光学图象处理实验报告

光学图像实验报告

实验一

一、实验目的

掌握图像空间域平滑的原理和程序设计；观察对图像进行平滑增强的效果。

二、实验设备

高性能计算机，操作系统为Windows 2000或Windows XP, Matlab程序平台。

三、实验原理

图像平滑处理的目的是改善图像质量和抽出对象特征。

任何一幅未经处理的原始图像，都存在着一定程度的噪声干扰。噪声恶化了图像质量，使图像模糊，甚至淹没特征，给分析带来困难。消除图像噪声的工作称为图像平滑或滤波。针对不同噪声源（如光栅扫描、底片颗粒、机械元件、信道传输等）引起的不同种类噪声（如加性噪声、乘性噪声、量化噪声等），平滑方法也不同。平滑可以在空间域进行，也可以在频率域进行。

1. 局部平均法

局部平滑法是一种直接在空间域上进行平滑处理的技术。假设图像由许多灰度恒定的小块组成，相邻象素间存在很高的空间相关性，而噪声则是统计独立的。因此，可用邻域内各象素的灰度平均值代替该象素原来的灰度值，实现图像的平滑。对图像采用3×3的邻域平均法，其作用相当于用以下模板与图像进行卷积运算。

2. 超限象素平滑法

对邻域平均法稍加改进，可导出超限象素平滑法。其原理是将f(x,y)和邻域平均g(x,y)差的绝对值与选定的阈值进行比较，根据比较结果决定点（x,y）的最后灰度g´(x,y)。其表达式为

数字图像空间域平滑

111111H19111g(x,y), 当f(x,y)g(x,y)Tg'(x

,y) 其他

f(x,y)，

3. 二维中值滤波

中值滤波就是用一个奇数点的移动窗口， 将窗口中心点的值用窗口内各点的中值代替。二维中值滤波可由下式表示

g(x,y)Med{f(x,y)}A

常用的窗口有：

四、实验步骤

⒈实验准备：打开计算机，进入Matlab程序界面。

⒉输入图像空间域平滑处理程序。

clear;

I=Imread('E:');

Imshow(I);

J1=Imnoise(I,'speckle');

figure;

Imshow(J1);

J=double(J1);

K=(J(:,:,1)+J(:,:,2)+J(:,:,3))/3^0.5;

L=uint8(K);

hood=3;

J2=medfilt2(K,[hood hood]);

L=uint8(J2);

figure;

Imshow(L);

⒊运行图像处理程序，并保存处理结果图像。

原图像

加噪声后的图像

空间区域平滑后的图像

4输入图像空间域滤波处理程序。

（1）高斯滤波

clear;

I=Imread('E:');

Imshow(I);

J1=Imnoise(I,'gaussian');

figure;

Imshow(J1);

J=double(J1);

K=(J(:,:,1)+J(:,:,2)+J(:,:,3))/3^0.5;

L=uint8(K);

myfilt1=[0 1 0;1 1 1;0 1 0];

myfilt=myfilt1/5;

J3=filter2(myfilt,L);

figure;

Imshow(J3);

P=uint8(J3);

Imshow(P);

（2）椒盐滤波

clear;

I=Imread('E:');

Imshow(I);

J1=Imnoise(I,'salt & pepper');

figure;

Imshow(J1);

J=double(J1);

K=(J(:,:,1)+J(:,:,2)+J(:,:,3))/3^0.5;

L=uint8(K);

myfilt1=[0 1 0;1 1 1;0 1 0];

myfilt=myfilt1/5;

J3=filter2(myfilt,L);

figure;

Imshow(J3);

P=uint8(J3);

Imshow(P);

5运行图像处理程序，并保存处理结果图像。

原图像

高斯滤波后的图像

加椒盐噪声后的图像

椒盐噪声滤波后的图像

实验二 数字图像锐化

一、实验目的

掌握图像空间域锐化的原理和程序设计；观察对图像进行锐化的效果。

二、实验设备

高性能计算机，操作系统为Windows 2000或Windows XP, Matlab程序平台。

三、实验原理

图像锐化处理的目的是使模糊的图像变得更加清晰起来。

图像的模糊实质就是图像受到平均或积分运算造成的，因此可以对图像进行逆运算如微分运算来使图像清晰化。从频谱角度分析，图像模糊的实质是其高频分量被衰减，因而可以通过高通滤波操作来清晰图像。但要注意，进行锐化处理的图像必须有较高的信噪比，否则锐化后图像信噪比反而更低，从而使噪声增加得比信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理。

根据梯度计算式可以计算Roberts、Prewitt和Sobel梯度。一旦梯度算出后，即可根据不同的需要生成不同的梯度增强图像。

第一种输出形式

第二种输出形式

第三种输出形式

第四种输出形式

第五种输出形式

四、实验步骤

⒈实验准备：打开计算机，进入Matlab程序界面。

⒉输入图像空间域锐化处理程序。

（1）

clear;

I=Imread('e:');

g(x,y)grad(x,y)grad(x,y),grad(x,y)Tg(x,y)其它

f(x,y),

grad(x,y)TL,g(x,y)G

f(x,y)， 其他

grad(x,y),grad(x,y)Tg(x,y)其他

LB, grad(x,y)TL,g(x,y)G 其他

LB,

Imshow(I);

J=double(I);

K=(J(:,:,1)+J(:,:,2)+J(:,:,3))/3^0.5;

BW1=edge(I,’Sobel’）;

figure;

Imshow(BW1);

（2）

clear;

I=Imread('E:');

Imshow(I);

J=double(I);

K=(J(:,:,1)+J(:,:,2)+J(:,:,3))/3^0.5;

BW2=edge(K,'canny');

figure;

Imshow(BW2);

⒊运行图像处理程序，并保存处理结果图像。

原图像

第一种锐化后的图像

第二种锐化后的图像

实验三 数字图像直方图增强

一、实验目的

掌握图像直方图增强的原理和程序设计；观察对图像进行直方图均衡化、规定化增强的效果。

二、实验设备

高性能计算机，操作系统为Windows 2000或Windows XP, Matlab程序平台。

三、实验原理

利用直方图统计的结果，使图像的直方图均衡的方法称为直方图均衡化，直方图均衡化可以达到增强图像显示效果的作用。通过直方图统计，可以观察出，图像中各种亮度所占的比例大部分布不均匀，设法增加在直方图统计中所占比例高的象素和其他比例少的象素之间亮度差，可以提高图像的显示效果。简单来说，直方图增强的方法就是压缩直方图中比例少的象素所占用的灰度范围，多出来的灰度空间按照统计比例分配给直方图中比例高的象素使用。这种方法主要是针对人眼对灰度差别越大的图像越容易分辨的特点而进行的增强。

在某些情况下，并不一定需要具有均匀直方图的图像，而需要具有特定直方图的图像，以便能够增强图像中某些灰度级。直方图规定化方法就是针对上述思想提出来的。直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。可见，直方图规定化是对直方图均衡化处理的一种有效的扩展，直方图均衡化处理是直方图规定化的一个特例。

四、实验步骤

⒈实验准备：打开计算机，进入Matlab程序界面。

⒉输入图像直方图增强处理程序：

%Gray Transform（均衡化）

clear;

I=imread('rE:');

Imshow(I);

J=imadjust(I,[0.3 0.7],[0 1],1); %

%(J=imadjust(I,[0.3 0.7],[0 1],1.5);

%J=imadjust(I,[0.3 0.7],[0 1],0.5);)

figure;

imshow(J);

J=double(I);

K=(J(:,:,1)+J(:,:,2)+J(:,:,3))/3^0.5;

L=uint8(K);

%Display Image Histgram

imhist(L);

J=histeq(L,64);

figure;

imshow(J);

figure;

imhist(J);

%Gray Transform（规定化）

clear;

I=imread('E:');

Imshow(I);

J=double(I);

K=(J(:,:,1)+J(:,:,2)+J(:,:,3))/3^0.5;

L=uint8(K);

%Display Image Histgram

imhist(L);

I=imread('E:');

Imshow(I);

J=double(I);

K=(J(:,:,1)+J(:,:,2)+J(:,:,3))/3^0.5;

Q=uint8(K);

%Histgram regulization

imhist(Q);

J=histeq(Q,32);

[counts,x]=imhist(J);

imhist(L);

M=histeq(L,counts);

figure;

imshow(M);

⒊运行图像处理程序，并保存处理结果图像。

五、实验结果

原图

原图直方图

均衡化后图像

均衡化后直方图

原图

规定化图象

规定化直方图

实验四 数字图像傅立叶变换

一、实验目的

掌握图像傅立叶变换的原理和程序设计；观察对图像进行傅立叶变换的效果。

二、实验设备

高性能计算机，操作系统为Windows 2000或Windows XP, Matlab程序平台。

三、实验原理

傅立叶变换能定量地分析诸如数字化系统、采样点、电子计算器、卷积滤波器、噪声等的作用，是线性系统分析的一个有力工具。

f(

x,

y)如果图像 满足狄里赫利条件，则存在

F(u,v)f(x,y)exp[j2(uxvy)]dxdyF(u,v)exp[j2(uxvy)]dudvf(x,y)傅立叶变换的旋转性：

若空间域中函数旋转某个角度，那么在变换域其傅氏变换也旋转同样角度。

若

则

四、实验步骤

f(r,)F(k,)f(r,0)F(k,0)

⒈实验准备：打开计算机，进入Matlab程序界面。

⒉输入图像傅立叶变换程序。

M=imread(‘E:’);

I=rgb2gray(M);

Imshow(I);

figure;

B=fftshift(fft2(I))

Imshow(log(abs(B)),[]),colormap(jet(64)),colorbar;

⒊运行图像处理程序，并保存处理结果图像。

五、实验结果

原图像

FFT后的图像