空域和頻域圖像處理增強

1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè) 空域和頻域圖像處理增強 實驗目的： 1.熟悉Matlab處理圖像的基本原理，并熟練地運用進行一些基本的圖像操作； 2.能夠用Matlab來進行亮度變換，直方圖處理以及一些簡單的空間濾波；實驗內(nèi)容： 去噪，灰度變換，直方圖處理，空域和頻域平滑銳化，同態(tài)濾波；結果分析：直方圖處理： 顯示原圖直方圖以及原圖： 代碼： imread(hui.jpg); imshow(f); imhist(f); 原圖以及原圖直方圖為： 直方圖均衡化： 代碼： f=imread(test2.j

2、pg); n=imnoise(f); imwrite(n,n.tif); thr,sorh,keepapp = ddencmp(den,wv,im2double(n); r=wdencmp(gbl,im2double(Noise),sym2,2,thr,sorh,keepapp); r=wdencmp(gbl,im2double(n),sym2,2,thr,sorh,keepapp); imwrite(r,r.tif); imshow(f); 現(xiàn)在的圖片以及直方圖為： 結論： 直方圖均衡化是圖像處理領域中利用圖像直方圖對對比度進行調(diào)整的方法。這種方法通常用來增加許多圖像的局部對比度，尤其是當圖

3、像的有用數(shù)據(jù)的對比度相當接近的時候。通過這種方法，亮度可以更好地在直方圖上分布。這樣就可以用于增強局部的對比度而不影響整體的對比度，直方圖均衡化通過有效地擴展常用的亮度來實現(xiàn)這種功能。灰度變換：代碼： f=imread(test2.jpg); n=imnoise(f); imwrite(n,n.tif); thr,sorh,keepapp = ddencmp(den,wv,im2double(n); r=wdencmp(gbl,im2double(Noise),sym2,2,thr,sorh,keepapp); r=wdencmp(gbl,im2double(n),sym2,2,thr,sor

4、h,keepapp); imwrite(r,r.tif); imshow(f);變換的圖像(f為圖a，a1為圖b,a2為圖c，a3為圖d)： （圖a） （圖b） （圖c） （圖d）結論： 一些圖片的像素過于集中于中間灰度部分，而其他部分的像素數(shù)很少，可以 壓縮像素數(shù)小的部分，擴展像素數(shù)集中的部分。如果只想了解圖像的某一部分，那么可以壓縮其它部分，對關注的部分進行變換。3.去噪：代碼： f=imread(test2.jpg); n=imnoise(f); imwrite(n,n.tif); thr,sorh,keepapp = ddencmp(den,wv,im2double(n); r=wde

5、ncmp(gbl,im2double(Noise),sym2,2,thr,sorh,keepapp); r=wdencmp(gbl,im2double(n),sym2,2,thr,sorh,keepapp); imwrite(r,r.tif); imshow(f); figure,imshow(n); figure,imshow(r);圖像（依次為原圖，加噪后的圖片以及復原的圖片）： 結論：常用的軟閾值函數(shù)，是為了解決硬閾值函數(shù)“一刀切”導致的影響(模小于3*sigma的小波系數(shù)全部切除，大于3*sigma全部保留，勢必會在小波域產(chǎn)生突變，導致去噪后結果產(chǎn)生局部的抖動，類似于傅立葉變換中頻域的

6、階躍會在時域產(chǎn)生拖尾)。軟閾值函數(shù)將模小于3*sigma的小波系數(shù)全部置零，而將模大于3*sigma的做一個比較特殊的處理，大于3*sigma的小波系數(shù)統(tǒng)一減去3*sigma，小于-3*sigma的小波系數(shù)統(tǒng)一加3*sigma。經(jīng)過軟閾值函數(shù)的作用，小波系數(shù)在小波域就比較光滑了，因此用軟閾值去噪得到的圖象看起來很平滑，類似于冬天通過窗戶看外面一樣，像有層霧罩在圖像上似的。空域和頻域平滑銳化代碼： 低通濾波器： f=imread(test.jpg); PQ=paddedsize(size(f); U, V=dfuvc（PQ(1),PQ(2); D0=0.05*PQ(2); F=fft2(f,PQ

7、(1),PQ(2); H=exp(-(U.2+V.2)/(2*(D0*2); g=dftfilt(f,H); (2)高通濾波器： f=imread(test.jpg); PQ=paddedsize(size(f); D0=0.05*PQ(1)； H=hptilter(gausian,PQ(1),PQ(2),D0); g=dftfilt(f,H); figure,imshow(g, );結論： 平滑濾波是要濾除不規(guī)則的噪聲或干擾的影響。從頻域的角度看，不規(guī)則的噪聲具有較高的頻率，可用具有低通能力的頻域濾波器來濾除。所以空域的平滑濾波對應頻域的低通濾波。銳化濾波是要增強邊緣和輪廓處的強度。邊緣和輪

8、廓處都具有較高的頻率，可用具有高通能力的頻域濾波器來增強。所以，空域的銳化濾波對應頻域的高通濾波。同態(tài)濾波：代碼：I=imread(716.png); subplot(121),imshow(I); I=double(rgb2gray(I); M,N=size(I); rL=0.3; rH=2.0; c=2; d0=10; I1=log(I+1);FI=fft2(I1);n1=floor(M/2); n2=floor(N/2); for i=1:M； for j=1:N； D(i,j)=(i-n1).2+(j-n2).2); H(i,j)=(rH-rL).*(exp(c*(-D(i,j)./(

9、d02)+rL; end； end； I2=ifft2(H.*FI); I3=real(exp(I2); subplot(122),imshow(I3,);結論： 同態(tài)濾波是把頻率過濾和灰度變換結合起來的一種圖像處理方法，它依靠圖像的照度/ 反射率模型作為頻域處理的基礎，利用壓縮亮度范圍和增強對比度來改善圖像的質(zhì)量。使用這種方法可以使圖像處理符合人眼對于亮度響應的非線性特性，避免了直接對圖像進行傅立葉變換處理的失真。同態(tài)濾波的基本原理是：將像元灰度值看作是照度和反射率兩個組份的產(chǎn)物。由于照度相對變化很小，可以看作是圖像的低頻成份，而反射率則是高頻成份。通過分別處理照度和反射率對像元灰度值的影響，達到揭示陰影區(qū)細節(jié)特征的目的。同態(tài)濾波處理的基本流程如下：S(x,y)-Lo