數(shù)字圖像處理試驗(yàn)報(bào)告試驗(yàn)一圖像增強(qiáng)試驗(yàn)精

實(shí)驗(yàn)一圖像增強(qiáng)實(shí)驗(yàn)一、實(shí)驗(yàn)?zāi)繕?biāo)：掌握?qǐng)D像增強(qiáng)的算法。二、實(shí)驗(yàn)?zāi)康模?.了解灰度變換增強(qiáng)和空域?yàn)V波增強(qiáng)的Matlab實(shí)現(xiàn)方法2,掌握直方圖灰度變換方法3.掌握噪聲模擬和圖像濾波函數(shù)的使用方法三、實(shí)驗(yàn)內(nèi)容：（1）圖像的點(diǎn)操作、鄰域操作算法。（2）圖像的直方圖處理算法。四、實(shí)驗(yàn)設(shè)備：1.PIII以上微機(jī)；2.MATLAB6.5；五、實(shí)驗(yàn)步驟：（1）讀入圖像：用matlab函數(shù)實(shí)現(xiàn)圖像讀入（可讀入Matlab中的標(biāo)準(zhǔn)測(cè)試圖像）（原始圖像（2）實(shí)現(xiàn)圖像點(diǎn)操作運(yùn)算（如gamma校正，對(duì)數(shù)校正等）（3）實(shí)現(xiàn)圖像的鄰域處理（實(shí)現(xiàn)均值濾波，拉普拉斯濾波）（4）實(shí)現(xiàn)直方圖均衡處理matlab源程序clearall;clc;f=imread('girl_noise.jpg';figure,imshow(f,title('原始圖像'；[m,n]=size(f;f0=im2double(f;%整型轉(zhuǎn)換為double類f1=f0;std_i=zeros(1,m-2;%灰線處理fori=2:m-1%灰線處理std_i(i-1=std(f0(i,:;if(std_i(i-1<0.1forj=1:mf0(i,j=(f0(i-1,j+f0(i+1,j/2;endendendfigure,imshow(f0,title('濾除灰線后的圖像‘；fz=f0-f1;[r,c]=find(fz?=0;%尋找灰線噪聲的位置f2=f0;change=0;count=0;fori=3:m-2%白線處理forj=1:mif(abs(f0(i,j-f0(i-1,j>0.2&&abs(f0(i,j-f0(i+1,j>0.2count=count+1;endif(count>n*0.8count=0;change=1;break;endendif(change==1fork=1:mf0(i,k=(f0(i-1,k+f0(i+1,k/2;endchange=0;count=0;endendfigure,imshow(f0,title('濾除白線后的圖像'；fz1=f2-f0;[r1,c1]=find(fz1?=0;%尋找白線噪聲的位置fn=medfilt2(f0;%反射對(duì)稱填充figure,imshow(fn,title('中值濾波后的圖像'；f0=im2double(fn;%整型轉(zhuǎn)換為double類g=2*f0-imfilter(f0,w4,'replicate';%增強(qiáng)后的圖像figure,imshow(g,title('高提升濾波圖像(A=2';圖像處理結(jié)果高提升濾波圖網(wǎng)A=2)濡除白線后的圖像中值淞波后的圖像濾除灰線后的圖像喀蛤圖僭六、結(jié)果分析從上面結(jié)果可以看出，帶狀噪聲處理部分，已經(jīng)基本將帶狀噪聲去除。并且通過(guò)程序找出了灰色噪聲所在行為192，白色噪聲所在行為179，182.程序中的判斷條件為白色噪聲和前后兩行的像素值相差超過(guò)一定的范圍（double類型0.2），并且此類點(diǎn)在一行中所在的比例超過(guò)80%，與給出的原始圖像對(duì)應(yīng)。有程序結(jié)果可知，處理過(guò)程中僅僅對(duì)噪聲所在行做了修正，除此之外并且未引入任何其他人為噪聲。而對(duì)于處理之后的圖像存在的椒鹽噪聲，經(jīng)過(guò)中值濾波器已經(jīng)基本可以將椒鹽噪聲處理的比較好。另外，程序中也做了A=2的高提升濾波，增強(qiáng)了原始信息，有圖可以看出，除了細(xì)節(jié)增強(qiáng)意外，原始信息更加豐富，因此比之前的圖像明