matlab實(shí)驗(yàn)(直方圖均衡化、頻域銳化、空域銳化)_第1頁(yè)
matlab實(shí)驗(yàn)(直方圖均衡化、頻域銳化、空域銳化)_第2頁(yè)
matlab實(shí)驗(yàn)(直方圖均衡化、頻域銳化、空域銳化)_第3頁(yè)
matlab實(shí)驗(yàn)(直方圖均衡化、頻域銳化、空域銳化)_第4頁(yè)
matlab實(shí)驗(yàn)(直方圖均衡化、頻域銳化、空域銳化)_第5頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、實(shí)驗(yàn)一直方圖均衡化一、實(shí)驗(yàn)?zāi)康恼莆栈镜膱D象增強(qiáng)方法,觀察圖象增強(qiáng)的效果,加深對(duì)灰度直方圖及直方圖均衡化的理解,掌握直方圖均衡化方法。二實(shí)驗(yàn)內(nèi)容將一張彩色圖片轉(zhuǎn)換成灰色圖片,做出均衡化后的直方圖,并將灰度圖和均衡化后的圖片對(duì)比。三實(shí)驗(yàn)原理直方圖均衡方法的基本原理是:對(duì)在圖像中像素個(gè)數(shù)多的灰度值(即對(duì)畫面起主要作用的灰度值)進(jìn)行展寬,而對(duì)像素個(gè)數(shù)少的灰度值(即對(duì)畫面不起主要作用的灰度值)進(jìn)行歸并。從而達(dá)到清晰圖像的目的。四、實(shí)驗(yàn)代碼及結(jié)果clearall;f=imread(14.jpg);%讀入灰色圖像imwrite(rgb2gray(f),14Gray.bmp);%將彩色圖片灰度化并保存f1=

2、imread(14Gray.bmp);g=histeq(f1,250);%利用histep()函數(shù)對(duì)灰色圖像進(jìn)行直方圖均衡化處理subplot(121);imshow(f1);title(灰色圖像);%顯示生成灰色圖像subplot(122);imshow(g);title(直方圖均衡化處理);%顯示生成均衡化以后的圖像五、實(shí)驗(yàn)結(jié)果分析利用imhist()函數(shù)對(duì)兩幅圖像的灰度范圍進(jìn)行分析,根據(jù)下圖可知,灰色圖像的灰度范圍相對(duì)來(lái)說(shuō)非常狹窄,圖像質(zhì)量比較差。而經(jīng)過(guò)直方圖均衡化處理后,圖像的對(duì)比度及平均亮度明顯提高,直方圖在整個(gè)亮度標(biāo)度上明顯擴(kuò)展,圖像質(zhì)量明顯提高。H1D4寂邑圏iff實(shí)驗(yàn)二空域銳化

3、一、實(shí)驗(yàn)?zāi)康睦斫鈭D象銳化的概念,掌握常用空域銳化增強(qiáng)技術(shù)。加深理解和掌握?qǐng)D像銳化的原理和具體算法,理解圖象銳化增強(qiáng)的處理過(guò)程和特點(diǎn)。二實(shí)驗(yàn)內(nèi)容利用一階微分銳化增強(qiáng),實(shí)現(xiàn)Roberts算子的銳化處理。觀察處理前后圖像效果,分析實(shí)驗(yàn)結(jié)果和算法特點(diǎn)。三實(shí)驗(yàn)原理Roberts算子是突出圖像的細(xì)節(jié)或者是增強(qiáng)被模糊了的細(xì)節(jié)。因此要對(duì)圖像實(shí)現(xiàn)銳化處理,可以用空間微分來(lái)完成,但是,這樣圖像的微分增強(qiáng)了邊緣和其他的突變(如噪聲)并削弱了灰度變化緩慢區(qū)域。四、實(shí)驗(yàn)代碼及結(jié)果I=imread(33Gray.bmp);%讀入圖像I=im2double(I);%轉(zhuǎn)換數(shù)據(jù)類型,將uint8圖像轉(zhuǎn)為double類型,范圍為

4、0-1heightwidthR=size(I);%返回矩陣I的行列fori=2:height-lforj=2:width-1R(i,j)=abs(I(i+1,j+1)-I(i,j)+abs(I(i+1,j)-I(i,j+1);endendT=R;fori=1:height-1forj=1:width-1if(R(i,j)0.25)R(i,j)=1;elseR(i,j)=0;endendend%Roberts算子銳化處理subplot(121);imshow(I);title(原圖);%顯示原圖subplot(122);imshow(R);title(Roberts算子銳化處理后圖像);%顯示銳

5、化后的圖像五實(shí)驗(yàn)結(jié)果分析Roberts算子用來(lái)實(shí)現(xiàn)消除圖像模糊地增強(qiáng)的方法,即“銳化”此處理加強(qiáng)圖像的邊界和細(xì)節(jié)。Roberts算子提出的是在2*2的鄰域上計(jì)算對(duì)角導(dǎo)數(shù)產(chǎn)生的偏導(dǎo)數(shù)在圖像處理中心點(diǎn)上用均值或是絕對(duì)值求和的形式結(jié)合起來(lái)。但是此算法增強(qiáng)噪聲的缺陷也在圖像中體現(xiàn)了。實(shí)驗(yàn)三頻域銳化一、實(shí)驗(yàn)?zāi)康恼莆粘S妙l域低通濾波器的設(shè)計(jì)。進(jìn)一步加深理解和掌握?qǐng)D像頻譜的特點(diǎn)和頻域低通濾波的原理。理解圖像低通濾波的處理過(guò)程和特點(diǎn)。二、實(shí)驗(yàn)內(nèi)容設(shè)計(jì)程序,分別實(shí)現(xiàn)二階巴特沃斯低通濾波器觀察處理前后圖像效果,分析實(shí)驗(yàn)結(jié)果和算法特點(diǎn)。三、實(shí)驗(yàn)原理巴特沃斯高通濾波器的傳遞函數(shù)為:H(u,v)11+血D0式中DO為截

6、止頻率距遠(yuǎn)點(diǎn)距離。一階巴特沃斯濾波器沒(méi)有振鈴。在二階中振鈴?fù)ǔ:芪⑿?,但在階數(shù)增高時(shí)振鈴便成為一個(gè)重要因素。四、實(shí)驗(yàn)代碼及結(jié)果f1=imread(1.bmp);F=double(fl);%數(shù)據(jù)類型轉(zhuǎn)換,MATLAB不支持圖像的無(wú)符號(hào)整型的計(jì)算G=fft2(F);%傅立葉變換G=fftshift(G);%轉(zhuǎn)換數(shù)據(jù)矩陣M,N=size(G);nn=2;%二階巴特沃斯(Butterworth)高通濾波器d0=5;m=fix(M/2);n=fix(N/2);fori=1:Mforj=1:Nd=sqrt(i-m)A2+(j-n)A2);if(d=0)h=0;elseh=1/(1+0.414*(d0/d)A(2*nn);%計(jì)算傳遞函數(shù)end;result(i,j)=h*G(i,j);end;end;result=ifftshift(result);J2=ifft2(result);J3=uint8(real(J2);subplot(221);imshow(fl);title(灰色圖像);subplot(222);imshow(J3);%濾波后圖

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論