XX大学

实 验 报 告

实验名称	空间域图像增强
课程名称	数字图像处理

姓名

XXX

成绩

班级

电子信息XXXX

学号

XXXXXXXXXX

日期

2011/11/22

地点

XXXX楼

备注：

1.实验目的

（1）了解空间域图像增强的各种方法（点处理、掩模处理）；

（2）通过编写程序掌握采用直方图均衡化进行图像增强的方法；

（3）使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）总结实验过程消除噪声的原理；

    

2.实验环境（软件、硬件及条件）

（1）WindowsXP

（2）MATLALB7.0

3.实验方法

运用数字图像处理所学的空间域图像增强知识，结合MATLAB工具，编写相应的程序并进行实现。

4.实验分析

（1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图，比较异同，并回答为什么数字图像均衡化后其直方图并非完全均匀分布。

分析如下：

   该题目用到直方图均衡化原理，直方图均衡化的计算过程如下：

①列出原始图像和变换后图像的灰度级：i、j=0，1….L-1(其中L是灰度级数);

②统计原图像各灰度级的像素个数ni；

③计算原始图像直方图：P（i）=ni/n，n为原始图像像素总个数；

④计算累计直方图：P（j）=；

⑤利用灰度变换函数计算变换后的灰度值，并四舍五入取整：j=INT|(L-1)Pj+0.5|;

⑥确定灰度变换关系f(m,n)=i,据此将原图像的灰度级值修正为g（m,n）=j;

⑦统计变换后各灰度级的像素个数nj；

⑧计算变换后图像的直方图：P（j）=nj/n。

注：1.matlab中有一个进行直方图均衡化处理的函数“histeq”；

    2.显示图像的直方图用函数“imhist”。

（2）对原图像加入点噪声，用4-邻域平均法平滑加噪声图像（图像四周边界不处理，下同）同屏显示原图像、加噪声图像和处理后的图像。

①不加门限；

②加门限T=½,(其中=1/N2。

分析如下：

   此题关键需要了解两点：一是如何加噪；二是如何进行平滑门限处理。

   图像加噪：

       我们这里要加的是高斯噪声，使用加噪函数“imnoise”，高斯噪声用“gaussian”，且应注意使用imnoise函数时要将图像数据类型转换为uint8型。

平滑及门限处理：

    题目要求用4-邻域平均法进行平滑这里有两种情况：

 一：不加门限

      变换后的灰度值g（m,n）直接取均值

               g(m,n)=favg=

二：加门限

     本题中门限值为T=½,(其中=1/N2。

              g(m,n)= 

5.实验结论

（1）①对fing_128.img作直方图均衡化处理：

         由于原图像目标物的灰度主要集中于低亮度部分，而且像素总数比较多，经过直方图均衡化后，目标物所占的灰度等级的到扩展，对比度加强，使整个图像得到增强。

     ②对cell_128.img作直方图均衡化处理：

         由于原图像目标物的灰度主要集中于低亮度部分，而且像素总数比较少，而所占的灰度等级比较多，因此图像的对比度比较好，亮度比较大，整体图像清晰。经过直方图均衡后，目标物所占的灰度等级被压缩，对比度减弱，反而使目标物变得难以确认。

总的来讲，数字图像均衡化后，其直方图并非完全均匀分布，这是因为图像的像素个数和灰度等级均为离散值；而且均衡化使灰度级并归，因此，均衡化后其直方图并非完全均匀分布。

（2）对题中两幅图像加噪，进行平滑处理：

         对加噪图像进行4-邻域平滑后，去除了大部分的噪声，但也使目标物边缘变得模糊。加门限后，目标物的边缘得到加强。

附件

1.	实验设计结果
2.	程序清单

1．实验设计结果

（1）①对fing_128.img作直方图均衡化处理，处理前后的图像与直方图如下：

原图像及其直方图

均衡化后的图像及其直方图

②对cell_128.img作直方图均衡化处理，处理前后的图像与直方图如下：

原图像及其直方图

均衡化后的图像及其直方图

（2）对fing_128.img和cell_128.img加入高斯白噪声，mx=0，=0.01，显示4-邻域平均处理前后的图像。

2．程序清单

（1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图

    注：所附程序只显示对fing图像的处理，若要对cell图像进行处理只需将程序中的图像进行替换。

a=fopen('e:\fing_128.img');

b=fread(a,[128,128],'uint8');

sum=0;c=zeros(128);

for i=0:255

    x=length(find(b==i));

    sum=x/(128*128)+sum;

    c(find(b==i))=round(sum*255+0.5);

end

figure

subplot(1,2,1)

imshow(b,[0,255])

title('原图像')

subplot(1,2,2)

imhist(uint8(b))

title('原图像直方图')

figure

subplot(1,2,1)

imshow(c,[0,255])

title('直方图均衡后原图像')

subplot(1,2,2)

imhist(uint8(c))

title('均衡后直方图')

（2）对原图像加入点噪声，用4-邻域平均法平滑加噪声图像（图像四周边界不处理，下同）同屏显示原图像、加噪声图像和处理后的图像。

①不加门限；

②加门限T=½,(其中=1/N2。

注：所附程序只显示对fing图像的处理，若要对cell图像进行处理只需将程序中的图像进行替换。

a=fopen('e:\fing_128.img');

b=fread(a,[128,128],'uint8');

n=imnoise(uint8(b),'gaussian');

subplot(2,2,1)

imshow(b,[0,255])

title('原图像')

subplot(2,2,2)

imshow(n,[0,255])

title('加噪图像')

n=double(n);d=n;c=n;

for i=2:127

    for j=2:127

        d(i,j)=(n(i-1,j)+n(i,j-1)+n(i,j+1)+n(i+1,j))/4;

        t=d(i,j);

        if abs(n(i,j)-t)>t/2

            c(i,j)=t;

        end

    end

end

subplot(2,2,3)

imshow(d,[0,255])

title('无门限处理后图像')

subplot(2,2,4)

imshow(c,[0,255])

title('有门限处理后图像')