南京邮电大学图像实验

《南京邮电大学图像实验》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、通信与信息工程学院2016/2017学年第一学期实验报告实验课程名称数字图像处理与图像通信实验专业电子信息工程学生学号学生姓名指导教师谢世鹏指导单位广播工程电视系实验一图像信号的数字化一、实验目的通过本实验了解图像的数字化参数取样频率(像素个数)、量化级数与图像质量的关系。二、实验内容1、编写并调试图像数字化程序。要求参数k，N可调。其中，k为亚抽样比例，N为量化比特数。2、可选任意图像进行处理，在显示器上观察各种数字化参数组合下的图像效果。三、实验方法及编程在数字系统中进行处理、传输和存储图像，必须把代表图像的连续信号转变为离散信号，这种变换过程称为图像信号的数字化。

2、它包括采样和量化两种处理。本实验对数字图像进行再采样和再量化，以考察人眼对数字图像的分辨率和灰度级的敏感程度。程序的主体部分如下：functionnewbuf=Sample_Quant(oldbuf,k,n)%%函数名称：Sample_Quant()图像数字化算法函数%oldbuf原图像数组%MN原图像尺寸%k取样间隔%n量化比特值%newbuf存放处理后的图像二维数组[M,N]=size(oldbuf);oldbuf=double(oldbuf);x=1;y=1;whilex

3、^(8-n));fori=0:k-124forj=0:k-1if(x+i=Ny=1;endx=x+k;end四、实验结果及分析实验截图如下：由实验结果可以看出，亚抽样比例k和量化比特数N对都会使图像变得模糊，但两者的影响是不相同的。亚抽样比例k的大小决定了数字化图像的方块效应是否明显。当k较大时，数字化图像会有较为明显的块状出现，对于图像的视觉效果影响很大。量化比特数N则决定了图像的灰度级，量化比特数为N时，图像有个2N灰度级。所以当N较小时，图像会出

4、现不规则的区域有着相同的灰度值的情况，但是这些区域在原图像中却有着差别较小的不同的灰度值。特别是在原图的灰度渐变的区域，这种效应会变得尤为明显。24实验二图像灰度级修正一、实验目的掌握常用的图像灰度级修正方法，即图像的灰度变换法和直方图均衡化法，加深对灰度直方图的理解。二、实验内容1、编程实现图像的灰度变换。改变图像输入、输出映射的灰度参数范围(拉伸和反比)，观看图像处理结果。2、修改可选参数gamma值，使其大于1，等于1和小于1，观看图像处理结果。3、对图像直方图均衡化处理，显示均衡前后的直方图和图像。三、实验方法及编程灰度级修正是图像空间域上的增强方法图像增强，它

5、以图像的灰度映射变换为基础，直接对图像中的像素进行处理。常用到三种基本方式：线性，对数，幂次。程序的主体部分如下：Functionnewbuf=GrayGamma(oldbuf,r)newbuf=imadjust(oldbuf,stretchlim(oldbuf),[],r);newbuf=uint8(newbuf);functionnewbuf=GrayEqualize(oldbuf)%函数名称：%GrayEqualize()直方图均衡算法函数%参数：%oldbuf原图像数组%newbuf存放处理后的图像二维数组[M,N]=size(oldbuf);NN=M*N;sk

6、=0;[COUNTS,X]=imhist(oldbuf,256);fori=1:Mforj=1:Nkk=double(oldbuf(i,j));fork=1:kksk=sk+COUNTS(k);24endsk=sk/NN*256;newbuf(i,j)=sk;endendnewbuf=uint8(newbuf);四、实验结果及分析实验截图如下：由实验结果可以看出，所选的测试图像的灰度值主要分布于低值的部分。经过无gamma值的灰度值变换后，直观地看出：分布于低值部分的直方图分散开来，分布于几乎所有的灰度值，但是对映于各个灰度值的像素个数分布仍是不均匀的。变换后的图像比原

7、图显得明亮、清晰。经过第二第三幅图像可以进一步看出：gamma值的灰度值变换则明显受gamma值的影响：当gamma值大于1时，直方图有向灰度为0的一端压缩的趋势，gamma越大，这种趋势越明显。此时的图像比原图清晰，但是原本偏暗的部分更加偏黑，原本较亮的部分则变得发白，总体而言，图像偏暗的部分较多。当gamma值小于1时，其趋势与gamma值大于1相反，故整个图像显得发白。直方图均衡后的图像也显得较为清晰、均匀。它能尽量将直方图变得均衡，分布也更为均匀，各个灰度值所对应的像素个数尽可能相同。24实验三图像的平滑滤波一、实验目的图像平滑主