《数字图像处理》期末⼤作业（1）
《数字图像处理》期末⼤作业
⼤作业题⽬及要求：
⼀、题⽬：
本门课程的考核以作品形式进⾏。作品必须⽤Matlab完成。并提交相关⽂档。
⼆、作品要求：
1、⽤Matlab设计实现图形化界⾯，调⽤后台函数完成设计，函数可以调⽤Matlab⼯具箱中的函数，也可以⾃⼰编写函数。设计完成后，点击GUI 图形界⾯上的菜单或者按钮，进⾏必要的交互式操作后，最终能显⽰运⾏结果。
2、要求实现以下功能：每个功能的演⽰窗⼝标题必须体现完成该功能的⼩组成员的学号和姓名。
1）对于打开的图像可以显⽰其灰度直⽅图，实现直⽅图均衡化。
2）实现灰度图像的对⽐度增强，要求实现线性变换和⾮线性变换（包括对数变换和指数变换）。
3）实现图像的缩放变换、旋转变换等。
4）图像加噪（⽤输⼊参数控制不同噪声），然后使⽤空域和频域进⾏滤波处理。
5）采⽤robert算⼦，prewitt算⼦，sobel算⼦，拉普拉斯算⼦对图
像进⾏边缘提取。
6）读⼊两幅图像，⼀幅为背景图像，⼀幅为含有⽬标的图像，应⽤所学的知识提取出⽬标。
3、认真完成期末⼤作业报告的撰写，对各个算法的原理和实验结果务必进⾏仔细分析讨论。报告采⽤A4纸打印并装订成册。附录：报告模板
《数字图像处理》
期末⼤作业
班级：计算机
⼩组编号：第9组
组长：王迪
⼩组成员：吴佳达
浙江万⾥学院计算机与信息学院
2014年12⽉
⽬录（⾃动⽣成）
1 绘制灰度直⽅图，实现直⽅图均衡化 (6)
1.1 算法原理 (6)
1.2 算法设计 (6)
1.3 实验结果及对⽐分析 (8)
2 灰度图像的对⽐度增强 (8)
2.1 算法原理 (8)
2.2 算法设计 (9)
2.3 实验结果及分析 (11)
3 图像的⼏何变换 (11)
3.1 算法原理 (11)
3.2 算法设计 (11)
3.3 实验结果及分析 (12)
4 图像加噪（⽤输⼊参数控制不同噪声），然后使⽤空域和频域进⾏滤波处理 (12)
4.1 算法原理 (12)
4.2 算法设计 (12)
4.3 实验结果及分析 (18)
5 采⽤robert，prewitt，sobel，拉普拉斯算⼦对图像进⾏边缘提取 (18)
5.1 算法原理 (18)
5.2 算法设计 (18)
5.3 实验结果及分析 (19)
6 读⼊两幅图像，⼀幅为背景图像，⼀幅为含有⽬标的图像，应⽤所学的知识提取出⽬标错误！未定义书签。
6.1 算法原理........................................................................................................ 错误！未定义书签。
6.2 算法设计........................................................................................................ 错误！未定义书签。
6.3 实验结果及分析............................................................................................ 错误！未定义书签。
7 ⼩结（感受和体会） (19)
1 绘制灰度直⽅图，实现直⽅图均衡化
1.1 算法原理
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。本实验以直⽅图均衡化增强图像对⽐度的⽅法为主要内容，其他⽅法同学们可以在课后⾃⾏联系。
直⽅图是多种空间城处理技术的基础。直⽅图操作能有效地⽤于图像增强。除了提供有⽤的图像统计资料外，直⽅图固有的信息在其他图像处理应⽤中也是⾮常有⽤的，如图像压缩与分割。直⽅图在软件中易于计算，也适⽤于商⽤硬件设备，因此，它们成为了实时图像处理的⼀个流⾏⼯具。
直⽅图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直⽅图均衡化的⽬的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。灰度直⽅图是图像预处理中涉及最⼴泛的基本概念之⼀。
图像的直⽅图事实上就是图像的亮度分布的概率密度函数，是⼀幅图像的所有象素集合的最基本的统计规律。直⽅图反映了图像的明暗分布规律，可以通过图像变换进⾏直⽅图调整，获得较好的视觉效果。
直⽅图均衡化是通过灰度变换将⼀幅图像转换为另⼀幅具有均衡直⽅图，即在每个灰度级上都具有相同的象素点数的过程。
1.2 算法设计
f=imread('medicine_pic.jpg');
g=imhist(f,256); %显⽰其直⽅图
g1=imadjust(f,[0 1],[1 0]); %灰度转换，实现明暗转换(负⽚图像)
figure,imshow(g1)
%将0.5到0.75的灰度级扩展到范围[0 1]
g2=imadjust(f,[0.5 0.75],[0 1]);
figure,imshow(g2)
g=imread('point.jpg');
h=log(1+double(g)); %对输⼊图像对数映射变换
h=mat2gray(h); %将矩阵h转换为灰度图⽚
h=im2uint8(h); %将灰度图转换为8位图
figure,imshow(h) I=imread('camera.jpg'); % 读⼊原图像
J=histeq(I); %对原图像进⾏直⽅图均衡化处理
imshow(I); %显⽰原图像
title('原图像'); %给原图像加标题名
%对原图像进⾏屏幕控制；显⽰直⽅图均衡化后的图像
figure;imshow(J);
%给直⽅图均衡化后的图像加标题名
title('直⽅图均衡化后的图像') ;
%对直⽅图均衡化后图像进⾏屏幕控制；作⼀幅⼦图，并排两幅图的第1幅
figure; subplot(1,2,1) ;
imhist(I,64); %将原图像直⽅图显⽰为64级灰度
title('原图像直⽅图') ; %给原图像直⽅图加标题
subplot(1,2,2); %作第2幅⼦图
imhist(J,64) ; %将均衡化后图像的直⽅图显⽰为64级灰度
title('均衡变换后的直⽅图') ; %给均衡化后图像直⽅图加标题名
1.3 实验结果及对⽐分析
图1 图2
分析：直⽅图均衡化可以增加许多图像的全局对⽐度，尤其是当图像的有⽤数据的
对⽐度相当接近的时候，通过这种⽅法，亮度可以更好地在直⽅图上分布。这样就可以⽤于增强局部的对⽐度⽽不影响整体的对⽐度，直⽅图均衡化通过有效地扩展常⽤的亮度来实现这种功能。
2 灰度图像的对⽐度增强
2.1 算法原理
术语‘空间域’指的是图像平⾯本⾝，在空间与内处理图像的⽅法是直接对图像的像素进⾏处理。空间域处理⽅法分为两种：灰度级变换、空间滤波。空间域技术直接对像素进⾏操作其表达式为
g(x,y)=T[f(x,y)]
其中f(x,y)为输⼊图像，g(x,y)为输出图像，T是对图像f进⾏处理的操作符，定义在点(x,y)的指定领域内。
定义点(x,y)的空间邻近区域的主要⽅法是，使⽤中⼼位于(x,y)的正⽅形或长⽅形区域，。
此区域的中⼼从原点(如左上⾓)开始逐像素点移动，在移动的同时，该区域会包含不同
的领域。T应⽤于每个位置(x,y)，以便在该位置得到输出图像g。在计算(x,y)处的g值时，只使⽤该领域的像素。
灰度变换T的最简单形式是使⽤领域⼤⼩为1×1，此时,(x,y)处的g值仅由f在该点处的亮度决定，T也变为⼀个亮度或灰度级变化函数。当处理单设(灰度)图像时，这两个术语可以互换。由于亮度变换函数仅取决于亮度的值，⽽与(x,y)⽆关，所以亮度函数通常可写做如下所⽰的简单形式：
s=T(r)
其中，r表⽰图像f中相应点(x,y)的亮度，s表⽰图像g中相应点(x,y)的亮度。
局部直方图均衡化2.2 算法设计
f=imread('1.jpg');
g=imhist(f,256); %显⽰其直⽅图
g1=imadjust(f,[0 1],[1 0]); %灰度转换，实现明暗转换(负⽚图像)
figure,imshow(g1)
%将0.5到0.75的灰度级扩展到范围[0 1]
g2=imadjust(f,[0.5 0.75],[0 1]);
figure,imshow(g2)
g=imread(2.jpg');
h=log(1+double(g)); %对输⼊图像对数映射变换h=mat2gray(h); %将矩阵h转换为灰度图⽚h=im2uint8(h); %将灰度图转换为8位图figure,imshow(h)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。