实验一  直方图均衡化
一、实验目的
掌握基本的图象增强方法,观察图象增强的效果,加深对灰度直方图及直方图均衡化的理解，掌握直方图均衡化方法。
二、实验内容
将一张彩图片转换成灰图片，做出均衡化后的直方图，并将灰度图和均衡化后的图片对比。
三、实验原理
直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。
四、实验代码及结果
clear all;
f=imread('14.jpg');%读入灰图像
imwrite(rgb2gray(f),'14Gray.bmp'); %将彩图片灰度化并保存
f1=imread('14Gray.bmp');
g=histeq(f1,250);%利用histep()函数对灰图像进行直方图均衡化处理
subplot(121);
imshow(f1);
title('灰图像');%显示生成灰图像
subplot(122);
imshow(g);
title('直方图均衡化处理');%显示生成均衡化以后的图像
五、实验结果分析
利用imhist()函数对两幅图像的灰度范围进行分析，根据下图可知，灰图像的灰度范围相对来说非常狭窄，图像质量比较差。而经过直方图均衡化处理后，图像的对比度及平均亮度明显提高，直方图在整个亮度标度上明显扩展，图像质量明显提高。
实验二  空域锐化
一、实验目的
理解图象锐化的概念，掌握常用空域锐化增强技术。加深理解和掌握图像锐化的原理和具体算法，理解图象锐化增强的处理过程和特点。
二、实验内容
利用一阶微分锐化增强，实现Roberts算子的锐化处理。观察处理前后图像效果，分析实验结果和算法特点。
三、实验原理
Roberts算子是突出图像的细节或者是增强被模糊了的细节。因此要对图像实现锐化处理，可以用空间微分来完成，但是，这样图像的微分增强了边缘和其他的突变（如噪声）并削弱了灰度变化缓慢区域。
四、实验代码及结果
I=imread('33Gray.bmp');%读入图像
I=im2double(I);%转换数据类型，将uint8图像转为double类型，范围为0-1
[height width R]=size(I);%返回矩阵I的行列
for i=2:height-1
    for j=2:width-1
        R(i,j)=abs(I(i+1,j+1)-I(i,j))+abs(I(i+1,j)-I(i,j+1));
    end
end
T=R;
for i=1:height-1
    for j=1:width-1
        if (R(i,j)<0.25)
matlab直方图            R(i,j)=1;
        else R(i,j)=0;
        end
    end
end
%Roberts算子锐化处理
subplot(121);imshow(I);title('原图');%显示原图
subplot(122);
imshow(R);
title('Roberts算子锐化处理后图像');%显示锐化后的图像
五、实验结果分析
Roberts算子用来实现消除图像模糊地增强的方法,即“锐化”。此处理加强图像的边界和细节。Roberts算子提出的是在2*2的邻域上计算对角导数产生的偏导数在图像处理中心点上用均值或是绝对值求和的形式结合起来。但是此算法增强噪声的缺陷也在图像中体现了。
实验三  频域锐化
一、实验目的
掌握常用频域低通滤波器的设计。 进一步加深理解和掌握图像频谱的特点和频域低通滤波的原理。理解图像低通滤波的处理过程和特点。
二、实验内容
设计程序，分别实现二阶巴特沃斯低通滤波器观察处理前后图像效果，分析实验结果和算法特点。
三、实验原理
巴特沃斯高通滤波器的传递函数为：
                   
式中D0为截止频率距远点距离。一阶巴特沃斯滤波器没有振铃。在二阶中振铃通常很微小，但在阶数增高时振铃便成为一个重要因素。
四、实验代码及结果
f1=imread('1.bmp');
  F= double(f1);    % 数据类型转换，MATLAB不支持图像的无符号整型的计算
  G = fft2(F);        % 傅立叶变换
  G = fftshift(G);    % 转换数据矩阵
  [M,N]=size(G);
  nn = 2;          % 二阶巴特沃斯(Butterworth)高通滤波器
  d0 = 5;
  m = fix(M/2);
  n = fix(N/2);
  for i = 1 : M
      for j = 1 : N
          d = sqrt((i-m)^2+(j-n)^2);
          if (d == 0)
              h = 0;
          else
              h=1/(1+0.414*(d0/d)^(2*nn));% 计算传递函数
          end;
          result(i,j) = h * G(i,j);
      end;
  end;
  result = ifftshift(result);
  J2= ifft2(result);
  J3= uint8(real(J2));
subplot(221);imshow(f1);
title('灰图像');
subplot(222);imshow(J3);  % 滤波后图像显示
title('滤波后的图像');
五、实验结果分析
巴特沃思滤波器去的频率和通过的频率之间没有明显的不连续性，图像的模糊程度降低，而且也没有振铃效应，这是由于在低频和高频之间，滤波器平滑过渡的缘故。

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。