1、實(shí)驗(yàn)一圖像增強(qiáng)實(shí)驗(yàn)、實(shí)驗(yàn)?zāi)繕?biāo)：掌握?qǐng)D像增強(qiáng)的算法。二、實(shí)驗(yàn)?zāi)康模? .了解灰度變換增強(qiáng)和空域?yàn)V波增強(qiáng)的Matlab實(shí)現(xiàn)方法2 .掌握直方圖灰度變換方法3 .掌握噪聲模擬和圖像濾波函數(shù)的使用方法三、實(shí)驗(yàn)內(nèi)容：圖像的點(diǎn)操作、鄰域操作算法。(2)圖像的直方圖處理算法。四、實(shí)驗(yàn)設(shè)備：1.P山以上微機(jī)；2.MATLAB6.5五、實(shí)驗(yàn)步驟：(1)讀入圖像：用matlab函數(shù)實(shí)現(xiàn)圖像讀入(可讀入Matlab中的標(biāo)準(zhǔn)測(cè)試圖像)DL（原始圖像（2）實(shí)現(xiàn)圖像點(diǎn)操作運(yùn)算（如gamm較正，對(duì)數(shù)校正等）實(shí)現(xiàn)圖像的鄰域處理（實(shí)現(xiàn)均值濾波，拉普拉斯濾波）（4）實(shí)現(xiàn)直方圖均衡處理matlab源程序clearall;clc;f

2、=imread(，girl_noise.jpg;figure,imshow(f,titleC原始圖像；m,n二size(f;f0=im2double(f;%整型轉(zhuǎn)換為double類fl=fO;std_i=zeros(1,m-2;9灰線處理if(std_i(i-lvO.1forj=l:mfO(i,j=(fO(i-1,j+fO(i+l,j/2;endendendfz=fO-f1;figure,imshow(fO,title(，濾除灰線后的圖像；r,c=find(fz0:%尋找灰線噪聲的位置f2=f0;change=0;count=0;fori=3:m_2forj=l:mif(abs(fO(i,j-

3、fO(i-l,j>0.2&&abs(fO(i,j-fO(i+1,j>0.2count=count+1;endif(count>n*0.8count=0;change；break;endendif(change=lfork=l:mfO(i,k=(fO(i-l,k+fO(i+l,k/2;endchange=0;count=0;endendfigure,imshow(fO,title('濾除白線后的圖像'fzl=f2-f0;rl,cl=find(fZr=O;%尋找白線噪聲的位置fn=medfilt2(fO;%反射對(duì)稱填充figure,imshow(f

4、n,title('中值濾波后的圖像，;fO=im2double(fn;%整型轉(zhuǎn)換為double類g=2*f0-imfilter(fO,w4,Jreplicate：%增強(qiáng)后的圖像figure,imshow（g,title（，高提升濾波圖像（A=2'圖像處理結(jié)果中值流波后的圖像濾除灰線后的圖像六、結(jié)果分析從上面結(jié)果可以看出，帶狀噪聲處理部分，已經(jīng)基本將帶狀噪聲去除。并且通過(guò)程序找出了灰色噪聲所在行為192,白色噪聲所在行為179,182.程序中的判斷條件為白色噪聲和前后兩行的像素值相差超過(guò)一定的范圍（double類型0.2）,并且此類點(diǎn)在一行中所在的比例超過(guò)80%,與給出的原始圖像對(duì)應(yīng)。有程序結(jié)果可知，處理過(guò)程中僅僅對(duì)噪聲所在行做了修正，除此之外并且未引入任何其他人為噪聲。而對(duì)于處理之后的圖像存在的椒鹽噪聲，經(jīng)過(guò)中值濾波器已經(jīng)基本可以將椒鹽噪聲處理的比較好。另外，程序中也做了A=2的高提升濾波，增強(qiáng)了原始信息，有圖可以看出，除了細(xì)節(jié)增強(qiáng)意外，原始信息更加豐富，因此比之前的圖像明亮許