博客

• 实验目的
  • 熟悉仿真工具MATLAB
  • 掌握图像读取与显示
  • 掌握灰度变换方法
  • 掌握直方图均衡化方法
• 实验环境
  • Windows 7
  • Matlab R2014a
• 实验内容与步骤
  • 熟悉Matlab软件界面，利用
    
    
    M
    
    
    文件程序
    
    
    工作方式完成Matlab中的矩阵运算和基本语句结构，具体如下：

1. 输入矩阵A = ，求A的转置矩阵B、逆矩阵C以及B与C的乘积D。
   

2. if。。。else语句：生成一个0~4之间的随机变量gpa，如果gpa为4.0，在工作区输出“excellent”,如果大于2.5且小于4.0，输出“good”,否则输出“average”；

3. for 循环语句：生成一个对角线元素为10，其他元素为0的大小为9*9的矩阵E；

4. 读取并显示一幅


灰度图像


(图像可自选)，计算图像大小，显示其直方图；

5. 对原图像进行直方图均衡化，并画出新图像及新直方图，


比较直方图均衡化前后的图像及直方图的特点并进行总结


；

6. 对原图像进行灰度变换，并画出新图像及其直方图。调整参数，显示不同的实验结果；原始图像灰度分布在较窄的区间，由于曝光不足使图像灰度级集中在低亮度范围内。均衡化后的图像直方图均匀分布，增加了像素之间灰度值差别的动态范围。但是对于moon图像来说，均衡化后的效果并不比原始图像好，这是因为如果一幅图像整体偏暗或者偏亮，那么直方图均衡化的方法很适用。但直方图均衡化是一种全局处理方式，它对处理的数据不加选择，可能会增加背景干扰信息的对比度并且降低有用信号的对比度，此外，均衡化后图像的灰度级减少，某些细节将会消失。

• 
  
  不使用imadjust函数
  
  
  ，借助循环、选择、矩阵运算等基本语句的嵌套，
  
  
  自己编写一段程序
  
  
  ，实现灰度图像的分段线性变换，不断调整分段函数的折线拐点与分段直线的斜率，使图像得到不同的视觉效果，
  
  
  并记录下相关实验参数，对结果进行简要分析
  
  
  。利用了两个循环嵌套对图像的数组进行遍历。结合变换函数我们可知x<x1时斜率小于1，x1<x<x2时斜率大于1，x>x2时斜率小于1，根据灰度值的变换规律。
• 斜率影响图像的对比度，低灰度值的部分被压缩，效果就是暗的部分更加暗，而且对比度更低，结果图像我们明显看出暗色的背景更加暗，而且结合直方图我们可以看出低灰度值部分向更低灰度值压缩，也就是低灰度值部分向x轴左侧偏移导致图像暗色部分更暗，而且低灰度部分灰度值分布范围变窄，导致此部分对比度降低。高灰度值部分，由变换曲线可知此部分值增大，整体高灰度值部分向x轴右侧偏移，结果就是导致亮色的部分更加亮，从图像中可以明显观察出来，而此部分变换曲线斜率小于1，也就是说此部分灰度值范围得到了压缩，对比度降低，由直方图看出高灰度部分的范围缩小了。

• 实验心得与体会

初次使用Matlab仿真工具，通过本次试验的亲身操作和实验，学习了建立m文件，建立矩阵和运算矩阵，用if和for循环语句实现各种操作，掌握图像读取与显示，掌握灰度变换方法，掌握了直方图均衡化；对于Matlab有了全新的认识，对更多操作和命令更熟练掌握。

但是在做图像处理的过程中困难重重，对于各种函数的使用并不了解，只能在网上大量搜索和分析，逐步改进。但是通过本次实验亲身体会了数字图像处理的过程，将上课所学运用到实践当中，对直方图均衡化有了真切的体会。本次实验花费了很多时间，希望今后对Matlab的学习可以熟能生巧。