資源描述：
《圖像處理與機(jī)器視覺(jué).doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、《圖像處理與機(jī)器視覺(jué)》作業(yè)姓名：學(xué)號(hào)：專業(yè)：測(cè)試計(jì)量技術(shù)及儀器時(shí)間：2016年4月作業(yè)一：圖像增強(qiáng)1、圖像灰度變換。對(duì)圖像（見(jiàn)圖1）進(jìn)行對(duì)比度拉伸，通過(guò)直方圖獲取灰度分布的最小、最大值。圖1灰度拉伸算法描述：直方圖均衡化是灰度變換的一個(gè)重要應(yīng)用，它廣泛應(yīng)用在圖像增強(qiáng)處理中?？梢援a(chǎn)生一幅灰度級(jí)分布具有均勻概率密度的圖像，擴(kuò)展了像素取值的動(dòng)態(tài)范圍。由于許多圖像的灰度值是非均勻分布的，而且灰度值集中在一個(gè)小區(qū)間內(nèi)的圖像也是很常見(jiàn)的。直方圖均衡化就是一種通過(guò)重新均勻地分布各灰度值來(lái)增強(qiáng)圖像對(duì)比度的方法。直方圖均衡化處理
2、是以累積分布函數(shù)（CumulativeDistri-butionFunction-CDF）為基礎(chǔ)的直方圖修改法。直方圖均衡化的目的是將原始圖像的直方圖變?yōu)榫夥植嫉男问剑磳⒁灰阎叶雀怕拭芏确植嫉膱D像，經(jīng)過(guò)某種變換，變成一幅具有均勻灰度概率密度分布的新圖像。源程序：clear;clc;close;I=imread('E:學(xué)習(xí)圖像處理與機(jī)器視覺(jué)灰度變換.bmp');%讀取圖像[m,n,o]=size(I);grayPic=rgb2gray(I);figure,imshow(I);figure,imshow
3、(grayPic);gp=zeros(1,256);%計(jì)算各灰度出現(xiàn)的概率fori=1:256gp(i)=length(find(grayPic==(i-1)))/(m*n);endfigure,bar(0:255,gp);title('原圖像直方圖');xlabel('灰度值');ylabel('出現(xiàn)概率');newGp=zeros(1,256);%計(jì)算新的各灰度出現(xiàn)的概率S1=zeros(1,256);S2=zeros(1,256);tmp=0;fori=1:256tmp=tmp+gp(i);S1(i)=t
4、mp;S2(i)=round(S1(i)*256);endfori=1:256newGp(i)=sum(gp(find(S2==i)));endfigure,bar(0:255,newGp);title('均衡化后的直方圖');xlabel('灰度值');ylabel('出現(xiàn)概率');newGrayPic=grayPic;%填充各像素點(diǎn)新的灰度值fori=1:256newGrayPic(find(grayPic==(i-1)))=S2(i);endfigure,imshow(newGrayPic);處理結(jié)果及分
5、析：運(yùn)行以上代碼后，matlab出來(lái)的圖像如下圖1.1和圖1.2所示：圖1.1原圖像及其直方圖??圖1.2直方圖均衡化后的圖像及其直方圖從上圖中可以看出，圖像灰度的最大值為250，最小為0，用直方圖均衡化后，圖像的直方圖的灰度間隔被拉大了，均衡化的圖像的一些細(xì)節(jié)顯示了出來(lái)，這有利于圖像的分析和識(shí)別。直方圖均衡化就是通過(guò)變換函數(shù)histeq將原圖的直方圖調(diào)整為具有“平坦”傾向的直方圖，然后用均衡直方圖校正圖像。2、（選作）設(shè)計(jì)K近鄰均值（中值）濾波器，給出圖像（見(jiàn)圖）處理結(jié)果。1)以待處理像素為中心，作一個(gè)m*m
6、的作用模板。2）在模板中，選擇K個(gè)與待處理像素的灰度差為最小的像素。3）將這K個(gè)像素的灰度均值（中值）替換掉原來(lái)的像素值。圖2圖像濾波算法描述：鄰近均值濾波，即中值濾波(Medianfiltering)是一種非常有用的非線性信號(hào)處理方法，在一定程度上可以克服采用諸如鄰域均值濾波等線性低通濾波器消除噪聲時(shí)，會(huì)將圖像邊緣模糊掉的缺點(diǎn)。中值濾波尤其對(duì)圖像中的脈沖噪聲、掃描噪聲等能有良好的去除效果，但是對(duì)含有過(guò)多細(xì)節(jié)的圖像，處理效果一般不好。中值濾波器根據(jù)器計(jì)算方法，可以稱為非線性濾波器中的排序統(tǒng)計(jì)濾波器，它不是簡(jiǎn)單的
7、加權(quán)求和，而是先把鄰域像素按灰度級(jí)進(jìn)行排序，然后再選擇該組的中值作為模板輸出結(jié)果。由于中值濾波在算法設(shè)計(jì)上使與周圍像素灰度級(jí)相差較大的點(diǎn)處理后能和周圍的像素值比較接近，因此可以衰減隨機(jī)噪聲，尤其是脈沖噪聲等。但由于不是簡(jiǎn)單的取均值，因此產(chǎn)生的模糊要少得多。圖2.1為中值濾波器得一維應(yīng)用示例，其中圖(a)為一疊加有1/4采樣頻率正弦震蕩得離散信號(hào)序列，在3點(diǎn)鄰域中進(jìn)行中值濾波，在得到得處理結(jié)果(b)中，完全消除了正弦波的干擾，而且保留了邊界。（a）（b）圖2.1中值濾波中值濾波由于需要對(duì)鄰域所有像素按灰度級(jí)進(jìn)行排
8、序之后得到模板輸出結(jié)果，因此在計(jì)算速度上要比模板卷積慢。為了加快處理速度，在程序設(shè)計(jì)時(shí)采用“冒泡”排序法排序。選用函數(shù)medfilt2，b=medfilt2(a,[m,n]);b是中值濾波后的圖象矩陣，a是原圖矩陣，m和n是處理模版大小，默認(rèn)3×3源程序：clear;clc;close;%medfilt2函數(shù)Y=imread('E:學(xué)習(xí)圖像處理與機(jī)器視覺(jué)圖像濾波.bmp');%讀
