数字图像处理实验报告图像增强实验.docx
- 文档编号:24832148
- 上传时间:2023-06-01
- 格式:DOCX
- 页数:15
- 大小:845.55KB
数字图像处理实验报告图像增强实验.docx
《数字图像处理实验报告图像增强实验.docx》由会员分享,可在线阅读,更多相关《数字图像处理实验报告图像增强实验.docx(15页珍藏版)》请在冰豆网上搜索。
数字图像处理实验报告图像增强实验
实验报告
课程名称数字图像处理导论
专业班级_______________
姓名_______________
学号_______________
电气与信息学院
和谐勤奋求是创新
实验题目
图像增强实验-空域增强
实验室
DSP室&信号室
实验时间
实验类别
设计
同组人数
2
成绩
指导教师签字:
一.实验目的
1.掌握图像增强的基本定义及目的。
2.理解空间域增强的基本原理及方法。
3.掌握进行图像的空域增强的方法。
二.实验内容
1.读出blurry_moon.tif这幅图像,采用3×3的拉普拉斯算子w=[1,1,1;1–81;1,1,1]对其进行滤波。
2.编写函数w=genlaplacian(n),自动产生任一奇数尺寸n的拉普拉斯算子,如5×5的拉普拉斯算子
w=[11111
11111
11-2411
11111
11111]
3.分别采用5×5,9×9,15×15和25×25大小的拉普拉斯算子对blurry_moon.tif进行锐化滤波,并利用式
完成图像的锐化增强,观察其有何不同,要求在同一窗口中显示。
4.采用不同的梯度算子对blurry_moon.tif进行锐化滤波,并比较其效果。
5.自己设计锐化空间滤波器,并将其对噪声图像进行处理,显示处理后的图像;
三.实验具体实现
6.读出blurry_moon.tif这幅图像,采用3×3的拉普拉斯算子w=[1,1,1;1–81;1,1,1]对其进行滤波。
I=imread('trees.tif');
T=double(I);
subplot(1,2,1),imshow(T,[]);title('OriginalImage');
w=[1,1,1;
1,-8,1;
1,1,1];
K=conv2(T,w,'same');
subplot(1,2,2)
imshow(K);
title('LaplacianTransformation');
7.编写函数w=genlaplacian(n),自动产生任一奇数尺寸n的拉普拉斯算子,如5×5的拉普拉斯算子
w=[11111
11111
11-2411
11111
11111]
I=imread('cameraman.tif');
T=double(I);
subplot(121),imshow(T,[]);title('OriginalImage');
w=[1,1,1,1,1;1,1,1,1,1;1,1,-24,1,1;1,1,1,1,1;1,1,1,1,1;];
K=conv2(T,w,'same');
subplot(122),imshow(K);
title('laplaciantransform');
8.分别采用5×5,9×9,15×15和25×25大小的拉普拉斯算子对blurry_moon.tif进行锐化滤波,并利用式
完成图像的锐化增强,观察其有何不同,要求在同一窗口中显示。
functionw=genlaplacian(n)w=ones(n);
x=ceil(n/2);
w(x,x)=-1*(n*n-1);
end;
w1=genlaplacian(5);
w2=genlaplacian(9);
w3=genlaplacian(15);
w4=genlaplacian(25);
I=imread('blurry_moon.tif');
T=double(I);
subplot(231),imshow(T,[]);
title('OriginalImage');
K1=conv2(T,w1,'same');
subplot(232),imshow(K1);
title('laplacianoperator5*5');
K2=conv2(T,w2,'same');
subplot(233),imshow(K2);
title('laplacianoperator9*9');
K3=conv2(T,w3,'same');
subplot(234),imshow(K3);title('laplacianoperator15*15');
K4=conv2(T,w4,'same');
subplot(235),imshow(K4);title('laplacianoperator25*25');
9.采用不同的梯度算子对blurry_moon.tif进行锐化滤波,并比较其效果。
[I,map]=imread('trees.tif');
I=double(I);
subplot(2,3,1)
imshow(I,map);
title('OriginalImage');
[Gx,Gy]=gradient(I);%gradientcalculation
G=sqrt(Gx.*Gx+Gy.*Gy);%matrix
J1=G;%gradient1
subplot(2,3,2)
imshow(J1,map);
title('Operator1Image');
J2=I;%gradient2
K=find(G>=7);
J2(K)=G(K);
subplot(2,3,3)
imshow(J2,map);
title('Operator2Image');
J3=I;%gradient3
K=find(G>=7);
J3(K)=255;
subplot(2,3,4)
imshow(J3,map);
title('Operator3Image');
J4=I;%gradient4
K=find(G<=7);
J4(K)=255;
subplot(2,3,5)
imshow(J4,map);
title('Operator4Image');
J5=I;%gradient5
K=find(G<=7);
J5(K)=0;
Q=find(G>=7);
J5(Q)=255;
subplot(2,3,6)
imshow(J5,map);
title('Operator5Image');
10.自己设计锐化空间滤波器,并将其对噪声图像进行处理,显示处理后的图像;
附录:
可能用到的函数和参考结果**************报告里不能用参考结果中的图像
1)采用3×3的拉普拉斯算子w=[1,1,1;1–81;1,1,1]滤波
I=imread('moon.tif');
T=double(I);
subplot(1,2,1),imshow(T,[]);title('OriginalImage');
w=[1,1,1;
1,-8,1;
1,1,1];
K=conv2(T,w,'same');
subplot(1,2,2)
imshow(K);
title('LaplacianTransformation');
图2.9初始图像与拉普拉斯算子锐化图像
2)编写函数w=genlaplacian(n),自动产生任一奇数尺寸n的拉普拉斯算子,如5×5的拉普拉斯算子:
w=[11111
11111
11-2411
11111
11111]
functionw=genlaplacian(5)%ComputestheLaplacianoperator
w=ones(n);
x=ceil(n/2);
w(x,x)=-1*(n*n-1);
3)分别采用5×5,9×9,15×15和25×25大小的拉普拉斯算子对blurry_moon.tif进行锐化滤波,并利用式
完成图像的锐化增强,观察其有何不同,要求在同一窗口中显示。
不同尺寸拉普拉斯算子滤波以及图像增强
functionw1=genlaplacian(5);
I=imread('moon.tif');
T=double(I);
subplot(1,2,1),imshow(T,[]);title('OriginalImage');
K=conv2(T,w1,'same');
J=T-K;
subplot(1,2,2)
imshow(K);
title('LaplacianTransformation');
图2.10初始图像与不同拉普拉斯算子锐化图像
图像锐化的实质是将原图像与梯度信息叠加,相当于对目标物的边缘进行了增强。
图2.11拉普拉斯算子锐化与锐化增强图像
4)采用不同的梯度算子对blurry_moon.tif进行锐化滤波,并比较其效果
[I,map]=imread('moon.tif');
I=double(I);
subplot(2,3,1)
imshow(I,map);
title('OriginalImage');
[Gx,Gy]=gradient(I);%gradientcalculation
G=sqrt(Gx.*Gx+Gy.*Gy);%matrix
J1=G;%gradient1
subplot(2,3,2)
imshow(J1,map);
title('Operator1Image');
J2=I;%gradient2
K=find(G>=7);
J2(K)=G(K);
subplot(2,3,3)
imshow(J2,map);
title('Operator2Image');
J3=I;%gradient3
K=find(G>=7);
J3(K)=255;
subplot(2,3,4)
imshow(J3,map);
title('Operator3Image');
J4=I;%gradient4
K=find(G<=7);
J4(K)=255;
subplot(2,3,5)
imshow(J4,map);
title('Operator4Image');
J5=I;%gradient5
K=find(G<=7);
J5(K)=0;
Q=find(G>=7);
J5(Q)=255;
subplot(2,3,6)
imshow(J5,map);
title('Operator5Image');
图2.12原始图像与不同梯度子锐化图像
作为二阶微分算子,拉普拉斯变换在图像细节的增强处理上有明显的优点,但会产生更多的噪声。
梯度变换在灰度变化区域的响应更强,但对噪声和细节的响应比拉普拉斯变换弱。
5)自己设计锐化空间滤波器,并将其对噪声图像进行处理,显示处理后的图像;
图2.13原始图像与不同边缘锐化图像
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 处理 实验 报告 图像 增强