數(shù)字圖像處理試驗(yàn)匯報(bào)試驗(yàn)一數(shù)字圖像基本操作和灰度變換試驗(yàn)?zāi)繕?biāo)1.了解數(shù)字圖像基本數(shù)據(jù)結(jié)構(gòu)2.熟悉Matlab中數(shù)字圖像處理基本函數(shù)和基本使用方法3.掌握?qǐng)D像灰度變換基本理論和實(shí)現(xiàn)方法4.掌握直方圖均衡化增強(qiáng)基本理論和實(shí)現(xiàn)方法二、試驗(yàn)原理1.圖像灰度線性變換灰度線性變換能夠突出圖像中主要信息。通常情況下，處理前后圖像灰度級(jí)是相同，即處理前后圖像灰度級(jí)都為[0，255]。那么，從原理上講，我們就只能經(jīng)過抑制非主要信息對(duì)比度來騰出空間給主要信息進(jìn)行對(duì)比度展寬。00255bc255圖1.1對(duì)比度線性變換關(guān)系設(shè)原圖像灰度為，處理后圖像灰度為，對(duì)比度線性展寬原理示意圖如圖1.1所表示。假設(shè)原圖像中我們關(guān)心景物灰度分布在[，]區(qū)間內(nèi)，處理后圖像中，我們關(guān)心景物灰度分布在[，]區(qū)間內(nèi)。在這里，也就是說我們所關(guān)心景物灰度級(jí)得到了展寬。依照?qǐng)D中所表示映射關(guān)系中分段直線斜率我們能夠得出線性對(duì)比度展寬計(jì)算公式： ，， （1-1） ， （；）其中，，，，圖像大小為×。2.直方圖均衡化直方圖均衡化是將原始圖像經(jīng)過某種變換，得到一幅灰度直方圖為均勻分布新圖像方法。離散圖像均衡化處理可經(jīng)過變換函數(shù)：來實(shí)現(xiàn)。三、試驗(yàn)步驟1.圖像灰度線性變換實(shí)現(xiàn)(1)讀入一幅灰度圖像test1.tif，顯示其灰度直方圖。新建M文件，Untitled1.m，編輯代碼以下。得到讀入圖像test1和它灰度直方圖。（2）依照?qǐng)D像灰度直方圖，選擇所關(guān)心圖像景物灰度分布范圍[fa,fb]，以及擬變換灰度分布范圍[ga,gb]，實(shí)現(xiàn)對(duì)圖像灰度線性變換，調(diào)整a,b,c值，觀察對(duì)處理結(jié)果影響。由[x，y]=size(I)，得到圖像矩陣大小。[45，55]變換為[30，70]在上述代碼中修改fa，fb，ga，gb值，即可得到新線性變換圖像。[80，100]變換成[100,140][10，20]變換成[10,50]結(jié)論：經(jīng)過調(diào)整a，b，c值，能夠?qū)θ我换叶葏^(qū)間進(jìn)行拉伸和壓縮，斜率越大，更能突出感興趣灰度區(qū)間，抑制不感興趣灰度區(qū)間。3.圖像均衡化處理（1）讀入一幅灰度圖像test2.tif,求出其直方圖（2）利用Matlab函數(shù)實(shí)現(xiàn)圖像均衡化處理（3）同屏顯示處理前后圖像和灰度直方圖，說明處理前后直方圖改變以及對(duì)應(yīng)灰度改變。結(jié)論：處理前灰度直方圖分布不均勻，像素灰度范圍窄且主要集中在[0：100]低灰度值區(qū)域；處理后灰度直方圖近似均勻分布，占據(jù)了整個(gè)灰度值允許范圍，增加了圖像動(dòng)態(tài)范圍。處理后灰度級(jí)降低，以換取對(duì)比度加大。四、思索問題1．在映射關(guān)系中，分段直線斜率大小對(duì)圖像處理結(jié)果有哪些影響？控制分段斜率大小，能夠?qū)θ我换叶葏^(qū)間進(jìn)行拉伸和壓縮，突出感興趣灰度區(qū)間，抑制不感興趣灰度區(qū)間，調(diào)整圖像對(duì)比度，改進(jìn)圖像視覺效果。斜率大于1時(shí)，灰度區(qū)間被展寬；斜率小于1時(shí)，灰度區(qū)間被壓縮。2．在進(jìn)行對(duì)比度擴(kuò)展時(shí)，假如確定和選取所關(guān)心景物？經(jīng)過將亮暗差異擴(kuò)大，來找出人所關(guān)心景物。3.直方圖均衡化適適用于什么形式灰度分布情形？直方圖均衡化適合原圖對(duì)比度不高而造成圖像效果不清楚，甚至難以識(shí)別且動(dòng)態(tài)范圍分布很小圖像。試驗(yàn)二圖像空間域增強(qiáng)試驗(yàn)?zāi)繕?biāo)1.熟悉圖像空間域增強(qiáng)方法，掌握增強(qiáng)模板使用方法。2.掌握均值濾波器、中值濾波器理論基礎(chǔ)和實(shí)現(xiàn)方法。3.掌握?qǐng)D像銳化基本理論和實(shí)現(xiàn)方法。4.驗(yàn)證圖像濾波處理結(jié)果。二、試驗(yàn)原理圖像增強(qiáng)是數(shù)字圖像處理基本內(nèi)容之一，其目標(biāo)是依照應(yīng)用需要突出圖像中一些“有用”信息，減弱或去除不需要信息，以改進(jìn)圖像視覺效果,或突出圖像特征，便于計(jì)算機(jī)處理。圖像增強(qiáng)能夠在空間域進(jìn)行，也能夠在頻率域中進(jìn)行?？臻g域?yàn)V波主要利用空間模板進(jìn)行，如33，55模板等。通常來說，使用大小為m×n濾波器對(duì)大小為M×N圖像f進(jìn)行空間濾波，可表示成：其中，m=2a+1,n=2b+1,??(??,??)是濾波器系數(shù)，??(??,??)是圖像值QUOTEws,t是均值濾波器是一個(gè)空間平滑濾波器，它是對(duì)包含噪聲圖像上每個(gè)像素點(diǎn)，用它鄰域內(nèi)像素平均值代替原來像素值。比如，采取一個(gè)3×3模板，待處理像素為f(i,j)，則處理后圖像對(duì)應(yīng)像素值為g(i-1,j+1)g(i,j)=1/9*(f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,j-1)+f(i,j)+f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1));中值濾波器也是一個(gè)空間平滑濾波器，它是對(duì)以圖像像素點(diǎn)為中心一個(gè)滑動(dòng)窗口內(nèi)諸像素灰度值排序，用中值代替窗口中心像素原來灰度值，所以它是一個(gè)非線性圖像平滑法。采取Laplacian銳化算子進(jìn)行圖像邊緣銳化，是采取二階差分運(yùn)算取得像素間差異值，由此，取得對(duì)圖像景物邊界銳化。Laplacian也能夠算子也能夠?qū)懗墒悄０遄饔梅绞?，以下：設(shè)待處理像素為f(i,j)，則處理后圖像對(duì)應(yīng)像素值為g(i-1,j+1)，則g(i,j)=4*f(i,j)-(f(i-1,j-1)+f(i,j-1)+f(i,j+1)+f(i+1,j));慣用銳化算子還有Roberts、Prewitt和Sobel算子等。三、試驗(yàn)步驟1．讀入一幅256×256大小、256級(jí)灰度數(shù)字圖像test3。讀入圖像代碼以下：2.圖像平滑濾波處理（1）對(duì)原圖像分別加入高斯噪聲、椒鹽噪聲。左圖I1為加椒鹽噪聲后圖像，右圖I2為加高斯噪聲后圖像。（2）利用鄰域平均法，分別采取33，55模板對(duì)加噪聲圖像進(jìn)行平滑處理，顯示原圖像、加噪圖像和處理后圖像。M為3*3模板，N為5*5模板。采取3*3對(duì)椒鹽噪聲圖像I1進(jìn)行平滑處理得到I11：采取5*5對(duì)椒鹽噪聲圖像I1進(jìn)行平滑處理得到I11：采取3*3對(duì)高斯噪聲圖像I2進(jìn)行平滑處理得到I22：采取5*5對(duì)高斯噪聲圖像I2進(jìn)行平滑處理得到I22：（3）利用中值濾波法，分別采取33，55模板對(duì)加噪聲圖像進(jìn)行去噪處理，顯示原圖像、加噪圖像和處理后圖像。采取3*3對(duì)椒鹽噪聲圖像I1進(jìn)行平滑處理得到I11：采取5*5對(duì)椒鹽噪聲圖像I1進(jìn)行平滑處理得到I11：采取3*3對(duì)高斯噪聲圖像I2進(jìn)行平滑處理得到I22：采取5*5對(duì)高斯噪聲圖像I2進(jìn)行平滑處理得到I22：（4）比較各種濾波方法和濾波模板處理結(jié)果均值濾波更適合濾除高斯噪聲，但同時(shí)使圖像變得含糊，尤其在邊緣和細(xì)節(jié)處，且模板越大，含糊程度越嚴(yán)重。中值濾波更適合濾除椒鹽噪聲，且在濾除噪聲同時(shí)能有效保護(hù)邊緣少受含糊，且模板選擇要依照從小到大窗口試驗(yàn)來選擇最好，在此試驗(yàn)中，3*3模板效果最好。3.圖像銳化處理(1)利用Laplacian銳化算子（α=-1）對(duì)256×256大小、256級(jí)灰度數(shù)字圖像test4進(jìn)行銳化處理，顯示處理前、后圖像。I=imread(‘F:\image\test4.gif’);subplot(2,1,1),imshow(I)

title('原圖像')

a=[0,1,0;1,-4,1;0,1,0];

f=imfilter(I,a);

subplot(2,1,2),imshow(f)

title('拉普拉斯算子處理后')(2)分別利用Roberts、Prewitt和Sobel邊緣檢測(cè)算子，對(duì)數(shù)字圖像test4進(jìn)行邊緣檢測(cè)，顯示處理前、后圖像。利用sobel算子進(jìn)行邊緣檢測(cè)：利用prewitt算子進(jìn)行邊緣檢測(cè)：利用roberts算子進(jìn)行邊緣檢測(cè)：四、思索問題1．采取均值濾波、中值濾波，對(duì)高斯噪聲和椒鹽噪聲抑制哪種比較有效？均值濾波對(duì)高斯噪聲抑制更有效，中值濾波對(duì)椒鹽噪聲抑制更有效。2．模板大小不一樣，所處理效果有何不一樣？為何？均值濾波，模板越大，在去噪能力增強(qiáng)同時(shí)，含糊程度越大。因?yàn)榫禐V波是鄰域?yàn)V波，用鄰域內(nèi)各像素灰度平均值代替該像素原來灰度值。中值濾波，通常極難事先確定最好窗口尺寸，需經(jīng)過從小窗口到大窗口中值濾波試驗(yàn)，再從中選擇最好。3．對(duì)Laplacian銳化算子處理結(jié)果中，對(duì)小于0部分，采取不一樣方法標(biāo)準(zhǔn)化到[0,255]時(shí)，圖像顯示效果有什么不一樣？為何？[（g-gmin）/(gmax-gmin)]*255試驗(yàn)三圖像傅里葉變換和頻域處理試驗(yàn)?zāi)繕?biāo)1.熟悉圖像空間域和頻率域關(guān)系，掌握快速傅里葉變換2.掌握離散傅里葉變換性質(zhì)和應(yīng)用二、試驗(yàn)原理圖像既能在空間域處理，也能在頻率域處理。把圖像信息從空域變換到頻域，能夠愈加好地分析、加工和處理。二維離散傅立葉正變換表示式為：逆變換為：二維離散傅立葉變換具備若干性質(zhì)，如：線性性、平移性、可分離性、周期性、共軛對(duì)稱性、旋轉(zhuǎn)不變性等?？衫秒x散傅里葉變換，將信號(hào)從空間域變換到頻率域，在頻率域選擇適宜濾波器H(u,v)對(duì)圖像頻譜成份進(jìn)行處理，然后經(jīng)逆傅立葉變換得四處理圖像，實(shí)現(xiàn)圖像處理結(jié)果。三、試驗(yàn)步驟1．產(chǎn)生一幅如圖所表示亮塊圖像f(x,y)（256×256大小、暗處=0，亮處=255）,對(duì)其進(jìn)行FFT，使用了test5圖像：（1）同屏顯示原圖f和FFT(f)幅度譜圖；（2）若令f1(x,y)=（-1）x+yf（x,y)，重復(fù)以上過程，比較二者幅度譜異同，簡(jiǎn)述理由；（3）若將f1(x,y)順時(shí)針旋轉(zhuǎn)45度得到f2(x,y)，試顯示FFT(f2)幅度譜，并與FFT(f2)幅度譜進(jìn)行比較。f（x,y）旋轉(zhuǎn)45度，F(xiàn)（u,v）也旋轉(zhuǎn)45度。驗(yàn)證了二維傅立葉變換旋轉(zhuǎn)不變性。2.對(duì)256×256大小、256級(jí)灰度數(shù)字圖像test5進(jìn)行頻域理想低通、高通濾波，同屏顯示原圖、幅度譜圖和低通、高通濾波結(jié)果圖。I=imread('F:\image\test5.gif');>>[M,N]=freqspace(size(I),'meshgrid');>>Hd=ones(size(I));>>r=sqrt(M.^2+N.^2);>>Hd(r>460)=0;>>Y=fft2(double(I));>>Y=fftshift(Y);>>Ya=Y.*Hd;>>Ya=ifftshift(Ya);>>I1=ifft2(Ya);imshow(uint8(real(I1)));I=imread('F:\image\test5.gif');[M,N]=freqspace(size(I),'meshgrid');Hd1=ones(size(I));r=sqrt(M.^2+N.^2);Hd1(r<0.01)=0;Y1=fft2(double(I));Y1=fftshift(Y1);Ya1=Y1.*