首页 > 学术百科

【数字图像处理】实验三图像增强2

实验三图像增强2

1 实验⽬的

1. 理解并掌握直⽅图均衡化实现图像增强。

2. 掌握傅⾥叶变换和离散余弦变换。

2 实验环境

matlab

3 实验内容

1、对⼀幅低对⽐度分辨率的图像采⽤直⽅图均衡化⽅法实现图像增强，分别采⽤系统函数和⾃⼰编写函数实现相应⽤功能。

城市生活e站使⽤系统函数

% lab311.m

close all;

clear;

clc;

I=imread('lab3.jpeg');%读取图像

I=rgb2gray(I);

J=histeq(I);%将灰度拉伸，使图像不会显得那么⿊，有了更好的对⽐度

figure('NumberTitle','off','name','直⽅图均衡化（系统函数）');

%显⽰各图像

subplot(2,2,1);imshow(I);title('原始图像','FontName','宋体');

subplot(2,2,2);imhist(I);title('灰度直⽅图','FontName','宋体');ylim('auto');

subplot(2,2,3);imshow(J);title('直⽅图均衡化（系统函数）','FontName','宋体');

subplot(2,2,4);imhist(J);title('灰度直⽅图','FontName','宋体');ylim('auto');

使⽤⾃定义函数

%（1）lab312.m

close all;

clear;

clc;

I=imread('lab3.jpeg');%读取图像

I=rgb2gray(I);

J=histSYX(I);

figure('NumberTitle','off','name','直⽅图均衡化（⾃定义函数）');

%显⽰各图像

subplot(2,2,1);imshow(I);title('原始图像','FontName','宋体');

subplot(2,2,2);imhist(I);title('灰度直⽅图','FontName','宋体');ylim('auto');

subplot(2,2,3);imshow(J);title('直⽅图均衡化（⾃定义函数）','FontName','宋体');

subplot(2,2,4);imhist(J);title('灰度直⽅图','FontName','宋体');ylim('auto');

（2）⾃定义直⽅图均衡化histSYX.m

function J=histSYX(I)

[width,height]=size(I);

count=width*height;%像素总数

% J=zeros(width,height);

J=I;

n=256;%灰度级

H=zeros(1,n);

for row=1:width

for col=1:height

k=I(row,col);%该像素灰度值rk

H(k+1)=H(k+1)+1;%统计各灰度级pixel总数nk

end

pr=H./count;%计算原始直⽅图的概率分布pr(rk)=nk/n

sk=zeros(1,n);

Sk=zeros(1,n);

for loc1=1:n

for loc2=1:loc1

sk(loc1)=sk(loc1)+pr(loc2);%计算累计直⽅图的概率分布sk=Σnj/n(j=0~k) end

Sk(loc1)=round(((n-1)-0)*sk(loc1));%取整扩展

end

for row=1:width

for col=1:height

卞仲耘k=I(row,col);

J(row,col)=Sk(k+1);%映射

end

直⽅图均衡化——系统函数

直⽅图均衡化——⾃定义函数

2、对⼀幅图像分别进⾏傅⾥叶变换和离散余弦变换，并把傅⾥叶变换直流分量移到频谱中⼼。

傅⾥叶变换

%（1）主函数lab321.m

close all;

clear;

clc;

I=imread('lab32.jpeg');

I=rgb2gray(I);

I=im2double(I);

F=DFT(I);

figure('NumberTitle','off','name','傅⾥叶变换');

%显⽰各图像

subplot(1,2,1);imshow(I);title('原始图像','FontName','宋体');

subplot(1,2,2);imshow(F,[]);title('傅⾥叶正变换','FontName','宋体');

%系统函数实现

% J=rgb2gray(I);%对于RGB图像必须做的⼀步，也可以⽤im2double函数上海染料化工厂

% F=fft2(J);%傅⾥叶变换

% F1=log(abs(F)+1);%取模并进⾏缩放

% Fs=fftshift(F);%将频谱图中零频率成分移动⾄频谱图中⼼

% S=log(abs(Fs)+1);%取模并进⾏缩放

% fr=real(ifft2(ifftshift(Fs)));%频率域反变换到空间域，并取实部

% ret=im2uint8(mat2gray(fr));%更改图像类型

%将逆转换得到的矩阵先转换为灰度图像（mat2gray），再将图像类型转换为uint8 %若在开头已经rgb2gray，则此步骤可省去，直接显⽰经逆转换的图像。

%若在开头调⽤im2double，此步省略后可显⽰出彩⾊图像。

%subplot(2,2,1);imshow(I);title('原始图像','FontName','宋体');

%subplot(2,2,2);imshow(F1,[]);title('傅⾥叶正变换','FontName','宋体');

%subplot(2,2,3);imshow(S,[]);title('频移后的频谱图','FontName','宋体');

%subplot(2,2,4);imshow(ret),title('傅⾥叶逆变换','FontName','宋体');

%（2）⾃定义傅⾥叶变换函数（含频移）DFT.m

function F=DFT(image)

[M,N]=size(image);

F=zeros(M,N);

temp=zeros(M,N);

j=0+1i;

%分离

for x=1:M

for v=1:N

point=0;

for y=1:N

point=point+image(x,y)*exp(-j*2*pi*(v-1)*(y-1)/N);

end

temp(x,v)=point;

end

for u=1:M

for v=1:N

point=0;

for x=1:M

point=point+temp(x,v)*exp(-j*2*pi*(u-1)*(x-1)/M);

end

F(u,v)=point;

end

%不分离

%for u =1:M

%for v=1:N

% point=0;

%for x=1:M

%for y=1:N

% point=point+image(x,y)*exp(-j*2*pi*((u-1)*(x-1)/M+(v-1)*(y-1)/N)); % end

% end

%F(u,v)=point;

% end

F=fftshift(F);

F=log(abs(F)+1);

离散余弦变换

%（1）主函数lab322.m

close all;

clear;爱的旅程全文阅读

clc;

I=imread('lab32.jpeg');

polo车友会I=rgb2gray(I);

J=double(I);

F=DCT(J);

figure('NumberTitle','off','name','离散余弦变换');

%显⽰各图像

subplot(1,2,1);imshow(I);title('原始图像','FontName','宋体');sg186

subplot(1,2,2);imshow(F,[]);title('离散余弦变换','FontName','宋体');

%（2）⾃定义离散余弦变换函数DCT.m

function F=DCT(image)

[M,N]=size(image);

F=zeros(M,N);

本文发布于:2024-09-20 22:48:50，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/105010.html

上一篇：图像局部特征点检测算法综述

下一篇：利用Sort_1000pics数据集实现图像分类

标签：图像变换函数均衡化

留言与评论（共有 0 条评论）