数字图像实验报告二图像的灰度变换与直方图均衡

实验二图像的灰度变换与直方图均衡
一、实验目的
1.理解图像灰度变换与直方图均衡的定义；
2.掌握图像灰度变换与直方图均衡化的方法；
3.学会利用matlab编程实现灰度变换和直方图均衡的方法。

二、实验内容
1. 利用matlab语言直接编程实现图像的对比度调整；
2. 利用matlab语言编程实现图像的反转；
3. 利用matlab语言直接编程实现图像的二值化；
4. 利用matlab语言直接编程实现图像的直方图均衡化处理。

三、实验步骤
（一）利用matlab语言直接编程实现图像的对比度调整
实验代码如下：
A=imread('E:\实验报告\数字图像处理实验报告\数字图像实验报告二通信五班韩奇20110803520\lena.jpg');
I=double(A);
J=I*0.5+40;
A1=uint8(J);
figure(1);subplot(1,2,1),imshow(A);
subplot(1,2,2),imshow(A1);
J=I*1+40;
A1=uint8(J);
figure(2);subplot(1,2,1),imshow(A);
subplot(1,2,2),imshow(A1);
J=I*3+40;
A1=uint8(J);
figure(3);subplot(1,2,1),imshow(A);
subplot(1,2,2),imshow(A1);
J=exp(I);
A1=uint8(J);
figure(4);subplot(1,2,1),imshow(A);
subplot(1,2,2),imshow(A1); 生成图像如下：
从图中可以看出，第一幅图相对于原图的对比度降低了，第二幅图相对于原图对比度提高了40个灰度级，第三幅图对比度提高太多，效果反而不好。

在三幅图中，第二幅图视觉效果最好，对比度明显又不至于太亮。

第四幅图是指数灰度变换。

（二）利用matlab语言编程实现图像的反转
实验代码如下：
A=imread('E:\实验报告\数字图像处理实验报告\数字图像实验报告二通信五班韩奇20110803520\lena.jpg');
E=imadjust(A,[0.35 0.65],[1 0]);
figure;imshow(E);
生成图像如下：
从图中可以看出，原来亮的部分经过反转之后变暗，暗的部分经过反转变亮。

（三）利用matlab语言直接编程实现图像的二值化
实验代码如下：
I=imread('E:\实验报告\数字图像处理实验报告\数字图像实验报告二通信五班韩奇20110803520\lena.jpg');%要阈值化的图像
imshow(I);
M=I;
[m,n]=size(M);
for i=1:m
for j=1:n
if(M(i,j)<120)
M(i,j)=0;
else
M(i,j)=255;
end
end
end
figure,imshow(M);%M是二值化的图像生成图像如下：
程序设置的阈值是120，灰度级低于120的变为0（最暗），高于120的将变为255（最亮）。

（四）利用matlab语言直接编程实现图像的直方图均衡化处理
实验代码如下：
PS=imread('E:\实验报告\数字图像处理实验报告\数字图像实验报告二通信五班韩奇20110803520\qiao.jpg'); %读入JPG图像文件
PS=rgb2gray(PS);
imwrite(PS,'qiao灰度图.bmp'); %转换为灰度化并保存
figure(1);
imshow(PS) %显示出来
title('输入图像')
%绘制直方图
[m,n]=size(PS); %测量图像尺寸参数
GP=zeros(1,256); %预创建存放灰度出现概率的向量
for k=0:255
GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率，将其存入GP中相应位置
end
figure(2),bar(0:255,GP,'g') %绘制直方图
title('原图像直方图')
xlabel('灰度值')
ylabel('出现概率')
%直方图均衡化
S1=zeros(1,256);
for i=1:256
for j=1:i
S1(i)=GP(j)+S1(i); %计算Sk
end
end
S2=round((S1*256)+0.5); %将Sk归到相近级的灰度
for i=1:256
GPeq(i)=sum(GP(find(S2==i))); %计算现有每个灰度级出现的概率
end
figure(3),bar(0:255,GPeq,'b') %显示均衡化后的直方图
title('均衡化后的直方图')
xlabel('灰度值')
ylabel('出现概率')
%均衡化后的图像
PA=PS;
for i=0:255
PA(find(PS==i))=S2(i+1); %将各个像素归一化后的灰度值赋给这个像素
end
figure(4),imshow(PA) %显示均衡化后的图像
title('均衡化后图像')
imwrite(PA,'qiao均衡后.bmp');
生成图像如下：
从图中可以看出，经过直方图均衡后，各灰度级出现概率有了一定的
变化，原先概率大的略有降低，概率小的略有升高，尤其是220~25
灰度级有了明显的提高。

从图片质量上来看，均衡化后的图像桥的钢架结构更加清晰，天空中云彩更加艳丽，总体效果比均衡化之前好。

四、实验总结
这次实验主要是对图像的灰度变换和直方图均衡化，实验内容包括灰度拉伸、图像反转、图像的二值化以及直方图均衡。

通过实验将课本上理论知识加以实践，实验过程中明白了图像处理的一些技巧，同时也明白了，不同的图像的处理方法是不完全一致的，例如，实验时，我发现对“qiao”图像的直方图均衡处理效果很好，但同样的方法对于“lena”图像效果却不是很明显。

－11 －。