内容发布更新时间 : 2024/6/2 20:05:17星期一 下面是文章的全部内容请认真阅读。

a、读取图像；

b、对数字图像进行直方图均衡化处理；

c、将图像矩阵转换成double型，对数字图像进行二维傅里叶变换并进行fftshift调整； d、设计十阶巴特沃斯低通滤波器；

e、频域滤波后，进行傅里叶反变换转换到空域；

f、将数据转换成uint8型，并显示原图像和处理后的图像。

五、实验结果和分析

1、artery_vessel

(1)直方图均衡化 实验结果：

由图得：直方图均衡化后，图像对比度增强，血管更加清晰。 (2)中值滤波加直方图均衡化 实验结果：

由图得：3*3中值滤波效果不明显，5*5和7*7滤波之后对比度增加，但是上方亮区过亮，

是的上方血管分辨不清，同时中值滤波之后，细节（即图中较细的血管）变得难以分辨。

(3)直方图均衡化加维纳滤波 实验结果：

由图得：经过均衡化维纳滤波之后，图像的对比度增强，但上方亮区极度增强，几乎已经难以分辨该区域血管的存在，但细节观察由于中值滤波。

综上：单纯的直方图均衡化能够对该血管图更好的增加对比度且对于细节的展示得以增强，

同时对于上方亮区的血管的分辨影响不大。表明该图中，不存在太多噪声干扰，仅均衡化增加其对比度即有明显效果。

2、Brain_CT

(1) 均衡化加巴特沃斯低通滤波 实验结果：

由图得：巴特沃斯低通滤波处理后与清晰的原图像相比，变得更平滑、更柔和。

(2) 空域线性平滑滤波 实验结果：

由图得：空域线性平滑滤波会模糊一副图像，能使得较小物体的灰度与背景混合起来，较大物体变得像“斑点”易于检测。同时，模版尺寸m越大，模糊效果越明显。

(3)高斯滤波 实验结果：

由图得：高斯低通滤波后，图像同样变得模糊，较大物体得以更好表现。

综上：低通滤波后，能使得图像模糊，看上去更平滑、更柔和，较小物体得以与背景融合，

较大物体更易于检查。

3、BreastCancer_a

(1)同态滤波 实验结果：

由图得：直方图均衡化后，对比度明显增加；同态滤波后，图像中暗区更暗，使得肿瘤更为清晰，可以见到更多的细节。

(2) 四八领域均值滤波 实验结果：

由图得：邻域均值滤波后，图像变模糊，细节不易观察。

(3)巴特沃斯高通滤波 实验结果：

由图得：巴特沃斯高通滤波后，图像失去了它的灰度色调，因为直流项已被减小为0。结果是原图像中暗色调为主流被亮色调为主流所代替，同时，由于高频的保留，肿瘤的边缘更加清晰。

综上：对于该肿瘤图像，选择高通滤波器较好，同态滤波能看到更多细节，而巴特沃斯高通滤波使得图像变亮且边界更明显。

六、实验心得

通过这次对数字图像处理之数字图像的增强的实践，让我们这些本来对matlab不太懂的人学会了用matlab对图像进行初步的处理，这是一个很大的进步。在实践中我们这个小团队遇到了很多的困难，一开始拿到这个题目真的很崩溃，不知道从何下手，但是通过上网找相关的资料，问老师、同学了解了数字图像增强是干什么，知道了数字图像的目的在于改善图像的显示质量，以利于信息的提取与识别。从方法上说，则是设法摒弃一些认为不必要或干扰的信息，而将所需要的信息得以突现出来，以利于分析判读或进一步处理；与此同时，我们也了解到了适用于数字图像增强的方法：空间域增强、频率域增强；答题方法有：对比度增强、线性变换、直方图增强、幂次变换、线性对比度、对数对比度、线性滤波、中值滤波、自适应滤波、同态滤波等等。因此，知道了这些方法后，通过查找相关资料，我们把每一个方法的代码都打了出来，最终通过比较各个代码对图像的处理，比较最终的效果图，最终还是选择了直方图均衡化、同态滤波、巴特沃斯滤波、高斯滤波、邻域滤波、中值滤波等方法，我们这次实验的主要目的是可以突出我们想要突显的内容，所以通过这些方法，最终我们是达到了这个效果，感到很兴奋、激动。总之，这次实验让我们真的学到了很多知识，而且我想这些知识一定会对我们未来的学习起到很大的帮助，同时也让我们体会到了，只要我们想做一件事，用心去做，并且付出努力，那么我们就一定能做到，这实验也给了我们很大的鼓舞。

七、实验源程序