机器视觉实验一图像增强的Matlab实现

落日映苍穹つ 2023-10-04 12:31 131阅读 0赞

## 【实验目的】 ##

#### 1.掌握常见的图像增强方法 ####

#### 2.掌握利用Matlab进行编程实现图像增强 ####

#### 3.观察图像增强前后的效果 ####

## 【实验内容】 ##

#### 1.利用Matlab对标准测试图像和自建图像进行对比度增强、直方图均衡化和直方图规定化 ####

#### 2.利用Matlab对标准测试图像和自建图像进行加噪处理，对含噪声图像进行均值滤波、中值滤波和高斯滤波处理 ####

#### 3.利用Matlab对标准测试图像和自建图像进行锐化处理 ####

#### 4.利用Matlab对标准测试图像和自建图像进行Butterworth低通、高通滤波处理 ####

## 【实验要求】 ##

#### 1.写出实现图像增强的Matlab源代码 ####

#### 2.给出图像增强前后的效果图 ####

## 实验程序 ##

增强对比度：

clear;
    close all;
     X1=imread('F:\MatlabShijueTupian/flower.JPG');
     figure(1),subplot(2,2,1),imshow(X1),title('原图像');
     f0=0;g0=0;
     f1=70;g1=30;
     f2=180;g2=230;
     f3=255;g3=255; %绘制变换函数曲线
     subplot(1,2,2),plot([f0,f1,f2,f3],[g0,g1,g2,g3])
     axis tight,xlabel('f'),ylabel('g')
     title('增强对比度的变换曲线')
     r1=(g1-g0)/(f1-f0);
     b1=g0-r1*f0;
     r2=(g2-g1)/(f2-f1);
     b2=g1-r2*f1;
     r3=(g3-g2)/(f3-f2);
     b3=g2-r3*f2;
     [m,n]=size(X1);
     X2=double(X1);
     for i=1:m  %循环对矩阵中的每个元素进行变换处理
        for j=1:n
            f=X2(i,j);
            g(i,j)=0;
            if(f>=0)&(f<=f1)
                g(i,j)=r1*f+b1;
            elseif(f>=f1)&(f<=f2)
                g(i,j)=r2*f+b2;
            elseif(f>=f2)&(f<=f3)
                g(i,j)=r3*f+b3;
            end;
        end;
     end;
     subplot(2,2,3),imshow(mat2gray(X2));
    title('增强对比度后的图像');%（2）利用imadjust（）函数增强对比度
     X1=imread('F:\MatlabShijueTupian/plane.gif');
     figure(2),subplot(1,2,1),imshow(X1),title('原图像');
     J=imadjust(X1,[0.25,0.6],[],1.2322)
     subplot(1,2,2),imshow(J),title('增强对比度后的图像');

增强对比度：

clear;
    close all;
    i=imread('F:\MatlabShijueTupian/5.jpg');
    X1=rgb2gray(i);
    %  X1=imread('F:\MatlabShijueTupian/flower.JPG');
     figure(1),subplot(2,2,2),imshow(X1),title('灰度图像');
     subplot(2,2,1),imshow(i),title('原图像');
     f0=0;g0=0;
     f1=70;g1=30;
     f2=180;g2=230;
     f3=255;g3=255; %绘制变换函数曲线
     subplot(2,2,3),plot([f0,f1,f2,f3],[g0,g1,g2,g3])
     axis tight,xlabel('f'),ylabel('g')
     title('增强对比度的变换曲线')
     r1=(g1-g0)/(f1-f0);
     b1=g0-r1*f0;
     r2=(g2-g1)/(f2-f1);
     b2=g1-r2*f1;
     r3=(g3-g2)/(f3-f2);
     b3=g2-r3*f2;
     [m,n]=size(X1);
     X2=double(X1);
     for i=1:m  %循环对矩阵中的每个元素进行变换处理
        for j=1:n
            f=X2(i,j);
            g(i,j)=0;
            if(f>=0)&(f<=f1)
                g(i,j)=r1*f+b1;
            elseif(f>=f1)&(f<=f2)
                g(i,j)=r2*f+b2;
            elseif(f>=f2)&(f<=f3)
                g(i,j)=r3*f+b3;
            end;
        end;
     end;
     subplot(2,2,4),imshow(mat2gray(X2));
    title('增强对比度后的图像');%（2）利用imadjust（）函数增强对比度
     i=imread('F:\MatlabShijueTupian/8.jpg');
     X1=rgb2gray(i);
     figure(2),subplot(1,3,2),imshow(X1),title('灰度图像');
     subplot(1,3,1),imshow(i),title('原图像');
     J=imadjust(X1,[0.25,0.6],[],1.2322)
     subplot(1,3,3),imshow(J),title('增强对比度后的图像');

直方图均衡化：

I=imread('F:\MatlabShijueTupian/peppers.bmp');
    J=histeq(I);%直方图均衡化函数，n是均衡化后的灰度级数，缺省为64
    figure(1),subplot(2,2,1),imshow(I) ,title('原图像'); 
    subplot(2,2,2),imhist(I,64) ,title('原图像直方图'); 
    subplot(2,2,3),imshow(J) ,title('直方图均衡化'); %变换后所得图像矩阵
    subplot(2,2,4),imhist(J,64) ,
    title('直方图均衡化后的直方图');

直方图均衡化：

clear;
    close all;
    i=imread('F:\MatlabShijueTupian/10.jpg');
    X1=rgb2gray(i);
    J=histeq(X1);%直方图均衡化函数，n是均衡化后的灰度级数，缺省为64
    figure(1),subplot(2,2,1),imshow(X1) ,title('灰度图像'); 
    subplot(2,2,2),imhist(X1,64) ,title('原图像直方图'); 
    subplot(2,2,3),imshow(J) ,title('直方图均衡化'); %变换后所得图像矩阵
    subplot(2,2,4),imhist(J,64) ,
    title('直方图均衡化后的直方图');

直方图规定化：

I=imread('F:\MatlabShijueTupian/lena.gif')
    hgram=0:255%hgram是由用户指定的向量，hgram的每一个元素都在[0，1]中
    J=histeq(I,hgram);%直方图规定化函数，规定将原始图像的直方图近似变成hgram
    figure(1),subplot(2,2,1),imshow(I),title('原图像'); 
    subplot(2,2,2),imshow(J)
    title('直方图规定化后图像');  subplot(2,2,3),imhist(I,64)
    title('原图像直方图'); 
    subplot(2,2,4),imhist(J,64)
    title('直方图规定化后的直方图');

直方图规定化：

clear;
    close all;
    i=imread('F:\MatlabShijueTupian/6.jpg');
    I=rgb2gray(i);
    hgram=0:255%hgram是由用户指定的向量，hgram的每一个元素都在[0，1]中
    J=histeq(I,hgram);%直方图规定化函数，规定将原始图像的直方图近似变成hgram
    figure(1),subplot(2,2,1),imshow(I),title('灰度图像'); 
    subplot(2,2,2),imshow(J)
    title('直方图规定化后图像');  subplot(2,2,3),imhist(I,64)
    title('原图像直方图'); 
    subplot(2,2,4),imhist(J,64)
    title('直方图规定化后的直方图');

均值滤波：

I=imread('F:\MatlabShijueTupian/peppers.bmp')
    J=imnoise(I,'salt',0.02);
    figure(11),subplot(2,2,1),imshow(I),title('原图像');
    subplot(2,2,2),imshow(J),title('加入椒盐噪声的图像');
    K1=filter2(fspecial('average',3),J)/255;%3*3均值滤波处理结果
    K2=filter2(fspecial('average',5),J)/255;%5*5均值滤波处理结果
    subplot(2,2,3),imshow(K1),
    title('3*3均值滤波处理结果');
    subplot(2,2,4),imshow(K2),
    title('5*5均值滤波处理结果');

均值滤波：

clear;
    close all;
    i=imread('F:\MatlabShijueTupian/4.jpg');
    I=rgb2gray(i);
    J=imnoise(I,'salt',0.02);
    figure(11),subplot(2,2,1),imshow(I),title('原图像');
    subplot(2,2,2),imshow(J),title('加入椒盐噪声的图像');
    K1=filter2(fspecial('average',3),J)/255;%3*3均值滤波处理结果
    K2=filter2(fspecial('average',5),J)/255;%5*5均值滤波处理结果
    subplot(2,2,3),imshow(K1),
    title('3*3均值滤波处理结果');
    subplot(2,2,4),imshow(K2),
    title('5*5均值滤波处理结果');

高斯滤波：

I=imread('F:\MatlabShijueTupian/peppers.bmp');
     J=imnoise(I,'gaussian',0,0.005);
     h=fspecial('gaussian');
     K=filter2(h,J)/255;
     K1=wiener2(J,[5,5]);
     figure(12),subplot(2,2,1),imshow(I),title('原图像');
     subplot(2,2,2),imshow(J),title('加入高斯噪声的图像');
     subplot(2,2,3),imshow(K),title('高斯低通滤波的结果');
     subplot(2,2,4),imshow(K1),title('维纳滤波后的结果');

高斯滤波：

clear;
    close all;
    i=imread('F:\MatlabShijueTupian/4.jpg');
    I=rgb2gray(i);
     J=imnoise(I,'gaussian',0,0.005);
     h=fspecial('gaussian');
     K=filter2(h,J)/255;
     K1=wiener2(J,[5,5]);
     figure(12),subplot(2,2,1),imshow(I),title('原图像');
     subplot(2,2,2),imshow(J),title('加入高斯噪声的图像');
     subplot(2,2,3),imshow(K),title('高斯低通滤波的结果');
     subplot(2,2,4),imshow(K1),title('维纳滤波后的结果');

中值滤波：

I=imread('F:\MatlabShijueTupian/peppers.bmp');
     J=imnoise(I,'salt',0.02);
     figure(13),subplot(2,2,1),imshow(I),title('原图像');
     subplot(2,2,2),imshow(J),title('加入椒盐噪声后的图像');
     K1=medfilt2(J,[3,3]);% 用模板实现中值过滤器
     subplot(2,2,3),imshow(K1),title('中值滤波后的结果');

中值滤波：

clear;
    close all;
    i=imread('F:\MatlabShijueTupian/4.jpg');
    I=rgb2gray(i);
    J=imnoise(I,'salt',0.02);
     figure(1),subplot(2,2,2),imshow(I),title('灰度图像');
     subplot(2,2,1),imshow(i),title('原图像');
     subplot(2,2,3),imshow(J),title('加入椒盐噪声后的图像');
     K1=medfilt2(J,[3,3]);% 用模板实现中值过滤器
     subplot(2,2,4),imshow(K1),title('中值滤波后的结果');

unsharp算子：

I=imread('F:\MatlabShijueTupian/lena.gif');
     h=fspecial('laplacian');
     I2=filter2(h,I);
     figure(14),subplot(2,2,1),imshow(I),title('原图像');
     subplot(2,2,2),imshow(I2),title('拉普拉斯算子滤波后的结果'); %采用'unsharp'算子实现对比度增强滤波器
     h=fspecial('unsharp',0.5);
     I3=filter2(h,I)/255;
    subplot(2,2,3),imshow(I3),
    title('unsharp算子实现对比度增强滤波后的结果');

unsharp算子：

clear;
    close all;
    i=imread('F:\MatlabShijueTupian/4.jpg');
    I=rgb2gray(i);
     h=fspecial('laplacian');
     I2=filter2(h,I);
     figure(14),subplot(2,2,2),imshow(I),title('灰度图像');
      subplot(2,2,1),imshow(i),title('原图像');
     subplot(2,2,3),imshow(I2),title('拉普拉斯算子滤波后的结果'); %采用'unsharp'算子实现对比度增强滤波器
     h=fspecial('unsharp',0.5);
     I3=filter2(h,I)/255;
    subplot(2,2,4),imshow(I3),
    title('unsharp算子实现对比度增强滤波后的结果');

sobel滤波：

I1=imread('F:\MatlabShijueTupian/lena.gif');
     h1=fspecial('sobel');
     I2=filter2(h1,I1);%sobel卷积
     I3=conv2(I1,h1);
     h2=fspecial('prewitt');
     I4=filter2(h2,I1);
     h3=fspecial('log');
     I5=filter2(h3,I1);
     figure(15),
    subplot(2,2,1),imshow(I1),title('原图像');
     subplot(2,2,2),imshow(I3);
    title('sobel滤波');
    subplot(2,2,3),imshow(I4);
    title('prewitt滤波');
    subplot(2,2,4),imshow(I5);
    title('log滤波');

sobel滤波：

clear;
    close all;
    i=imread('F:\MatlabShijueTupian/4.jpg');
    I1=rgb2gray(i);
     h1=fspecial('sobel');
     I2=filter2(h1,I1);%sobel卷积
     I3=conv2(I1,h1);
     h2=fspecial('prewitt');
     I4=filter2(h2,I1);
     h3=fspecial('log');
     I5=filter2(h3,I1);
     figure(15),
    subplot(2,2,1),imshow(I1),title('灰度图像');
     subplot(2,2,2),imshow(I3);
    title('sobel滤波');
    subplot(2,2,3),imshow(I4);
    title('prewitt滤波');
    subplot(2,2,4),imshow(I5);
    title('log滤波');

Butterworth滤波：

I1=imread('F:\MatlabShijueTupian/lena2.gif');
     I2=imnoise(I1,'salt');
     f=double(I2);
     g=fft2(f);     %采用傅立叶变换
     g=fftshift(g); %数据矩阵平移
     [N1,N2]=size(g);
     n=2;
     d0=50;
     d1=5;
     n1=fix(N1/2);
     n2=fix(N2/2);
     for i=1:N1
         for j=1:N2
             d=sqrt((i-n1)^2+(j-n2)^2);
             %计算Butterworth低通变换函数
             h=1/(1+0.414*(d/d0)^(2*n));
             result(i,j)=h*g(i,j);
         end
     end
     result=ifftshift(result);
     X2=ifft2(result);
     X3=uint8(real(X2));
     if d==0
                h=0;
              else
                h=1/(1+(d1/d)^(2*n));
              end
                result(i,j)=h*g(i,j);
     result=ifftshift(result);
     X4=ifft2(result);
     X5=uint8(real(X2));
     figure(16),subplot(2,2,1),imshow(I1),title('原图像');
     subplot(2,2,2),imshow(I2),title('加噪图像');
    subplot(2,2,3),imshow(X3),title('Butterworth低通滤波器去噪图像');
    subplot(2,2,4),imshow(X5),title('Butterworth高通滤波器去噪图像');

Butterworth滤波：

clear;
    close all;
    i=imread('F:\MatlabShijueTupian/4.jpg');
    I1=rgb2gray(i);
     subplot(2,2,1),imshow(i),title('原图像');
     I2=imnoise(I1,'salt');
     f=double(I2);
     g=fft2(f);     %采用傅立叶变换
     g=fftshift(g); %数据矩阵平移
     [N1,N2]=size(g);
     n=2;
     d0=50;
     d1=5;
     n1=fix(N1/2);
     n2=fix(N2/2);
     for i=1:N1
         for j=1:N2
             d=sqrt((i-n1)^2+(j-n2)^2);
             %计算Butterworth低通变换函数
             h=1/(1+0.414*(d/d0)^(2*n));
             result(i,j)=h*g(i,j);
         end
     end
     result=ifftshift(result);
     X2=ifft2(result);
     X3=uint8(real(X2));
     if d==0
                h=0;
              else
                h=1/(1+(d1/d)^(2*n));
              end
                result(i,j)=h*g(i,j);
     result=ifftshift(result);
     X4=ifft2(result);
     X5=uint8(real(X2));
     figure(1),subplot(2,2,2),imshow(I1),title('灰度图像');
    subplot(2,2,3),imshow(X3),title('Butterworth低通滤波器去噪图像');
    subplot(2,2,4),imshow(X5),title('Butterworth高通滤波器去噪图像');

#### 本人能力有限，解释尚不清楚明了，如遇任何问题，大家可留言或私信。因使用私人图片进行实验，结果图不便上传，望理解。后续将程序文件打包上传，供大家学习使用。 ####

#### 本文希望对大家有帮助，当然上文若有不妥之处，欢迎指正。 ####

#### 分享决定高度，学习拉开差距 ####