西南交大数字图像处理第二次试验

数字图像处理第二次实验注意提交实验报告的文件名格式（姓名+学号+实验报告二.doc）实验三灰度变换增强一、实验目的1.熟悉matlab图像处理工具箱及直方图函数的使用；2.了解灰度变换增强的Matlab实现方法3.掌握直方图灰度变换方法4.理解和掌握直方图原理和方法；二、实验内容1.线段上像素灰度分布读入灰度图像'peppers_gray.bmp'，采用交互式操作，用improfile绘制一条线段的灰度值。imshow(rgb2gray(imread('peppers.bmp')))Improfile读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布imshow('flowers.tif')Improfile2.直方图变换A)直方图显示在matlab环境中，程序首先读取图像'cameraman.tif'，然后调用直方图函数，设置相关参数，再输出处理后的图像。I=imread('cameraman.tif');%读取图像subplot(1,2,1),imshow(I)%输出图像title('原始图像')%在原始图像中加标题subplot(1,2,2),imhist(I)%输出原图直方图title('原始图像直方图')%在原图直方图上加标题读入图像‘rice.png’，在一个窗口中显示灰度级n=64，128和256的图像直方图。I=imread('rice.png');imshow(I)I=imread('rice.png');subplot(1,3,1),imhist(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)直方图灰度调节利用函数imadjust调解图像灰度范围，观察变换后的图像及其直方图的变化。I=imread('rice.png');imshow(I)figure,imhist(I)J=imadjust(I,[0.150.9],[01]);figure,imhist(J)figure,imshow(J)I=imread('cameraman.tif');imshow(I)figure,imhist(I)J=imadjust(I,[00.2],[0.51]);figure,imhist(J)figure,imshow(J)C)直方图均衡化在matlab环境中，程序首先读取图像，然后调用灰度均衡函数，设置相关参数，再输出处理后的图像。I=imread('cameraman.tif');%读取图像subplot(2,2,1),imshow(I)%输出图像title('原始图像')%在原始图像中加标题subplot(2,2,2),imhist(I)%输出原图直方图title('原始图像直方图')%在原图直方图上加标题a=histeq(I,256)%直方图均衡化，灰度级为256subplot(2,2,3),imshow(a)%输出均衡化后图像title('均衡化后图像')%在均衡化后图像中加标题subplot(2,2,4),imhist(a)%输出均衡化后直方图title('均衡化后图像直方图')%在均衡化后直方图上加标题分别对图像‘pout.tif’和‘tire.tif’进行直方图均衡化处理，比较处理前后图像及直方图分布的变化。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,imhist(I)J=histeq(I);figure,imshow(J)figure,imhist(J)三、思考题（试回答以下问题）1.MATLAB程序的IPT中有哪些图像亮（灰）度变换函数?写出函数的语法。答：imadjust(I),histeq(I)2.直方图的物理含义是什么？答：分析资料，解析出规则性，比较直观地看出产品质量特性的分布状态，对于资源分布状况一目了然，便于判断其总体质量分布情况。它通过对收集到的貌似无序的数据进行处理，来反映产品质量的分布情况，判断和预测产品质量及不合格率。3.结合实验内容，定性评价直方图均衡增强效果？答：增强了图像对比度，可以使图像更清晰，使图像直方图分布更加均衡。实验四空域滤波增强一、实验目的1.了解空域滤波增强的Matlab实现方法；2.掌握噪声模拟和图像滤波函数的使用方法；3.能够将给定图像+噪声，使用均值滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；4.能够正确地评价处理的结果；并从理论上作出合理的解释。二、实验内容1.噪声模拟利用函数imnoise给图像‘eight.tif’分别添加高斯(gaussian)噪声和椒盐(salt&pepper)噪声。I=imread('eight.tif');imshow(I)I1=imnoise(I,'gaussian',0.02);添加高斯噪声figure,imshow(I1)I2=imnoise(I,'salt&pepper',0.02);添加椒盐噪声figure,imshow(I2)2.均值滤波和中值滤波A)均值滤波在matlab环境中，程序首先读取图像，然后调用图像增强（）函数，设置相关参数，再输出处理后的图像。I=imread('cameraman.tif');figure,imshow(I);J=filter2(fspecial(‘average’,3),I)/255;figure,imshow(J);B)中值滤波在matlab环境中，程序首先读取图像，然后调用图像增强（中值滤波）函数，设置相关参数，再输出处理后的图像。I=imread('cameraman.tif');figure,imshow(I);J=medfilt2(I)%中值滤波figure,imshow(J);3.空域滤波A)对上述噪声图像进行均值滤波和中值滤波，比较滤波效果。I=imread(rgb2gray('sample1.jpg'));J=imnoise(I,'gauss',0.02);%添加高斯噪声%J=imnoise(I,'salt&pepper',0.02);%添加椒盐噪声K=filter2(fspecial('average',[33]),J)/255;%均值滤波3×3L=filter2(fspecial('average',[55]),J)/255;%均值滤波5×5M=medfilt2(J,[33]);%中值滤波3×3模板N=medfilt2(J,[44]);%中值滤波4×4模板%显示以上滤波后的图片imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);高斯噪声时：椒盐噪声时：B)总结均值滤波和中值滤波的特点及使用场合。请回答以上问题。(1)均值滤波对高斯噪声的抑制是比较好的,处理后的图像边缘模糊较少。但对椒盐噪声的影响不大,因为在削弱噪声的同时整幅图像内容总体也变得模糊，其噪声仍然存在。(2)对于中值滤波，由图像处理的结果可以看出，它只影响了图像的基本信息，说明中值滤波对高斯噪声的抑制效果不明显。这是因为高斯噪声使用随机大小的幅值污染所有的点，因此无论怎样进行数据选择，得到的始终还是被污染的值。而由图还可以看出,中值滤波对去除“椒盐”噪声可以起到很好的效果，因为椒盐噪声只在画面中的部分点上随机出现，所以根据中值滤波原理可知，通过数据排序的方法,将图像中未被噪声污染的点代替噪声点的值的概率比较大，因此噪声的抑制效果很好,同时画面的轮廓依然比较清晰。由此看来，对于椒盐噪声密度较小时,尤其是孤立噪声点,用中值滤波的效果非常好的。均值滤波对高斯噪声有较好的抑制作用，而对于椒盐噪声的处理中值滤波要略微有优势。C)*对图像'saturn.tif'采用'laplacian'高通滤波器进行锐化滤波。（提示：可使用fspecial函数）I=double(rgb2gray(imread('saturn.png')));imshow(I)I2=filter2(fspecial('laplacian'),I);%用laplacian'高通滤波器对I进行滤波figure,imshow(I2)%显示滤波后的结果三、思考题（试回答以下问题）1.简述高斯噪声和椒盐噪声的特点。答：高斯噪声特点:它的概率密度函数服从高斯分布（即正态分布）。椒盐噪声特点：主要由图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声等，其噪声的灰度值与邻域像素点具有明显不同，在图像中造成过亮或过暗的像素点，严重影响图像质量。2.结合实验内容，定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果？答：使用均值滤波器对高斯噪声进行去噪效果比较好，虽然对椒盐也有效果，但是不如对高斯噪声的处理效果好。中值滤波对于去除椒盐噪声效果好，而对高斯噪声不是很理想。中值滤波器对于去除椒盐噪声效果明显。3.结合实验内容，定性评价滤波窗口对去噪效果的影响？答：a.线性滤波：对一些图像进行线性滤波可以去除图像中某些类型的噪声，如采用邻域平均法的均值滤波器就非常适应于去除通过扫描得到的图像中的颗粒噪声。b.中值滤波：其是一种典型的低通滤波器，主要目的是保护图像边缘，同时也能去除噪声。c.自适应滤波：其能够根据图像的局部方差来调整滤波器的输出，其滤波效果要优于线性滤波，同时可以更好的保存图像的边缘和高频细节信息。4.图像亮（灰）度变换与空间滤波有什么不同?答：图像亮（灰）度变换方法是按照一定的规则逐点修改输入图像每一像素的灰度，从而改变图像灰度的动态范围。空间滤波方法是使用空域模板进行的图像处理，按其效果可分为平滑滤波器和锐化滤波器，平滑的目的在于消除混杂图像干扰，改善图像质量，强化图像表现特征，锐化的目的在于增强图像边缘，以便对图像进行识别和处理。