数字图像实验报告二图像的灰度变换与直方图均衡.docx
《数字图像实验报告二图像的灰度变换与直方图均衡.docx》由会员分享，可在线阅读，更多相关《数字图像实验报告二图像的灰度变换与直方图均衡.docx（12页珍藏版）》请在冰点文库上搜索。
数字图像实验报告二图像的灰度变换与直方图均衡
实验二图像的灰度变换与直方图均衡
一、实验目的
1.理解图像灰度变换与直方图均衡的定义；
2.掌握图像灰度变换与直方图均衡化的方法；
3.学会利用matlab编程实现灰度变换和直方图均衡的方法。
二、实验内容
1.利用matlab语言直接编程实现图像的对比度调整；
2.利用matlab语言编程实现图像的反转；
3.利用matlab语言直接编程实现图像的二值化；
4.利用matlab语言直接编程实现图像的直方图均衡化处理。
三、实验步骤
（一）利用matlab语言直接编程实现图像的对比度调整
实验代码如下：
A=imread（'E:
\实验报告\数字图像处理实验报告\数字图像实验报告二通信五班韩奇20110803520\lena.jpg'）;
I=double（A）;
J=I*0.5+40;
A1=uint8（J）;
figure
（1）;subplot（1,2,1）,imshow（A）;
subplot（1,2,2）,imshow（A1）;
J=I*1+40;
A1=uint8（J）;
figure
（2）;subplot（1,2,1）,imshow（A）;
subplot（1,2,2）,imshow（A1）;
J=I*3+40;
A1=uint8（J）;
figure（3）;subplot（1,2,1）,imshow（A）;
subplot（1,2,2）,imshow（A1）;
J=exp（I）;
A1=uint8（J）;
figure（4）;subplot（1,2,1）,imshow（A）;
subplot（1,2,2）,imshow（A1）;
生成图像如下：
从图中可以看出，第一幅图相对于原图的对比度降低了，第二幅图相对于原图对比度提高了40个灰度级，第三幅图对比度提高太多，效果反而不好。
在三幅图中，第二幅图视觉效果最好，对比度明显又不至于太亮。
第四幅图是指数灰度变换。
（二）利用matlab语言编程实现图像的反转
实验代码如下：
A=imread（'E:
\实验报告\数字图像处理实验报告\数字图像实验报告二通信五班韩奇20110803520\lena.jpg'）;
E=imadjust（A,[0.350.65],[10]）;
figure;imshow（E）;
生成图像如下：
从图中可以看出，原来亮的部分经过反转之后变暗，暗的部分经过反转变亮。
（三）利用matlab语言直接编程实现图像的二值化
实验代码如下：
I=imread（'E:
\实验报告\数字图像处理实验报告\数字图像实验报告二通信五班韩奇20110803520\lena.jpg'）;%要阈值化的图像
imshow（I）;
M=I;
[m,n]=size（M）;
fori=1:
m
forj=1:
n
if（M（i,j）<120）
M（i,j）=0;
else
M（i,j）=255;
end
end
end
figure,imshow（M）;%M是二值化的图像
生成图像如下：
程序设置的阈值是120，灰度级低于120的变为0（最暗），高于120的将变为255（最亮）。
（四）利用matlab语言直接编程实现图像的直方图均衡化处理
实验代码如下：
PS=imread（'E:
\实验报告\数字图像处理实验报告\数字图像实验报告二通信五班韩奇20110803520\qiao.jpg'）;%读入JPG图像文件
PS=rgb2gray（PS）;
imwrite（PS,'qiao灰度图.bmp'）;%转换为灰度化并保存
figure
（1）;
imshow（PS）%显示出来
title（'输入图像'）
%绘制直方图
[m,n]=size（PS）;%测量图像尺寸参数
GP=zeros（1,256）;%预创建存放灰度出现概率的向量
fork=0:
255
GP（k+1）=length（find（PS==k））/（m*n）;%计算每级灰度出现的概率，将其存入GP中相应位置
end
figure
（2）,bar（0:
255,GP,'g'）%绘制直方图
title（'原图像直方图'）
xlabel（'灰度值'）
ylabel（'出现概率'）
%直方图均衡化
S1=zeros（1,256）;
fori=1:
256
forj=1:
i
S1（i）=GP（j）+S1（i）;%计算Sk
end
end
S2=round（（S1*256）+0.5）;%将Sk归到相近级的灰度
fori=1:
256
GPeq（i）=sum（GP（find（S2==i）））;%计算现有每个灰度级出现的概率
end
figure（3）,bar（0:
255,GPeq,'b'）%显示均衡化后的直方图
title（'均衡化后的直方图'）
xlabel（'灰度值'）
ylabel（'出现概率'）
%均衡化后的图像
PA=PS;
fori=0:
255
PA（find（PS==i））=S2（i+1）;%将各个像素归一化后的灰度值赋给这个像素
end
figure（4）,imshow（PA）%显示均衡化后的图像
title（'均衡化后图像'）
imwrite（PA,'qiao均衡后.bmp'）;
生成图像如下：
从图中可以看出，经过直方图均衡后，各灰度级出现概率有了一定的变化，原先概率大的略有降低，概率小的略有升高，尤其是220~25灰度级有了明显的提高。
从图片质量上来看，均衡化后的图像桥的钢架结构更加清晰，天空中云彩更加艳丽，总体效果比均衡化之前好。
四、实验总结
这次实验主要是对图像的灰度变换和直方图均衡化，实验内容包括灰度拉伸、图像反转、图像的二值化以及直方图均衡。
通过实验将课本上理论知识加以实践，实验过程中明白了图像处理的一些技巧，同时也明白了，不同的图像的处理方法是不完全一致的，例如，实验时，我发现对“qiao”图像的直方图均衡处理效果很好，但同样的方法对于“lena”图像效果却不是很明显。
升级会员 