图像处理实验报告

实实验报告 实验课程名称

图像处理（第二版） 指指导老师 邓天明 学学 院

交通运输 年级 2012级 专业及班级

交通信息与控制工程二班 学学生姓名 田 飞 学

号631205090230 开开课时间 2014 至 2015 学年第 2 学期 总总成绩 教师签名

实验名称直方图均衡化实验类型验证型实验时间2015/6/2实验地点基础实验楼北501实验目的：

1.熟悉图像数据在计算机中的存储方式； 2.掌握图像直方图均衡化这一基本处理过程。 仪器、设备名称：

PC微机一台和MATLAB软件。 实验要求及注意事项：

本次实验注意事项总结如下： 1、要学会利用Matlab中的帮助信息，因为很多函数的调用方法都是可以在帮助中找到的。在调用函数时应重点看Examples中的方式。

2、在Matlab中进行重复操作时，可以用方向上键重复命令，也可以在命令窗口中进行复制粘贴。

3、使用软件处理图像时，注意不要使用复杂图像，以免处理时间过长且显示效果不理想。

实验内容、操作步骤：

1

实验内容：

1.读入图像数据到内存中，并显示读入的图像；

2.实现直方图均衡化处理，显示处理前后图像的直方图。 3.显示并保存处理结果。 实验步骤：

1．打开Matlab编程环境；

2．获取实验用图像。用’imread’函数将图像读入Matlab； 用’imshow’函数显示读入的图像。

3．获取输入图像的直方图：用’imhist’函数处理图像。 4．均衡化处理：用’histeq’函数处理图像即可。

5．获取均衡化后的直方图并显示图像：用’imhist’和’imshow’函数。 6．保存实验结果：用’imwrite’函数处理。 实验结果分析（含数据、图表整理）： 程序源代码：

A=imread(‘D:\\\\TF.gif’,‘gif’);imshow(A);imhist(A);histeq(A);Imhist(A);Imshow(A);Imwrite(A,‘D:\\TF.gif’,‘GIF’);

处理结果： 图1 灰度图 图2

均衡化图 图3 直方图

实验收获、心得及建议：

直方图均衡化是直方图变换方法中的一种，进行图像增强的方法是以概率论为基础的。

直方图均衡化主要用于增强动态范围偏小的图像的反差。这个方法基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度德效果。

数字图像直方图均衡化之后直方图不是绝对平坦的，因为不能将同一个灰度值的各个像素变换到不同灰度级（或说此时仅根据灰度值区分不开不同的像素），所以数字图像直方图均衡化的结果一般只是近似均衡化的直方图。

在本次实验中发现：直方图均衡化在增强反差的同时也增强了图像的可视粒度。

实验名称频域平滑滤波实验类型验证型实验时间2015/6/9实验地点基础实验楼北501实验目的：

1.熟悉图像数据在频率域的表示； 2.掌握频域图像增强的基本步骤。 仪器、设备名称：

PC微机一台、MATLAB软件、GIF格式图片一张。 实验要求及注意事项：

在选择图片时应当选择TTF格式或者GIF格式的图片，若不是这种格式则应该在画图工具中改为上述格式，因为其他格式都打不开。

实验内容、操作步骤：

2

实验内容：

1.综合利用所学的数字图像基本存储结构、图像变换、图像增强等知识实现频率域图像增强；

2.在频率域进行用半径值分别为5，15，30，80和230的理想低通滤波器对图像进行平滑，并观察滤波效果。

操作步骤：

1．打开Matlab编程环境；

2．获取实验用图像。用’imread’函数将图像读入Matlab； 用’imshow’函数显示读入的图像。

3．将图像’uint8’格式转换为’double’格式，并将各点数据乘以-1的（x+y）次方以便FFT变换后的结果中低频数据处于图像中央。

4．用’fft2’函数对图像数据进行二维FFT变换，得到频率域图像数据。 5．计算频率域图像的幅值并进行对数变换，利用’imshow’显示频率域图像。

6．在频率图像上去除滤波半径意外的数据（置0）。

7．计算频率域图像的幅值并进行对数变换，利用’imshow’显示频率域图像。

8．用’fft2’函数对图像数据进行二维FFT逆变换，并用’real’函数取其实部，得到处理过的空间域图像数据。

9．将图像数据各点数据乘以-1的（x+y）次方。

10．用’imshow’函数显示处理结果图像数据，并用’imwrite’函数保存图像处理结果数据。

实验结果分析（含数据、图表整理）： 程序源代码： function idlvbo(r)

I=imread(\"E:\\\u\\\\bailong1.gif\"); subplot(1,2,1),imshow(I);%显示原图 title(\"bailong2原图\");

k=double(I);%‘uint8格式转换为‘double’ g=fft2(k);%傅里叶变换

g=fftshift(g);%实现低频数据处于图像中心 figure,imshow(g);

%%除去滤波半径以外的数据 [M,N]=size(g);%计算幅值 m=fix(M/2); n=fix(N/2); %m=round(M/2); %n=round(N/2); fori=1:M forj=1:N

d=sqrt((i--m)^2+(j--n)^2); if d

3