《数字图像处理基本操作及灰度调整实验报告》由会员分享，可在线阅读，更多相关《数字图像处理基本操作及灰度调整实验报告（12页珍藏版）》请在金锄头文库上搜索。
1、1一实验目的1.掌握读、写图像的基本方法；2.掌握MATLAB语言中图像数据与信息的读取方法；3.理解图像灰度变换处理在图像增强的作用；4掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方法。二实验基本原理1. 灰度变换灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。1)图像反转灰度级范围为0, L-1的图像反转可由下式获得 rLs12)对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换：s = clog(1 + r)， c为常数，
2、r 03)幂次变换： ,0s4)对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸：其对应的数学表达式为：22. 直方图均衡化灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。依据定义，在离散形式下， 用 rk代表离散灰度级，用 pr(rk)代表 pr(r)，并且有下式成立： nPkr)( 1,2010lL式中： nk为图像中出现 rk级灰度的像素数， n是图像像素总数，而 nk/n即为频数。直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。假定变换函数为
3、 dprTsr)()(0(a) Lena图像 (b) Lena图像的直方图图1-1 Lena图像及直方图当灰度级是离散值时，可用频数近似代替概率值，即 1,010)( lkrnrpkL式中：l是灰度级的总数目， pr(rk)是取第 k级灰度值的概率3， nk是图像中出现第 k级灰度的次数， n是图像中像素总数。所以积分可以表示为下列累计分布函数(cumulative distribution function, CDF)四实验内容与要求copy 若干个图形文件如forest.tif和b747.jpg到MATLAB目录下work文件夹中。1. 熟悉MATLAB语言中对图像数据读取，显示等基本函数
4、。特别需要熟悉下列命令：熟悉imread()函数,imwrite()函数,size()函数 Subplot（）函数：Figure（）函数（1）将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread，imfinfo等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。图片显示：代码：I,map=imread(forest.tif);imshow(I,map);运行结果：4图像信息数据的显示：代码： imfinfo(forest.ti
5、f)ans = Filename: forest.tifFileModDate: 13-Nov-2010 12:02:44FileSize: 124888Format: tifFormatVersion: Width: 447Height: 301BitDepth: 8ColorType: indexedFormatSignature: 73 73 42 0ByteOrder: little-endianNewSubfileType: 0BitsPerSample: 8Compression: PackBitsPhotometricInterpretation: RGB PaletteStri
6、pOffsets: 17x1 doubleSamplesPerPixel: 15RowsPerStrip: 18StripByteCounts: 17x1 doubleXResolution: 72YResolution: 72ResolutionUnit: InchColormap: 256x3 doublePlanarConfiguration: ChunkyTileWidth: TileLength: TileOffsets: TileByteCounts: Orientation: 1FillOrder: 1GrayResponseUnit: 0.0100MaxSampleValue:
7、 255MinSampleValue: 0Thresholding: 1ImageDescription: Carmanah Ancient Forest, British Columbia, Canada将map值改为“128”，图像变为黑白，代码是：I,map=imread(forest.tif);imshow(I,128);显示如下：6（2）将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray()将其转化为灰度图像，记为变量B；代码如下：figure;subplot(1,2,1);i=imread(b747.jpg);imshow(i);title(原始
8、图像);subplot(1,2,2);B=rgb2gray(i);imshow(B);title(灰度图像);运行结果如下：72图像灰度变换处理在图像增强的作用；读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果；代码如下：figure;subplot(2,3,1);I=imread(b747.jpg);I=im2double(I);imshow(I);title(图像3);subplot(2,3,5);r=0:0.001:1;s=r=0.35.*(0.105+2.6333*(r-0.35)+r0.65.*(1+0.3*(r-1);
9、plot(r,s);title(2p,);subplot(2,3,2);T1=I=0.35.*(0.105+2.6333*(I-0.35)+I0.65.*(1+0.3*(I-1);imshow(T1);title(2I,);8subplot(2,3,6);r=0:0.001:1;s=r=0.2*0.6+r0.4.*r+r=0.2*0.6+I0.4.*I+I=0.125.*(0.6*B+0.175)+B0.75.*(1.5*B-0.5);imshow(T);title(处理图像);subplot(2,2,4);imhist(T);title(处理图像的直方图);运行结果如下：12取值更加陡峭，离散，与直方图均衡化处理比图像明暗变化更加明显一些。
