《数字图像处理》第3章作业.doc

图像处理及应用 第三章作业 3.5 答：直方图均衡化是重映射直方图，来获得均匀的直方图，它的目的是为了 加强像素的强度，而当一幅图像的直方图为平坦直方图时，直方图均衡法不需要 再次分配像素，所以不适合直方图均衡化技术。 3.17 答：（a）计算掩模Rnew = Rold - C1 + C3，Rold 是上一次的计算结果，C1 是移动时第一列之和，C3 是下一列的和，对于3*3 的滤波器C3 需要计算2 次加法（C1已经在之前被计算），所以计算Rnew 共需要计算4 次加法，当到最后一列时，向下移一行，和之前一样的方法，再从右往左计算。对于n*n 的滤波器，C3共需要计算n-1 次，所以Rnew 共要计算n+1 次加法。而按照通常的计算方法，共需要计算n2-1次加法。 （b）(n2-1) / (n+1) = n-1 3.22 答：因为在原图中，竖条的宽度是5 像素，间距是20 像素，所以每25 个 像素的灰度值之和都是相同的，当以25*25 的方形掩模时，计算的值是相等的， 所以垂直竖条被模糊了。而当以23*23 和45*45 的方形掩模时，掩模大小与宽度 并不一致，所以线条之间的分割仍很清楚。 课后编程题 （1） 原图像与图像直方图： 均衡后图像的直方图： 给定的归一化直方图如下： 利用上述的直方图进行直方图规定化处理后得到的图像及其直方图： MATLAB代码： r=255; x=0:r; y=(-384*x+49152).*(x=128)+(384*x-49152).*(x=129); y=y/sum(y); figure;plot(y); G=[]; for i=1:256 G=[G sum(y(1:i))]; end img=imread(C:\Users\pretty820722\Desktop\fanye.jpg); img=rgb2gray(img); [m n]=size(img); hist=imhist(img); p=hist/(m*n); figure(2);subplot(1,2,1);imhist(img);subplot(1,2,2);imshow(img); p1=histeq(img); figure;subplot(1,2,1);imhist(p1);subplot(1,2,2);imshow(p1); s=[]; for i=1:256 s=[s sum(p(1:i))]; end for i=1:256 tmp{i}=G-s(i); tmp{i}=abs(tmp{i}); [a index(i)]=min(tmp{i}); end imgn=zeros(m,n); for i=1:m for j=1:n imgn(i,j)=index(img(i,j)+1)-1; end end imgn=zeros(m,n); for i=1:m for j=1:n imgn(i,j)=index(img(i,j)+1)-1; end end imgn=uint8(imgn); figure;subplot(1,2,1);imshow(imgn); subplot(1,2,2);imhist(imgn) （2） 答：原图片： 添加高斯噪声： 添加椒盐噪声：  高斯噪声后均值滤波： 峰值信噪比29.0944椒盐噪声后均值滤波 峰值信噪比28.4786 高斯噪声后中值滤波： 峰值信噪比为27.8801 椒盐噪声后中值滤波 峰值信噪比36.4218  程序代码： f=imread(C:\Users\pretty820722\Desktop\fanye.jpg); figure,imshow(f) g1=imnoise(f,gaussian,0,0.01); figure,imshow(g1) g2=imnoise(f,salt pepper,0.05); figure,imshow(g2) w=fspecial(average,[3 3]); g11=imfilter(g1,w); g21=imfilter(g2,w); figure,imshow(g11) figure,imshow(g21) g12=medfilt2(g1,[3 3]); g22=medfilt2(g2,[3 3]); figure,imshow(g12) figure