實驗四圖像增強

1、實驗四圖像增強一.實驗類型驗證性實驗。.實驗目的.掌握MATLAB 7.0中數(shù)字圖像的空間域濾波方法；.掌握MATLAB 7.0中數(shù)字圖像的頻率域濾波方法；.掌握MATLAB 7.0中灰度圖像的同態(tài)增晰方法。.實驗內容.圖像的各種灰度拉伸方法的實現(xiàn)；.圖像的直方圖修正；.圖像的各種平滑與銳化處理；.圖像的低通與高通處理；.圖像的同態(tài)增晰。.實驗原理.圖像的各種灰度拉伸方法的實現(xiàn)圖像的灰度拉伸方法有線性拉伸、對數(shù)拉伸和指數(shù)拉伸等。(1)線性拉伸線性拉伸或稱為線性灰度變換的一般形式如圖描述其對應的公式為：線性灰度拉伸一般公式g(x, y)(c/a)f(x, y)(d c)/(b a) f(x,y)

2、 a c(M g d)/(Mf b) f(x,y)bf (x, y) f(x,y) f(x,y)Mf線性灰度負相變換的一般公式(d Mg)/af(x,y)g(x, y) (c d)/(b a) f(x, y) (c M f)/bf(x,y)Mg a b cf (x, y)f (x, y)f (x, y)Mf例 4_1：對一幅圖像進行線性灰度拉伸。參考程序如下：%圖像中增強暗區(qū)域信息 f=imread(cameraman.tif);m,n=size(f);imhist(f);f=double(f);Mg=255; Mf=255;a=30;%input(input a); % 可以根據(jù)直方圖交互輸

3、入各參數(shù)值c=240;%input(input c);b=210;%input(input b);d=250;%input(input d);for i=1:mfor j=1:nif f(i,j)ag(i,j)=c/a*f(i,j);elseif f(i,j)bg(i,j)=(d-c)/(b-a)*(f(i,j)-a)+c;elseg(i,j)=(Mg-d)/(Mf-b)*(f(i,j)-b)+d;endend end運行結果如圖4_ #:運行結果如圖4_ :figure,subplot(1,2,1),imshow(uint8(f);title(原圖像);subplot(1,2,2),imsh

4、ow(g,);title(增強后圖像);運行結果如圖4_1:原圖像增強后圖像圖4_1圖像的線性灰度拉伸例4_2:圖像的線性灰度負相變換。參考程序如下：%實現(xiàn)a,b,c,d都為零的情況，公式簡化為g(x,y) Mg(1 1/Mf)f(x,y)%linear_enhance clc,close all, clear all f=imread(rice.png); m,n=size(f);f=double;Mg=255; Mf=255;for i=1:mfor j=1:ng(i,j尸Mg-Mg/Mf*f(i,j);end endfigure,subplot(1,2,1),imshow(uint8(f

5、),title(原圖像);subplot(1,2,2);imshow(uint8(g);title(負相圖像);式為圖4_2圖像的線性灰度負相變換(2)對數(shù)拉伸將對數(shù)函數(shù)作為圖像的映射函數(shù)，可以實現(xiàn)圖像灰度的非線性變換，對數(shù)變換的一般形g (x, y)lnf(x,y) 1 ab lnc其中，a、b、c是便于調整曲線的位置和形狀而引入的參數(shù)，它可以使低灰度范圍的f得以擴展而高灰度范圍的 f得到壓縮，以使圖像分布均勻，與人的視覺特性相匹配。對數(shù)灰度變換的關系如圖 4_3:圖4_3對數(shù)灰度變換的關系圖(a=5, b=1, c=1.05 )例4_3:對一幅圖像進行對數(shù)灰度變換。參考程序如下：f=dou

6、ble(imread(cameraman.tif);a=5; b=1; c=1.023;m,n=size；for i=1:mfor j=1:ng(i,j)=+log(f(i,j)+1)/b/log(c);endendfigure,subplot(2,2,1),imshow(uint8(f),title(原圖像);subplot(2,2,2),imhist(uint8(f),title(原圖像直方圖);subplot(2,2,3),imshow(uint8(g),title(對數(shù)變換后圖像);subplot(2,2,4),imhist(uint8(g);title(變換后圖像的直方圖)運行結果如

7、圖4 4:圖4 4圖像的對數(shù)拉伸變換(3)指數(shù)拉伸指數(shù)灰度變換也是非線性變換的一種，其一般形式為c f (x,y) ag(x, y) b1運行結果如圖4_ #:運行結果如圖4_ :它的效果與對數(shù)變換相反,其中，a、b、c是便于調整曲線的位置和形狀而引入的參數(shù),使圖像的高灰度范圍得到擴展。指數(shù)灰度變換的關系如圖4_5:圖4_5指數(shù)灰度變換的關系圖（a=50, b=1.3,例4_4:對一幅圖像進行指數(shù)灰度變換。參考代碼如下：f=double(imread(cell.tif);a=0; b=1.3; c=0.15;m,n=size(f);for i=1:mfor j=1:ng(i,j尸b.A(c*(

8、f(i,j)-a)-1;endendfigure,subplot(2,2,1),imshow(uint8(f),title(原圖像);subplot(2,2,2),imhist(uint8(f),title(原圖像直方圖);subplot(2,2,3),imshow(uint8(g),title(對數(shù)變換后圖像);subplot(2,2,4),imhist(uint8(g);title(變換后圖像的直方圖)subplot(2,2,4),imhist(g);title(變換后圖像的直方圖)原圖像原圖像宜方圖對數(shù)變換后圖像變換后圖像的直方圖圖4_6圖像的指數(shù)灰度變換與灰度拉伸相關的函數(shù)imadju

9、st()。調用格式：J=imadjust(I, Low_in, High_in, Low_out, High_out,gamma)I是輸入圖像矩陣，J是經(jīng)過灰度變換后的圖像矩陣，Low_in和High_in參數(shù)分別用來指定輸入圖像需要映射的灰度范圍，Low_out和High_out參數(shù)分別指定輸出圖像的灰度范圍，灰度范圍取值都是在。1區(qū)間。Gamma是一個可選參數(shù)，用于指定圖像I與J之間的映射關系：gamma=1時表示線性映射；gamma1時表示強映射； gamma默認值為1。例4_5：應用imadjust函數(shù)對圖像進行灰度變換。 參考程序如下：f=imread(cell.tif);f=dou

10、ble(f)/255;g=imadjust(f,70/255,150/255,0,1);figure,subplot(2,2,1),imshow(f,),title(原圖像);subplot(2,2,2),imhist(f),title(原圖像直方圖);subplot(2,2,3),imshow(g,),title(變換后圖像);運行結果如圖4_7:原圖懾原圖像直方圖變換它圖像變換后圖像的直方圖圖4_7利用imadjust函數(shù)進行圖像灰度變換.圖像的直方圖修正灰度直方圖是表示一幅圖像灰度分別情況的統(tǒng)計圖表，在一定程度上反映了圖像的特點。直方圖修正包括直方圖的均衡化和規(guī)定化處理。直方圖均衡化是通

11、過對原圖像進行某種灰度映射變換，使其直方圖變?yōu)榫鶆蚍植嫉囊环N灰度非線性變換方法，直方圖均衡化以累積分布函數(shù)作為變換函數(shù)。直方圖規(guī)定化可以突出感興趣的灰度范圍，即修正直方圖使其具有要求的形式，是對直方圖均衡化的一種有效擴展。與直方圖相關的函數(shù)有imhist() , histeq()imhist的調用格式為：imhist(I, n)I為輸入圖像，n為指定的灰度級數(shù)目，默認為256,此語句功能為繪制圖像I的直方圖，其灰度級合并為數(shù)目noCOUNTS, X=imhist(I,n);此語句功能為返回直方圖統(tǒng)計的數(shù)據(jù)COUNTS和相應的灰度級向量X,不繪制直方圖。利用語句 stem(X, COUNTS)可

12、以繪制圖像的直方圖。COUNTS/sum(COUNTS)即為灰度概率向量。例如：I=imread(rice.png);COUNTS,X=imhist(I);figure,subplot(2,1,1),imhist(I);title(imhist 顯示的直方圖);subplot(2,1,2),stem(X,COUNTS),title(X,COUNTS顯示的直方圖);運行結果如圖4_8:圖4 8圖像的直方圖圖像histeq函數(shù)既可以實現(xiàn)圖像的均衡化處理，也可以實現(xiàn)圖像的規(guī)定化處理histeq均衡化處理的調用格式：J=histeq(I, n );其中，I為原圖像矩陣，n表示輸出圖像的灰度級數(shù)目，是一

13、個可選參數(shù)，默認值為64,該語句功能是自動完成圖像的直方圖均衡化，J是均衡化后的圖像。例4_6:對一幅圖像調用函數(shù)imhist進行直方圖均衡化處理。參考程序如下：f=imread(cell.tif);g=histeq;subplot(2,3,4),imshow(g);title(規(guī)定化后的圖像)subplot(2,3,4),imshow(g);title(規(guī)定化后的圖像)figure,subplot(2,2,1),imshow,title(原圖像);subplot(2,3,3),stem(h),title(目標直方圖);subplot(2,2,2),imhist(f),title(原圖像直方圖

14、);subplot(2,2,3),imshow(g),title(均衡化后圖像);subplot(2,2,4),imhist(g);title(均衡化后圖像的直方圖)運行結果如圖4 9:圖4 9圖像直方圖均衡化處理histeq規(guī)定化處理的調用格式:J=histeq(I, hgram);其中，I為原圖像矩陣，hgram為指定的直方圖向量，其長度代表直方圖的柱數(shù)。例4 7：應用imhist函數(shù)對圖像進行規(guī)定化處理。參考程序如下:f=imread(concordorthophoto.png);h=0:255;h=1-h/255;g=histeq(f,h);figure,subplot(2,3,1),

15、imshow,title(原圖像);subplot(2,3,2),imhist(f),title(原圖像直方圖);subplot(2,3,5),imhist(g),title(規(guī)定化后的圖像直方圖);運行結果如圖4_10：D 1002000200規(guī)定化后的圖像直方圖規(guī)定化恬的圖像e01 口口 200圖4_10圖像的直方圖規(guī)定化處理.圖像的各種平滑與銳化處理圖像的平滑與銳化處理都是在空間域對圖像進行處理，可以統(tǒng)稱為空域濾波。空域濾波是在圖像空間中借助模板對圖像進行鄰域操作，輸出圖像每一個象素的取值都是根據(jù)模板對輸入圖像像素值進行計算得到的。根據(jù)功能可以將空域濾波分為平滑濾波器和銳化濾波器。(1)

16、噪聲生成函數(shù)imnoise()imnoise()函數(shù)調用格式：J=imnoise(I, TYPE PARAMETERS)I是輸入圖像，J是對I添加噪聲后的輸出圖像，imnoise函數(shù)的參數(shù)可選項及其功能如表4_1 ：表4_1 MATLAB中函數(shù)imnoise提供的圖像噪聲類型:TYPEPARAMETERS說明Gaussianm, v均值為m,方差為v的高斯噪聲Localvarv均值為0,方差為v的高斯白噪聲Possion無泊松噪聲Salt& Pepper無椒鹽噪聲Specklev均值為0,方差為v的均勻分布隨機噪聲例4_8:對圖像添加各種不同的噪聲。參考程序如下：I=imread(rice.p

17、ng);I1=imnoise(I,gaussian,0.1,0.1);I2=imnoise(I,localvar,0.1+zeros(size(I);I3=imnoise(I,poisson);I4=imnoise(I,salt & pepper);I5=imnoise(I,speckle,0.1);figuresubplot(2,3,1),imshow(I),title(原圖像);subplot(2,3,2),imshow(I1)title(高斯噪聲污染圖像);subplot(2,3,3),imshow(I2),title(高斯白噪聲污染圖像);subplot(2,3,4),imshow(I

18、3),title(泊松噪聲?虧染圖像);subplot(2,3,5),imshow(I4),title(椒鹽噪聲?虧染圖像);subplot(2,3,6),imshow(I5),title(隨機噪聲污染圖像);運行結果如圖4_ :運行結果如圖4_ #:圖4_11添加不同噪聲的圖像(2)與濾波器相關的函數(shù)fspecial函數(shù)可以生成空域處理的預定義模板，其調用格式為：h=fspecial(TYPE);h=fspecial(TYPE, PARAMETERS);h是返回的濾波器模板，參數(shù)的可選項及函數(shù)功能說明如表4_2:表4_2 fspecial函數(shù)提供的濾波器模板:TYPEPARAMETERS說明

19、AverageHsize均值濾波器，如果鄰域為方陣，hsize指定鄰域的 函數(shù)和列數(shù)Sobel無近似計算垂直梯度光滑效應的水平邊緣強調算子LaplacianAlpha系數(shù)由alpha(0.01.0)決定的一維拉普拉斯算十Prewitt無近似計算垂直梯度的水平邊緣強調算子MotionLen, theta按照角度theta移動len個像素的運動濾波器例如：h=fspecial(laplacian,0.0)得到： h = TOC o 1-5 h z 0101-41010基于卷積的圖像濾波函數(shù) filter2(), 該函數(shù)用指定的濾波器模板對圖像進行運算， 其 調用格式為：J=filter2(h, I

20、, shape);h為指定的濾波器模板，I為輸入圖像，參數(shù) shape可以省略，是指定濾波的計算范 圍，可選 full ， same ， valid 。圖像濾波函數(shù) imfilter() ，利用卷積濾波或相關性濾波處理圖像，其調用格式為：J=imfilter(I,h);J=imfilter(I,h,OPTION1,OPTION2,OPTION3);其 中 I 、 h 與 filter2 相 同 ， 三 個 參 數(shù) 中 ， 一 個 是 邊 界 填 充 方 式 ， 可 選 項 由 symmertric ， replicate (默認 ) ， circular ； 一個是輸出尺寸選項， 與 filt

21、er2 中的 shape 選項相同；另一個是濾波選項，可選 corr(默認)使用相關性進行濾波，conv使用卷積方法濾波。中值濾波函數(shù) medfilt2() ， 其濾波原理是把鄰域中的圖像的像素按灰度進行排序， 然 后選擇該組的中間值作為輸出像素，其調用格式為：J=medfilt2(I,m,n);其中， I 為輸入圖像， J 是中值濾波后的輸出圖像， m, n 指定濾波器的模板大小， 默認為3X3。( 2)平滑濾波平滑濾波的目的在于模糊圖像 (提取圖像中的較大對象而消除較小對象或將對象間的小間斷連接起來)或消除圖像噪聲。、鄰域中值平滑濾波主要有鄰域平均法(包括加權鄰域平均法，閾值鄰域均值法)

22、法、多圖像平均法。116=(116+18)/2;例 4_9：圖像的平滑濾波。參考程序如下：%均值與中值濾波I=imread(rice.png);h=fspecial(average,5);J1=filter2(h,I,valid);J2=imfilter(I,h,full); TOC o 1-5 h z figure, subplot(2,2,1),imshow(I); title( 原圖像);subplot(2,2,2),imshow(uint8(J1);title(filter2均值濾波效果);subplot(2,2,3),imshow(J2);title(imfilter 均值濾波效果)

23、subplot(2,2,4),imshow(J3);title( 中值濾波效果)% 多圖像平均法I4=zeros(size(I);I8=I4; I16=I8;for i=1:4J=double(imnoise(I,gaussian,0.02);I4=I4+J;endI4=I4/4.0;for i=1:4J=double(imnoise(I,gaussian,0.02);I8=I8+J;endI8=I8/4;I8=(I4+I8)/2;for i=1:8J=double(imnoise(I,gaussian,0.02);I16=I16+J;endI16=I16/8;(a)圖像的均值濾波與中值濾波f

24、igure,subplot(2,2,1),imshow(I); title(原圖像);subplot(2,2,2),imshow(uint8(4);title(4幅圖像平均濾波效果);subplot(2,2,3),imshow(I8,);title(8幅圖像平均濾波效果)subplot(2,2,4),imshow(I16,);title(16幅圖像平均濾波效果)運行結果分別如圖4_12:原圖像旭宏均值濾波效果mHlt均值濾液效果中恒濾波效果原圖偏幅圖像平均謔波效果動國圖像平均濾波效果1動哥圖像平均謔波效果（ 2）銳化濾波銳化濾波可以突出圖像的細節(jié)。具體實現(xiàn)時，是將原圖像加上邊緣提取后的圖像，

25、得到邊緣清晰的圖像， 邊緣提前方法這里主要介紹利用模板算子進行濾波的情況。 常用的銳化濾波模板有拉普拉斯算子、 索貝爾算子和prewitt 算子， 同樣通過 fspecial 函數(shù)生成銳化濾波模板，再調用 filter2 或 imfilter 函數(shù)進行濾波，關于邊緣檢測的其他方法將在第七章介紹。例 4_10：對于一幅圖像用不同的算子進行邊緣增強。I=imread(rice.png);I=I(1:100,1:100);I=double(I);h=fspecial(laplacian);I1= I+filter2(h,I);h=fspecial(sobel);I2= I+filter2(h,I);

26、h=fspecial(prewitt);I3= I+filter2(h,I);h=fspecial(average);I4= 2*I-filter2(h,I);I5=2*I-medfilt2(I);figure,subplot(2,3,1),imshow(uint8(I); title( 原圖像 ); TOC o 1-5 h z subplot(2,3,2),imshow(uint8(I1);title(laplacian 邊緣增強效果);subplot(2,3,3),imshow(I2,);title(sobel 邊緣增強效果)subplot(2,3,4),imshow(I3,);title

27、(prewitt 邊緣增強效果)subplot(2,3,5),imshow(I4,);title( 原圖像均值濾波圖像)subplot(2,3,6),imshow(I5,);title( 原圖像中值濾波圖像)運行結果如圖4_ :運行結果如圖4_ #:原圖像而plac后世掾增強姓果s陽邊掾增強效果prevm邊增強效果 原圖像一均值濾波圖像原圖像一中值濾滋圖像圖4_13圖像的方法增強效果圖.圖像的各種低通與高通濾波低通和高通濾波是在圖像的頻率域進行處理的增強方法，即首先將圖像變換到頻率域，再進行處理，然后再將結果圖像變換回空間域。(1)低通濾波一般圖像的邊緣和噪聲都對應于頻率域中的高頻部分，所以低

28、通濾波就是能夠讓低頻信息暢通無阻而同時慮掉高頻分量， 從而實現(xiàn)平滑圖像、 去除噪聲。常用的低通濾波 器有理想低通濾波器、巴特沃斯低通濾波器，指數(shù)低通濾波器等。其傳遞函數(shù)的形式分 別如下:理想低通濾波器H(u,v)1 D(u,v) Do0 D(u,v) Do巴特沃斯低通濾波器指數(shù)低通濾波器其中,D（u，v）原點的距離。H(u,v)H(u,v),u2 v22n1 (2 1)D(u,v)/D01ne L例4 11:對一幅圖像分別進行理想低通濾波、D(u,v)Dov）到原點的距離，D0表示截止頻率到巴特沃斯低通濾波和指數(shù)低通濾波,對比處理結果。參考程序如下:f=imread(rice.png);f=d

29、ouble(f);F=fftshift(fft2(f);%對圖像進行傅立葉變換并將頻域中心偏移到中點d0=20; %截止頻率m,n=size(f);%理想低通濾波h=0;for u=1:mfor v=1:nif sqrt(u-m/2)*(u-m/2)+(v-n/2)*(v-n/2)=d0h=1;elseh=0;endFH(u,v)=F(u,v)*h;endendfh=ifft2(FH);%巴特沃斯低通濾波nb=1;for u=1:mfor v=1:nhb=1/(1+(sqrt(2)-1)*(sqrt(u-m/2)*(u-m/2)+(v-n/2)*(v-n/2)/d0)A(2*nb);FHB(u

30、,v)=F(u,v)*hb;endendfhb=ifft2(FHB);%指數(shù)低通濾波ne=1;for u=1:mfor v=1:nhe=exp(-(sqrt(u-m/2)*(u-m/2)+(v-n/2)*(v-n/2)/d0)Ane/sqrt(2);FHE(u,v)=F(u,v)*he;end end fhe=ifft2(FHE);figure,subplot(2,4,1),imshow(uint8(f); title(原圖像);subplot(2,4,2),imshow(uint8(abs(fh),);title(理想低通濾波);subplot(2,4,3),imshow(abs(fhb),

31、);title(巴特沃斯低通濾波)subplot(2,4,4),imshow(abs(fhe),);title(指數(shù)低通濾波)subplot(2,4,5),imshow(log(abs(F),);title(原圖像頻譜圖)；巴特沃斯低通濾波頻譜圖)指數(shù)低通濾波頻譜圖)subplot(2,4,6),imshow(log(abs(FH),);title(理想低通濾波頻譜圖 subplot(2,4,7),imshow(log(abs(FHB),);title( subplot(2,4,8),imshow(log(abs(FHE),);title(程序運行結果如圖 4_14:泛圖像巴掙法斯修通濾波指數(shù)

32、低遇徒濃指數(shù)低評諭液團區(qū)回(2)高通濾波與低通濾波相反，高通濾波就是能夠讓高頻信息暢通無阻而同時慮掉低頻分量，從而使圖像的邊緣或線條更清楚。常用的高通濾波器有理想高通濾波器、巴特沃斯高通濾波器，指數(shù)高通濾波器等。其傳遞函數(shù)的形式分別如下：理想高通濾波器H(u,v)0 D(u,v) D01 D(u,v) Do巴特沃斯高通濾波器H(u,v)12n1 (- 2 1) D0D(u,v)Do/D(u,v)n指數(shù)高通濾波器H(u,v)其中，D(u，v)與do與低通濾波公式中相同。例4_12:對一幅圖像分別進行理想高通濾波、巴特沃斯高通濾波和指數(shù)高通濾波, 并對濾波結果進行對比。參考程序如下：f=imrea

33、d(rice.png);f=double(f);F=fftshift(fft2(f);%對圖像進行傅立葉變換并將頻域中心偏移到中點d0=10; %截止頻率m,n=size(f);%理想高通濾波h=0;for u=1:mfor v=1:nif sqrt(u-m/2)*(u-m/2)+(v-n/2)*(v-n/2)=d0h=0;elseh=1;endFH(u,v)=F(u,v)*h;endendfh=ifft2(FH);%巴特沃斯高通濾波nb=1;for u=1:mfor v=1:nhb=1/(1+(sqrt(2)-1)*(d0/sqrt(u-m/2)*(u-m/2)+(v-n/2)*(v-n/2

34、)A(2*nb);FHB(u,v)=F(u,v)*hb;endendfhb=ifft2(FHB);%指數(shù)高通濾波ne=1;for u=1:mfor v=1:nhe=exp(-(d0/sqrt(u-m/2)*(u-m/2)+(v-n/2)*(v-n/2)Ane/sqrt(2);FHE(u,v)=F(u,v)*he;endendfhe=ifft2(FHE);figure,subplot(2,4,1),imshow(uint8(f); title( 原圖像 );subplot(2,4,2),imshow(uint8(abs(fh),);title( 理想高通濾波);subplot(2,4,3),im

35、show(abs(fhb),);title(巴特沃斯高通濾波)subplot(2,4,4),imshow(abs(fhe),);title(指數(shù)高通濾波)subplot(2,4,5),imshow(log(abs(F),);title(原圖像頻譜圖)運行結果如圖4_15:subplot(2,4,6),imshow(log(abs(FH),);title(理想高通濾波頻譜圖）;subplot(2,4,7),imshow(log(abs(FHB),);title(巴特沃斯高通濾波頻譜圖）subplot(2,4,8),imshow(log(abs(FHE),);title(指數(shù)高通濾波頻譜圖）圖4_

36、15圖像的高通濾波幅圖像f （x，y）可以用它的照明分量i（x，y）及反射分量r（x，y）來表示，即f (x,y) i(x, y) r(x, y)根據(jù)這個模型，圖像的同態(tài)增晰處理過程如圖所示中間的頻域濾波器選擇高通濾波器，一般可選巴特沃斯濾波器或指數(shù)濾波器。5.同態(tài)增晰同態(tài)增晰是一種在頻域中將圖像動態(tài)范圍進行壓縮并將圖像對比度進行增強的方g(x,y)f (x,y)原圖壕理想高速涌浪巴特沃斯高通濾波指數(shù)高通濾波原隆像頻濯圖理想眉謔濾波瓶譜理巴特沃斯局通漉波頻譜圖指數(shù)高通緘波頓譜圖 - - ,-1I I U ； 2”. * . =* u - a |_s J .InH (u,v)expFFTFFT-1例4_13:對一幅圖像進行同態(tài)增晰，選擇巴特沃斯高通濾波器。參考程序如下：f=imread(rice.png);fl=log(double(f)+1);% 取對數(shù)FL=fft2(fl); %變換到頻率域FL=fftshift(FL); % 中心偏移%巴特沃斯高