5
《数字图像处理》实验报告
>> subplot(234),imshow(k2);title('5x5 中值滤波') >> subplot(235),imshow(k3);title('7x7 中值滤波') >> subplot(236),imshow(k4);title('9x9 中值滤波') 实验图像及结果：
二、实验原理
1.灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。
g ( x, y) T [ f ( x, y)]
f ( x, y ) g ( x, y ) [ f ( x, y ) a ] g a [ f ( x, y ) b] g b 0 f ( x, y ) a a f ( x, y ) b b f ( x, y ) 255
8
《数字图像处理》实验报告
3.均值（中值）滤波的模板大小对处理效果有什么影响？ 答：从实验结果图像可以看出，滤波模板越大，降噪效果越好，图片越纯净，但同时也会丢失较多的 图案、线条细节，并且边缘会有一定程度的模糊。显然实验中的图像使用 3x3 中值滤波即可达到目的，后 面的 5x5、7x7 和 9x9 效果都不尽如人意。所以应该根据噪声的级别、种类，对应使用不同大小的中值滤波 模板，从而在达到降噪目的的同时保留较多原图中的细节。
9
j 0 j 0
k
k
nj n
k 0,1,2,..., L 1
3.均值（中值）滤波是指在图像上，对待处理的像素给定一个模板，该模板包括了其周围的临近像素。 将模板中的全体像素的均值（中值）来代替原来像素值的方法。 4.拉普拉斯算子如下：
1 1 1 1 8 1 1 1 1
可以看出， 图像整体亮度提升， 天空变得更白， “太原理工大学” 几个字变得更鲜红， 整体对比度上升。
3
《数字图像处理》实验报告
2.图像的直方图均衡化 程序代码： >> I=imread('circuit.tif'); figure subplot(221);imshow(I); subplot(222);imhist(I) >> I1=histeq(I); >> figure; >> subplot(221);imshow(I1) >> subplot(222);imhist(I1) 实验图像及结果：
实验报告
课程名称： 数字图像处理
实验名称：
空域图像增强技术
实验地点：
明向校区 D001 机房
专业班级： 测控 1401 班
学号： 2014001796
学生姓名：
郭佳鑫
指导教师：
刘
帆
2017 年 4 月 14 日
《数字图像处理》实验报告
一、实验目的
1.结合实例学习如何在视频显示程序中增加图像处理算法。 2.理解和掌握图像的线性变换和直方图均衡化的原理和应用。 3.了解平滑处理的算法和用途，学习使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理的程序 设计方法。 4.了解噪声模型及对图像添加噪声的基本方法。
7
《数字图像处理》实验报告
end >> figure(3);imshow(uint8(I)); 执行结果图像如下：
可以看出，前两幅图为之前的实验结果，这里增加了图 3，其处理过程与图 2 相反：将小于 30 的灰度 值不变， 将 30 到 150 的灰度值压缩到 30 到 100 （图 2 是拉伸） ， 同时拉伸 150 到 255 的灰度值到 100 到 255 之间（图 2 是压缩） 。也就是说，两张处理后的图像均保持了暗部不变，图 2 拉伸了中间灰度，压缩了亮部 （高灰度区间） ，从而导致中间灰度动态范围增大，颜色更鲜艳，但也导致亮部变得一片白，损失了天空中 云彩的细节；修改程序后得到的图 3 反其道而行之，压缩了中间灰度，拉伸了亮部，使得天空部分动态范 围增大，蓝白过渡更自然，从而得到了蔚蓝的天空，但同样也导致中间灰度颜色范围变窄，整体变暗，花 丛以及“太原理工大学”的字样变得不再夺目。 令我感觉有意思的是，上图中的 Figure1、2、3，时辰上来讲仿佛是清晨、正午和傍晚。 由此可知，通过修改线性灰度变换的斜率和截距，可以对任意灰度区间进行拉伸或压缩。从显示效果 上就可以看出图像某一灰度区间的细节变得明显，或者颜色变得更艳。从现实上来讲，通过变化不同的斜 率和截距，我们可以根据实际需求，得到不同风格，或是细节表现位置各不相同的图片。 2.直方图均衡化是什么意思？它的主要用途是什么？ 答：直方图均衡化是直方图修正的一种方法。它令一幅图像其中的像素占有全部可能的灰度级，并且 均匀分布， 这样一来图像就有了高对比度和多变的灰度色调， 从而显示出灰度级丰富且动态范围大的图像。 上述实验中也提到，从图像和直方图共同对比可以看出，原本图像的本身偏暗，在直方图中灰度值也都集 中在黑色部分；而处理后的图像黑色部分仍然明显，但白色明显增多，直方图也显示图像整体的灰度范围 变得更均衡。
Figure1 中为添加了噪声的图像，Figure2、3、4 分别是 4、8、16 张加入了同类噪声的图像叠加后取平 均的结果，可以看出，进行平均的数量越多，噪声对图像的干扰就越小。 4.图像的中值滤波 程序代码： >> I=imread('eight.tif'); J=imnoise(I,'salt & pepper',0.02); >> subplot(231),imshow(I);title('原图'); >> subplot(232),imshow(J);title('噪声图') >> k1=medfilt2(J); >> k2=medfilt2(J,[5,5]); >> k3=medfilt2(J,[7,7]); >> k4=medfilt2(J,[9,9]); >> subplot(233),imshow(k1);title('习到了图像处理的一些基本算法；理解和掌握了图像的线性变换和直方图均衡化的原理 和应用；了解平滑处理的算法和用途，学会了使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理 的程序设计方法；并使我了解噪声模型及对图像添加噪声的基本方法。 个人觉得仍然比较模糊的一点是，上述实验“均值滤波”在课本上叫做“图象平均” ，而与其名称相似 的“平均值滤波” （又叫“平滑滤波” ）原理却截然不同，上述“均值滤波”是数张同类噪声图像相加取平 均，而“平均值滤波”是仅在一张图中使用平滑模板取目标像素四周像素的平均值。 上述每项实验我都在下面写了一些自己的感受和结论，不过总而言之，整个实验让我非常直观的感受 到了图像处理的强大能力，更让我意识到，数字图像处理在现实中也有着广泛且重要的应用，我应当继续 努力钻研这门学科。
拉普拉斯算子首先将自身与周围的 8 个像素相减，表示自身与周围像素的差异，再将这个差异加上自 身作为新像素的灰度。
三、实验仪器
1.计算机。 2.MATLAB 程序。 3.记录用的笔、纸。
2
《数字图像处理》实验报告
四、实验步骤与内容
1.图像的灰度线性变换 程序代码： >> I=imread('tyut.bmp'); imshow(I); I=double(I); [M,N]=size(I); for i=1:M for j=1:N if I(i,j)<=30 I(i,j)=I(i,j); elseif I(i,j)<=150 I(i,j)=(200-30)/(150-30)*(I(i,j)-30)+30; else I(i,j)=(255-200)/(255-150)*(I(i,j)-150)+200; end end end >> figure(2);imshow(uint8(I)); 实验图像及结果：
4
《数字图像处理》实验报告
II(:,:,i)=imnoise(I,'gaussian',0,0.01); II1=II1+double(II(:,:,i)); if or(or(i==1,i==4),or(i==8,i==16)); figure; imshow(uint8(II1/i)); end end 实验图像及结果：
x 1,2,, m, y 1,2,n
2.直方图均衡化通过点运算将输入图像转换为在每一级上都有相等像素点数的输出图像。按照图像概 率密度函数 PDF 的定义：
pr (rk )
nk n
k 0,1,2,..., L 1
通过转换公式获得：
sk T (rk ) pr (rj )
6
《数字图像处理》实验报告
从图中可以看到，图 1 为原图像；图 2 为 Sobel 算子使用水平模板进行梯度锐化，它对垂直边缘（摄影 师以及三脚架轮廓）有较强的响应；图 3 为使用垂直模板进行锐化，它对水平边缘（背景中的建筑轮廓、 水平线以及水面的波纹）有较强的响应。
五、思考题
1.设定不同的斜率值和截距，显示效果会怎样？ 答：修改第一小项的实验代码，增加一幅处理图像，修改线性灰度变换处理的灰度区间。 程序代码： >> I=imread('tyut.bmp'); imshow(I); I=double(I); [M,N]=size(I); for i=1:M for j=1:N if I(i,j)<=30 I(i,j)=I(i,j); elseif I(i,j)<=150 I(i,j)=(100-30)/(150-30)*(I(i,j)-30)+30; 这里改变了斜率和截 else 距，后面会做出说明。 I(i,j)=(255-100)/(255-150)*(I(i,j)-150)+100; end end