实验总结报告.doc

实验总结报告
实验名称: 媒体信号变换
学号:
姓名:
日期:



一、实验目的
以图像媒体为例,利用Matlab对指定的图像数据进行读取和显示,并分别对图像进行灰度变换、空域滤波、傅里叶变换、频域滤波等信号变换处理,体会图像空域和频域信号的表示和变换方法,加深对各种媒体信号变换的理解和掌握。
二、实验具体完成情况
1、总体实验方案
利用Matlab代码,通过特定函数实现对图像的读取显示、灰度变换、空域滤波、傅里叶变换以及频域滤波。
2、具体技术途径
【1】利用adjust()函数进行灰度变换
基本原理:按一定的规则逐点改变输入图像每一像素的灰度范围,从而改变图像灰度的动态范围。它可以使动态范围扩展,也可以使其压缩,或在某个动态区间中进行压缩而在另外区间中进行扩展。
实现方法:利用imread()函数对图像进行读取,利用imadjust()函数实现灰度变换,利用imshow()函数实现图像输出。具体代码如下:
【2】计算图像颜色直方图,并对其进行均衡化处理。
基本原理:颜色直方图是灰度级的函数,描述的是图像中每种灰度级像素的个数,反映图像中每种灰度出现的频率;直方图均衡化是一种自动调节图像对比度质量的算法,它通过将原图像进行某种变换,得到一副灰度直方图均匀分布的新图像的方法。
实现方法:利用imhist函数来获取图像的灰度直方图,利用histeq函数实现直方图的均衡化,具体实现代码如下:
【3】图像的加噪和平滑处理
基本原理:对图像中的部分或全部像素进行某种变换,从而模拟图像在获取和传输过程中的噪声干扰。平滑是去噪的过程,是一种改善图像质量所进行的处理过程,包括邻域平均法、中值滤波法等。
实现方法:首先利用imnoise函数对图像分别进行高斯噪声
和椒盐噪声的加噪处理;然后利用fspecial函数构建滤波器,imfilter函数进行邻域平均法的滤波处理,利用medfilt函数进行中值滤波法的滤波处理。具体实现代码如下:
【4】图像锐化处理
基本原理:图像锐化是在空间域对图像进行微分处理,并将运算结果与原图像叠加的操作,主要用于增强图像的边缘或轮廓,有利于边缘检测和轮廓提取。
实现方法:首先利用fspecial函数构建各种滤波算子,利用imfilter函数进行锐化处理,最后将原图像与锐化后的图像进行叠加,观察效果。具体实现代码如下:
【5】傅里叶变换
基本原理:傅里叶变换是一种从空域到频域的变换,基本思想是把一个信号分解为若干不同频率的正弦波之和。
实现方法:首先利用fft2函数进行傅里叶变换,然后利用fftshift函数将频谱中心移到频率矩形的中心,为方便显示频谱,对频谱图进行对数变换S=log(1+abs(Fc));,最后进行傅里叶逆变换f=real(ifft2(F))。具体实现代码如下:
【6】图像频域滤波
基本原理:对图像进行傅里叶变换之后,构造一个低通或高通滤波函数,对频域范围进行筛选,最后傅里叶逆变换显示处理后的图像。
实现方法:首先利用imnoise函数对图像进行高斯加噪处理,然后利用paddedsize函数对图像进行扩充,然后进行傅里叶变换,利用lpfilter函数构造滤波函数,并与傅里叶变换结果相乘,经过傅里叶逆变换后显示结果。具体实现代码如下:
实验结果与分析
【1】图像灰度变换
图1 灰度变换结果图
如上图所示,原始图像为一栋建筑,图像(a)为其负片图像,可以看出,负片图像与原图像黑白颠倒,适用于嵌入图像暗色区域的白色或灰色细节;图像(b)为将[ ]区域的灰度值扩展到[0 1]上后得到的图像,这种处理过程可以获得我们感兴趣的亮度带,适用于一些曝光不足的图片,但可能会丢失一些细节信息;图像(c)为将[0 1]区域的灰度值压缩到[ ]上后得到的图像,处理后的图像灰度层次不明显。
【2】图像颜色直方图及其均衡化
图2 图像灰度直方图及其均衡化处理结果
如上图所示,原始图像为华盛顿街道俯视图,图像主体集中在灰度级低端,图像较暗,对比度小,细节信息不明显;经过均衡化处理之后,图像的对比度明显增强,原始图像中暗色区域部分的细节更加明显,灰度区域分布较为平均。
【3】加噪和平滑处理
图 3 加噪结果图
如上图所示,左一为原始图像,左二为被高斯噪声污染后的图像(b=imnoise(a,'gaussian',)),可以看出,高斯噪声采用随机大小的幅值对所有的像素点进行污染;左三为被椒盐噪声污染后的图像(c=imnoise(a,'salt & pepper',)),椒盐噪声随机污染部分像素点;与此同时,为使污染后的图像与原图差异性明显及之后的去噪效果更加易于观察,所以两种噪声的参数都取相对较大(