数字图像处理实验二 图像处理编码增强实现.docVIP

实验二: 图像处理编码增强实现 实验目的 运用matlab进行图像增强处理； 了解图像增强处理的原理 熟悉图像处理的编程实现 实验原理 图像的直方图及均衡化 在实际应用中，希望能够有目的地增强某个灰度区间的图像， 即能够人为地修正直方图的形状， 使之与期望的形状相匹配，这就是直方图规定化的基本思想。换句话说，希望可以人为地改变直方图形状，使之成为某个特定的形状，直方图规定化就是针对上述要求提出来的一种增强技术，它可以按照预先设定的某个形状来调整图像的直方图。直方图规定化是在运用均衡化原理的基础上，通过建立原始图像和期望图像之间的关系，选择地控制直方图，使原始图像的直方图变成规定的形状，从而弥补了直方图均衡不具备交互作用的特性。 　　其增强原理是先对原始的直方图均衡化：S T r 　　同时对规定的直方图均衡化：v G z 　　由于都是均衡化，故令 S v，则：z G-1 v G-1[T r ] 。 将周围4邻域或8邻域或16邻域的像素加起来除以总个数，得到的数值赋给当前位置，这样就是低通滤波了。然后也可以加权重，或者使用更大范围的面积进行运算 越大越慢，可以寻找程序上的快速实现，比如堆栈形式的获取数据方法 如上图所示：原图像的灰度值集中在100到150之间，在0到50之间比较少，整体上分布不均匀，经过均衡化处理，变成右图所示，在0到250之间均匀分布效果比较明显。 2.图像直方图均衡化 如上图所示：原图灰度图像比较模糊，颜色较浅，可见灰度值集中在前面，均衡化后图像清晰很多，即在0到250分布均匀。 低通滤波平滑 如上图所示：右图明显比左图模糊，经过低通滤波后，高频部分被减弱！边缘部分区别不明显，看上去就模糊了。 图像锐化 上图所示：锐化则是将低频部分减弱，高频部分增强，边缘部分区别明显，图像看上去轮廓比较清晰。由于高频部分被增强，所以图像看上去颜色较深。 真彩色增强 如图所示：灰度图像的红色分量，绿色分量，蓝色分量，红色分量颜色较深，则灰度值较高，频率较高。 四．实验心得 在编程实现实验中，遇到运用axes（handles，axes1）函数出错，即无法再所给框图中显示，可能是由于图片的尺寸问题影响，后经过修改成subplot（1，2，1），将问题解决，在图像增强实验中，考虑的是高频部分和低频部分对图像各自的影响！可以根据实际需要来增强那一部分，从而达到预期目的。