1、 数字图像处理 实验报告 3、4学院： 理学院 班级： 信息软件 学号： 130108010012 姓名： 杨亚南 指导教师： 聂栋栋 教 务 处2016 年 4 月实验 3 图像的灰度变换 1、实验内容及要求实验内容：(1)读取图像文件：a4g.bmp，画图显示各灰度级的概 率分布；(2)通过观察 a4g 图像的灰度概率分布，设计合理的灰度分段线性变换函数对图像进行增强处理，存储调整灰度后图像为a4g_1.bmp；(3)利用直方图均衡的方法对 a4g 图像进行增强处理，处理后的图像存储为a4g_2.bmp；(4)在一个图形窗口的三个子窗口内的分别显示原始图像和两种方法处理后的图像，比较处理结
2、果，并进行简单的分析。实验要求:(1)灰度分段线性变换函数和直方图均衡化都需要自己写代码实现(2)比较两种结果的差异二、实验过程Exp3.m 文件clc;clear;A=imread(a4g.bmp);imhist(A);%绘制灰度分布图title(灰度概率分布图);xlabel(灰度级);ylabel(概率);figure;subplot(2,2,1);imshow(A);title(原始图像);% 线性变换处 理L=256;B=imChange(A,L);imwrite(B,a4g_1.bmp);subplot(2,2,2);imshow(B);title(线性变换处理图像);% 直方图均
3、衡 处理m,n=size(A);R=zeros(1,L);N=R;P=R;for i=1:m;for j=1:n;N(A(i,j)+1)=N(A(i,j)+1)+1;endendP=N./(m*n);s=zeros(1,L);for i=1:L;s(i)=(L-1)*sum(P(1:i);ends=round(s);for i=1:m;for j=1:n;A(i,j)=s(A(i,j)+1);endendsubplot(2,2,3);imshow(A);imwrite(A,a4g_2.bmp);title(直方图均衡图像);imChange.m 文件% 线性变换函 数function A=im
4、Change(A,L)m,n=size(A);for i=1:mfor j=1:nif(A(i,j)170)A(i,j)=(A(i,j)-170)/3+7*L/8;elseA(i,j)=(A(i,j)-66)*3+L/8;endendendend三、实验结果及分析总结图 1 各灰度级的概率分布 图 2 分段线性函数曲线图 3 两种变换效果对比分析总结：灰度分段线性变换主要通过对原图像素值进行重新分配,提高图像的对比度;直方图均衡化处理是把原始图的直方图变换为均匀分布的形式, 增加像素灰度值的动态范围以达到增图像整体对比度的效果;图像增强处 理并不能使原始图像信息增加,而只能增强对某种信息的辨别
5、能力,提高了图像的视觉特性 。实验 4 空间滤波器的应用1、实验内容(1)读取灰度图像 a4g.bmp 文件,在图像中添加高斯噪声 ，并显示噪声图像I = imnoise(A,gaussian,0,0.001);(2)取邻域大小为 7*7，分别利用的高斯滤波器和中值滤波器对图像进行滤波，并显示滤波图像；高斯滤波的标准差为 1；imfilter 函数；medfilt2 函数 ；(3)双边滤波：采用如下双边滤波器 H进行滤波，并显示滤波图像： , 2),0(),(exp),(2exp),( ),/),(),(*. 2wyx kIkyIyFGHxyFHgxy 其中：表示图像灰度的标准差，表示高斯函数
6、的标准差(4)比较各滤波器去除噪声的效果，并简单分析。注意事项：（1）双边滤波模板主要有两个模板生成，第一个是高斯模板，第二个是以灰度级的差值作为系数生成的模板。然后这两个模板点乘就得到了最终的双边滤波模板。 （2）高斯滤波器可通过 fspecial 函数生成2、实验过程clc;clear;A=imread(a4g.bmp);I = imnoise(A,gaussian,0,0.001);I=imnoise(A,guassian,0,0.02)Imfilter(I,Fspecial(gaussian,7 7,1),corre)d=std2(I);figure;subplot(2,2,1);im
7、show(A);title(原始图像);subplot(2,2,2);imshow(I);title(添加噪声图像);% 高斯滤波h=fspecial(gaussian,7 7,1);%建立一个 3*3 模板的高斯滤波器G2= imfilter(I,h,corr);G2=uint8(G2);subplot(2,2,3);imshow(G2);medfilt2(I,7 7);title(高斯滤波图像);% 中值滤波K = medfilt2(I,7 7);subplot(2,2,4);imshow(K);title(中值滤波图像);% 双边滤波器w=3; I=mat2gray(I);p=padar
8、ray(I,w,w,symmetric);m n=size(I);for i=1:mfor j=1:nii=i+w;jj=j+w;D=p(ii-w:ii+w,jj-w:jj+w);F=exp(-(D-D(w+1,w+1).2)/(2*d);H=h.*F;H=H/(sum(H(:);B(i,j)=sum(sum(H.*D);endendfigure;imshow(B);title(双边滤波处理图像);三、实验结果及分析总结图 4 高斯滤波和中值滤波效果对比图 5 双边滤波处理图像分析总结：通过这次实验，我学会了如何利用高斯滤波，中值滤波进行图像降噪，同时在它们的基础上利用双边滤波这一改进方法进行降噪，虽然结果上看不太明显，但是确实学到了东西，而且刚开始的时候不会求双边滤波函数，后来跟着老师做才做了出来。实验人：杨亚南2016-04-06
