数字图像处理（图像灰度变换、图像直方图及均衡、图像中值滤波、图像空域锐化增强、图像频域滤波）

目录

1 图像灰度变换

1.1 灰度线性变换

1.2 图像二值化

1.3 负象变换

1.4 灰度非线性变换

1.5 程序设计流程图

2 图像直方图及均衡

2.1 直方图

2.2 程序设计流程图

3 图像中值滤波

3.1 中值滤波

3.2 十字形中值滤波

3.3 程序设计流程图

4 图像空域锐化增强

4.1 Roberts、 Sobel、 Priwitt锐化

4.2 Laplace锐化

4.3 程序设计流程图

5 图像频域滤波

5.1 陷波器

5.2 程序设计流程图

6 源代码及流程图等资料

总结

---

1 图像灰度变换

1.1 灰度线性变换

1.2 图像二值化

        通过设置一个阈值，将灰度图像中的像素值与阈值进行比较，大于阈值的像素设置为白色，小于等于阈值的像素设置为黑色。

1.3 负象变换

        将图像中的像素值进行反转，即原来的黑色变为白色，白色变为黑色。

1.4 灰度非线性变换

1.5 程序设计流程图

2 图像直方图及均衡

2.1 直方图

2.2 程序设计流程图

3 图像中值滤波

        统计排序滤波器是非线性空间滤波器，其响应基于滤波器所包含区域内的像素的排序（排序）。平滑是将中心像素的值替代为由排序结果确定的值来实现的。这类滤波器中最知名的滤波器是中值滤波器，中值滤波器用中心像素的邻域内的灰度值的中值替代中心像素的值（计算中值时包括中心像素的值）。中值滤波器对某些类型的随机噪声提供了优秀的降噪能力，与类似大小的线性平滑滤波器相比，中值滤波器对图像的模糊程度要小得多。存在冲激噪声（有时我们把以白点和黑点形式叠加到图像上的冲激噪声称为椒盐噪声）时，中值滤波器尤其有效。

3.1 中值滤波

3.2 十字形中值滤波

3.3 程序设计流程图

4 图像空域锐化增强

        图像锐化技术的基本方法是对图像进行微商处理，并且将运算结果与原图像叠加。图像的梯度模值反映了图像灰度变化的速率，它包含了边缘及细节信息。我们可以梯度模值的计算作为算子，这个算子称为梯度算子。

4.1 Roberts、 Sobel、 Priwitt锐化

4.2 Laplace锐化

4.3 程序设计流程图

5 图像频域滤波

5.1 陷波器

5.2 程序设计流程图

6 源代码及流程图等资料

        链接：https://download.csdn.net/download/m0_66360845/88711410

---

总结

        本学期学习了数字图像处理课程，在此文章中记录一下自己做过的5个实验，所有结果已写入文章中，希望对各位小伙伴有所帮助。