您好,欢迎访问三七文档
实验项目2、图像增强与分割实验一、实验目的(1)理解图像灰度直方图、均衡化与灰度线性变换。(2)理解图像滤波、增强、分割、复原的含义。(3)掌握采用程序代码实现图像灰度直方图、均衡化、灰度线性变换。(4)掌握采用程序代码实现图像滤波、增强、分割。二、实验原理及知识点1、图像增强图像增强作为基本的图像处理技术,其目的是对图像进行加工,以得到对具体应用来说视觉效果更“好”更“有用”的图像。图像增强算法并不能增加原始图像的信息,而是通过某种技术手段有选择地突出对某一具体应用有价值的信息。图像增强的方法分为两大类:空间域方法和频域方法。“空间域”是指图像平面自身,这类方法是以对图像的象素直接处理为基础的。“频域”处理技术是以修改图像的傅氏变换为基础的。基于空间域的增强方法是指直接在图像所在的二维空间进行处理,即直接对每一像素点的灰度值进行处理。根据所采用的技术不同又可分为灰度变换和空域滤波两类方法。频率域增强法首先将图像从空间域按照某种变换模型(如傅立叶变换或其他变换等)变换到频率域,然后在频域对图像进行处理,再将其反变换到空间域。通常包括低通、高通和同态等滤波器结构。2、灰度级直方图灰度级直方图是图像的一种统计表达,它反映了该图中不同灰度级出现的统计概率,一般分为两类:直方图均衡和直方图规定化。前者是指通过图像灰度直方图均衡化处理,使得图像的灰度分布趋向均匀,图像所占有的像素灰度间距拉开,加大了图像反差,改善视觉效果,达到增强目的;而后者是指将输入图像灰度分布变换成一个期望的灰度分布直方图。3、灰度线性变换灰度线性变换表示对输入图像灰度作线性扩张或压缩,映射函数为一个直线方程,其表达式如下:g(x,y)=a*f(x,y)+b在曝光不足或过度的情况下,图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。采用灰度线性变换方法可以拉伸灰度动态范围,使图像清晰。4、空间域滤波增强空间域滤波增强采用模板处理方法对图像进行滤波,去除图像噪声或增强图像的细节。主要包括空间域平滑和空间域锐化两方面。图像平滑主要通过积分过程使得图像边缘模糊,图像锐化则通过微分过程来增强图像的边缘或轮廓。本次实验中,利用拉普拉斯算子来锐化图像为空间域锐化滤波器的一种,相当于原图像与模板的卷积过程。5、图像复原图像复原和图像增强一样,都是为了改善图像视觉效果,以及便于后续处理。只是图像增强方法更偏向主观判断,而图像恢复则是根据图像畸变或退化原因,建立相应的数学模型,从被污染或畸变的图像信号中提取所需要的信息,沿着使图像降质的逆过程恢复图像本来面貌。6、图像分割图像分割的定义为将数字图像划分成互不相交(不重叠)区域的过程。如果背景的灰度值在整个图像中可合理地看作为恒定,而且所有物体与背景都具有几乎相同的对比度,那么,只要选择了正确的阈值,使用一个固定的全局阈值一般会有较好的效果。全局阈值的选择方法主要包括:人工选择法,直方图技术选择法以及自动计算选择法。7、相关函数介绍(1)imhist函数该函数用于显示图像直方图,其语法格式如下。imhist(I,n):I为输入图像,n为灰度级,默认为256级灰度级。imhist(X,map):计算显示索引图像X的直方图,map为调色板。[counts,x]=imhist(...):返回直方图数据向量counts和相应的色彩值向量x。(2)histeq函数该函数实现对输入图像的直方图均衡化,其语法格式如下。J=histeq(I,hgram):将原始图像I的直方图变成用户指定的向量hgram,hgram中的各元素值域为[0,1]。J=histeq(I,N):对原始图像实现直方图均衡化,N为输入图像的灰度级数,默认时N为64。(3)rgb2gray函数I=rgb2gray(I1);%从RGB图创建灰度图,存储类型不变.(4)imadjust函数010141010J=imadjust(I,[low_in;high_in],[low_out;high_out])将图像I中的亮度值映射到J中的新值,即将low_in至high_in之间的值映射到low_out至high_out之间的值。low_in以下与high_in以上的值被剪切掉了,也就是说,low_in以下的值映射到low_out,high_in以上的值映射到high_out。它们都可以使用空的矩阵[],默认值是[01]。(5)conv2函数计算二维卷积格式:C=conv2(A,B)C=conv2(Hcol,Hrow,A)C=conv2(...,'shape')说明:对于C=conv2(A,B),conv2的算矩阵A和B的卷积,若[Ma,Na]=size(A),[Mb,Nb]=size(B),则size(C)=[Ma+Mb-1,Na+Nb-1];C=conv2(Hcol,Hrow,A)中,矩阵A分别与Hcol向量在列方向和Hrow向量在行方向上进行卷积;C=conv2(...,'shape')用来指定conv2返回二维卷积结果部分,参数shape可取值如下:full为缺省值,返回二维卷积的全部结果;same返回二维卷积结果中与A大小相同的中间部分;valid返回在卷积过程中,未使用边缘补0部分进行计算的卷积结果部分,当size(A)size(B)时,size(C)=[Ma-Mb+1,Na-Nb+1]。三、实验内容及步骤(1)通过直方图均衡来增强图像,要求原图像、原图像直方图(灰度等级数200)、均衡化后图像、均衡化后直方图(灰度等级数200)显示在图1上;(2)对图像进行规定灰度变换,要求灰度取反,要求取反后图像、取反后图像直方图(灰度等级数200)显示在图2上;(3)通过拉普拉斯算子来锐化图像,要求原图像、卷积后图像、锐化后图像显示在图3上;(4)通过人工选择法对图像进行分割,选择阈值自定义,要求原图像、分割后图像显示在图4上。以上4个任务要求用一个M文件实现,文件命名为“学号+try2”,每个任务各自输出到一张图片中,按顺序编号,并将每个子图片命名,命名规则样例“(4)原图像”。四、考核要点1、熟悉在MATLAB中如何通过直方图均衡和直方图规定化来增强图像,熟悉相关的处理函数。2、在MATLAB中,编程实现图像文件的锐化、分割。五、实验仪器与软件(1)PC计算机(2)MatLab软件/语言包括图像处理工具箱(ImageProcessingToolbox)(3)实验所需要的图片六、实验报告要求(1)描述实验的基本步骤,用数据和图片给出各个步骤中取得的实验结果和源代码,并进行必要的讨论,必须包括原始图像及其计算/处理后的图像。用数据和图片给出各个步骤中取得的实验结果并进行必要的讨论。(2)给出原始图像及其计算处理后的图像以及相应的解释。七、思考题(1)简述图像增强的目的和常用方法。(2)说明函数imhist和histeq的用途格式,并加以比较。(3)在实验内容(2)中,对图像进行规定灰度变换,对图像取反时为何不能用not函数来实现。八、实验图像Fig.1美丽图片.jpgFig.2cameraman.tif
本文标题:图像增强与分割实验
链接地址:https://www.777doc.com/doc-2558450 .html