贵州大学实验报告学院：科技学院专业：通信工程班级：101姓名何官德学号1020040615实验组3实验时间2012.11.13指导教师吴云成绩实验项目名称图像增强实验目的（1）熟悉并学会使用MATLAB中图象增强的相关函数。（2）了解图象增强的方法、去噪的方法和效果。实验要求说明利用MATLAB图形处理工具箱实现图像灰度修正、图象平滑、图象锐化的方法。列出上述图象处理的程序。记录灰度修正、图象平滑、图象锐化的方法。实验原理将一幅图像视为一个二维矩阵，用MATLAB进行图像增强。利用MATLAB图像处理工具箱中的函数imread（读）、imshow（显示）、imnoise（加噪）、filter2（滤波）对图像进行去噪处理。图像灰度修正：灰度变换。对不满意的图像通过线性或非线性灰度映射关系进行变换，其效果可以得到明显提高。提高分析，会发现变换前后图像的直方图特发生相应的变化。图像平滑方法：邻域平均、中值滤波。分析图像降质的性质，区分平稳型还是非平稳型、加性还是乘性等，采用合适的去噪方法，可以去除或降低噪声对图像的影响。从频率域看，平均操作在减低噪声的同时衰减了图像的高频分量，会影响图像细节的重现。中值滤波对某些信号具有不变性，适用于消除图像中的突发干扰，但如果图像含有丰富的细节，则不宜使用。图像锐化方法：人眼对目标的边缘和轮廓较为敏感，对图像进行锐化，有助于突出图像的这些特征。从频率域看，锐化提升了图像的高频分量。实验仪器（1）微型计算机：InternetPentium及更高。（2）基于MATLAB计算机软件。（3）典型的灰度、彩色图像文件。实验步骤图像灰度修正。读入一幅灰度级分布不协调的图像，分析其直方图。根据直方图，设计灰度变换表达式，或调用imadjuct函数。调整变换表达式的参数，直到显示图像的灰度级分布均匀为止。图像平滑方法。对有噪图像或人为加入噪声的图像进行平滑处理。根据噪声的类型，选择不同的去噪方法，如邻域平均、中值滤波等方法，调用filter2、mefilter2函数,选择不同的滤波模板和参数，观测和分析各种去噪方法对不同噪声图像处理的去噪或减噪效果。图像锐化方法。读入一幅边缘模糊的图像，利用罗伯茨梯度对图像进行4种锐化处理，比较各自的效果。实验内容图像灰度修正。图像平滑方法。图像锐化方法。(1)I=imread('pout.tif');imshow(I);figure,imhist(I);J=imadjust(I,[0.30.7],[]);figure,imshow(J);figure,imhist(J)（2）I=imread('tire.tif');J=histeq(I);imshow(I);figure,imhist(I);figure,imshow(J);figure,imhist(J);（3）w=16;i=imread('cameraman.tif');s=size(i);j=i(s(1)/2-w/2:s(1)/2+w/2-1,s(2)/2-w/2:s(2)/2+w/2-1)imshow(j);k=i(2*w:s(1)-w,2*w:s(2)-5*w);imshow(k);（4）I=imread('eight.tif');imshow(I,[]);f=imnoise(I,'salt&pepper',0.04);figure,imshow(f);h0=1/9.*[111111111];h1=[0.10.10.1;0.10.20.1;0.10.10.1];h2=1/16.*[121;242;121];h3=1/8.*[111;101;111];g0=filter2(h0,f);g1=filter2(h1,f);g2=filter2(h2,f);g3=filter2(h3,f);figure,imshow(g0,[]);figure,imshow(g1,[]);figure,imshow(g2,[]);figure,imshow(g3,[]);(5)I=imread('eight.tif');imshow(I);J=imnoise(I,'salt&pepper',0.04);figure,imshow(J);K=medfilt2(J);figure,imshow(K);(6)I=imread('rice.tif');imshow(I);BW=edge(I,'roberts',0.1);figure,imshow(BW);(7)I=imread('rice.tif');imshow(I);h=[0-10;-14-1;0-10];J=imfilter(I,h);figu