实验2图像增强(3)

均衡化之后，第一幅图对比度增强，图像的细节更加清楚；第二幅图因为原图像大量接近于0的灰度值映射到高灰度值的区域，所以过于明亮，外观被冲淡，处理效果不佳。

4、 自己写一个m文件，完成histeq2函数的功能，输入为图片和

进行均衡化的低值和高值，如(f,min,max)，输出为均衡化后的图片。（注意：系统函数histeq是对0－255的范围进行均衡化，我要求是min,max间的灰度值进行均衡化）

自编m文件：

function [g]=histeq2(f,min,max) [n,m]=size(f); g=zeros(size(f)); f=double(f); r=zeros(1,256);

y=zeros(1,256); for i=1:n for j=1:m

if f(i,j)>=min && f(i,j)<=max

r(f(i,j)+1)=r(f(i,j)+1)+1; %计算灰度值的个数 end end end

r=r./(n*m); %计算各个灰度值占得比例

for k=1:256 for j=1:k

y(k)=y(k)+r(j);

end

end %计算【min，max】范围的频率累加

for k=1:256

y(k)=floor(255*y(k)+0.5);%floor(x)：不超过x的最大整数；round(x)四舍五入取整 end for i=1:n for j=1:m

g(i,j)=y(f(i,j)+1); end end

f=uint8(f); %为什么不将F转为uint8类型，就不能正确输出？ g=uint8(g);

subplot(221);imshow(f);subplot(222);imhist(f); subplot(223);imshow(g);subplot(224);imhist(g);

%在matlab中，为了保证精度，经过了运算的图像矩阵I其数据类型会从unit8

%型变成double型。如果直接运行imshow(I)，我们会发现显示的是一个白色的图像。

%这是因为double型是在0~1范围内，即大于1时都是显示为白色，

%而imshow显示uint8型时是0~255范围。

%而经过运算的范围在0-255之间的double型数据就被不正常得显示为白色图像了。

运行结果：

>> i=imread('pollen.tif'); histeq2(i,10,100);

5、 对图片cktboard进行平滑滤波，分别采用线性的均值滤波函数

imfilter和非线性的中值滤波函数medfilt2滤波，两种滤波的掩模都分别尝试定义为3*3和5*5（掩模w可以自己写，也可以用fspecial生成）。（1）根据经验判断，原图片上的噪声是什么噪声？（2）由得到的图片结果，分析哪种滤波对这种噪声处理的效果比较好，为什么？（3）编写m文件实现对输入图片的5*5中值滤波。 输入：图片信息矩阵

输出：将输入图片用5*5模板进行中值滤波，输出结果矩阵

（1）椒盐噪声

a=imread('cktboard.tif'); w=fspecial('average',3); g=imfilter(a,w); k=medfilt2(a,[5 5]); figure;

subplot(121);imshow(a); subplot(122);imshow(g); figure;

subplot(121);imshow(a); subplot(122);imshow(k);