比不同图像增强方法处理后的图像，分析它们在视觉效果上的差异，并根据实验结果评估各种方法的优劣。
三、实验结果与讨论在本次实验中，我们选择了一张室内拍摄的暗淡图像作为样本进行增强处理。
首先，我们对该图像进行了直方图均衡化处理。
结果显示，通过直方图均衡化，图像的亮度和对比度得到了明显的提升，细节也更加清晰可见。
然而，由于直方图均衡化是全局处理，可能会导致图像的局部细节过于突出，从而影响整体视觉效果。
接下来，我们采用了拉普拉斯算子增强方法。
通过对图像进行边缘增强，图像的纹理和细节得到了突出展示。
然而，拉普拉斯算子增强也存在一定的局限性，对于噪声较多的图像，可能会导致边缘增强过程中出现伪影和锯齿现象。
最后，我们尝试了灰度变换方法。
通过调整图像的灰度级别，我们改变了图像的亮度和对比度，使图像的细节更加突出。
与直方图均衡化相比，灰度变换方法更加灵活，可以根据实际需求对图像进行个性化的调整。
综合对比三种图像增强方法的实验结果，我们可以得出以下结论：直方图均衡化适用于对整体亮度和对比度进行提升的场景；拉普拉斯算子增强适用于突出图像的边缘和纹理；灰度变换方法可以根据实际需求对图像进行个性化调整。
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。
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。
1光电图像处理实验（图像基本操作）
1光电图像处理实验（图像基本操作）光电图像处理实验报告学⽣姓名：班级：学号：指导教师：实验⽇期：⼀、实验名称：图像基本操作⼆、实验⽬的：1．掌握MATLAB的操作窗⼝功能；2．熟练掌握MATLAB的图像处理基本操作，熟练掌握数字图像读取、显⽰、保存；3．熟练掌握MATLAB各种图像格式⽂件的互相转换。
三、实验原理：MATLAB是由美国mathworks公司发布的主要⾯对科学计算、可视化以及交互式程序设计的⾼科技计算环境。
它将数值分析、矩阵计算、科学数据可视化以及⾮线性动态系统的建模和仿真等诸多强⼤功能集成在⼀个易于使⽤的视窗环境中，为科学研究、⼯程设计以及必须进⾏有效数值计算的众多科学领域提供了⼀种全⾯的解决⽅案，并在很⼤程度上摆脱了传统⾮交互式程序设计语⾔（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进⽔平。
MATLAB和Mathematica、Maple并称为三⼤数学软件。
它在数学类科技应⽤软件中在数值计算⽅⾯⾸屈⼀指。
MATLAB可以进⾏矩阵运算、绘制函数和数据、实现算法、创建⽤户界⾯、连接其他编程语⾔的程序等，主要应⽤于⼯程计算、控制设计、信号处理与通讯、图像处理、信号检测、⾦融建模设计与分析等领域。
MATLAB⼯作环境：桌⾯包括4个⼦窗⼝：命令窗⼝、⼯作空间窗⼝、当前路径窗⼝、历史命令窗⼝。
命令窗⼝是⽤户在提⽰符(>>)处键⼊MATLAB命令和表达式的地⽅，也是显⽰那些命令输出的地⽅。
⼯作空间窗⼝显⽰当前的变量名称和值。
双击可以启动数组编辑器。
当前路径窗⼝显⽰当前的⼯作⽬录。
⼯作⽬录的内容显⽰在当前⽬录窗⼝内。
可通过Set Path改变。
历史命令窗⼝包含⽤户已在命令窗⼝中输⼊的命令的记录。
如果要重新执⾏以前的MATLAB命令，可在历史命令窗⼝中双击该命令即可。
使⽤MATLAB编辑器创建M⽂件：MATLAB编辑器既是⽤于创建M⽂件的⽂本编辑器，也是调试器。
光电图像处理实验报告
（2）原图傅里叶频谱图
3.结果分析
空间频率：在单位长度或单位空间范围内图像灰度（周期性）变化的次数。
3.结果分析
从右侧直方图中，可以看出，经对比加强后，图像灰度尺上灰度范围变化最为明显，灰度范围加大，这样使图片对比度加强。
而直方图均值化后的图像，从结果上看来灰度更为均匀，辨识度提高，图片亮度有所增强。
两种处理方式从不同的角度都使得图片更加清晰。
实验3 图像的平滑处理
1.实验程序
i=imread('C:\Users\Administrator\Desktop\图像\图像处理\w01.tif'); subplot(2,2,1);
imshow(i);
3.结果分析
原图像加高斯白噪声后，图片上明显增加了许多噪点，不再清晰，变得很粗糙。
3.结果分析。
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。
- 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)。
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。
⑵观察图像类型，选择合适的提高对比度的方法，指数变换或者对数变换。
⑶画出程序设计流程图（图一），在Matlab中输入代码调入图像。
⑷选择将图像进行指数变换，设置常数a,b,c，并输出显示变换曲线。
⑸输出显示原图像和变换后图像以及其直方图，观察直方图和图像，看是否达到提高对比度的效果，若未达到，重新设置常数a,b,c。
直到图像对比度提高，并且变换后直方图上灰度分布较原直方图广。
⑹记录下数值，并将各图存储。
图一图二2、中值滤波⑴打开计算机，从计算机中选择一幅含有椒盐噪声的图像作为原始图像。
⑵画出程序设计流程图（图二），在Matlab中输入代码调入图像。
⑶用3*3的窗口对原图进行中值滤波。
⑷用窗口长度为13的菱形窗口对原图进行中值滤波。
⑸用窗口长度为21的窗口对原图进行中值滤波。
⑹在同一窗口中分别显示原图和三种不同滤波后的图像并进行比较。
⑺记录整理实验报告，关闭计算机。
八、实验结果及分析1、 对数变换与指数变换提高对比度图三50100150200250040.20.40.60.8104图四如图，图三为指数变换曲线图，由图可见，地灰度变换较为缓慢，高灰度变换较快，对此图高灰度区域偏多，故用指数变换合适。
图四左上角为原图，右上角为对应直方图，左下角为变换后图像，右下角为对应变换后直方图。
由左边两图直观比较可以看出变换后图像对比度比变换前高。
再由右边两直方图比较可得出变换后图像直方图灰度分布较广，变换后图像最大灰度值与最小灰度值之差比原图大。
故对比度得到了提高。
但由于变换，导致了部分灰度细节的丢失，这也是不可避免的。
综上所述：用指数变换对此图像进行处理后对比度得到了明显改善。
2、中值滤波图五如图所示，图五左上角为带有椒盐噪声的原图，右上角为进行3*3窗口中值滤波后的图像，左下角为进行窗口长度13的菱形中值滤波后的图像，右下角为进行窗口长度21的中值滤波后的图像。
由四幅图像比较观察后可以看出，进过3*3窗口中值滤波后的图像比原图有了明显的改善，绝大多数椒盐噪声被去除。
进行窗口长度13的菱形中值滤波后的图像比3*3窗口又些许改善，椒盐噪声进一步减少。
进行窗口长度21的中值滤波后的图像又有少量改善，但已很不明显，图像有少许模糊。
综上所述：中值滤波可以在保留细节的情况下去除图像中的椒盐噪声。
并且窗口长度越大，噪声去除效果越好。
九、实验结论：1、通过实验，可知对图像的指数变换可以提高图像对比度。
2、通过实验，可知对图像进行中值滤波可以去除图像椒盐噪声。
十、总结及心得体会：1、对于不同的图像，采取非线性灰度变化的方法不同得到的效果不同。
2、RGB 图像需要灰度化处理。
3、对像素进行处理时，需要转换类型为双精度型；以免因数据类型问题造成计算精度误差。
4、处理完毕，显示前需要再次转换为Matlab 认可的图像类型，方可得到正确的显示结果。
5、对于中值滤波，只对椒盐噪声效果较好，高斯噪声的图像不能处理。
十一、实验改进意见或建议所给图像图像类型较少了些，可以多提供点图像供选择。
十二、思考题：1、图像经过对数变换与指数变换后，变换结果有什么差异？答：图像经过指数变换后，灰度较高的区域灰度变换较为明显，变化大，灰度较低的区域变化小。
图像经过对数变换后，灰度较低的区域灰度变换较为明显，变化大，而灰度高的区域变化小。
但两种变化均有改善对比度的作用。
2、一幅图像的直方图反映了图像的什么信息，它有哪些性质？直方图均衡化的主要作用是什么？答：直方图描述了图像中像素的灰度级分布，表示了图像中不同灰度级像素出现的次数或者概率密度。
直方图的性质：①直方图是图像最基本的统计特征②直方图对应概率密度函数③任一特定的图像有唯一的直方图，但反之不成立④整个图像的直方图是部分图像之和直方图均衡化是将原图像的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图像。
图像均衡化处理后，图像的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图像看起来就更清晰了。
3、简述中值滤波的优、缺点？答：优点：1、对离散阶跃信号、斜声信号不产生作用，对点状噪声和干扰脉冲有良好的抑制作用。
2、能保持图像边缘，使原始图像不产生模糊。
缺点：1、对高斯噪声无能为力；2、计算比较费时，需研究快速算法。
十二、源程序代码：1、对数与指数变换：A=imread('d:\baby.jpg');x=0:255;a=80,b=1.8,c=0.009;B=b.^(c.*(double(A)-a))-1; %做指数变换y=b.^(c.*(x-a))-1; %指数变换曲函数subplot(2,2,1)imshow(A)subplot(2,2,2)imhist(A)subplot(2,2,3)imshow(B)subplot(2,2,4)imhist(B)figure,plot(x,y) %指数变换曲线图2、中值滤波：img=imread('d:\jiao.jpg');[width,height]=size(img);a=zeros(1,9);newimg=zeros(width,height);newimg2=zeros(width,height);newimg3=zeros(width,height);%3*3窗口中值滤波for x = 2:width-1,for y = 2:height-1,a(1,1)=img(x-1,y-1);a(1,2)=img(x,y-1);a(1,3)=img(x+1,y-1);a(1,4)=img(x-1,y);a(1,5)=img(x,y);a(1,6)=img(x+1,y);a(1,7)=img(x-1,y+1);a(1,8)=img(x,y+1);a(1,9)=img(x+1,y+1);for temp1 = 1 : 8, %冒泡法排序for temp2 = 1 : (9-temp1),if(a(temp2)>a(temp2+1))temp=a(temp2);a(temp2)=a(temp2+1);a(temp2+1)=temp;endendendnewimg(x,y)=uint8(a(5));endend%窗口长度为13菱形中值滤波for x = 3:width-2,for y = 3:height-2,b(1)=img(x,y-2);b(2)=img(x-1,y-1);b(3)=img(x,y-1);b(4)=img(x+1,y-1);b(5)=img(x-2,y);b(6)=img(x-1,y);b(7)=img(x,y);b(8)=img(x+1,y);b(9)=img(x+2,y);b(10)=img(x-1,y+1);b(11)=img(x,y+1);b(12)=img(x+1,y+1);b(13)=img(x,y+2);for temp1 = 1 : 12, %冒泡法排序for temp2 = 1 : (12-temp1),if(b(temp2)>b(temp2+1))temp=b(temp2);b(temp2)=b(temp2+1);b(temp2+1)=temp;endendendnewimg2(x,y)=uint8(b(7));endend%窗口长度为21的中值滤波for x = 3:width-2,for y = 3:height-2,c(1)=img(x-1,y-2);c(2)=img(x,y-2);c(3)=img(x+1,y-2);c(4)=img(x-2,y-1);c(5)=img(x-1,y-1);c(6)=img(x,y-1);c(7)=img(x+1,y-1);c(8)=img(x+2,y-1);c(9)=img(x-2,y);c(10)=img(x-1,y);c(11)=img(x,y);c(12)=img(x+1,y);c(13)=img(x+2,y);c(14)=img(x-2,y+1);c(15)=img(x-1,y+1);c(16)=img(x,y+1);c(17)=img(x+1,y+1);c(18)=img(x+2,y+1);c(19)=img(x-1,y+2);c(20)=img(x,y+2);c(21)=img(x+1,y+2);for temp1 = 1 : 20, %冒泡法排序for temp2 = 1 : (20-temp1),if(c(temp2)>c(temp2+1))temp=c(temp2);c(temp2)=c(temp2+1);c(temp2+1)=temp;endendendnewimg3(x,y)=uint8(c(11));endendsubplot(2,2,1)imshow(img) %原图subplot(2,2,2)imshow(uint8(newimg)) %3*3窗口中值滤波subplot(2,2,3)imshow(uint8(newimg2)) %窗口长度为13的菱形中值滤波subplot(2,2,4)imshow(uint8(newimg3)) %窗口长度为21的中值滤波。