圖像處理與機(jī)器視覺.pdf

《圖像處理與機(jī)器視覺.pdf》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。

1、。《圖像處理與機(jī)器視覺》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-可編輯修改-。作業(yè)一：圖像增強(qiáng)1、圖像灰度變換。對(duì)圖像（見圖1）進(jìn)行對(duì)比度拉伸，通過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)的圖像也是很常見的。直方圖均衡化就是一種通過重新均勻地分布各灰度值來增強(qiáng)圖像

2、對(duì)比度的方法。直方圖均衡化處理是以累積分布函數(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?，即將一已知灰度概率密度分布的圖像，經(jīng)過某種變換，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)器視覺灰度變換.bmp');%讀取圖像[m,n,o]=size(I);grayPic=rgb2gray(I);figure,im

3、show(I);figure,imshow(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');-可編輯修改-。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);tm

4、p=0;fori=1:256tmp=tmp+gp(i);S1(i)=tmp;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)))=

5、S2(i);endfigure,imshow(newGrayPic);處理結(jié)果及分析：運(yùn)行以上代碼后，matlab出來的圖像如下圖1.1和圖1.2所示：圖1.1原圖像及其直方圖-可編輯修改-。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，這有利于圖像的分析和識(shí)別。直方圖均衡化就是通過變換函數(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

6、。2、（選作）設(shè)計(jì)K近鄰均值（中值）濾波器，給出圖像（見圖）處理結(jié)果。1)以待處理像素為中心，作一個(gè)m*m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-可編輯修改-。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

7、的去除效果，但是對(duì)含有過多細(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

8、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