目 录
一、实验目的
掌握matlab环境下,函数的编写方法;熟悉并了解图像处理中空域滤波的概念,通过实际操作掌握滤波器的生成和基本的滤波;理解图像锐化的实现方法和步骤,理解图像锐化的基本理论。
二、实验内容
步骤1:用手机给自己拍一张美照(必须是本人照片);
步骤2:将你的照片放到计算机内;
步骤3:启动Matlab,并通过imread(); 读取该照片,然后通过imshow()进行显示。如果图片过大,可以通过imresize(A,m)进行缩小,其中A为图像,m为尺寸变化系数,比如可设为0.2,尺寸为原来的五分之一;
步骤 4:利用rgb2gray()函数将图像转换为灰度图像;
步骤5:利用一种平滑滤波器,F,如9*9的均值滤波器或高斯滤波器,通过new_im = filter2(F, im)对图像进行滤波;
步骤6:利用double()将原图像类型转换为浮点型,然后按照“原图像 + 原图像 - 平滑图像”的模式,进行计算;
步骤7:利用uint8()或mat2gray()将得到的结果图像,进行类型转换,并将原图像和锐化后的图像一同显示在窗口中;
步骤8:利用一种边缘滤波器,FF,如sobel、prewitt等,通过new_im = filter2(FF, im)对图像进行滤波;
步骤9:利用double()将原图像类型转换为浮点型,然后按照“原图像 + 边缘图像”的模式,进行计算;
步骤10:利用uint8()或mat2gray()将得到的结果图像,进行类型转换,并将原图像和锐化后的图像一同显示在窗口中;
注意:锐化操作的代码需形成函数文件(.m后缀),文件名为姓名的汉语拼音,如zhangsan.m,参考原型如下:
function out_im = zhangsan(input_im)
三、实验过程及结果
【在这里描述下你的实验操作过程和相应代码,以及你得到的最终结果,需图文并茂】
步骤1、2
步骤1:用手机给自己拍一张美照(必须是本人照片);
步骤2:将你的照片放到计算机内;
步骤3
步骤3:启动Matlab,并通过imread(); 读取该照片,然后通过imshow()进行显示。如果图片过大,可以通过imresize(A,m)进行缩小,其中A为图像,m为尺寸变化系数,比如可设为0.2,尺寸为原来的五分之一;
步骤4
步骤 4:利用rgb2gray()函数将图像转换为灰度图像;
步骤5
步骤5:利用一种平滑滤波器,F,如9*9的均值滤波器或高斯滤波器,通过new_im = filter2(F, im)对图像进行滤波;
步骤6、7
步骤6:利用double()将原图像类型转换为浮点型,然后按照“原图像 + 原图像 - 平滑图像”的模式,进行计算;
步骤7:利用uint8()或mat2gray()将得到的结果图像,进行类型转换,并将原图像和锐化后的图像一同显示在窗口中;
步骤8、9、10
步骤8:利用一种边缘滤波器,FF,如sobel、prewitt等,通过new_im = filter2(FF, im)对图像进行滤波;
步骤9:利用double()将原图像类型转换为浮点型,然后按照“原图像 + 边缘图像”的模式,进行计算;
步骤10:利用uint8()或mat2gray()将得到的结果图像,进行类型转换,并将原图像和锐化后的图像一同显示在窗口中;
注意:锐化操作的代码需形成函数文件(.m后缀),文件名为姓名的汉语拼音,如zhangsan.m,参考原型如下:
function out_im = zhangsan(input_im)
四、分析与思考
【在此描述下你从该实验中得出的结论,并对实验结果进行分析,解释下锐化实现的过程和规律,例如滤波器参数的变化会导致锐化结果发生怎样的变化,可以查阅资料,该部分占最终成绩的50%】
此次实验,收获甚多,学会了Matlab中函数的使用。Matlab中函数的使用较为灵活,可以传递多个形式参数且形式参数的可使用数据类型比较多。使用函数,应尽可能地令函数功能最小化,一个函数不要实现太多的功能。
锐化图像的实现过程1:
- 首先利用grb2gray()函数将图像转换为灰度图像;
- 然后使用边缘滤波器对灰度图像进行滤波(均值滤波器与高斯滤波器对图像进行滤波的效果较好),得到灰度图像的较为模糊的平滑图像;
- 使用原图减去滤波结果图,得到突出边缘轮廓的高频图;
- 最后,将原图加上突出边缘轮廓的高频图,即可得到锐化结果图。观察锐化结果图可以看出:锐化后的图像轮廓比原图像的轮廓清晰且锐化结果图清晰度更高。
锐化图像的实现过程2:
- 首先利用grb2gray()函数将图像转换为灰度图像;
- 然后使用边缘滤波器对灰度图像进行滤波(均值滤波器与高斯滤波器对图像进行滤波的效果较好),得到灰度图像的较为模糊的平滑图像;
- 原图+滤波结果图,即可得到锐化结果图。
附录:代码汇总
主文件——ex3.m
%--------步骤3--------
x = imread('saturn.png'); % 读取图片:将图像数据读取到Matlab环境中 peppers.png:Matlab内置图片
imshow(x); % 显示图片
% 警告: Image is too big to fit on screen; displaying at 8%
% > In imuitools\private\initSize at 71
% In imshow at 282
%--------步骤3--------
smallx = imresize(x, 0.05); % 缩小图片
figure, imshow(smallx); % figure:生成新的图片窗口,不覆盖原窗口
% --------步骤4--------
x = imread('saturn.png'); % 读取图片:将图像数据读取到Matlab环境中
smallx = imresize(x, 0.05);
imshow(smallx);
gx = rgb2gray(smallx);
f1 = fspecial('average', 5);
gx1 = filter2(f1, gx);
figure, imshow(uint8(gx1));
% --------步骤5-------- 利用平滑滤波器,对图像进行滤波
x = imread('saturn.png'); % 读取图片:将图像数据读取到Matlab环境中
smallx = imresize(x, 0.05);
gx = rgb2gray(smallx);
f1 = fspecial('average', [9 9]); % 1、9*9均值滤波器
gx1 = filter2(f1, gx);
f2 = fspecial('gaussian', [9 9]); % 2、高斯滤波器
gx2 = filter2(f2, gx);
f3 = fspecial('laplacian'); % 3、拉普拉斯滤波器
gx3 = filter2(f3, gx);
f4 = fspecial('sobel'); % 4、sobel滤波器
gx4 = filter2(f4, gx);
f5 = fspecial('prewitt'); % 5、prewitt滤波器
gx5 = filter2(f5, gx);
subplot(2, 3, 1);imshow(smallx);title('缩小至原来的0.05倍');
subplot(2, 3, 2);imshow(uint8(gx1));title('1、9*9均值滤波器');
subplot(2, 3, 3);imshow(uint8(gx2));title('2、9*9高斯滤波器');
subplot(2, 3, 4);imshow(uint8(gx3));title('3、拉普拉斯滤波器');
subplot(2, 3, 5);imshow(uint8(gx4));title('4、sobel滤波器');
subplot(2, 3, 6);imshow(uint8(gx5));title('5、prewitt滤波器');
% --------步骤5-------- 利用平滑滤波器,对图像进行滤波
x = imread('saturn.png'); % 读取图片:将图像数据读取到Matlab环境中
smallx = imresize(x, 0.05);
imshow(smallx);
gx = rgb2gray(smallx);
f1 = fspecial('average', 5); % 1、均值滤波器
gx1 = filter2(f1, gx);
f2 = fspecial('gaussian'); % 2、高斯滤波器
gx2 = filter2(f2, gx);
f3 = fspecial('laplacian'); % 3、拉普拉斯滤波器
gx3 = filter2(f3, gx);
f4 = fspecial('sobel'); % 4、sobel滤波器
gx4 = filter2(f4, gx);
f5 = fspecial('prewitt'); % 5、prewitt滤波器
gx5 = filter2(f5, gx);
f6 = fspecial('disk'); % 6、disk滤波器
gx6 = filter2(f6, gx);
f7 = fspecial('log'); % 7、log滤波器
gx7 = filter2(f7, gx);
f8 = fspecial('motion'); % 8、motion滤波器
gx8 = filter2(f8, gx);
subplot(3, 3, 1);imshow(smallx);title('缩小至原来的0.05倍');
subplot(3, 3, 2);imshow(uint8(gx1));title('1、均值滤波器');
subplot(3, 3, 3);imshow(uint8(gx2));title('2、高斯滤波器');
subplot(3, 3, 4);imshow(uint8(gx3));title('3、拉普拉斯滤波器');
subplot(3, 3, 5);imshow(uint8(gx4));title('4、sobel滤波器');
subplot(3, 3, 6);imshow(uint8(gx5));title('5、prewitt滤波器');
subplot(3, 3, 7);imshow(uint8(gx6));title('6、disk滤波器');
subplot(3, 3, 8);imshow(uint8(gx7));title('7、log滤波器');
subplot(3, 3, 9);imshow(uint8(gx8));title('8、motion滤波器');
%--------步骤6、7-------- 得到图像锐化图:方案1、使用“平滑滤波器”
x = imread('saturn.png'); % 读取图片:将图像数据读取到Matlab环境中
smallx = imresize(x, 0.05);
gx = rgb2gray(smallx);
sharpx = luweixing(gx, 5);
F = fspecial('average', [9 9]); % 1、9*9均值滤波器
y = filter2(F, gx);
xy = double(gx) - y; % 进行数据转换,保证数据类型一致;高频图、轮廓、边缘
subplot(2, 2, 1);imshow(gx);title('灰度图像');
subplot(2, 2, 2);imshow(uint8(y), []);title('1、利用滤波器,对图像进行滤波');
subplot(2, 2, 3);imshow(uint8(xy), []);title('2、高频图,突出边缘轮廓');
subplot(2, 2, 4);imshow(uint8(sharpx));title('3、锐化结果图');
%--------步骤8、9、10-------- 得到图像锐化图:方案2、原图+边缘图
x = imread('saturn.png');
smallx = imresize(x, 0.05);
gx = rgb2gray(smallx);
sharpx = luweixing(gx);
imshow(uint8(sharpx));
F2 = fspecial('prewitt');
y2 = filter2(F2, gx); % 反映边缘结构情况
sharpx2 = double(gx) + y2; % 原图像+边缘图像
subplot(2, 2, 1);imshow(gx);title('灰度图像');
subplot(2, 2, 2);imshow(uint8(y2), []); title('利用滤波器,对图像进行滤波');
subplot(2, 2, 3);imshow(uint8(sharpx)); title('锐化方案1、使用“平滑滤波器”');
subplot(2, 2, 4);imshow(uint8(sharpx2));title('锐化方案2、原图+边缘图');
函数文件
% 输入图像,输出锐化结果(锐化图:提高图像的清晰度)
function X = luweixing( im, Size ) % im:灰度图像作为形参
%UNTITLED5 此处显示有关此函数的摘要
% 此处显示详细说明
F = fspecial('prewitt'); % F = fspecial('prewitt', Size);
y = filter2(F, im);
xy = double(im) - y; % 进行数据转换,保证数据类型一致;高频图、轮廓、边缘
X = double(im) + xy; % 原图+轮廓:清晰度更高
end