数字图像处理课程设计 matlab(6)

数字图像处理 使用matlab 很好的 报告

原图 R直方图

G直方图 B直方图

6.3、 图像增强处理

6.3.1、直方图均衡化

在balance_Callback回退函数中实现直方图均衡化 每个回退函数中都要获取图片，上面的RGB直方图也一样需获取打开的

图片。打开图片的为以下程序代码： set(handles.axes2,'HandleVisibility','ON'); axes(handles.axes2);

直方图均衡化是判断是否为灰度图。用函数isrgb了来判断，不是灰度则将其转化，否则就直接用函数：

histeq（handles.image）% handles.image是获取的图片 来直方图均衡化处理图片

图片前后效果如下：

数字图像处理 使用matlab 很好的 报告

6.3.2、 对比度展宽

对图像的对比度展宽刻可自己编写算法来处理，同样的，

，处理结果如图：

6.3.3、动态范围调整

共图像处理功能未能实现，程序中已给出处理其图像的代码，但有错误，不能找出其错位，将其正确的处理， 原因是：nw=1./(b-a).*(h-a.*ones(sx,sy)); Error：Matrix dimensions must agree

也查过资料修改该语句，有的资料说是乘除和幂方要改成点乘点除，点幂方，这个是合理，但是改正后仍然有错，是在无能为力， 代码在后面将给出，可供参考。

6.3.4、空间域平滑算法 6.3.4.1、均值滤波

经常用到的噪声有两种，高斯噪声，椒盐噪声，

可以通过以下两个函数来

数字图像处理 使用matlab 很好的 报告

实现：

y=imnoise(handles.img,'gaussian',p1,p2);%高斯噪声 y=imnoise(x,'salt & pepper',p1); %椒盐噪声

均值滤波中可对高斯滤波，也可以对椒盐滤波，设计过程中采用其一

种图片进行处理。但两种处理的效果就不同，对高斯噪声处理的效果更加明显

均值滤波是一种采取平均灰度值的方法进行滤波，用imnoise获得噪声的图片。这个函数可获得高斯噪声，亦可获得椒盐噪声。在采用函数conv2进行均值处理，处理前后的图片比较如下：

6.3.4.2、中值滤波

中值滤波同均值滤波的程序差不多，只是进行滤波的原理不同，则采用不

同的函数进行代替，用以下函数可进行中值滤波处理：

I = imnoise(handles.image,'salt & pepper', 0.02); imshow(I);

j=medfilt2(I); 前后图片效果如下：

数字图像处理 使用matlab 很好的 报告

6.3.4.3、边界保持滤波

原理不同，采用knn函数是处理边界保持滤波的，程序代码的形式跟前两种滤波差不多：

I = imnoise(handles.image,'salt & pepper', 0.02); imshow(I); j=knn2(I);

前后图片效果如下：

6.4、 图像分割：

图象分割是按照某些特性(如灰度级,频谱,颜色，纹理等)将图象划分成一些区域，在这些区域内其特性是相同的或者说是均匀的，两个相邻区域彼此特性则是不同的，其间存在着边缘或边界

6.4.1、均匀性度量法

当图像被分为目标物和背景两个类时，属于同一类别的像素值分布方差最小，也即具有均匀性。

给定一初始阈值Th=Th0，将图像分为C1和C2两类 22分别计算两类中的方差

1和 2

分别计算两类在图像中的分布概率

选择最佳阈值 Th=Th*, 将图像分为C1和C2两类，满足

均匀性度量方法的处理结果：

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新工程科技数字图像处理课程设计 matlab(6)全文阅读和word下载服务。