实验二灰度变换与直方图.doc

实验二 灰度变换与直方图 一、实验目的与要求 （一）用Matlab编程对图像进行灰度变换与直方图进行处理 本次实验包括以下几个部分： 1、图像的灰度变换 2、显示图像直方图 3、直方图均衡化 4、直方图规定化 （二）本次实验要求完成： 1、掌握以下几个MATLAB命令：imadjust, imhist, histeq, 2、完成图像直方图的显示和均衡化 3、编写完整的程序完成直方图规定化 二、实验内容与步骤 1、图像灰度的变换 命令格式 Image=imread(输入图像名); Image = g(Image) 通过Image = g(Image)的语句可以实现对图像每个像素值的g变换，即 对于所有的像素[I,J] Image[I,J]=g(Image[I,J]) 例10 Image=imread(I4.bmp); Image=0.5*double(Image); imshow(Image); imshow(uint8(Image)); 注意，这里g变换是一个通用的表达。参照课本，对一幅图像，尝试对它进行对数变换、幂次变换、反转变换等等。 2、图像的反转显示 命令格式： I=imread(文件名); JJ=imadjust(I,[0 1],[1 0]); imshow(JJ,[]) 图像的反转类似于照片的底片，将灰度值为i的像素点按255-i(二值图像按1-i)显示。JJ就是得到的反转图像。 例8 I=imread(I2.bmp); JJ=imadjust(I,[0 1],[1 0]); imshow(I,[]); figure; imshow(JJ,[]) 其中figure命令是MATLAB的系统函数，为了实现同时显示两幅图像。图5中同时显示了原图像和反转图像，可以作比较。 图5 3、显示灰度直方图(image histograms) 命令格式： imhist(图像文件名) 例1 h=imhist(f); h1=h(1:10:256); horz=1:10:256; bar(horz,h1) axis([0 255 0 15000]) set(gca, ‘xtick’,0:50:255) set(gca, ‘ytick’,0:2000:15000) 例2 horz=1:10:256; stem(horz,h1,’fill’) axis([0 255 0 15000]) set(gca, ‘xtick’,0:50:255) set(gca, ‘ytick’,0:2000:15000) 例3 h=imhist(f); plot(h) axis([0 255 0 15000]) set(gca, ‘xtick’,0:50:255) set(gca, ‘ytick’,0:2000:15000) 例4 Image=imread(I4.bmp); Image=0.5*double(Image); imshow(Image); imshow(uint8(Image)); figure; imhist(Image) 在本例中我们把图像的像素值都变换为原来的1/2,图像质量变差。 思考： 例中直方图产生的相应变化是怎样的？如果不知道图像变换g，怎样恢复图像，使之视觉上的效果有所改善？ 4、直方图均衡化 直方图均衡化是图像增强的一个重要方法，人们已经提出了很多直方图均衡化和规定化的算法，其中基于累积分布函数的算法最为经典。Histeq命令就是基于这种经典的算法。 命令格式： Image=imread(输入图像名); Out_Image = histeq(Image); Out_Image为均衡化后的图像。 例5 Image=imread(I20_256.bmp); Out_Image = histeq(Image); imshow(Out_Image); 图像直方图和图像直方图均衡化的概念见CHAPTER3 5、结果比较 我们将3、4结合使用，并进行比较，为了便于观察直方图均衡化前后图像的对比度的变化，先产生一幅质量较差（偏暗或者偏亮或灰度值集中）的图像，均衡化后，原图像的对比度得到了增强，原图像的直方图相应地变得平坦，灰度值均匀地分布在0～255。 我们默认产生较差质量图像的函数为 其中分别指某原图像和差质量图像在像素处的灰度值。 例6 histeq(I13.bmp) 结果如图4-图7所示。 图4 图5 图6 图7 例7 imshow(f) figure,imhist