光電圖像處理

課題：基于MATLAB的圖像增強(qiáng)及實現(xiàn)

指導(dǎo)老師：張金業(yè)

組員：黃帥邱柳徐貝妮姚怡

匯報日期：2014.11.251主要內(nèi)容：

*灰度變換?*直方圖均衡化?*圖像二值化?*圖像平滑?*圖像銳化?*圖像的傅立葉變換?*圖像的偽彩色處理2

一．灰度變換介紹：灰度即使用黑色調(diào)表示物體。每個灰度對象都具有從

0%（白色）到100%（黑色）的亮度值?；叶茸儞Q處理是圖像增強(qiáng)技術(shù)中一種非?；A(chǔ)、直接的空間域圖像處理方法，也是圖像數(shù)字化和圖像顯示的一個重要組成部分?；叶茸儞Q主要針對獨立的像素點進(jìn)行處理，通過改變原始圖像數(shù)據(jù)所占有的灰度范圍而使圖像在視覺上得到改觀。（直方圖規(guī)定化：將一幅圖像通過灰度變換，使其具有特定的直方圖形式。）3*—*圖像處理效果4*_*圖像處理效果5*-*程序：clearclcA=imread('1.png');%讀取rgb圖片 I=rgb2gray(A);%轉(zhuǎn)換為灰度圖像figure;subplot(2,2,1);imshow(I,[]);%原灰度圖subplot(2,2,2);imhist(I);%原灰度圖直方圖J=imadjust(I,[0.010.55],[]);%映射亮度值0.01至0.55之間subplot(2,2,3);imshow(J);%顯示調(diào)整后的圖subplot(2,2,4);imhist(J);%顯示調(diào)整后的直方圖6

二．直方圖均衡化介紹：直方圖均衡化是指通過灰度映射變換

將一幅圖像轉(zhuǎn)化為另一幅具有均衡直方圖，即在每個灰度級上具有相同的像素點數(shù)的過程。本質(zhì)：擴(kuò)大了量化間隔，而量化級別反而減少了。7*-*圖像處理效果8*-**9程序：clc;clear;I=imread('2.jpeg');I=rgb2gray(I);%將圖像轉(zhuǎn)化為灰度圖像J=histeq(I);%對I進(jìn)行直方圖均衡化figure(1);subplot(121),imshow(I),title('原始圖像')subplot(122),imshow(J),title('直方圖均衡化后的圖像');figure(2)subplot(121),imhist(I,64),title('原始的直方圖');subplot(122),imhist(J,64),title('均衡化后的直方圖')10

三．圖像二值化介紹：圖像二值化就是將圖像上的像素點的灰度值設(shè)置為0或255，也就是將整個圖像呈現(xiàn)出明顯的黑白效果。11*12*-**13*程序：A=imread('3.bmp');I=rgb2gray(A);bw=im2bw(I,0.5);%選取閾值為0.5

subplot(1,3,1);imshow(I);title('原圖');subplot(1,3,2);imshow(bw);title('顯示二值圖像');J=find(I<150);I(J)=0;J=find(I>=150);I(J)=255;subplot(1,3,3);imshow(I);title('圖像二值化(域值為150）');14

四．圖像平滑介紹：任何一副圖像在獲取和傳輸?shù)冗^程中，會受到各種噪聲的干擾，使圖像質(zhì)量下降，圖像模糊，特征淹沒，對圖像分析不利。為了抑制噪聲改善圖像質(zhì)量所進(jìn)行的處理稱圖像平滑。（以中值濾波、均值濾波為例。）15**.高斯白噪聲:n(i,j)服從高斯分布。椒鹽噪聲:椒鹽噪聲是由圖像傳感器，傳輸信道，解碼處理等產(chǎn)

生的黑白相間的亮暗點噪聲。椒鹽噪聲往往由圖像切割引起。圖像平滑的目的：減少或消去圖像噪聲。16均值濾波：噪聲弱化，但圖象邊緣變模糊，

均值濾波對高斯白噪聲的濾波效果要比對椒鹽噪聲的效果好！*17中值濾波：中值濾波對消除脈沖椒鹽噪聲非常有效，而且不會顯著模糊圖像?？梢钥闯?，中值濾波對脈沖椒鹽噪聲比對高斯白噪聲效果更好。

*18

五．圖像銳化介紹：補(bǔ)償圖像的輪廓，增強(qiáng)圖像的邊緣及灰度跳變的部分，使圖像變得清晰。19**20*-**21*-**22*-*程序：clearall;closeall;A=imread('9.png');I=rgb2gray(A);J=edge(I,'roberts');k=edge(I,'sobel');l=edge(I,'prewitt');figure,subplot(221),imshow(I);title('原圖');subplot(222),imshow(J);title('Roberts算子');subplot(223),imshow(k);title('sobel算子');subplot(224),imshow(l);title('prewitt算子');23

六．圖像的傅立葉變換意義：將給定灰度圖像變換為頻譜圖像。傅立葉頻譜圖上我們看到的明暗不一的亮點，實際上是圖像上某一點與領(lǐng)域點差異的強(qiáng)弱，即梯度的大小，也即該點的頻率的大小。24*-**25*-**26

程序：

clc;

clear;

I=imread('2.jpeg');

A=rgb2gray(I);

figure(1);

imshow(A);title('原灰度圖像');

S=fftshift(fft2(A));

figure(2);

imshow(log(abs(S)),[]);title('傅里葉頻譜*27

七．圖像的偽彩色處理介紹：所謂偽彩色處理，就是將圖像中的黑白灰度

級變成不同的彩色，如果分層越多，人眼所能提取的信息也多，從而達(dá)到圖像增強(qiáng)的效果。這是一種視覺效果明顯，又不太復(fù)雜的圖像增強(qiáng)技術(shù)。

偽色彩圖像處理技術(shù)不僅適用于航空攝影和遙感圖片，也可用于x光片及云圖的判讀方面。可以用pc機(jī)去做，也可用硬件設(shè)備來實現(xiàn)。28

偽彩色雖然能將黑白灰度轉(zhuǎn)換為彩色，但這種彩色并不是真正表現(xiàn)圖像的原始顏色，而僅僅是一種便于識別的偽彩色。偽彩色處理技術(shù)的實現(xiàn)方法有多種，如灰度分層法、灰度級-彩色變換法、頻域濾波法等等。我們在這里主要介紹灰度級-彩色變換法的實現(xiàn)方法。

首先對原始黑白圖像f(x,y)每個像點的灰度值進(jìn)行三個獨立的變換，然后選擇合適的變換關(guān)系，使原圖上每個灰度值映射為不同的紅，綠，藍(lán)三基色R,G,B的組合，即不同的色彩，實現(xiàn)偽彩色轉(zhuǎn)換。

29**30*-**31*A=imread('2.jpg');%讀入灰度圖像image2g.jpg?I1=rgb2gray(A);I=double(I1);M,N]=ze(I);L=256;fori=1:Mforj=1:NifI(i,j)<L/4R(i,j)=0;G(i,j)=4*I(i,j);B(i,j)=L;elseifI(i,j)<=L/2R(i,j)=0;G(i,j)=L;B(i,j)=-4*I(i,j)+2*L;elseifI(i,j)<=3*L/4R(i,j)=4*I(i,j)-2*L;G(i,j)=L;B(i,j)=0;elseR(i,j)=L;G(i,j)=-4*I(i,j)+4*L;B(i,j)=0;endendendendendfori=1:Mforj=1:NG2C(i,j,1)=R(i,j);G2C(i,j,2)=G(i,j);G2C(i,j,3)=B(i,j);c(i,j)=R(i,j)+G(i,j)+B(i,j);endendG2C=G2C/256;figure;imshow(G2C);figure;imshow(I1)32

心得體會：

通過此次課題研究，使我們更加扎實地掌握了有關(guān)圖像處理方面的知識，在設(shè)計過程中雖然遇到了一些問題，但經(jīng)過一次又一次的思考，一遍又一遍的檢查終于找出了原因所在，也暴露出了前