图像增强

实验四 图像增强

实验内容：（1）直方图均衡化处理：给定一幅图片，作出均衡化后的直方图，并将原图和均衡化后的图片进行对比。

（2）对一副图像采用多种方法（如均值滤波）实现图像平滑；及采用“原图-低通图像（均值滤波）”、及“原图+高通图像（各种算子）”的方法锐化图像。

实验原理：(1)直方图均衡化是图像增强的重要手段，把输入图像的直方图进行均衡化处理后，可以获得更加清晰的图像。

(2)锐化和平滑是图像增强的重要手段，采用前者可以突出图像的细节，采用平滑可以滤除图像中的噪声，从而达到图像清晰的目的。

实验报告要求：给出实验代码，和实验结果图，并对实验结果进行分析。

所用函数：

（1） Imhist

函数功能：该函数用于获取图像数据直方图。

调用格式：imhist(I,n)

其中，n为指定的灰度级数目，缺省值为256

（2） histeq

g=histeq(f,n)

对图像f进行均衡化处理，n为输出图像指定的灰度级数，默认值为64;

k=histeq(f,p)

对图像f进行规定化处理，p为指定的直方图，k为输出图像，其直方图近似于指定的直方图p。

（3）fspecial

用于建立预定义的滤波算子，其语法格式为：

h = fspecial(type)

h = fspecial(type，para)

其中type指定算子的类型（可以为'average'——均值滤波，参数为hsize代表模板尺寸，默认值为【3，3】； 'disk'——圆形区域均值滤波，参数为radius代表区域半径，默认值为5；'gaussian'——高斯低通滤波，有两个参数，hsize表示模板尺寸，默认值为【3 3】，sigma为滤波器的标准值，单位为像素，默认值为0.5。'laplacian'——拉普拉斯算子，参数alpha用于控制算子形状，取值范围为【0，1】，默认值为0.2。'log'——拉普拉斯高斯算子，有两个参数，hsize表示模板尺寸，默认值为【3 3】，sigma为滤波器的标准差，单位为像素，默认值为0.5。’motion’——运动模糊算子，有两个参数，表示摄像物体

逆时针方向以theta角度运动了len个像素，len的默认值为9，theta的默认值为0；'prewitt'——用于边缘增强，无参数；'sobel'——用于边缘提取，无参数；'unsharp'——为对比度增强滤波器），参数alpha用于控制滤波器的形状，范围为【0，1】，默认值为0.2。para指定相应的参数。

（4）filter2

基于卷积的图象滤波函数，其语法格式为：

Y = filter2(h,X)

其中Y = filter2(h,X)返回图像X经算子h滤波后的结果，默认返回图像Y与输入图像X大小相同。其实filter2和conv2是等价的。MATLAB在计算filter2时先将卷积核旋转180度，再调用conv2函数进行计算。

1.图像均衡化处理

程序：

clear all

I=imread('D:\\matlab图片\\12_gray.bmp');

H=histeq(I); %均衡化后图像I的直方图'

subplot(2,2,1),imshow(I),title('原始图像');

subplot(2,2,2),imhist(I),title('显示原始图像直方图');

subplot(2,2,3),imshow(H),title('均衡化处理的图像');

subplot(2,2,4),imhist(H),title('显示均衡化后图像的直方图');

结果：

2.图像平滑、锐化处理：

程序1

I=imread('D:\\matlab图片\\lena_gray.bmp');

a=0.01;

pic=imnoise(I,'gaussian',0,a);

%b=[1 2 2;3 4 2;1 2 4];

y1=medfilt2(pic,[3,3]);%中值滤波

y2=medfilt2(pic,[16,16]);%中值滤波

subplot(2,2,1),imshow(I),title('原图像');

subplot(2,2,2),imshow(pic),title('加噪声后的图像');

subplot(2,2,3),imshow(y1),title('中值滤波3*3处理以后的图像');

subplot(2,2,4),imshow(y1),title('中值滤波16*16处理以后的图像');

结果：

程序2

clear all

%I = imread('D:\\matlab图片\\lena_gray.bmp');

I = imread('D:\\matlab图片\\12_gray.bmp');

w=fspecial('laplacian',0);

w8=[-1,-1,-1;-1,8,-1;-1,-1,-1];

I1= imfilter(I,w, 'replicate');

f = im2double(I);

f1= imfilter(f,w, 'replicate');

f2= imfilter(f,w8, 'replicate');

f3 = f-f1;%得到平滑，突出边界

f4 = f-f2;

subplot(2,3,1),imshow(I),title('原图像');

subplot(2,3,2),imshow(I1),title('拉普拉斯算子处理图像');

subplot(2,3,3),imshow(f1),title('拉普拉斯算子处理图像');

subplot(2,3,4),imshow(f2),title('自定义算子处理图像');

subplot(2,3,5),imshow(f3),title('相减以后的图像');

subplot(2,3,6),imshow(f4),title('相减以后的图像');