数字图像处理实验02——图像增强

数字图像处理实验02

仅供学习 图像增强

---

1.请利用自备的图像进行γ校正处理。比较取不同γ值校处理后的结果并分析

代码如下

f=imread('xxxx.jpg');
gray_f=rgb2gray(f);
gamma=0.1;
gama_f=imadjust(gray_f,[0 1],[0 1],gamma);
gamma2=0.25;
gama_f2=imadjust(gray_f,[0 1],[0 1],gamma2);
gamma3=0.5;
gama_f3=imadjust(gray_f,[0 1],[0 1],gamma3);
gamma4=0.75;
gama_f4=imadjust(gray_f,[0 1],[0 1],gamma4);
gamma5=1;
gama_f5=imadjust(gray_f,[0 1],[0 1],gamma5);
gamma6=1.25;
gama_f6=imadjust(gray_f,[0 1],[0 1],gamma6);
gamma7=1.5;
gama_f7=imadjust(gray_f,[0 1],[0 1],gamma7);

subplot(2,8,1);imshow(gray_f);
subplot(2,8,2);imshow(gama_f);
subplot(2,8,3);imshow(gama_f2);
subplot(2,8,4);imshow(gama_f3);
subplot(2,8,5);imshow(gama_f4);
subplot(2,8,6);imshow(gama_f5);
subplot(2,8,7);imshow(gama_f6);
subplot(2,8,8);imshow(gama_f7);

subplot(2,8,9);imhist(gray_f);
subplot(2,8,10);imhist(gama_f);
subplot(2,8,11);imhist(gama_f2);
subplot(2,8,12);imhist(gama_f3);
subplot(2,8,13);imhist(gama_f4);
subplot(2,8,14);imhist(gama_f5);
subplot(2,8,15);imhist(gama_f6);
subplot(2,8,16);imhist(gama_f7);

分析

γ较大时，图片整体亮度低，但高亮度区域的对比度也更强，反之γ较小时，图片整体亮度高，但高亮度区域对比度较低。

2. 任选图像，分别为图像加上高斯噪声和椒盐噪声，利用均值（或者中值）滤波器，尝试不同大小的模版进行处理

比较分析
（1）相同滤波方法，不同模版的处理效果；
（2）相同模版，不同滤波方法的处理效果。

均值滤波

f=imread('xxxx.jpg');
gray_f=rgb2gray(f);
Ff=imnoise(gray_f,'salt & pepper',0.05);
W=average(Ff,3);    
E=average(Ff,7);
R=average(Ff,11);

%W=med(Ff,3);    
%E= med (Ff,7);
%R= med (Ff,11);

subplot(1,5,1);imshow(gray_f);
subplot(1,5,2);imshow(Ff);
subplot(1,5,3);imshow(W);
subplot(1,5,4);imshow(E);
subplot(1,5,5);imshow(R);

average函数

function Q=average(F,k)
[m,n]=size(F);
Q=uint16(zeros(m,n));Ft=uint16(F);M=uint16(ones(k,k));
h=(k+1)/2;
for i=1:m
    for j=1:n
        if((im-h+1)||(j>n-h+1))  
            Q(i,j)=Ft(i,j);continue;            
        end
        T=Ft(i-(k-1)/2:i+(k-1)/2,j-(k-1)/2:j+(k-1)/2); 
        T=T.*M;     
        Q(i,j)=sum(T(:))/k^2;           
    end
end
Q=uint8(Q);     

med函数

function G=med(F,k)
[m,n]=size(F);
G=uint16(zeros(m,n));Ft=uint16(F);M=uint16(ones(k,k));
h=(k+1)/2;
for i=1:m
    for j=1:n
        if((im-h+1)||(j>n-h+1))   
            G(i,j)=Ft(i,j);continue;           
        end
        
         T=Ft(i-(k-1)/2:i+(k-1)/2,j-(k-1)/2:j+(k-1)/2); 
        T=T.*M;     
        T=T(:);
        G(i,j)=median(T);           
    end
end
G=uint8(G); 

3.任选一幅图像，任选一个一阶微分算子，一个二阶微分算子，对比一阶微分算子和二阶微分算子的锐化效果

一阶微分算子

clc
F=imread('cheng2.jpg');
subplot(1,3,1),imshow(F);
Dx=[1 2 1;0 0 0;-1 -2 -1];
Dy=zeros(3,3);
G=sharpen1(F,Dx,Dy);
subplot(1,3,2),imshow(G);
Dx=zeros(3,3);
Dy=[1 0 -1;2 0 -2;1 0 -1];
G=sharpen1(F,Dx,Dy);
subplot(1,3,3),imshow(G);

shapen1函数

function G=sharpen1(F,Dx,Dy)
[m,n]=size(F);       
[N,N]=size(Dx);      
h=(N+1)/2;          
 
for i=1:m
    for j=1:n
        if((im-h+1)||(j>n-h+1))
            G(i,j)=double(F(i,j));   
            continue;
        end 
        
        T=double(F(i-h+1:i+h-1,j-h+1:j+h-1));    
        T1=Dx.*T;
        T2=Dy.*T;
        G(i,j)=abs(sum(T1(:))+sum(T2(:)));
    end
end
 
Min = min(G(:));
Max = max(G(:));
s=255/(Max-Min);
G = uint8((G-Min)*s);

二阶微分算子

F=imread('cheng2.jpg');
gray_f=rgb2gray(F);
subplot(1,2,1),imshow(gray_f);
 
D=[0 -1 0;-1 4 -1;0 -1 0];
G=laplacian(gray_f,D,false);
subplot(1,2,2),imshow(G);

laplacian二阶算子

function G=laplacian(F,D,Flag)
[m,n]=size(F);      
[N,N]=size(D);             
h=(N+1)/2;          
 
for i=1:m
    for j=1:n
        if((im-h+1)||(j>n-h+1))
            G(i,j)=double(F(i,j)); 
            continue;
        end         
        T=double(F(i-h+1:i+h-1,j-h+1:j+h-1));    
        t=D.*T;
         G(i,j)=abs(sum(t(:)));
    end
end
 
if(Flag==false)       
    Min = min(G(:));
    Max = max(G(:));
    s=255/(Max-Min);
    G = uint8((G-Min)*s);
else         
    G=uint8(G+double(F));
end

4.为’building.jpg’加上噪声，先用均值滤波器去除噪声，然后用Laplacian算子锐化 ，锐化后是否会使去噪后的图像变的清晰？如果改变处理顺序，能否得到相同的结果？

先添加椒盐噪声，然后均值滤波去噪，再进行Laplacian算子锐化。

f=imread('building.jpg');
Ff=imnoise(f,'salt & pepper',0.05);
W=average(Ff,3);
D=[0 -1 0;-1 4 -1;0 -1 0];
G=laplacian(W,D,true);
subplot(1,3,1),imshow(Ff);
subplot(1,3,2),imshow(W);
subplot(1,3,3),imshow(G);

先进行Laplacian算子锐化，再添加椒盐噪声，再均值滤波去噪。

f=imread('building.jpg');
 
D=[0 -1 0;-1 4 -1;0 -1 0];
G=laplacian(f,D,true);
Ff=imnoise(G,'salt & pepper',0.05);
W=average(Ff,3);
 
subplot(1,3,1),imshow(G);
subplot(1,3,2),imshow(Ff);
subplot(1,3,3),imshow(W);

5.以下两幅不同的图像却有着相同的直方图。假设对每幅图像都进行3*3均值滤波，请利用Matlab编写程序，绘制出滤波后两幅图像的直方图。

f=imread('bw1.jpg');
g=imread('bw2.jpg');
W=average(f,3);
Y=average(g,3);
subplot(2,2,1);imshow(W);
subplot(2,2,2);imshow(Y);
subplot(2,2,3);imhist(W);
subplot(2,2,4);imhist(Y);

---

万水千山都是情，路过点个赞行不行！
希望看见的都可以帮忙点个赞！拜托了！
觉得还可以的动动手指帮忙点个赞！呜呜~