一、實驗意義及目的

（1）進一步掌握圖像處理工具Matlab，熟悉基于Matlab的圖像處理函數(shù)。
（2）掌握各種圖像增強方法。

二、實驗內(nèi)容

1.打開一幅彩色圖像Image1，使用Matlab圖像處理函數(shù)，對其進行下列變換：
（1）將Image1灰度化為gray，統(tǒng)計并顯示其灰度直方圖；
（2）對gray進行分段線性變換；
（3）對gray進行直方圖均衡化；
（4）對gray進行偽彩色增強；
（5）對gray添加噪聲并平滑；
（6）對gray利用Sobel算子銳化；
（7）實驗要求中的拓展內(nèi)容。

2.拓展內(nèi)容：
（1）對以上處理變換參數(shù)，查看處理效果；
（2）更改偽彩色增強方法為熱金屬編碼或彩虹編碼；
（3）設計不同的平滑濾波、銳化濾波方法，查看處理效果；
（4）自行設計方法，實現(xiàn)對彩色圖像增強處理。

三、實驗原理

1.灰度線性變換就是將圖像中所有點的灰度按照線性灰度變換函數(shù)進行變換。
2.直方圖均衡化通過點運算將輸入圖像轉(zhuǎn)換為在每一級上都有相等像素點數(shù)的輸出圖像。
3.偽彩色增強：把一幅黑白域圖像的不同灰度級映射為一幅彩色圖像的技術(shù)手段。
4.銳化(Sharpening) ：圖像在傳輸或變換過程中（如未聚焦好）、受到各種干擾而退化，典型的是圖像模糊，而圖像的判讀和識別中，常需突出目標的輪廓或邊緣信息。
5.邊緣銳化：主要增強圖像的輪廓邊緣、細節(jié)（ 灰度跳變部分），以突出圖像中景物的邊緣或紋理，形成完整的物體邊界，使邊緣和輪廓模糊的圖像清晰，又叫空域高通濾波（俗稱為勾邊處理）。

四、Matlab相關(guān)函數(shù)介紹

（1）imhist函數(shù)
功能：統(tǒng)計變顯示圖像的直方圖。
調(diào)用格式：
imhist(I)：顯示圖像I的直方圖。
imhist(I, n)：顯示圖像I的直方圖，n指定直方圖中的列數(shù)。
[COUNTS,X] = imhist(…)：返回直方圖數(shù)據(jù)向量COUNTS和相應的色彩值向量X。
（2）histeq函數(shù)
功能：直方圖均衡化
調(diào)用格式：
J = histeq(I,hgram)：將圖像I的直方圖變成用戶指定的向量hgram，hgram中的各元素值域為[0,1]；
J = histeq(I,N)：對原始圖像I進行直方圖均衡化，N為輸出圖像的灰度技術(shù)，默認N為64。
（3）imadjust函數(shù)
功能：調(diào)整圖像灰度值或顏色映射表，增加圖像的對比度。
調(diào)用格式：
J = imadjust(I,[LOW_IN; HIGH_IN],[LOW_OUT; HIGH_OUT],GAMMA)：調(diào)整圖像I的灰度值；[LOW_IN; HIGH_IN]指定原始圖像中要變換的灰度范圍；[LOW_OUT; HIGH_OUT]指定變換后的灰度范圍；低于LOW_IN 、高于HIGH_IN 的采取截取式；都可以使用空的矩陣[]，默認值是[0 1]； GAMMA為標量，指定描述值I和值J關(guān)系的曲線形狀，如果小于1，此映射偏重更高數(shù)值（明亮）輸出，如果gamma大于1，此映射偏重更低數(shù)值（灰暗）輸出，如果省略此參數(shù)，默認為（線性映射）。
NEWMAP = imadjust(MAP,[LOW_IN; HIGH_IN],[LOW_OUT; HIGH_OUT],GAMMA)：調(diào)整索引圖像的顏色表map，其他參量同上。
RGB2 = imadjust(RGB1,…)：對RGB圖像RGB1的R、G、B分量進行調(diào)整。
（4）imnoise函數(shù)
J = imnoise(I,type,parameters)：按指定類型在圖像I上添加噪聲；type表示噪聲類型，parameters為其所對應參數(shù)，可取值如表1所示：
表1 imnoise函數(shù)參數(shù)表

（5）fspecial函數(shù)
h=fspecial(type,parameters)：創(chuàng)建指定類型和參數(shù)的二維濾波器h，如表2所示：
表2 fspecial函數(shù)參數(shù)表

（6）filter2函數(shù)
Y = filter2(B,X,shape)：使用二維FIR濾波器B對矩陣X進行濾波；shape指定返回值Y的形式，‘full’：Y的維數(shù)大于X；‘same’：Y的維數(shù)等于X；‘valid’：Y的維數(shù)小于X；默認為same。
（7）imfilter函數(shù)
B=imfilter(A,H,option1,option2,…)：根據(jù)指定的屬性option1，option2…等，使用多維濾波器H對圖像A進行濾波，H常由函數(shù)fspecial輸出得到。屬性參數(shù)如表3所示：
表3 imfilter函數(shù)參數(shù)表

（8）medfilt2函數(shù)
B = medfilt2(A,[m n]])：用[m n]大小的濾波器對圖像A進行中值濾波，輸出圖像為B，濾波器大小默認為3×3。
（9）edge函數(shù)
BW = edge(I)：對灰度或二值圖像I進行邊緣檢測，檢測后圖像為二值圖像BW，邊界處取值為1，否則為0。缺省情況下，edge函數(shù)使用Sobel算子檢測邊緣，也可以指定算子。
BW = edge(I,‘sobel’)；BW = edge(I,‘prewitt’)；BW = edge(I,‘roberts’)；
BW = edge(I,‘log’)；BW = edge(I,‘canny’)引號內(nèi)為指定算子。
BW = edge(I,‘sobel’,thresh)：thresh指定保留邊緣的閾值，若為0，edge函數(shù)自動選擇該值。

五、代碼及結(jié)果

（1）將Image1灰度化為gray，統(tǒng)計并顯示其灰度直方圖；

（2）對gray進行分段線性變換；

代碼：文章來源地址http://www.zghlxwxcb.cn/news/detail-422395.html

Image1=im2double(imread('lotus.bmp'));
gray=rgb2gray(Image1);
imhist(gray),title('灰度直方圖'); 
[h,w]=size(gray);                                     
NewImage1=zeros(h,w);                 
a=80/256; b=180/256; c=30/256; d=220/256;
for x=1:w
    for y=1:h
        if gray(y,x)<a 
            NewImage1(y,x)=gray(y,x)*c/a;
        elseif gray(y,x)<b
            NewImage1(y,x)=(gray(y,x)-a)*(d-c)/(b-a)+c;
        else
            NewImage1(y,x)=(gray(y,x)-b)*(255-d)/(255-b)+d;
        end                                               
    end
end
figure,imshow(NewImage1),title('分段線性變換');

結(jié)果：

（3）對gray進行直方圖均衡化；

代碼：

Image1=im2double(imread('lotus.bmp'));
gray=rgb2gray(Image1);
NewImage2=histeq(gray);
figure,imshow(NewImage2),title('直方圖均衡化');

結(jié)果：

（4）對gray進行偽彩色增強；

代碼：

Image1=im2double(imread('lotus.bmp'));
gray=rgb2gray(Image1);
NewImage3=zeros(h,w,3);
for x=1:w
    for y=1:h
        if gray(y,x)<64/256
            NewImage3(y,x,1)=0;
            NewImage3(y,x,2)=4*gray(y,x);
            NewImage3(y,x,3)=1;
        elseif gray(y,x)<128/256
            NewImage3(y,x,1)=0;
            NewImage3(y,x,2)=1;
            NewImage3(y,x,3)=2-4*gray(y,x);
        elseif gray(y,x)<192/256
            NewImage3(y,x,1)=4*gray(y,x)-2;
            NewImage3(y,x,2)=1;
            NewImage3(y,x,3)=0;
        else
            NewImage3(y,x,1)=1;
            NewImage3(y,x,2)=4-4*gray(y,x);
            NewImage3(y,x,3)=0;
        end
    end
end
figure,imshow(NewImage3),title('偽彩色增強');

結(jié)果：

（5）對gray添加噪聲并平滑；

代碼：

Image1=im2double(imread('lotus.bmp'));
gray=rgb2gray(Image1);
noiseIsp=imnoise(gray,'salt & pepper',0.1);            
noiseIg=imnoise(gray,'gaussian');  
result1=medfilt2(noiseIsp); 
result2=medfilt2(noiseIg);
figure;
subplot(121),imshow(re

到了這里，關(guān)于【數(shù)字圖像處理】實驗（2）——圖像增強（MATLAB實現(xiàn)）的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！