lena图像,直方图均衡

lena图像,直方图均衡%对lena图像进行直方图均衡,给出处理前后的图像及其直方图%用3*3的均值滤波器处理lena图像%对lena图像施加(Pa=Pb=0.1)的椒盐噪声,然后采用3*3中值滤波器处理%用Soble算子对lena图像进行锐化处理%对lena图像进行直方图均衡,给出处理前后的图像及其直方图clearall;closeall;image=imread(‘D:\lena.bmp’);im

大家好,又见面了,我是你们的朋友全栈君。

%对lena图像进行直方图均衡,给出处理前后的图像及其直方图
%用3*3的均值滤波器处理lena图像
%对lena图像施加(Pa=Pb=0.1)的椒盐噪声,然后采用3*3中值滤波器处理
%用Soble算子对lena图像进行锐化处理
%对lena图像进行直方图均衡,给出处理前后的图像及其直方图
clear all;close all;
image=imread('D:\lena.bmp');

image_d=double(image);
srcprobability=zeros(1,256);
[M,N]=size(image);
for m=1:M
    for n=1:N
        srcprobability(image_d(m,n)+1)=srcprobability(image_d(m,n)+1)+1;
    end
end
srcprobability=srcprobability./(M*N);

%进行直方图均衡化处理
Sk=zeros(1,256);
for i=1:256
    if i==1
        Sk(1)=srcprobability(1);
    else
        Sk(i)=Sk(i-1)+srcprobability(i);
    end
end

for i=1:256
    Sk(i)=round(Sk(i)*255);
end

%将直方图均衡化的结果写到目标图像
image_hist=zeros(M,N);
for m=1:M
    for n=1:N
        image_hist(m,n)=Sk(image_d(m,n));
    end
end

drcprobability=zeros(1,256);
for m=1:M
    for n=1:N
        drcprobability(image_hist(m,n)+1)=drcprobability(image_hist(m,n)+1)+1;
    end
end

drcprobability=drcprobability./(M*N);
clear Sk;

figure(1)
subplot(1,2,1);
bar(srcprobability);
title('输入图像的直方图');
subplot(1,2,2);
bar(drcprobability);
title('进行直方图均衡化后的直方图');

figure(2)
imshow(image);
title('原始lena图像');

figure(3)
image_hist=uint8(image_hist);
imshow(image_hist);
title('直方图均衡化处理后的lena图像');

%用3*3的均值滤波器处理lena图像
image_ave=zeros(M,N);
%边缘值不处理
for i=1:N
    image_ave(1,i)=image_d(1,i);
    image_ave(M,i)=image_d(M,i);
end
for i=2:M-1
    image_ave(i,1)=image_d(i,1);
    image_ave(i,N)=image_d(i,N);
end
for m=2:M-1
    for n=2:N-1
        template=image_d(m-1:m+1,n-1:n+1);
        template=reshape(template,1,9);
        image_ave(m,n)=sum(template)./9;
    end
end

figure(4)
image_ave=uint8(image_ave);
imshow(image_ave);
title('用3*3的均值滤波器对lena图像进行处理后的结果');

%对lena图像施加(Pa=Pb=0.1)的椒盐噪声,然后采用3*3中值滤波器处理
image_noise=imnoise(image,'salt & pepper',0.1); %加入椒盐躁声
image_noise_d=double(image_noise);
image_mid=zeros(M,N);
%边缘值不处理
for i=1:N
    image_mid(1,i)=image_noise_d(1,i);
    image_mid(M,i)=image_noise_d(M,i);
end
for i=2:M-1
    image_mid(i,1)=image_noise_d(i,1);
    image_mid(i,N)=image_noise_d(i,N);
end
for m=2:M-1
    for n=2:N-1
        template=image_noise_d(m-1:m+1,n-1:n+1);
        template=reshape(template,1,9);
        image_mid(m,n)=median(template);
    end
end

figure(5)
clear image_noise_d;
imshow(image_noise);
title('施加(Pa=Pb=0.1)的椒盐噪声的lena图像');

figure(6)
image_mid=uint8(image_mid);
imshow(image_mid);
title('用3*3的中值滤波器对加(Pa=Pb=0.1)的椒盐噪lena图像进行处理后的结果');       

%用Soble算子对lena图像进行锐化处理
image_soble=zeros(M,N);
%边缘值不处理
for i=1:N
    image_soble(1,i)=image_d(1,i);
    image_soble(M,i)=image_d(M,i);
end
for i=2:M-1
    image_soble(i,1)=image_d(i,1);
    image_soble(i,N)=image_d(i,N);
end
for m=2:M-1
    for n=2:N-1
        template=image_d(m-1:m+1,n-1:n+1);
        template=reshape(template,1,9);
        Gx=abs(template(7)+2*template(8)+template(9)-template(1)-2*template(2)-template(3));
        Gy=abs(template(3)+2*template(6)+template(9)-template(1)-2*template(4)-template(7));
        image_soble(m,n)=Gx+Gy;
    end
end

figure(7)
clear image_d;
image_soble=uint8(image_soble);
imshow(image_soble);
title('用Soble算子对lena图像进行锐化处理的结果');
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/150982.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • wxpython 教程 pdf_活学活用wxPython 完整版PDF

    wxpython 教程 pdf_活学活用wxPython 完整版PDF我们将《活学活用wxPython》分成了三个部分。第一部分简要介绍wxPython的相关概念,并指导读者开始运用wxPython,同时还提供了一些wxPython最佳实践的信息。第一部分的章节包括:第一章欢迎使用wxPython在该章节中,我们对wxPython进行介绍,并解释为什么说它是自切片面包以来最伟大的事务,同时还提供了用于创建wxPython的一些技术背景资料。第二章给wxPyth…

    2022年5月21日
    28
  • 青苹果论坛重新开放[通俗易懂]

    青苹果论坛重新开放[通俗易懂]青苹果论坛重新开放

    2022年7月3日
    73
  • tcping命令详解

    tcping命令详解tcping命令用法以及帮助文档的各项参数的解释。

    2022年6月23日
    40
  • IDEA热部署不生效解决方案

    IDEA热部署不生效解决方案今天尝试热部署,没想到弄了半天没反应,最后经查阅发现此问题,希望同样问题的这个没配置的去添加试下,希望能帮到你第一步pom文件引入坐标<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-devtools…

    2022年6月3日
    315
  • SVN和Git 介绍,区别,优缺点以及适用范围

    SVN和Git 介绍,区别,优缺点以及适用范围

    2021年10月30日
    42
  • Linux traceroute 命令详解

    Linux traceroute 命令详解traceroute命令Linux中traceroute命令用于显示数据包到目的主机的路径Windows中路由追踪命令是tracert。traceroute指令可以追踪你发送的数据包在网络中传输的路由途径,主要显示走了什么路,到了什么站。其预设的数据包大小是40bytes,该值可以另设。语法:traceroute【参数】【主机】举个简单例子:traceroute-dww…

    2025年8月11日
    2

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号