数图 图像增强.docx
《数图 图像增强.docx》由会员分享，可在线阅读，更多相关《数图 图像增强.docx（16页珍藏版）》请在冰点文库上搜索。
数图图像增强
实验2图像增强
一、实验目的
1、掌握图像增强方法（点操作、直方图均衡、局域操作）
2、掌握伪彩色处理
3、理解点扩展函数恢复方法
二、实验内容
使用Matlab或者VC实现下面几个内容：
（1）根据灰度映射关系进行灰度调整。
例如根据下面变换曲线，写出变换表达式，并进行图像灰度映射增强。
改变参数看看增强结果有何变化。
（2）实现直方图均衡算法
（3）实现局域变换增强。
（平均平滑、高斯平滑、中指滤波）
（4）实现真彩图像转换为灰度图像，实现伪彩色处理。
例如可以根据下图进行伪彩色变换，变换的结果可以使真彩图像，也可以是索引图像，比较结果有何不同。
（5）
（6）模拟匀速直线运动模糊并进行恢复
三、实验结果
使用Matlab或者VC实现下面几个内容：
1、根据灰度映射关系进行灰度调整。
例如根据下面变换曲线，写出变换表达式，并进行图像灰度映射增强。
改变参数看看增强结果有何变化。
I=imread（'111.bmp'）;
[d1,d2,d3]=size（I）;
if（d3>1）
I=rgb2gray（I）;
end
Im=double（I）;
A=0.5;B=0;
darker=Im*A+B;
A=1;B=0;
mover=Im*A+B;
A=1.5;B=0;
lighter=Im*A+B;
A=-1;B=255;
reverser=Im*A+B;
J1=uint8（darker）;
J2=uint8（mover）;
J3=uint8（lighter）;
J4=uint8（reverser）;
subplot（2,3,1）,imshow（I）;title（'原图'）;
subplot（2,3,2）,imshow（J1）;title（'减小对比度'）;
subplot（2,3,5）,imshow（J2）;title（'灰度值上移'）;
subplot（2,3,3）,imshow（J3）;title（'增大对比度'）;
subplot（2,3,6）,imshow（J4）;title（'反相'）;
2、实现直方图均衡算法
I=imread（'111.jpg'）;
[d1,d2,d3]=size（I）;
if（d3>1）
I=rgb2gray（I）;
end
I=double（I）/255;
Im=uint8（255*I*0.5+0.5）;
subplot（2,2,1）;imshow（Im）;title（'原图'）;
gp=zeros（1,256）;
fori=1:
256
gp（i）=length（find（Im==（i-1）））/（d1*d2）;
end
subplot（2,2,2）;
bar（0:
255,gp）;
title（'原图恢复直方图'）;
newGp=zeros（1,256）;
S1=zeros（1,256）;
S2=zeros（1,256）;
tmp=0;
fori=1:
256;
tmp=tmp+gp（i）;
S1（i）=tmp;
S2（i）=round（S1（i）*256）;
end
fori=1:
256
newGp（i）=sum（gp（find（S2==i）））;
end
subplot（2,2,4）;
bar（0:
255,newGp）;
title（'均衡化后直方图'）;
newGrayPic=Im;
fori=1:
256
newGrayPic（find（Im==（i-1）））=S2（i）;
end
subplot（2,2,3）;imshow（newGrayPic）;title（'均衡化后'）;
3、实现局域变换增强。
（平均平滑、高斯平滑、中指滤波）
平均平滑
x=imread（'111.jpg'）;
h=fspecial（'average'）;
y=imfilter（x,h）;
subplot（1,2,1）;
imshow（x）;
subplot（1,2,2）;
imshow（y）;
高斯平滑
I=rgb2gray（imread（'111.jpg'））;
subplot（2,2,1）;
imshow（I）;
xlabel（'a.原图'）;
I=imnoise（I,'gaussian',0,0.005）;
subplot（2,2,2）;
imshow（I）;
xlabel（'b.加入高斯噪声'）;
r=50;
Im=double（I）;
F=fft2（Im）;
F_result=fftshift（F）;
g=F_result;
[m,n]=size（F_result）;
M=fix（m/2）;
N=fix（n/2）;
foru=1:
m
forv=1:
n
D=sqrt（（u-M）^2+（v-N）^2）;
H=1-exp（-D^2/（2*r^2））;
F_result（u,v）=F_result（u,v）*H;
end
end
G_result=fftshift（F_result）;
g_result=fft2（G_result）;
f=real（g_result）;
f=uint8（f）;
subplot（2,2,3）;
imshow（f）;
xlabel（'c.高斯高通滤波后'）;
subplot（2,2,4）;
imshow（f）;
xlabel（'d.高斯低通滤波后'）;
S=0;
S1=0;
fori=1:
M
forj=1:
N
L=（abs（F_result（i,j）））^2;
S=S+L;
end
end
fori=1:
M
forj=1:
N
L1=（abs（g（i,j）））^2;
S1=S1+L;
end
end
I=rgb2gray（imread（'1.jpg'））;
I=imnoise（I,'gaussian',0,0.005）;
r=5;
Im=double（I）;
F=fft2（Im）;
F_result=fftshift（F）;
g=F_result;
[m,n]=size（F_result）;
N=fix（n/2）;
foru=1:
m
forv=1:
n
D=sqrt（（u-M）^2+（v-N）^2）;
H=1-exp（-D^2/（2*r^2））;
F_result（u,v）=F_result（u,v）*H;
end
end
G_result=fftshift（F_result）;
g_result=fft2（G_result）;
f=real（g_result）;
f=uint8（f）;
subplot（2,2,4）;
imshow（f）;
xlabel（'d.高斯低通滤波后'）;
S=0;
S1=0;
fori=1:
M
forj=1:
N
L=（abs（F_result（i,j）））^2;
S=S+L;
end
end
fori=1:
M
forj=1:
N
L1=（abs（g（i,j）））^2;
S1=S1+L1;
end
end
中值滤波
I=imread（'1.jpg'）
I=rgb2gray（I）;
J1=imnoise（I,'gaussian',0,0.005）;
subplot（1,2,1）;imshow（I）;
xlabel（'原图'）;
K2=medfilt2（J1）;
subplot（1,2,2）;imshow（K2）;
xlabel（'中值滤波后'）
4、实现真彩图像转换为灰度图像，实现伪彩色处理。
例如可以根据下图进行伪彩色变换，变换的结果可以使真彩图像，也可以是索引图像，比较结果有何不同。
5、
I=imread（'1.jpg'）;
I=double（I）;
[MN]=size（I）;
L=256;
fori=1:
M
forj=1:
N
ifI（i,j）R（i,j）=0;
G（i,j）=4*I（i,j）;
B（i,j）=L;
elseifI（i,j）<=L/2
R（i,j）=0;
G（i,j）=L;
B（i,j）=-4*I（i,j）+2*L;
elseifI（i,j）<=3*L/4
R（i,j）=4*I（i,j）-2*L;
G（i,j）=L;
B（i,j）=0;
else
R（i,j）=L;
G（i,j）=-4*I（i,j）+4*L;
B（i,j）=0;
end
end
end
end
end
fori=1:
M
forj=1:
N
G2C（i,j,1）=R（i,j）;
G2C（i,j,2）=G（i,j）;
G2C（i,j,3）=B（i,j）;
end
end
G2C=G2C/256;
figure;
imshow（G2C）;
6、模拟匀速直线运动模糊并进行恢复
I=imread（'1.jpg'）;
subplot（2,3,1）;
imshow（I,[]）;
title（'原图像'）;
PSF=fspecial（'motion',40,75）;
MF=imfilter（I,PSF,'circular'）;
noise=imnoise（zeros（size（I））,'gaussian',0,0.001）;
MFN=imadd（MF,im2uint8（noise））;
subplot（2,3,2）;
imshow（MFN,[]）;
title（'运动模糊图像'）;
NSR=sum（noise（:
）.^2）/sum（MFN（:
）.^2）;
subplot（2,3,3）;
imshow（deconvwnr（MFN,PSF,NSR）,[]）;
title（'逆滤波复原'）;
subplot（2,3,4）;
imshow（deconvwnr（MFN,PSF,NSR）,[]）;
title（'维纳滤波复原'）;
NP=0.002*prod（size（I））;
[reg1LAGRA]=deconvreg（MFN,PSF,NP/3.0）;
subplot（2,3,5）;
imshow（reg1）;
title（'最小二乘滤波复原'）;
四、实验小结
升级会员 