《数字图像的增强处理1》由会员分享，可在线阅读，更多相关《数字图像的增强处理1（7页珍藏版）》请在金锄头文库上搜索。
1、数字图像的增强处理数字图像的增强处理一、一、实验目的与要求实验目的与要求1、 熟悉和掌握熟悉和掌握 Matlab 能处理的图像格式。能处理的图像格式。2、 掌握在掌握在 Matlab 中图像的读取。中图像的读取。3、 掌握数字图像的增强技术掌握数字图像的增强技术4、 能编程实现图像的平滑运算能编程实现图像的平滑运算二、二、实验内容实验内容1、 编程实现如下功能（邻域均值编程实现如下功能（邻域均值denoising）A、读入图像，如果是彩色图像，请先转换为灰度图像读入图像，如果是彩色图像，请先转换为灰度图像B、输出图像的灰度直方图输出图像的灰度直方图C、向图像中添加噪声：函数向图像中添加噪声：函
2、数 imnoiseD、如果一种处理方法的思想如下：如果一种处理方法的思想如下：如果一个非边界像素点，其该像素点的灰度值可通过其如果一个非边界像素点，其该像素点的灰度值可通过其 8 邻域内所有像素点的邻域内所有像素点的 平均得到。边界点不变。平均得到。边界点不变。请编程实现该处理方法，对请编程实现该处理方法，对 C 步的图像进行处理步的图像进行处理E、 将处理后的图像输出，并输出该图像的灰度直方图。将处理后的图像输出，并输出该图像的灰度直方图。程序：clcclearimg = imread(zhanglala.bmp);if numel(size(img) 2 %如果是彩色图像就转换为灰度图像i
3、mg = rgb2gray(img); endfigure;imshow(img);m, n = size(img);X = zeros(1, 256);Y = zeros(1, 256);X = 0 : 1 : 255;%计算直方图for i = 1 : mfor j = 1 : nY(img(i, j) + 1) = Y(img(i, j) + 1) + 1;endendfigure;plot(X, Y);%输出直方图img = imnoise(img, gaussian); %添加高斯噪声%进一步处理图像img = im2double(img);for i = 1 : mfor j =
4、1 : nif (i = 1 endendendimg = uint8(img * 255);for i = 1 : mfor j = 1 : nY(img(i, j) + 1) = Y(img(i, j) + 1) + 1;endendfigure;imshow(img);figure;plot(X, Y); %输出灰度直方图2、 编程实现如下功能（卷积运算）编程实现如下功能（卷积运算）A、读入图像，如果是彩色图像，请先转换为灰度图像读入图像，如果是彩色图像，请先转换为灰度图像B、输出图像的灰度直方图输出图像的灰度直方图C、如果一种处理方法的思想如下：如果如果一种处理方法的思想如下：如果 v
5、 是一个不超过是一个不超过 0.88 的正实数，的正实数，gamma 是是 matlab 下的一个函数，其余变量为：下的一个函数，其余变量为：fa = 1/gamma(2-v); h1 = fa;h2 = fa*(2(1-v)-2); h3 = fa*(1-v)*(2(-v)-(2(1-v)+1);h30h30h30h2h2h2h3h3h2h1h2h30h2h2h20h30h30h3图像的任一边界点保存不变。图像的任一边界点保存不变。非边界像素点，其该像素点计算方式为：以非边界像素点，其该像素点计算方式为：以 x 方向，见图中红线为例方向，见图中红线为例 h1 参数所在的位参数所在的位 置为要
6、处理的像素点置为要处理的像素点 f(i, j)，则，则 h2 的位置为的位置为 f(i+1, j), h3 的位置为的位置为 f(i+2, j)，则，则 f(i, j)的值为：的值为： f(i, j) = h1 * f(i, j) + h2 * f(i+1, j) + h3 * f(i+2, j),其余其余 7 个方向以此方法计算；最后将个方向以此方法计算；最后将 8 个方向个方向 上结果全部相加，将加后的结果除以上结果全部相加，将加后的结果除以 8*(h1 + h2 + h3)作为最后该位置作为最后该位置(i, j)的值。的值。f(i, j) = 8 个方向处理结果之和个方向处理结果之和/(
7、8 * (h1 + h2 + h3)其中：右边红色箭头方向的计算其中：右边红色箭头方向的计算f(i, j) = h1 * f(i, j) + h2 * f(i+1, j) + h3 * f(i+2, j)右边的红色箭头右边的红色箭头f(i, j) = h1 * f(i, j) + h2 * f(i-1, j) + h3 * f(i-2, j)东北方向：东北方向：f(i, j) = h1 * f(i, j) + h2 * f(i+1, j-1) + h3 * f(i+2, j-2)西南西南f(i, j) = h1 * f(i, j) + h2 * f(i-1, j+1) + h3 * f(i-2
8、, j+2)D、输入一个输入一个 v 值，按值，按 C 的方法对图像进行处理，将处理后的图像输出，并输出该的方法对图像进行处理，将处理后的图像输出，并输出该 图像的灰度直方图。图像的灰度直方图。程序：clcclearimg = imread(zhanglala.bmp);if numel(size(img) 2 %如果是彩色图像就转换为灰度图像img = rgb2gray(img); endfigure;imshow(img);m, n = size(img);X = zeros(1, 256);Y = zeros(1, 256);X = 0 : 1 : 255;%计算直方图for i = 1
9、 : mfor j = 1 : nY(img(i, j) + 1) = Y(img(i, j) + 1) + 1;endendfigure;plot(X, Y);%输出直方图title(灰度直方图);v = input(请输入 V 值（不能大于 0.88）：); fa = 1 / gamma(2 - v);h1 = fa; h2 = fa * (2 (1 - v) - 2);h3 = fa * (1 - v) * (2 (-v) - (2 (1 - v) + 1);%对图像进行处理img = im2double(img);for i = 1 : mfor j = 1 : nif i 2 dir
10、2 = h1 * img(i, j) + h2 * img(i, j - 1) + h3 * img(i, j - 2);dir3 = h1 * img(i, j) + h2 * img(i - 1, j) + h3 * img(i - 2, j);dir4 = h1 * img(i, j) + h2 * img(i + 1, j) + h3 * img(i + 2, j);dir5 = h1 * img(i, j) + h2 * img(i - 1, j - 1) + h3 * img(i - 2, j - 2);dir6 = h1 * img(i, j) + h2 * img(i - 1,
11、 j + 1) + h3 * img(i - 2, j + 2);dir7 = h1 * img(i, j) + h2 * img(i + 1, j - 1) + h3 * img(i + 2, j - 2);dir8 = h1 * img(i, j) + h2 * img(i + 1, j + 1) + h3 * img(i + 2, j + 2);img(i, j) = (dir1 + dir2 + dir3 + dir4 + dir5 + dir6 + dir7 + dir8) / (8 * (h1 + h2 + h3);endendendimg = uint8(img*255);figure;imshow(img);for i = 1 : mfor j = 1 : nY(img(i, j) + 1) = Y(img(i, j) + 1) + 1;endendfigure;plot(X, Y); %输出灰度直方图title(灰度直方图);
