Задание и порядок выполнения работы

1. Загрузите файл-изображение командой

I=imread('saturn.tif');

Здесь I – матрица черно-белого изображения, входящего в приложение Image Processing Toolbox.

2. Выведите изображение на экран

imshow(I)

3. Выведите информацию о матрице изображения I с помощью команды

whos

Матрица состоит из элементов типа uint8 (unsigned integer, 8 bits), диапазон значений содержит 256 градаций яркости.

4. С помощью команд figure, imhist(I) получить гистограмму изображения. Из гистограммы виден ее неравномерный характер, большой удельный вес темных участков и относительно малый удельный вес ярких.

5. С помощью команд

I1=histeq(I); figure, imshow(I1)

произведем выравнивание гистограммы, что приведет к более равномерному распределению интенсивности и повышению контрастности изображения.

6. Сравните и прокомментируйте результаты.

7. Для записи изображения в другом формате, например bmp, примените команду imwrite (I1, ‘cameraman2.bmp’).

8. Выполните увеличение (уменьшение) ранее полученного изображения с помощью команды

imreaize(I,k)

где k – коэффициент масштабирования.

9. Командами

I2=imcrop(I)

imshow(I2)

предварительно выделив нужную область мышью, можно вырезать часть изображения.

10. С помощью команды

J=improtate(I,G)

можно повернуть изображение на G градусов.

11. Применение усредняющего фильтра Гаусса. Для этого командой

J2=imnoise(I,’gaussian’,0,0.05);

наложите на изображение гауссовский шум, среднее значение шума равно 0, дисперсия равна 0.05. Просмотрите полученное изображение.

Затем командой

K=filter2(fspecial('average',3),J2)/255;

Примените усредняющий фильтр, который выполняет усреднение в квадрате 3 на 3 элемента с центром посредине. Сравните полученное изображение с предыдущим

imshow(J2), figure, imshow(K)

12. Примените к зашумленному гауссовским шумом изображению адаптивный винеровский фильтр

K1 = wiener2(J,[5 5]);

Такой фильтр осуществляет адаптивную локальную обработку изображения в квадрате 5 на 5 элементов. Если значение среднеквадратического отклонения интенсивностей пикселей в рассматриваемой локальной области больше, то адаптивный фильтр выполняет незначительное сглаживание. Если же это отклонение небольшое, то сглаживание больше. Этот фильтр иногда оказывается более эффективным, по сравнению с линейным.

13. Наложите на изображение шум

M=imnoise(I,’salt & peper’,0.02);

Посмотрите изображение M. Примените усредняющий фильтр и фильтр Винера. Сравните полученные изображения. Сделайте выволы.

14. Примените к изображению М медианный фильтр

L=medfilt2(M,[3,3]);

Сравните медианную и другие рассмотренные виды фильтрации для помехи данного вида.

Вопросы для самопроверки

1. Какое изображение называется векторным, а какое растровым.

2. Какие существуют типы изображений.

3. Какие графические форматы файлов поддерживает MATLAB.

4. Какой командой загружается изображение.

5. С помощью какой команды выводится изображение на экран.

6. Как работает усредняющий фильтр Гаусса.

7. Как работает адаптивный фильтр Винера.

8. Какой из рассмотренных видов фильтрации лучше.