中图像增强技术的实现毕业

《中图像增强技术的实现毕业》由会员分享，可在线阅读，更多相关《中图像增强技术的实现毕业（46页珍藏版）》请在装配图网上搜索。

1、摘 要图像增强是指根据图像所存在的问题，按特定的需要突出一幅图像中的某些信息，同步，削弱或清除某些冗余信息的解决措施。其重要目的是使得解决后的图像对给定的应用比本来的图像更加有效同步可以有效的改善图像质量。图像增强技术重要涉及直方图修改解决、图像平滑化解决、图像锋利化解决和彩色解决技术等。图像增强单纯从技术上可提成两大类：一类是频域解决法；一类是空域解决法。频域解决法的采用的是卷积定理，它运用修改图像傅立叶变换的措施实现对图像的增强解决；空域解决法则是对图像中的像素进行直接的解决，大多数是以灰度映射变换为基本的，所用的映射变换取决于增强的目的。在本论文中，运用Matlab提供的若干函数，用于图

2、像类型的转换。Matlab支持五种图像类型，即二值图像、索引图像、灰度图像、RGB图像和多帧图像阵列。在Matlab中要查询一种图像文献的信息，只要用imfinfo指令加上文献及其完整途径名即可。Matlab提供了两个重要的用于图像文献的读写的指令，分别是从图像文献中读取数据的imread，以及将数据写入到图像文献中的imwrite。至于多种图像的显示，则可分为两个方面：在不同的图形窗口显示不同的图像，可以用figure指令来实现；在同一种图形窗口显示多图，可以用subplot来实现。核心字：matlab图像增强 灰度 滤波器AbstractThe image intensification

3、is refers specificly according to needs to highlight in an image certain informations, simultaneously, weakens the information processing method which or removes certain does not need.After its main purpose is the processing image is more effective than to certain specific applications the original

4、image.The image intensification technology mainly contains histogram revision processing, image smooth processing, image intensification processing and the colored processing technology and so on.The image intensification technology basically separable becomes two big kinds: One kind is the frequenc

5、y range processing law, one kind is the air zone processing law.The frequency range processing method foundation convolutes the theorem.It uses the revision image Fourier transformation the method realization to image enhancement processing. Image of point operations, point operations will enter the

6、 image map for the output image, output image each pixel gray value only by the corresponding input pixel value decision. Nonlinear point operations correspond to non-linear mapping function, mapping, including the square of the typical functions, logarithmic functions, the interception function (wi

7、ndow function), field-valued functions, such as multi-value quantization function. Threshold processing is the most common point of a nonlinear operator, its function is to select a threshold value, the image binarization, and then use the resulting binary image for image segmentation and edge track

8、ing processing.Keyword: the image intensification of matlab 、gray、filter、毕业设计（论文）原创性声明和使用授权阐明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指引教师的指引下进行的研究工作及获得的成果。尽我所知，除文中特别加以标注和道谢的地方外，不涉及其她人或组织已经刊登或发布过的研究成果，也不涉及我为获得 及其他教育机构的学位或学历而使用过的材料。对本研究提供过协助和做出过奉献的个人或集体，均已在文中作了明确的阐明并表达了谢意。作 者 签 名： 日 期： 指引教师签名： 日期： 使用授权阐明本人完全理解

9、大学有关收集、保存、使用毕业设计（论文）的规定，即：按照学校规定提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其他复制手段保存论文；在不以获利为目的前提下，学校可以发布论文的部分或所有内容。作者签名： 日 期： 目 录摘 要IABSTRACTII目 录III第一章绪论4第二章MATLAB的简介62.1MATLAB重要功能62.2MATLAB优势72.2.1工作平台和编程环境72.2.2实用的程序语言72.2.3计算机数据解决能力72.2.4图形解决功能82.2.5应用的模块集合工具箱82.3MAT

10、LAB函数与数据类型82.3.1整型92.3.2浮点数92.3.3字符92.3.4常用的字符操作函数92.4MATLAB常用工具箱102.5小结10第三章MATLAB图像增强123.1图像增强技术概述123.1.1空域滤波增强123.1.2平滑滤波器123.1.3中值滤波器133.1.4锐化滤波器143.1.5低通滤波器143.1.6高通滤波器153.1.7同态滤波器153.2MATLAB图像增强函数153.3 MATLAB应用于数字图像增强和滤波163.3.1目的163.3.2内容173.4实验22总结39道谢40参照文献41第一章 绪论图像增强技术的发展大体经历了初创期、发展期、普及期和应

11、用期4个阶段。初创期开始于20世纪60年代，当时的图像采用像素型光栅进行扫描显示，大多采用中、大型机对其进行解决。20世纪70年代进入了发展期，开始大量采用中、大型机进行解决，图像解决也逐渐改用光栅扫描显示方式，特别是浮现了CT和卫星遥感图像，对图像增强解决提出了一种更高的规定。到了20世纪80年代，图像增强技术进入普及期，此时的计算机已经可以承当起图形图像解决的任务。20世纪90年代进入了应用期，人们运用数字图像增强技术解决和分析遥感图像，以有效地进行资源和矿藏的勘探、调查、农业和都市的土地规划、作物估产、气象预报、灾害及军事目的的监视等。在生物医学工程方面，运用图像增强技术对X射线图像、超

12、声图像和生物切片显微图像等进行解决，提高图像的清晰度和辨别率。在工业和工程方面，重要应用于无损探伤、质量检测和过程自动控制等方面。在公共安全面，人像、指纹及其她痕迹的解决和辨认，以及交通监控、事故分析等都在不同限度上使用了图像增强技术。图像增强是图像解决的重要构成部分，老式的图像增强措施对于改善图像质量发挥了极其重要的作用。随着对图像技术研究的不断进一步和发展，新的图像增强措施不断浮现。例如某些学者将模糊映射理论引入到图像增强算法中，提出了涉及模糊松弛、模糊熵、模糊类等增强算法来解决增强算法中映射函数选择问题，并且随着交互式图像增强技术的应用，可以主观控制图像增强效果。同步运用直方图均衡技术的

13、图像增强也有许多新的进展：例如提出了多层直方图结合亮度保持的均衡算法、动态分层直方图均衡算法。这些算法通过度割图像，然后在子层图像内做均衡解决，较好地解决了直方图均衡过程中的对比度过拉伸问题，并且可以控制子层灰度映射范畴，增强效果较好。Matlab名字由MATrix和LABoratory两词的前三个字母组合而成。那是20世纪七十年代后期的事：时任美国新墨西哥大学计算机科学系主任的Cleve Moler专家出于减轻学生编程承当的目的，为学生设计了一组调用LINPACK和EISPACK库程序的“通俗易用”的接口，此为用FORTRAN编写的初期状态的MATLAB。经校园广泛使用，由Little、Mo

14、ler、Steve Bangert 合伙，于1984年成立了MathWorks 公司，并把MATLAB 正式推向市场。从这时起，MATLAB 的内核采用C 语言编写，并且除了原有的数值计算能力外，还添加了数据图视功能。到九十年代初期，在国际上30几种数字类科技应用软件中，Matlab在数值计算方面独占鳌头，而Mathematica和Maple则分居符号计算软件的前两名。Mathcad因其提供计算、图形、文字解决的统一环境而深受学生欢迎。4.x 版在继承和发展其原有的数值计算和图形可视能力的同步，浮现了如下几种重要变化：（1） 推出了SIMULINK，一种交互式操作的动态系统建模、仿真、分析集成

15、环境。（2） 推出了符号计算工具包。一种以Maple 为“引擎”的Symbolic Math Toolbox 1.0。此举结束了国际上数值计算、符号计算孰优孰劣的长期争论，促成了两种计算的互补发展新时代。（3） 构作了Notebook 。MathWorks 公司瞄准应用范畴最广的Word ，运用DDE 和OLE，实现了MATLAB与Word 的无缝连接，从而为专业科技工作者发明了融科学计算、图形可视、文字解决于一体的高水准环境。从1997 年春的5.0 版起，后历经5.1、5.2、5.3、6.0、6.1 等多种版本的不断改善，MATLAB“面向对象”的特点更加突出，数据类型更加丰富，操作界面更

16、加友善。 年初夏所推6.5 版的最大特点是：该版本采用了JIT 加速器，从而使MATLAB 朝运算速度与C 程序相比肩的方向迈进了一大步。第二章 Matlab的简介MATLAB是建立在向量、数组和矩阵基本上的一种分析和仿真工具软件包，涉及多种可以进行常规运算的“工具箱”，如常用的矩阵代数运算、数组运算、方程求根、优化计算及函数求导积分符号运算等；同步还提供了编程计算的编程特性，通过编程可以解决某些复杂的工程问题；也可绘制二维、三维图形，输出成果可视化。目前，已成为工程领域中较常用的软件工具包之一。2.1 Matlab重要功能它是一种用于算法开发、数据可视化、数据分析以及数值计算的高档技术计算语

17、言和交互式环境。使用它，可以较使用老式的编程语言，如C、C+等，更快的解决技术计算问题。高档语言可用于技术计算；开发环境可对代码、文献和数据进行管理；数学函数可用于线性代数、记录、傅立叶分析、筛选、优化以及数值积分等；二维和三维图形函数可用于可视化数据；多种工具可用于构建自定义的图形顾客界面；多种函数可将基于matlab的算法与外部应用程序和语言；其应用范畴非常广，涉及信号和图像解决、通迅、控制系统设计、测试和测量等众多应用领域。2.2 Matlab优势2.2.1 工作平台和编程环境MATLAB由一系列工具构成。这些工具以便顾客使用MATLAB的函数和文献，其中许多工具采用的是图形顾客界面。涉

18、及MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、途径搜索和用于顾客浏览协助、工作空间、文献的浏览器。随着MATLAB的商业化以及软件自身的不断升级，MATLAB的顾客界面也越来越精致，更加接近Windows的原则界面，人机交互性更强，操作更简朴。并且新版本的MATLAB提供了完整的联机查询、协助系统，极大的以便了顾客的使用。简朴的编程环境提供了比较完备的调试系统，程序不必通过编译就可以直接运营，并且可以及时地报告浮现的错误及进行出错因素分析。2.2.2 程序语言Matlab一种高档的矩阵语言，它涉及控制语句、函数、数据构造、输入和输出和面向对象编程特点。顾客可以在命令窗口中将输入语

19、句与执行命令同步，也可以先编写好一种较大的复杂的应用程序（M文献）后再一起运营。新版本的MATLAB语言是基于最为流行的C语言基本上的，因此语法特性与C语言极为相似，并且更加简朴。使之更利于非计算机专业的科技人员使用。并且这种语言可移植性好、可拓展性极强，这也是MATLAB可以进一步到科学研究及工程计算各个领域的重要因素。2.2.3 科学计算机数据解决能力MATLAB是一种涉及大量算法的集合。其可以快捷的实现顾客所需的多种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果，而前通过了多种优化和差错解决。在一般状况下，可以用它来替代底层编程语言，如C和C+ 。在计算规定相似的状况下，

20、使用MATLAB的编程工作量会大大减少。MATLAB的这些函数集涉及从最简朴最基本的函数到诸如矩阵，特性向量、迅速傅立叶变换的复杂函数。函数所能解决的问题其大体涉及矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅立叶变换和数据的记录分析、工程中的优化问题、稀疏矩阵运算、复数的多种运算、三角函数和其她初等数学运算、多维数组操作以及建模动态仿真等。2.2.4 图形解决功能图形解决功能MATLAB自产生之日起就具有以便的数据可视化功能，以将向量和矩阵用图形体现出来，并且可以对图形进行标注和打印。高层次的作图涉及二维和三维的可视化、图象解决、动画和体现式作图。可用于科学计算和工

21、程绘图。新版本的MATLAB对整个图形解决功能作了很大的改善和完善，使它不仅在一般数据可视化软件都具有的功能（例如二维曲线和三维曲面的绘制和解决等）方面更加完善，并且对于某些其她软件所没有的功能（例如图形的光照解决、色度解决以及四维数据的体现等），MATLAB同样体现了杰出的解决能力。同步对某些特殊的可视化规定，例如图形对话等，MATLAB也有相应的功能函数，保证了顾客不同层次的规定。此外新版本的MATLAB还着重在图形顾客界面（GUI）的制作上作了很大的改善，对这方面有特殊规定的顾客也可以得到满足。2.2.5 模块集合工具箱MATLAB对许多专门的领域都开发了功能强大的模块集和工具箱。一般来

22、说，它们都是由特定领域的专家开发的，顾客可以直接使用工具箱学习、应用和评估不同的措施而不需要自己编写代码。目前，MATLAB已经把工具箱延伸到了科学研究和工程应用的诸多领域，诸如数据采集、数据库接口、概率记录、样条拟合、优化算法、偏微分方程求解、神经网络、小波分析、信号解决、图像解决、系统辨识、控制系统设计、LMI控制、鲁棒控制、模型预测、模糊逻辑、金融分析、地图工具、非线性控制设计、实时迅速原型及半物理仿真、嵌入式系统开发、定点仿真、DSP与通讯、电力系统仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。2.3 Matlab函数与数据类型它提供了如下类型的函数，用于执行数学运算和

23、数据分析:矩阵操作和线性代数多项式和内插傅立叶分析和筛选数据分析和记录优化和数值积分Matlab可对涉及双精度浮点数、单精度浮点数和整型在内的多种数据类型进行运算。附加的工具箱提供了专门的数学计算函数，用于涉及信号解决、优化、记录、符号数学、偏微分方程求解以及曲线拟合在内的各个领域。Matlab中有15种基本数据类型，重要是整型、浮点、逻辑、字符、日期和时间、构造数组、单元格数组以及函数句柄等。2.3.1 整型通过intmax(class)和intmin(class) 函数返回该类整型的最大值和最小值，例如intmax(int8)=1272.3.2 浮点数REALMAX(double)和REA

24、LMAX(single)分别返回双精度浮点和单精度浮点的最大值，REALMIN(double)和REALMIN (single)分别返回双精度浮点和单精度浮点的最小值。2.3.3 字符Matlab中的输入字符需使用单引号。字符串存储为字符数组，每个元素占用一种ASCII字符。如日期字符：DateString=9/16 / 事实上是一种1行9列向量。构成矩阵或向量的行字符串长度必须相似。可以使用char函数构建字符数组，使用strcat函数连接字符。2.3.4 常用的字符操作函数findstr(s1,s2) 搜索字符串ischar(s) 判断与否字符串strcmp(s1,s2) 比较字符串与否相

25、似strncmp(s1,s2,n) 比较字符串中的前n个字符与否相似strrep(s1,s2,s3) 将s1中的字符s2替代为s32.4 Matlab常用工具箱MATLAB涉及拥有数百个内部函数的主包和三十几种工具包。功能工具包用来扩大MATLAB的符号计算，可视化建模仿真，文字解决及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包，信号解决工具包，通信工具包等都属于此类。除内部函数外，所有MATLAB主包文献和多种工具包都是可读可修改的文献。Matlab Main Toolboxmatlab主工具箱System Identification Toolbox系统辨识工具箱Image

26、 Processing Toolbox图象解决工具箱LMI Control Toolbox线性矩阵不等式工具箱Optimization Toolbox优化工具箱Simulink Toolbox动态仿真工具箱Wavele Toolbox小波工具箱它附加的工具箱，即单独提供的专用matlab函数集，扩展了matlab环境，以解决这些应用领域内特定类型的问题。2.5 小结对于MATLAB，由于本科阶段我们大量的运用它来进行编程学习，对于以上所叙，均比较理解，但是对于其图像解决功能还是不十分熟悉，因此如下将着重从这方面简介：图像解决工具包是由一系列支持图像解决操作的函数构成的。所支持的图像解决操作有:

27、图像的几何操作、邻域和区域操作、图像变换、图像恢复与增强、线性滤波和滤波器设计、变换(DCT 变换等) 、图像分析和记录、二值图像操作等。下面就MATLAB 在图像解决中各方面的应用分别进行简介。1) 图像文献格式的读写和显示。MATLAB 提供了图像文献读入函数imread ( ) ,用来读取如: bmp 、tif 、jpg、pcx、tiff 、gpeg、hdf 、xwd 、png等多种格式的图像文献;图像写出函数imwrite () ,尚有图像显示函数image ( ) 、imshow( ) 等等。2) 图像解决的基本运算。MATLAB 提供了图像的和、差等线性运算,以及卷积、有关、滤波等

28、非线性运算。例如,conv2( I ,J ) 实现了I ,J 两幅图像的卷积。3) 图像变换。MATLAB 提供了一维和二维离散傅立叶变换(DFT) 、迅速傅立叶变换(FFT) 、离散余弦变换(DCT) 及其反变换函数,以及持续小波变换(CWT) 、离散小波变换(DWT) 及其反变换。4) 图像的分析和增强。针对图像的记录计算,MATLAB 提供了校正、直方图均衡、中值滤波、对比度调节、自适应滤波等对图像进行的解决。以上所提到的MATLAB 在图像中的应用都是由相应的MATLAB 函数来实现的,使用时,只需按照函数的调用语法对的输入参数即可。具体的用法可参照MATLAB 丰富的协助文档。第三章

29、 Matlab图像增强图像增强是按特定的需要突出一幅图像中的某些信息，同步，消弱或清除某些信息使得图像更加实用。图像增强技术重要涉及直方图修改解决、图像平滑解决、图像锋利化解决和彩色技术等。3.1 图像增强技术概述图像增强技术重要涉及：直方图修改解决，图像平滑解决，图像锋利化解决，彩色图像解决。从纯技术上讲重要有两类：频域解决法和空域解决法。频域解决法重要是卷积定理，采用修改图像傅立叶变换的措施实现对图像的增强解决技术；空域解决法：是直接对图像中的像素进行解决，基本上是以灰度映射变换为基本的。3.1.1空域滤波增强使用空域模板进行的图像解决被称为空域滤波,模板自身被称为空域滤波器。空域滤波器涉

30、及：线性滤波器和非线性滤波器。空域滤波解决效果来分类，可以分为平滑滤波器，和锐化滤波器，平滑的目的在于消除混杂在图像中的干扰因素，改善图像质量，强化图像体现特性。锐化的目的在于增强图像边沿，以及对图像进行辨认和解决。3.1.2 平滑滤波器用于模糊解决和减小噪声。平滑线性空间滤波器的输出（响应）是涉及在滤波掩模邻域内像素的简朴平均值。因此这些滤波器也被称为均值滤波器。平滑滤波器的概念很简朴：它是用滤波掩模拟定的领域内像素的平均值去替代图像每个像素点的值。这种解决减少了图像灰度的锋利化。每个掩模前边的乘数等于它的系数值的和，以计算平均值。我们常常用这些极端类型的模糊解决来清除图像中的某些小物体。例

31、如：在matlab中运用线性平滑滤波器解决一副图像I=imread(eight.tif);J=imnoise(I,salt & pepper,0.02); %添加椒盐噪声 subplot(221) imshow(I) title(原图像) subplot(222) imshow(J) title(添加椒盐噪声图像)K1=filter2(fspecial(average,3),J)/255; %应用3*3邻域窗口法 subplot(223),imshow(K1) K2=filter2(fspecial(average,7),J)/255; %应用7*7邻域窗口法 subplot(224),ims

32、how(K2)3.1.3 中值滤波器其原理是把数字图像或数字序列中某一点的值用该点的一种邻域中各点值的中值互换。中值滤波器的窗口可以取方形，圆形，十字形等。例如：滤波函数图像解决1smoothingMedianFilterMain.mclc;clear;fid = fopen(lenai.raw);temp= fread(fid, 256,256);LenaRaw=uint8(temp);subplot(1,3,1)Imshow(LenaRaw);title(原始图像)subplot(1,3,2)Imshow(smoothingMedianFilter(LenaRaw,3);title(自制函

33、数，使用用3*3模板，中值滤波图像)subplot(1,3,3)Imshow(medfilt2(LenaRaw,3,3);title(调用库函数medfilt2，使用3*3模板，中值滤波图像)3.1.4 锐化滤波器锐化解决重要目的是突出图像中的细节或者增强被模糊了的细节，这种模糊不是由于错误操作，就是特殊图像获取措施的固有影响。常用的措施有两种即为微分法和模板匹配法。其中微分法中梯度是图像解决常用的一次微分措施，在灰度骤变区域，梯度值大，在灰度相似区域，梯度值小。在灰度级为常数的区域，梯度为零；Laplacian算子是线性二次微分算子，与梯度算子同样，具有旋转不变性，从而满足不同走向的图像边界

34、的锐化规定。而对于模板匹配法则是出去可以增强图像边沿外，还具有平滑噪声的长处。3.1.5 低通滤波器一幅图像的边沿，跳跃部分以及颗粒噪声代表图像信号的高频分量，而大面积的背景区域代表了图像信号的低频分量。低通滤波器的作用就是滤除这些高频分量，保存低频分量，使图像信号平滑。它涉及：抱负低通滤波器，巴特沃斯低通滤波器，指数低通滤波器等。例如：频域增强I=imread(apple.png); J=imnoise(I,salt & pepper,0.02); subplot(121),imshow(J) title(含噪声的图像)J=double(J); f=fft2(J); g=fftshift(f

35、); M,N=size(f); n=3;d0=20; n1=floor(M/2);n2=floor(N/2); for i=1:Mfor j=1:N d=sqrt(i-n1)2+(i-n2)2);h=1/(1+0.414*(d/d0)(2*n);g(i,j)=h*g(i,j);endendg=ifftshift(g); g=uint8(real(ifft2(g); subplot(122),imshow(g) title(三阶Butterworth滤波图像)3.1.6 高通滤波器与低通滤波器相反，它将高频信号通过，而克制了低频信号。3.1.7 同态滤波器把频率过滤和灰度变换结合起来的图像解决措

36、施叫同态滤波。3.2 Matlab图像增强函数Matlab中图像增强函数的具体使用措施：（1）直方图imhist函数用于数字图像的直方图显示，如：i=imread(e:w11.tif);imhist(a);（2）直方图均化histeq函数用于数字图像的直方图均化，如：i=imread(e:w11.tif);j=histeq(a);（3）对比度调节imadjust函数用于数字图像的对比度调节，如：i=imread(e:w11.tif);j=imadjust(a,0.3,0.7,);（4） 对数变换log函数用于数字图像的对数变换，如：i=imread(e:w11.tif);j=double(a)

37、;k=log(v);（5）基于卷积的图像滤波函数filter2函数用于图像滤波，如：i=imread(e:w11.tif);h=1,2,1;0,0,0;-1,-2,-1;j=filter2(h,i);（6） 线性滤波运用二维卷积conv2滤波, 如:i=imread(e:w11.tif);h=1,1,1;1,1,1;1,1,1;h=h/9;j=conv2(i,h);（7）中值滤波medfilt2函数用于图像的中值滤波，如：i=imread(e:w11.tif);j=medfilt2(i);（8）锐化运用Sobel算子锐化图像, 如:i=imread(e:w11.tif);h=1,2,1;0,0

38、,0;-1,-2,-1;%Sobel算子j=filter2(h,i);3.3 Matlab应用于数字图像增强和滤波3.3.1 目的1）熟悉灰度图像读入函数imread和图像显示函数imshow。2）掌握数据类型强制转换函数y=double(x)。(注意进行运算前类型为uint8的数据必须转换为double类型)。3）掌握使用函数映射增强图像的措施。4）熟悉使用imhist函数显示图像直方图。5）熟悉使用histeq函数进行直方图均衡化,通过实验成果理解直方图均衡化的作用。6）掌握加噪函数imnoise函数。7）熟悉常用空域平滑滤波和锐化滤波模板。3.3.2 内容根据简朴的函数映射规则编写程序e

39、xperiment.m,完毕图像求反、增强对比度、减少对比度。1）在MATLAB中读入名为lena.bmp的图像给矩阵D，将D强制类型转换为double。2）对原始图像求反,即转换为黑色或白色,形成底片效果,成果赋值给矩阵D1。规定原图像灰度范畴0255,求反后灰度变化范畴2550。3）对原始图像D减少对比度,成果赋值给矩阵D2。规定原图像灰度范畴0255,减少对比度后灰度变化范畴0127。4）对减少对比度后的图像D2增强对比度, 成果赋值给矩阵D3,规定与原始图像外观类似。5）在figure（1）中显示求反图像、增强对比度图像和减少对比度图像的图像与直方图,并添加标注阐明。6）对减少对比度后

40、图像矩阵D2使用histeq函数进行直方图均衡化,成果赋值给矩阵D4。在figure No.2显示减少对比度后图像与直方图均衡化后图像,并添加标注阐明。Dimread(lena.bmp);Ddouble(D/255;D=1-DD=(floor(D255/2)/255);D=(exp(D*255/10)/255;figure,subplot(4,2,1),imshow(Dtitle(原图像);subplot(4,2,2),imhist(D);title(原图像直方图);subplot(4,2,3),imshow(D1);title(求反图像);subplot(4,2,4),imhist(D2);

41、title(求反图像直方图);subplot(4,2,5),imshow(D3);title(增强对比度图像);subplot(4,2,6),imhist(D4);title(增强对比度图像直方图);subplot(4,2,7),imshow(D4);title(减少对比度图像);subplot(4,2,8),imhist(D3)title(减少对比度图像直方图);figure,subplot(1,2,1),imshow(D2);title(减少对比度图像);subplot(1,2,2),imshow(D4);title(直方图均衡化图像);如下将所有代码写成名为imfil.m的脚本文献，存盘

42、。在command window 中运营。1）在MATLAB中读入名为eight.tif的图像给矩阵X，将X强制类型转换为double，最大值归一化并显示X。2）使用imnoise函数对图像矩阵X加噪，加噪后图像矩阵名为J。规定噪声为零均值，方差0.005的高斯噪声。3）使用以上给出的平滑滤波模板和conv2函数对加噪图像进行平滑滤波即降噪，输出图像Y1并显示。4）使用以上给出的锐化滤波模板和conv2函数对图像X进行锐化滤波即边沿增强，输出图像Y2并显示。5）在一种图形窗口中建立22子窗口，分别显示原始图像X,加噪图像J,降噪后图像Y1和边沿增强图像Y2。X=imread(eight.tif

43、);Y=double(X);x=(255-Y)./255;J=imnoise(x,gaussian,0,0.005);d1=0.1.*1,1,1;1,2,1;1,1,1;Y1=conv2(J,d1,same);d2=0,-1,0;-1,5,-1;0,-1,0;Y2=conv2(Y,d2,same);subplot(2,2,1),imshow(X);title(原图象);subplot(2,2,2),imshow(J);title(加噪图象);subplot(2,2,3),imshow(Y1);title(降噪后图象);subplot(2,2,4),imshow(Y2/max(max(Y2)+Y

44、/255);title(边沿增强图象);编写程序specfil.m，完毕抱负滤波器对一幅图像的低通、高通滤波，比较并分析成果。1）在MATLAB中读入名为lena.bmp的图像给矩阵X，将X强制类型转换为double。2）用cheby1分别设计低通和高通滤波器并对原始图像X进行滤波，低通滤波后图像为X1，高通滤波后图像为X2。3）在Figure NO 1中开设1*3个子窗口显示原始图像X、低通滤波后图像X1和高通滤波后图像X2。编写函数f2,f3=photo(ut),图像文献名为lena256.bmp，第ut行为破损行，即令该行值全为255,文献存为lena2.bmp,编写程序进行预测修补，文

45、献保存为lena3.bmp。其中图像文献读入函数为imread,写出函数为imwrite，无符号8位整型数转换为双精度类型函数为double，其逆运算函数为uint8。3.4 实验实验一：图像输入对于一副黑白数字图像，其每一副数字图像都是由一种矩阵构成的，矩阵中的每一种值都是相应本来的模拟图像的相应值的量化值，因此，一副黑白图像就是一种有关像素值的矩阵。使用MATLAB进行图像输入，可以运用如下简朴一步：f=imread(文献名.格式名)；Figure;Imshow(f);根据数字图像的特性，f即为有关输入图象各像素值的矩阵。实验二：彩色图像解决有关数字彩色图像的编码，采用RGB三个矩阵进行存

46、储，因此对于输入的彩色图像的有关RGB的三个矩阵，我们只取其中的灰度矩阵进行解决，这样就是对彩色图像的简朴灰化。f=imread(文献名.格式名)；Figure;Imshow(f);title(原图像)f1=f(:;:;3)%取彩色图像的灰度分量。Figure;Imshow(f1);Title(原图像);例如输入的彩色图像为：图3-1 彩色图像输入(a) 图3-2 灰化之后的图像(b)实验三：图像增强实验题目：图像增强实验目的：（1）理解图像增强的内容和意义；（2）掌握基于空域的图像增强措施；（3）掌握基于频域的图像增强措施。实验内容：（1）综合运用直方图均衡、灰度变换、锐化空域滤波等措施编程

47、实现对图像的空域增强解决；（2）编程实现图像的频域增强解决。预备知识：（1）熟悉MATLAB图像输入输出操作；（2）熟悉图像的模板操作；（3）熟悉图像的频域变换解决；实验原理：图像增强是对图像进行加工，以得到视觉效果更好或更有用的新图像。图像均衡化f=imread(Couple.bmp);J=histeq(f); subplot(2,2,1);imshow(f);title(原图像);subplot(2,2,2);imhist(f);title(原图直方图);subplot(2,2,3);imshow(J);title(均衡化成果);subplot(2,2,4);imhist(J);title

48、(均衡化成果的直方图);图3-3实验四：图像的平滑与滤波实验题目：图像平滑与滤波实验目的：在熟悉图像平滑的基本原理和措施的基本上，在理论指引下，能在MATLAB环境下对图像进行平滑解决。本实验规定用线性平滑滤波、中值平滑滤波、频域低通滤波的措施进行程序设计。通过平滑解决，对成果图像加以比较，得出自己的实验结论。实验内容：（1）运用MATLAB为顾客提供的专门函数实现均值滤波。（2）运用MATLAB为顾客提供的专门函数实现中值滤波。（3）编写频域抱负低通、巴特沃斯低通及高斯低通滤波函数。预备知识：（1）熟悉平滑滤波、频域滤波原理。（2）熟悉在MATLAB环境下对图像文献的I/O操作。实验原理：平

49、滑滤波技术用于平滑图像中的噪声。平滑噪声可以在空间域中进行，基本措施是求像素灰度的平均值或中值。也可以在频域中用基于傅立叶的分析措施进行。I=imread( Couple.bmp); J=imnoise(I,gaussian,0,0.01);%给图像加高斯噪声 subplot(1,2,1);imshow(I);title(原始图像);subplot(1,2,2);imshow(J);title(加入高斯噪声的图像);图3-5h=fspecial(average,3);gd=imfilter(J,h);subplot(1,2,1);imshow(J);title(加入高斯噪声的图像);subpl

50、ot(1,2,2);imshow(gd);title( 3X3模板均值滤波);图3-6实验五：图像变换及频域滤波1验证二维傅里叶变换的平移性和旋转不变性；a要验证证其平移特性,就先建立一种二维图象,然后再对其平移,通过观测两者的频谱图来观测平移特性,为了以便起见,我们选择特殊状况来分析,令u0=v0=N/2,使F(u-N/2,v-N/2),达到将原始F(U,V)四周频谱移到中心的效果,及达到频谱中心化。b验证旋转不变性可以通过将原始数组的通过移动45度,然后再比较旋转后与旋转前的频谱,得出频谱旋转不变性的结论。具体环节：1）产生如图1所示图像（128128大小，暗处=0，亮处=255）2）同屏

51、显示原图和的幅度谱图。3）若令，反复以上过程，比较两者幅度谱的异同。4）将顺时针旋转45度得到，显示的幅度谱，并与的幅度谱进行比较。图3-7 实验图象(a) 图3-8 实验图象(b)2.实现图像频域滤波，加深对频域图像增强的理解。频率域中进行增强是相称直观的,重要环节有:1）计算需要增强的图象的傅立叶变换;2）将其与一种(根据需要设计的)转移的函数相乘;3）再将成果反傅立叶变换以得到增强的图象.为了直观的展示频域增强,可以通过下面任务来呈现:对如图2所示的数字图像lena.img（256256大小、256级灰度）进行频域的抱负低通、高通滤波，同屏显示原图、幅度谱图和低通、高通滤波的成果图。1验

52、证二维傅里叶变换的平移性和旋转不变性1）建立一种二维数组并规定该数组可以显示成图1.a=zeros(128,128)for y=54:74for x=34:94a(x,y)=1;end end然后再用显示图象的函数显示即可, 在此我们用imshow(a)语句。为了得到幅度谱图,可以地数组a进行迅速傅立叶变换,然后再用Mesh语句便可得到其幅度谱.2）观测其平移特性。根据实验措施中的分析,构造一种新的数组存入平移后的原数组,通过在嵌套中加入语句b(x,y)=(-1).(x+y).*a(x,y);即可,然后再用类似上面的措施画出图象和幅度谱.3）验证其旋转不变性。一方面将所得图画旋转45度,这需要

53、通过将数组先相应的旋转,这个旋转有两种方式:（1）根据旋转后的图象算出旋转后的数组形式,通过点与点之间的变换来实现,需要分区间来画图和构建新的数组.然后用imshow来显示.（2）直接用IMROTATE(A,ANGLE,METHOD)语句,其中A表达数组,ANGLE表达旋转角度,METHOD表达旋转方向.我们令t=imrotate(a,315,nearest,crop)令可将数组a逆时针旋转135度,即相称于顺时针旋转45度。然后比较旋转前后两幅图的差别以及其频率谱和幅度谱的异同。最后可以得结论。2.实现图像频域滤波1）读出图片,并生成图片的数组.一方面要将lena.img与MATLAB程序文

54、档放在一种目录下面,然后再用语句a=fopen(lena.img,r);b=fread(a,256,256,uchar);打开图片并获得构成该图片的数组.然后用imshow(b),便可得到lena的人头图片.另一方面与上面任务同样,对图片数组进行迅速傅立叶变换,然后用mesh()语句画出她的幅度谱图,2）进行频域增强的低通滤波部分。 频域法的过程是：f(x,y)正变换-F(u,v)-修正H(u,v)-G(u,v)-反变换g(x,y).3）进行频域增强的高通滤波部分。一种2-D抱负高通滤波器的转移函数满足下列条件H(u,v) H(u,v)=0; 当D(u,v)X时;所得到的成果正好与低通滤波相反

55、, 当不小于X的频率可以完全不受影响的通过滤波器,而不不小于X的则完全不能通过滤波器。在高通滤波时,分别令X等于2,8,24时,分别得到高通滤波后的成果图像,通过观测其图象与幅度谱图来理解高通滤波的特性。有关此部分重要的函数语句是:（1）m=abs(b);m0=15*log(m+1.001);surf(m0);求出数组之后将其进行fft2得到m,然后求出其绝对值,为了避免其数值过大,求其对数,且为了避免浮现0和1的状况,可以在m的基本上加上1.001,最后用surf()函数显示出3-D效果.(2) r=24;for x=1:256for y=1:256if (x-128).2+(y-128).

56、2r.2; t(x,y)=0; end endend成果如下：原图像及其频谱图图3-12h2=abs(t);h02=15*log(1.001+h2)figure(2)imshow(h02,0,255);t=ifftshift(t);z=ifft2(t);figure(3);subplot(1,2,1)imshow(z,0,255);n=fft2(z);subplot(1,2,2);n=15*log(1.001+abs(n);surf(n);R=88时的抱负低通滤波成果图和滤波频谱图：图3-13R=24时的抱负低通滤波成果图和滤波幅度谱图：图3-14R=5时的抱负低通滤波成果图和滤波幅度谱图：图

57、3-15对于所有的低通滤波都会根据不同的半径产生如图2.5同样的频谱图.当R=5时，滤波后的图像很模糊，无法辨别；当R=24时，滤波后的图像有些模糊，能辨别出脸上的器官轮廓，但由于抱负低通滤波器在频域的锐截止特性，滤波后的图像有较明显的振铃现象；当R=88时，滤波后的图像比较清晰，但高频分量损失后，图像边沿与文字变的有些模糊，在图像的边框附近仍有振铃现象。b. 对数字图像lena.img进行频域的抱负高通，同屏显示原图、幅度谱图和高通滤波的成果图。其中，取抱负高通滤波的半径R分别为2、8和24：原图像及其幅度谱图：图3-16R=2时的抱负高通滤波成果图和滤波幅度谱图：图3-17R=8时的抱负高

58、通滤波成果图和滤波幅度谱图：图3-18R=24时的抱负高通滤波成果图和滤波幅度谱图：图像3-19图3-20R=8时的频谱图,根据R的大小来决定中心阴影部分的圆的大小,其他部分均是高通滤波的效果.当R=2时，滤波后的图像无直流分量，但灰度的变化部分基本上都保存了；当R=8时，滤波后的图像在文字和图像边沿部分的信息仍然保存；当R=24时，滤波后的图像只剩余文字和白条边沿等信号突变的部分小结：熟悉了MATLAB7.0的使用验证了二维傅里叶变换的平移性和旋转不变性。实现了对图像的频域滤波，掌握了频域图像增强,理解了低通滤波对图像的影响。总结本文重要是对运用Matlab软件对图像增强做了一种简要扼要的简介。图像增强即增强图象中的有用信息，这个变换过程可以说是一种失真的过程，它的重要目的是加强图像的视觉效果。根据给定图像的实际规定，有目的的