电子1002图像仿真课内实验报告.doc

西安 实验一 亮度变换 一、实验目的 在学习亮度变换的概念、方法和相关函数的基础上，应用MATLAB编程实现灰度图像亮度变换。 二、实验内容 （1）编写亮度变换函数以实现：负片变换、对数变换、gamma变换和对比度拉伸变换。 （2）编写主程序实现给定图像的亮度变换。 三、实验运行结果 四、实验中遇到的问题及解决方法 首先要熟悉图像读写和显示，理解亮度变换函数的概念，理解各种亮度变换函数的应用场合，对于这些预备知识，是做实验的基础，必须在上实验之前认真去查找有关书籍，把与实验有关的知识总结出来。Matlab不支持uint8数据类型的矩阵运算，所以首先要将图像数据转换为双精度类型，计算完成后再转换为unit8类型I=double(I); I=256-1-I; I=uint8(I); 线性点运算：J=I*0.43+60; 对数变换：I2=42*log(1+I); 伽马校正：g=imadjust(I,[],[],0.3); 对数变换的一般形式为：s = clog(1 + r) 可使用此变换扩展图像中较暗像素的灰度值，同时压缩较亮像素的灰度值反对数变换的作用恰与此相反。幂次变换也能具有类似的作用，但对数变换压缩图像像素值动态范围的能力更强。掌握Matlab的操作界面和基本操作流掌握m文件的使用掌握Matlab关于图像的读入、输出的处理函数，比如：imread、imshow、igure、Subplot、imwrite、colorma学会利用Matlab 的图像处理工具箱中提供的函数进行“点运算”学会利用Matlab的图像处理工具箱中提供的函数进行“算术运算”理想低通滤波器由于高频成分包含有大量的边缘信息，因此采用该滤波器在去噪声的同时将会导致边缘信息损失，导致图像边模糊；当截止频率点半径截止频率点半径的增加，图像保留更多的边缘信息，从而模糊度相对减小。高斯低通滤波器不会产生振铃效应，并且，当滤波器的截止频率不同时，高通滤波器的滤波效果可以用原始图像减去低通滤波图像后得到。也可以将原始图像乘以一个放大系数，然后再减去低通滤波图像后得到高频增强图像。本论述了频域图像增强方法和一些基本原理。分析比较出他们中的优缺点。同时加强了对MATLAB理解以及能熟练的掌握操作方法。图像边缘是图像最基本的特征之一，往往携带着一幅图像的大部分信息。而边缘存在于图像的不规则结构和不平稳现象中，也即存在于信号的突变点处，这些点给出了图像轮廓的位置，这些轮廓常常是我们在图像边缘检测时所需要的非常重要的一些特征条件，这就需要我们对一幅图像检测并提取出它的边缘。而边缘检测算法则是图像边缘检测问题中经典技术难题之一，它的解决对于我们进行高层次的特征描述、识别和理解等有着重大的影响；