图像增强、图像滤波、边缘检测的MATLAB实现图形.doc

《图像增强、图像滤波、边缘检测的MATLAB实现图形.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、.word格式.直方图统计算法对灰度图像进行增强n=64n=256时：直方图均衡化增强图像的对比度.专业.专注..word格式.用直方图均衡化后，图像的直方图的灰度间隔被拉大了，均衡化的图像的一些细节显示了出来，这有利于图像的分析和识别。直方图均衡化就是通过变换函数histeq将原图的直方图调整为具有“平坦”倾向的直方图，然后用均衡直方图校正图像。.专业.专注..word格式.直方图规定化对图像进行增强50:2:250.专业.专注..word格式..专业.专注..word格式.50:1:250.专业.专注..word格式.hgram=50:

2、5:250;.专业.专注..word格式..专业.专注..word格式.3 图像滤波的Matlab实现3.1conv2函数功能：计算二维卷积格式：C=conv2(A,B)       C=conv2(Hcol,Hrow,A)       C=conv2(...,'shape')说明：对于C=conv2(A,B)，conv2的算矩阵A和B的卷积，若[Ma,Na]＝size(A),[Mb,Nb]=size(B),则size(C)=[Ma+Mb-1,Na+Nb-1];C=conv2(Hcol,Hrow,A)中，矩阵A分别与Hcol向量在列方向和H

3、row向量在行方向上进行卷积；C=conv2(...,'shape')用来指定conv2返回二维卷积结果部分，参数shape可取值如下：       》full为缺省值，返回二维卷积的全部结果；       》same返回二维卷积结果中与A大小相同的中间部分；.专业.专注..word格式.       valid返回在卷积过程中，未使用边缘补0部分进行计算的卷积结果部分，当size(A)>size(B)时，size(C)=[Ma-Mb+1,Na-Nb+1]。3.2conv函数功能：计算多维卷积格式：与conv2函数相同3.3filter2函

4、数功能：计算二维线型数字滤波，它与函数fspecial连用格式：Y=filter2(B,X)       Y=filter2(B,X,'shape')说明：对于Y=filter2(B,X)，filter2使用矩阵B中的二维FIR滤波器对数据X进行滤波，结果Y是通过二维互相关计算出来的，其大小与X一样；对于Y=filter2(B,X,'shape')，filter2返回的Y是通过二维互相关计算出来的，其大小由参数shape确定，其取值如下：       》full返回二维相关的全部结果，size(Y)>size(X)；       》same

5、返回二维互相关结果的中间部分，Y与X大小相同；       》valid返回在二维互相关过程中，未使用边缘补0部分进行计算的结果部分，有size(Y)

6、ial('prewitt')                      Prewitt水平边缘增强滤波器       H=fspecial('laplacian',alpha)            近似二维拉普拉斯运算滤波器       H=fspecial('log',n,sigma)                高斯拉普拉斯（LoG）运算滤波器       H=fspecial('average',n)                  均值滤波器       H=fspecial('unsharp',alpha)         

7、   模糊对比增强滤波器说明：对于形式H=fspecial(type)，fspecial函数产生一个由type指定的二维滤波器H，返回的H常与其它滤波器搭配使用。图像滤波平滑模板对图像进行滤波：（二维线性滤波fliter2）线性滤波（邻域平均）     线性低通滤波器最常用的是线性平滑滤波器，这种滤波器的所有系数都是正的，也称邻域平均。邻域平均减弱或消除了傅立叶变换的高频分量，对噪声的消除有所增强，但是由于平均而使图像变得更为模糊，细节的锐化程度逐渐减弱。.专业.专注..word格式..专业.专注..word格式..专业.专注..word格

8、式.中值滤波中值滤波可以保留目标边缘，这是中值滤波器相对于均值滤波器的最大优势。中值滤波具有去噪的性能，可以消除孤立的噪声点，可以用来减弱随机干扰和脉冲干扰，但是边缘不模糊。中值