数字图像处理实验报告

数字图像处理

实验报告

实验一 数字图像的基本操作和灰度变换

一、 实验目的

1. 了解数字图像的基本数据结构

2. 熟悉Matlab中数字图像处理的基本函数和基本使用方法 3. 掌握图像灰度变换的基本理论和实现方法 4. 掌握直方图均衡化增强的基本理论和实现方法

二、实验原理

1. 图像灰度的线性变换

灰度的线性变换可以突出图像中的重要信息。通常情况下，处理前后的图像灰度级是相同的，即处理前后的图像灰度级都为[0，255]。那么，从原理上讲，我们就只能通过抑制非重要信息的对比度来腾出空间给重要信息进行对比度展宽。

g(i,j) 255 gb c b ga ? 0

f(i,j)

fa fb 255 图1.1 对比度线性变换关系

设原图像的灰度为f(i,j)，处理后的图像的灰度为g(i,j)，对比度线性展宽的原理示意图如图1.1所示。假设原图像中我们关心的景物的灰度分布在[fa，

fb]区间内，处理后的图像中，我们关心的景物的灰度分布在[ga，gb]区间内。在这里?g?(gb?ga)??f?(fb?fa)，也就是说我们所关心的景物的灰度级得到了展宽。根据图中所示的映射关系中分段直线的斜率我们可以得出线性对比度展

宽的计算公式：

?f(i,j)， 0?f(i,j)?fa

g(i,j)? b(f(i,j)?fa)?ga，

（i?1,2,3?,m；j?1,2,3?,n）

c(f(i,j)?fb)?gb，

fa?f(i.,j)?fb （1-1） fb?f(i,j)?255

其中，a?gag?ga255?gb，b?b，c?，图像的大小为m×n。 fafb?fa255?fb2. 直方图均衡化

直方图均衡化是将原始图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。

离散图像均衡化处理可通过变换函数：

sk?T(rk)??j?0knjn来实现。

三、实验步骤

1.图像灰度线性变换的实现

(1)读入一幅灰度图像test1.tif，显示其灰度直方图。

新建M文件，Untitled1.m，编辑代码如下。

得到读入图像test1和它的灰度直方图。

（2）根据图像灰度直方图，选择所关心的图像景物的灰度分布范围[fa,fb]，以及拟变换的灰度分布范围[ga,gb]， 实现对图像的灰度 线性变换，调整a,b,c的值，观察对处理结果的影响。

由[x，y]=size(I)，得到图像矩阵的大小。

[45，55]变换为[30，70]