《数字图像处理实验报告-基于Matlab资料》由会员分享，可在线阅读，更多相关《数字图像处理实验报告-基于Matlab资料（22页珍藏版）》请在金锄头文库上搜索。
1、华东师范大学电子工程系2017.6实验1：图像灰度级修正【实验目的】掌握常用的图像灰度级修正方法（灰度变换法和直方图均衡化），加深对直方图的理解。观察图像的增强效果，对灰度级修正前后的图像加以比较。【实验内容】1）编程实现图像的灰度变换，改变图像的输入、输出映射参数范围（线性拉伸和反比）；2）修改参数gamma值（大于、小于、等于1），观察处理结果；3）对图像直方图作均衡化处理，显示均衡前后的图像及其直方图。【实验代码】original=imread(lena.bmp);linstr=imadjust(original,0.3 0.7,0 1); %线性拉伸opposite=imadjust(
2、original,0 1,1 0); %反比above=imadjust(original,0 1,0 1,2); %gamma1equal=imadjust(original,0 1,0 1,1); %gamma=1below=imadjust(original,0 1,0 1,0.5); %gamma1);subplot(3,3,5);imshow(equal);title(gamma=1);subplot(3,3,6);imshow(below);title(gamma1时图像整体变暗，灰度级整体变小；gamma1时图像整体变亮，灰度级整体变小；而gamma=1时，图像维持不变。实验2：
3、图像的平滑滤波【实验目的】平滑的目的是减少噪声对图像的影响。掌握线性滤波和中值滤波两种最典型、最常用的图像平滑方法，对输出结果加以比较、加深理解。【实验内容】1）编写并调试窗口为33、55的平滑滤波函数；如1 1 1;1 1 1 ;1 1 1/9、1 2 1;2 4 2;1 2 1/16等）2）编写并调试窗口为33、55的中值滤波函数。3）比较均值滤波和中值滤波的优缺点，分析窗口尺寸对滤波结果的影响。附：可供参考的Matlab函数有imnoise、imfilter、medfilt2【实验代码】function fliterI = imread(lena.bmp); %原始图像读取J = imn
4、oise(I,salt & pepper,0.02); %含噪图像 加椒盐噪声subplot(2,3,1);imshow(J);title(含噪图像); Newbuf1=AverageFilter(J,256,256,3); %33标准平均，调用均值滤波函数subplot(2,3,2);imshow(Newbuf1);title(33标准平均); Newbuf2=AverageFilter(J,256,256,5); %55标准平均，调用均值滤波函数subplot(2,3,3);imshow(Newbuf2);title(55标准平均); W=1 2 1;2 4 2;1 2 1/16; %设置
5、加权平均掩膜Newbuf3=WeighFilter(J,W,256,256,3); %33加权平均，调用加权平均函数 subplot(2,3,4);imshow(Newbuf3);title(33加权平均); Newbuf4=MedianFilter(J,256,256,3); %33中值滤波，调用中值滤波函数subplot(2,3,5);imshow(Newbuf4);title(33中值滤波); Newbuf5=MedianFilter(J,256,256,5); %55中值滤波，调用中值滤波函数subplot(2,3,6);imshow(Newbuf5);title(55中值滤波); %
6、标准平均滤波函数function Newbuf=AverageFilter(Oldbuf,M,N,m)%Newbuf 滤波后图像矩阵%Oldbuf 含噪图像矩阵%M、N 含噪图像像素矩阵行、列%m 均值滤波窗口大小f=zeros(M+m-1,N+m-1); %将原图像像素复制到f矩阵上，空出(m-1)/2大小的边界f(m-1)/2+1:M+(m-1)/2,(m-1)/2+1:N+(m-1)/2)=Oldbuf(1:M,1:N);%将与边界相邻的(m-1)/2行（或列）的像素值复制到边界，以填充边界f(m-1)/2+1:M+(m-1)/2,1:(m-1)/2)=Oldbuf( : ,1:(m-1
7、)/2);f(m-1)/2+1:M+(m-1)/2,N+(m-1)/2:N+m-1)=Oldbuf( : ,N-(m-1)/2:N);f(1:(m-1)/2,(m-1)/2+1:N+(m-1)/2)=Oldbuf(1:(m-1)/2, : );f(M+(m-1)/2:M+m-1,(m-1)/2+1:N+(m-1)/2)=Oldbuf(M-(m-1)/2:M, : );g=zeros(M+m-1,N+m-1);Im=zeros(M,N);%根据公式计算出处理后g(x,y)的像素值 for x=(m-1)/2+1:M+(m-1)/2 for y=(m-1)/2+1:N+(m-1)/2 for s=
8、-(m-1)/2:(m-1)/2 for t=-(m-1)/2:(m-1)/2 g(x,y)=g(x,y)+f(x+s,y+t)*1/(m*m); end end end endIm(1:M,1:N)=g(m-1)/2+1:M+(m-1)/2,(m-1)/2+1:N+(m-1)/2);%将double型转换为uint8型才可以用imshow正常显示Newbuf=uint8(Im); %加权平均滤波函数function Newbuf=WeighFilter(Oldbuf,W,M,N,m)%Newbuf 滤波后图像矩阵%Oldbuf 含噪图像矩阵%W 掩模%M、N 含噪图像像素矩阵行、列%m 掩模
9、模板窗口大小f=zeros(M+m-1,N+m-1);%将原图像像素复制到f矩阵上，空出(m-1)/2大小的边界f(m-1)/2+1:M+(m-1)/2,(m-1)/2+1:N+(m-1)/2)=Oldbuf(1:M,1:N);%将与边界相邻的(m-1)/2行（或列）的像素值复制到边界，以填充边界f(m-1)/2+1:M+(m-1)/2,1:(m-1)/2)=Oldbuf( : ,1:(m-1)/2);f(m-1)/2+1:M+(m-1)/2,N+(m-1)/2:N+m-1)=Oldbuf( : ,N-(m-1)/2:N);f(1:(m-1)/2,(m-1)/2+1:N+(m-1)/2)=Ol
10、dbuf(1:(m-1)/2, : );f(M+(m-1)/2:M+m-1,(m-1)/2+1:N+(m-1)/2)=Oldbuf(M-(m-1)/2:M, : );g=zeros(M+m-1,N+m-1);Im=zeros(M,N);%根据公式计算出处理后g(x,y)的像素值 for x=(m-1)/2+1:M+(m-1)/2 for y=(m-1)/2+1:N+(m-1)/2 for s=-(m-1)/2:(m-1)/2 for t=-(m-1)/2:(m-1)/2 g(x,y)=g(x,y)+W(s+(m+1)/2,t+(m+1)/2)*f(x+s,y+t); end end end e
11、ndIm(1:M,1:N)=g(m-1)/2+1:M+(m-1)/2,(m-1)/2+1:N+(m-1)/2);Newbuf=uint8(Im); %中值滤波函数function Newbuf=MedianFilter(Oldbuf,M,N,m)%Newbuf 滤波后图像矩阵%Oldbuf 含噪图像矩阵%M、N 含噪图像矩阵像素行、列%m 中值滤波窗口大小f=zeros(M+m-1,N+m-1);%将原图像像素复制到f矩阵上，空出(m-1)/2大小的边界f(m-1)/2+1:M+(m-1)/2,(m-1)/2+1:N+(m-1)/2)=Oldbuf(1:M,1:N);%将与边界相邻的(m-1)
12、/2行（或列）的像素值复制到边界，以填充边界f(m-1)/2+1:M+(m-1)/2,1:(m-1)/2)=Oldbuf( : ,1:(m-1)/2);f(m-1)/2+1:M+(m-1)/2,N+(m-1)/2:N+m-1)=Oldbuf( : ,N-(m-1)/2:N);f(1:(m-1)/2,(m-1)/2+1:N+(m-1)/2)=Oldbuf(1:(m-1)/2, : );f(M+(m-1)/2:M+m-1,(m-1)/2+1:N+(m-1)/2)=Oldbuf(M-(m-1)/2:M, : );g=zeros(M+m-1,N+m-1);Im=zeros(M,N); for x=(m-1)/2+1:M+(m-1)/2 for y=(m-1)/2+1:N+(m-1)/2 j=1; for s=-(m-1)/2:(m-1)/2 for t=-(m-1)/2:(m-1)/2 a(j)=f(x+s,y+t); %将窗口里的二维元素变成一维元素 j=j+1; end end g(x,y)=SeekMid(a,m); end endIm(1:M,1:N)=g(m-1)/2+1:M+(m-1)/2,(m-1)/2+1:N+(m-1)/2);Newbuf=uint8(Im); %找出中值函数function mid=SeekM
