实验二 图像增强 matlab程序和结果分析.docVIP

实验二 图像增强 李影 通信092 092302 一 实验目的 1．掌握图像灰度变换的基本原理。 2．掌握图像灰度级修正方法，即直方图均衡化法。 3．图像平滑的主要目的是减少噪声。噪声有很多种类，不同的噪声有不同的抑制措施。要求掌握常用的图像平滑的空间域方法和频率域方法。 4．锐化处理技术的主要目的用于加强图像的目标边界和图像细节，要求掌握常用的图像锐化的空间域方法和频率域方法。 二 实验原理 三 实验内容 （一）图像灰度变换 1.灰度线性变换—图像反转 %图像反转线性变换 I=imread(sailboat.bmp) %读原始图像 %将图像矩阵转化为double类型 J=double(I); J=-J+(256-1); %图像反转线性变化 %double数据类型转化为unit8类型 H=uint8(J); subplot(1,2,1),imshow(I);%显示灰度原始图像 subplot(1,2,2),imshow(H);%显示灰度反转后图像2.灰度非线性变—对数变换 %灰度非线性变换：对数变换 I=imread(saturn.bmp); %读原始图像 J=double(I); %将图像矩阵转化为double类型 J=40*(log(J+1));%图像进行对数变换 H=uint8(J);%double数据类型转化为unit8类型 subplot(2,1,1),imshow(I); %显示对数变换前的图像 subplot(2,1,2),imshow(H); %显示对数变换前的图像 3.灰度图像与对应直方图的显示 %灰度图像与对应直方图的显示 clear; close all; I=imread(elain.bmp); %读原始图像 figure,imshow(I,256); %显示灰度图像 xlabel(f),ylabel(g); figure,imhist(I,64); %显示直方图图像 4.直方图均衡化 %直方图均衡化前后的图像灰度分布 I=imread(peppers.bmp) %读入原图像到I变量 J=histeq(I); %对图像I直方图均衡化 subplot(2,2,1),imshow(I); %显示原图像 subplot(2,2,2),imshow(J); %显示处理后的图像 subplot(2,2,3),imhist(I,64);%显示原图像的直方图灰度分布 subplot(2,2,4),imhist(J,64);%显示均衡化后的图像直方图 （二）图像平滑 1.空间域 （1）邻域平均法采用不同模板 %5*5邻域平均图像平滑 I=imread(elain.bmp); %读原始图像 J=imnoise(I,salt pepper,0.02);%加入均值为0，方差为0.02的噪声 J1=filter2(fspecial(average,3),I)/255;%用3*3模板均值滤波 J2=filter2(fspecial(average,5),I)/255;%用5*5模板均值滤波 J3=filter2(fspecial(average,7),I)/255;%用7*7模板均值滤波 imshow(I); %显示原图像 figure,imshow(J);%显示加入噪声的图像 figure,imshow(J1);%显示用3*3模板均值滤波后图像 figure,imshow(J2);%显示用5*5模板均值滤波后图像 figure,imshow(J3);%显示用7*7模板均值滤波后图像 （2）在不同噪声下用中值滤波法 %中值滤波处理 I=imread(elain.bmp); %读原始图像 %加均值为0，方差为0.02的椒盐噪声 J1=imnoise(I,salt pepper,0.02); %加均值为0，方差为0.02的高斯噪声 J2=imnoise(I,gaussian,0.02); %显示有椒盐噪声图像 subplot(2,2,1),imshow(J1); ;%显示有高斯噪声图像 subplot(2,2,2),imshow(J2) %对有椒盐噪声图像进行5*5方形窗口中值滤波 I1=medfilt2(J1,[5 5]); %对有高斯噪声图像进行5*5方形窗口中值滤波 I2=medfilt2(J2,[5 5]); %显示有椒盐噪声图像的滤波结果 subplot(2,2,3),imshow(I1); %显示有高斯噪声图像的滤波结果 subplot(2,2,4),imshow(I2); （3）均值滤波法与中值滤波法对比 %分别用均值滤波和中值滤波对图像平滑 I=imread(elain.bmp); I1=