机器视觉实验一 图像增强的Matlab实现
【实验目的】
1.掌握常见的图像增强方法
2.掌握利用Matlab进行编程实现图像增强
3.观察图像增强前后的效果
【实验内容】
1.利用Matlab对标准测试图像和自建图像进行对比度增强、直方图均衡化和直方图规定化
2.利用Matlab对标准测试图像和自建图像进行加噪处理，对含噪声图像进行均值滤波、中值滤波和高斯滤波处理
3.利用Matlab对标准测试图像和自建图像进行锐化处理
4.利用Matlab对标准测试图像和自建图像进行Butterworth低通、高通滤波处理
【实验要求】
1.写出实现图像增强的Matlab源代码
2.给出图像增强前后的效果图
实验程序
增强对比度：
clear;
close all;
X1=imread('F:\MatlabShijueTupian/flower.JPG');
figure(1),subplot(2,2,1),imshow(X1),title('原图像');
f0=0;g0=0;
f1=70;g1=30;
f2=180;g2=230;
f3=255;g3=255; %绘制变换函数曲线
subplot(1,2,2),plot([f0,f1,f2,f3],[g0,g1,g2,g3])
axis tight,xlabel('f'),ylabel('g')
title('增强对比度的变换曲线')
r1=(g1-g0)/(f1-f0);
b1=g0-r1*f0;
r2=(g2-g1)/(f2-f1);
b2=g1-r2*f1;
r3=(g3-g2)/(f3-f2);
b3=g2-r3*f2;
[m,n]=size(X1);
X2=double(X1);
for i=1:m %循环对矩阵中的每个元素进行变换处理
for j=1:n
f=X2(i,j);
g(i,j)=0;
if(f>=0)&(f<=f1)
g(i,j)=r1*f+b1;
elseif(f>=f1)&(f<=f2)
g(i,j)=r2*f+b2;
elseif(f>=f2)&(f<=f3)
g(i,j)=r3*f+b3;
end;
end;
end;
subplot(2,2,3),imshow(mat2gray(X2));
title('增强对比度后的图像');%（2）利用imadjust（）函数增强对比度
X1=imread('F:\MatlabShijueTupian/plane.gif');
figure(2),subplot(1,2,1),imshow(X1),title('原图像');
J=imadjust(X1,[0.25,0.6],[],1.2322)
subplot(1,2,2),imshow(J),title('增强对比度后的图像');
增强对比度：
clear;
close all;
i=imread('F:\MatlabShijueTupian/5.jpg');
X1=rgb2gray(i);
% X1=imread('F:\MatlabShijueTupian/flower.JPG');
figure(1),subplot(2,2,2),imshow(X1),title('灰度图像');
subplot(2,2,1),imshow(i),title('原图像');
f0=0;g0=0;
f1=70;g1=30;
f2=180;g2=230;
f3=255;g3=255; %绘制变换函数曲线
subplot(2,2,3),plot([f0,f1,f2,f3],[g0,g1,g2,g3])
axis tight,xlabel('f'),ylabel('g')
title('增强对比度的变换曲线')
r1=(g1-g0)/(f1-f0);
b1=g0-r1*f0;
r2=(g2-g1)/(f2-f1);
b2=g1-r2*f1;
r3=(g3-g2)/(f3-f2);
b3=g2-r3*f2;
[m,n]=size(X1);
X2=double(X1);
for i=1:m %循环对矩阵中的每个元素进行变换处理
for j=1:n
f=X2(i,j);
g(i,j)=0;
if(f>=0)&(f<=f1)
g(i,j)=r1*f+b1;
elseif(f>=f1)&(f<=f2)
g(i,j)=r2*f+b2;
elseif(f>=f2)&(f<=f3)
g(i,j)=r3*f+b3;
end;
end;
end;
subplot(2,2,4),imshow(mat2gray(X2));
title('增强对比度后的图像');%（2）利用imadjust（）函数增强对比度
i=imread('F:\MatlabShijueTupian/8.jpg');
X1=rgb2gray(i);
figure(2),subplot(1,3,2),imshow(X1),title('灰度图像');
subplot(1,3,1),imshow(i),title('原图像');
J=imadjust(X1,[0.25,0.6],[],1.2322)
subplot(1,3,3),imshow(J),title('增强对比度后的图像');
直方图均衡化：
I=imread('F:\MatlabShijueTupian/peppers.bmp');
J=histeq(I);%直方图均衡化函数，n是均衡化后的灰度级数，缺省为64
figure(1),subplot(2,2,1),imshow(I) ,title('原图像');
subplot(2,2,2),imhist(I,64) ,title('原图像直方图');
subplot(2,2,3),imshow(J) ,title('直方图均衡化'); %变换后所得图像矩阵
subplot(2,2,4),imhist(J,64) ,
title('直方图均衡化后的直方图');
直方图均衡化：
clear;
close all;
i=imread('F:\MatlabShijueTupian/10.jpg');
X1=rgb2gray(i);
J=histeq(X1);%直方图均衡化函数，n是均衡化后的灰度级数，缺省为64
figure(1),subplot(2,2,1),imshow(X1) ,title('灰度图像');
subplot(2,2,2),imhist(X1,64) ,title('原图像直方图');
subplot(2,2,3),imshow(J) ,title('直方图均衡化'); %变换后所得图像矩阵
subplot(2,2,4),imhist(J,64) ,
title('直方图均衡化后的直方图');
直方图规定化：
I=imread('F:\MatlabShijueTupian/lena.gif')
hgram=0:255%hgram是由用户指定的向量，hgram的每一个元素都在[0，1]中
J=histeq(I,hgram);%直方图规定化函数，规定将原始图像的直方图近似变成hgram
figure(1),subplot(2,2,1),imshow(I),title('原图像');
subplot(2,2,2),imshow(J)
title('直方图规定化后图像'); subplot(2,2,3),imhist(I,64)
title('原图像直方图');
subplot(2,2,4),imhist(J,64)
title('直方图规定化后的直方图');
直方图规定化：
clear;
close all;
i=imread('F:\MatlabShijueTupian/6.jpg');
I=rgb2gray(i);
hgram=0:255%hgram是由用户指定的向量，hgram的每一个元素都在[0，1]中
J=histeq(I,hgram);%直方图规定化函数，规定将原始图像的直方图近似变成hgram
figure(1),subplot(2,2,1),imshow(I),title('灰度图像');
subplot(2,2,2),imshow(J)
title('直方图规定化后图像'); subplot(2,2,3),imhist(I,64)
title('原图像直方图');
subplot(2,2,4),imhist(J,64)
title('直方图规定化后的直方图');
均值滤波：
I=imread('F:\MatlabShijueTupian/peppers.bmp')
J=imnoise(I,'salt',0.02);
figure(11),subplot(2,2,1),imshow(I),title('原图像');
subplot(2,2,2),imshow(J),title('加入椒盐噪声的图像');
K1=filter2(fspecial('average',3),J)/255;%3*3均值滤波处理结果
K2=filter2(fspecial('average',5),J)/255;%5*5均值滤波处理结果
subplot(2,2,3),imshow(K1),
title('3*3均值滤波处理结果');
subplot(2,2,4),imshow(K2),
title('5*5均值滤波处理结果');
均值滤波：
clear;
close all;
i=imread('F:\MatlabShijueTupian/4.jpg');
I=rgb2gray(i);
J=imnoise(I,'salt',0.02);
figure(11),subplot(2,2,1),imshow(I),title('原图像');
subplot(2,2,2),imshow(J),title('加入椒盐噪声的图像');
K1=filter2(fspecial('average',3),J)/255;%3*3均值滤波处理结果
K2=filter2(fspecial('average',5),J)/255;%5*5均值滤波处理结果
subplot(2,2,3),imshow(K1),
title('3*3均值滤波处理结果');
subplot(2,2,4),imshow(K2),
title('5*5均值滤波处理结果');
高斯滤波：
I=imread('F:\MatlabShijueTupian/peppers.bmp');
J=imnoise(I,'gaussian',0,0.005);
h=fspecial('gaussian');
K=filter2(h,J)/255;
K1=wiener2(J,[5,5]);
figure(12),subplot(2,2,1),imshow(I),title('原图像');
subplot(2,2,2),imshow(J),title('加入高斯噪声的图像');
subplot(2,2,3),imshow(K),title('高斯低通滤波的结果');
subplot(2,2,4),imshow(K1),title('维纳滤波后的结果');
高斯滤波：
clear;
close all;
i=imread('F:\MatlabShijueTupian/4.jpg');
I=rgb2gray(i);
J=imnoise(I,'gaussian',0,0.005);
h=fspecial('gaussian');
K=filter2(h,J)/255;
K1=wiener2(J,[5,5]);
figure(12),subplot(2,2,1),imshow(I),title('原图像');
subplot(2,2,2),imshow(J),title('加入高斯噪声的图像');
subplot(2,2,3),imshow(K),title('高斯低通滤波的结果');
subplot(2,2,4),imshow(K1),title('维纳滤波后的结果');
中值滤波：
I=imread('F:\MatlabShijueTupian/peppers.bmp');
J=imnoise(I,'salt',0.02);
figure(13),subplot(2,2,1),imshow(I),title('原图像');
subplot(2,2,2),imshow(J),title('加入椒盐噪声后的图像');
K1=medfilt2(J,[3,3]);% 用模板实现中值过滤器
subplot(2,2,3),imshow(K1),title('中值滤波后的结果');
中值滤波：
clear;
close all;
i=imread('F:\MatlabShijueTupian/4.jpg');
I=rgb2gray(i);
J=imnoise(I,'salt',0.02);
figure(1),subplot(2,2,2),imshow(I),title('灰度图像');
subplot(2,2,1),imshow(i),title('原图像');
subplot(2,2,3),imshow(J),title('加入椒盐噪声后的图像');
K1=medfilt2(J,[3,3]);% 用模板实现中值过滤器
subplot(2,2,4),imshow(K1),title('中值滤波后的结果');
unsharp算子：
I=imread('F:\MatlabShijueTupian/lena.gif');
h=fspecial('laplacian');
I2=filter2(h,I);
figure(14),subplot(2,2,1),imshow(I),title('原图像');
subplot(2,2,2),imshow(I2),title('拉普拉斯算子滤波后的结果'); %采用'unsharp'算子实现对比度增强滤波器
h=fspecial('unsharp',0.5);
I3=filter2(h,I)/255;
subplot(2,2,3),imshow(I3),
title('unsharp算子实现对比度增强滤波后的结果');
unsharp算子：
clear;
close all;
i=imread('F:\MatlabShijueTupian/4.jpg');
I=rgb2gray(i);
h=fspecial('laplacian');
I2=filter2(h,I);
figure(14),subplot(2,2,2),imshow(I),title('灰度图像');
subplot(2,2,1),imshow(i),title('原图像');
subplot(2,2,3),imshow(I2),title('拉普拉斯算子滤波后的结果'); %采用'unsharp'算子实现对比度增强滤波器
h=fspecial('unsharp',0.5);
I3=filter2(h,I)/255;
subplot(2,2,4),imshow(I3),
title('unsharp算子实现对比度增强滤波后的结果');
sobel滤波：
I1=imread('F:\MatlabShijueTupian/lena.gif');
h1=fspecial('sobel');
I2=filter2(h1,I1);%sobel卷积
I3=conv2(I1,h1);
h2=fspecial('prewitt');
I4=filter2(h2,I1);
h3=fspecial('log');
I5=filter2(h3,I1);
figure(15),
subplot(2,2,1),imshow(I1),title('原图像');
subplot(2,2,2),imshow(I3);
title('sobel滤波');
subplot(2,2,3),imshow(I4);
title('prewitt滤波');
subplot(2,2,4),imshow(I5);
title('log滤波');
sobel滤波：
clear;
close all;
i=imread('F:\MatlabShijueTupian/4.jpg');
I1=rgb2gray(i);
h1=fspecial('sobel');
I2=filter2(h1,I1);%sobel卷积
I3=conv2(I1,h1);
h2=fspecial('prewitt');
I4=filter2(h2,I1);
h3=fspecial('log');
I5=filter2(h3,I1);
figure(15),
subplot(2,2,1),imshow(I1),title('灰度图像');
subplot(2,2,2),imshow(I3);
title('sobel滤波');
subplot(2,2,3),imshow(I4);
title('prewitt滤波');
subplot(2,2,4),imshow(I5);
title('log滤波');
Butterworth滤波：
I1=imread('F:\MatlabShijueTupian/lena2.gif');
I2=imnoise(I1,'salt');
f=double(I2);
g=fft2(f); %采用傅立叶变换
g=fftshift(g); %数据矩阵平移
[N1,N2]=size(g);
n=2;
d0=50;
d1=5;
n1=fix(N1/2);
n2=fix(N2/2);
for i=1:N1
for j=1:N2
d=sqrt((i-n1)^2+(j-n2)^2);
%计算Butterworth低通变换函数
h=1/(1+0.414*(d/d0)^(2*n));
result(i,j)=h*g(i,j);
end
end
result=ifftshift(result);
X2=ifft2(result);
X3=uint8(real(X2));
if d==0
h=0;
else
h=1/(1+(d1/d)^(2*n));
end
result(i,j)=h*g(i,j);
result=ifftshift(result);
X4=ifft2(result);
X5=uint8(real(X2));
figure(16),subplot(2,2,1),imshow(I1),title('原图像');
subplot(2,2,2),imshow(I2),title('加噪图像');
subplot(2,2,3),imshow(X3),title('Butterworth低通滤波器去噪图像');
subplot(2,2,4),imshow(X5),title('Butterworth高通滤波器去噪图像');
Butterworth滤波：
clear;
close all;
i=imread('F:\MatlabShijueTupian/4.jpg');
I1=rgb2gray(i);
subplot(2,2,1),imshow(i),title('原图像');
I2=imnoise(I1,'salt');
f=double(I2);
g=fft2(f); %采用傅立叶变换
g=fftshift(g); %数据矩阵平移
[N1,N2]=size(g);
n=2;
d0=50;
d1=5;
n1=fix(N1/2);
n2=fix(N2/2);
for i=1:N1
for j=1:N2
d=sqrt((i-n1)^2+(j-n2)^2);
%计算Butterworth低通变换函数
h=1/(1+0.414*(d/d0)^(2*n));
result(i,j)=h*g(i,j);
end
end
result=ifftshift(result);
X2=ifft2(result);
X3=uint8(real(X2));
if d==0
h=0;
else
h=1/(1+(d1/d)^(2*n));
end
result(i,j)=h*g(i,j);
result=ifftshift(result);
X4=ifft2(result);
X5=uint8(real(X2));
figure(1),subplot(2,2,2),imshow(I1),title('灰度图像');
subplot(2,2,3),imshow(X3),title('Butterworth低通滤波器去噪图像');
subplot(2,2,4),imshow(X5),title('Butterworth高通滤波器去噪图像');