1、多媒體技術與圖像處理第二次實驗灰度變換增強一、實驗目的1. 熟悉matlab圖像處理工具箱及直方圖函數的使用；2. 了解灰度變換增強的Matlab實現方法3. 掌握直方圖灰度變換方法4. 理解和掌握直方圖原理和方法；二、實驗內容1. 線段上像素灰度分布讀入灰度圖像 peppers_gray.bmp，采用交互式操作，用improfile繪制一條線段的灰度值。imshow(rgb2gray(imread(peppers.bmp)improfile讀入RGB圖像flowers.tif，顯示所選線段上紅、綠、藍顏色分量的分布imshow(flowers.tif)improfile2. 直方圖變換A)

2、直方圖顯示在matlab環境中，程序首先讀取圖像cameraman.tif，然后調用直方圖函數，設置相關參數，再輸出處理后的圖像。I=imread(cameraman.tif); %讀取圖像subplot(1,2,1),imshow(I) %輸出圖像title(原始圖像) %在原始圖像中加標題_subplot(1,2,2),Imhist(I) _ %輸出原圖直方圖title(原始圖像直方圖) %在原圖直方圖上加標題讀入圖像rice.png，在一個窗口中顯示灰度級n=64，128和256的圖像直方圖。I=imread(rice.png);imshow(I)_ subplot(1,3,1),imh

3、ist(I,64)title(n=64)subplot(1,3,2),imhist(I,128)title(n=128)subplot(1,3,3),imhist(I,256)title(n=256) _B) 直方圖灰度調節利用函數imadjust調解圖像灰度范圍，觀察變換后的圖像及其直方圖的變化。I=imread(rice.png);imshow(I)figure,imhist(I)J=imadjust(I,0.15 0.9,0 1);figure,imhist(J)figure,imshow(J)I=imread(cameraman.tif);imshow(I)figure,imhist(

4、I)J=imadjust(I,0 0.2,0.5 1);figure,imhist(J)figure,imshow(J)C) 直方圖均衡化在matlab環境中，程序首先讀取圖像，然后調用灰度均衡函數，設置相關參數，再輸出處理后的圖像。I=imread(cameraman.tif); %讀取圖像subplot(2,2,1),imshow(I) %輸出圖像title(原始圖像) %在原始圖像中加標題_ subplot(2,2,3),imhist(I) _ %輸出原圖直方圖title(原始圖像直方圖) %在原圖直方圖上加標題_ a=histeq(I,256) _ %直方圖均衡化，灰度級為256sub

5、plot(2,2,2),imshow(a) %輸出均衡化后圖像title(均衡化后圖像) %在均衡化后圖像中加標題_ subplot(2,2,4),imhist(a) _ %輸出均衡化后直方圖title(均衡化后圖像直方圖) %在均衡化后直方圖上加標題分別對圖像pout.tif和tire.tif進行直方圖均衡化處理，比較處理前后圖像及直方圖分布的變化。I=imread(pout.tif);imshow(I)figure,imhist(I)J=histeq(I);figure,imhist(J)figure,imshow(J)I=imread(tire.tif);imshow(I)figure,

6、imhist(I)J=histeq(I);figure,imshow(J)figure,imhist(J)三、思考題 （試回答以下問題）1. MATLAB程序的IPT中有哪些圖像亮（灰）度變換函數?寫出函數的語法。答：函數imadjust，語法：g = imadjust(f, low_in high_in,low_out high_out, gamma);函數histeq,語法：J = histeq(I,n)指定直方圖均衡后的灰度級數n，默認值為64。2. 直方圖的物理含義是什么？答：它反映的是圖像的灰度值的分布情況。只反映了該圖像中不同灰度值出現的次數，而未反應某一灰度值像素所在的位置，即它

7、只包含了該圖像中某一灰度值的像素出現的概率，而丟失了其所在位置的信息。直方圖是二維的坐標系，其橫軸代表的是圖像中的亮度，由左向右，從全黑逐漸過渡到全白；縱軸代表的則是圖像中處于這個亮度范圍的像素的相對數量。當直方圖中的黑色色塊偏向于左邊時，說明這張照片的整體色調偏暗，也可以理解為照片欠曝。而當黑色色塊集中在右邊時，說明這張照片整體色調偏亮。3. 結合實驗內容，定性評價直方圖均衡增強效果？答：用MATLAB進行實驗，結果表明，直方圖均衡化在一定程度上改善了圖像的對比度差和灰度動態范圍，增強了圖像的可讀性，圖像增強處理后的圖像比原始圖像更適合于具體應用。空域濾波增強一、實驗目的1. 了解空域濾波增

8、強的Matlab實現方法；2. 掌握噪聲模擬和圖像濾波函數的使用方法；3. 能夠將給定圖像+噪聲，使用均值濾波器、中值濾波器對不同強度的高斯噪聲和椒鹽噪聲，進行濾波處理；4. 能夠正確地評價處理的結果；并從理論上作出合理的解釋。二、實驗內容1. 噪聲模擬利用函數imnoise給圖像eight.tif分別添加高斯(gaussian)噪聲和椒鹽(salt & pepper)噪聲。I=imread(eight.tif);imshow(I)_ I1=imnoise(I,gauss,0.05) _ 添加高斯噪聲figure,imshow(I1)_ I2=imnoise(I,salt &pepper,0.

9、05) _ 添加椒鹽噪聲figure,imshow(I2)2. 均值濾波和中值濾波A) 均值濾波在matlab環境中，程序首先讀取圖像，然后調用圖像增強（）函數，設置相關參數，再輸出處理后的圖像。I = imread(cameraman.tif);figure,imshow(I);J=filter2(fspecial(average,3),I)/255;figure,imshow(J);B) 中值濾波在matlab環境中，程序首先讀取圖像，然后調用圖像增強（中值濾波）函數，設置相關參數，再輸出處理后的圖像。I = imread(cameraman.tif);figure,imshow(I);_

10、 J = medfilt2(I,3,3) _ 中值濾波figure,imshow(J);3. 空域濾波A) 對上述噪聲圖像進行均值濾波和中值濾波，比較濾波效果。I=imread(rgb2gray( sample1.jpg ); J = imnoise(I,gauss,0.02); %添加高斯噪聲 %J = imnoise(I,salt & pepper,0.02); %添加椒鹽噪聲K=filter2(fspecial(average,3),I)/255; %均值濾波 3 3L=filter2(fspecial(average,5),I)/255; %均值濾波 5 5M = medfilt2(I

11、,3,3) %中值濾波3 3 模板N = medfilt2(I,4,4) % 中值濾波4 4 模板%顯示以上濾波后的圖片imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L); figure,imshow(M); figure,imshow(N);B) 總結均值濾波和中值濾波的特點及使用場合。答：均值濾波：是把每個像素都用周圍的8個像素來做均值操作，幅值近似相等且隨機分布在不同位置上，這樣可以平滑圖像，速度較快，算法簡單。但是無法去掉噪聲，只能微弱的減弱它。均值濾波對于周期性的干擾和熱噪聲的干擾都有很好的抑制作用。中值濾波：常用

12、的非線性濾波方法 ,也是圖像處理技術中最常用的預處理技術。它在平滑脈沖噪聲方面非常有效,同時它可以保護圖像尖銳的邊緣，選擇適當的點來替代污染點的值，所以處理效果好。其中加權中值濾波能夠改進中值濾波的邊緣信號，使其良好保持效果。中值濾波在數字信號處理和數字圖像處理有比較普遍的應用。C) *對圖像saturn.tif采用laplacian高通濾波器進行銳化濾波。（提示：可使用fspecial函數）I=double(rgb2gray(imread(saturn.png);imshow(I)h = fspecial(laplacian)%用laplacian高通濾波器對I進行濾波I2 = filter

13、2(h,I)figure,imshow(I2) % 顯示濾波后的結果三、思考題（試回答以下問題）1. 簡述高斯噪聲和椒鹽噪聲的特點。答：高斯噪聲特點是它主要由阻性元器件內部產生，它的概率密度函數服從高斯分布（即正態分布）。椒鹽噪聲特點：主要由圖像切割引起的黑圖像上的白點噪聲或光電轉換過程中產生的泊松噪聲等，其噪聲的灰度值與鄰域像素點具有明顯不同，在圖像中造成過亮或過暗的像素點，嚴重影響圖像質量。2. 結合實驗內容，定性評價平均濾波器/中值濾波器對高斯噪聲和椒鹽噪聲的去噪效果？答：使用均值濾波器對高斯噪聲進行去噪效果比較好，雖然對椒鹽也有效果，但是不如對高斯噪聲的處理效果好。中值濾波對于去除椒鹽噪聲效果好，而對高斯噪聲不是很理想。中值濾波器對于去除椒鹽噪聲效果明顯。3. 結合實