实验二:图像处理编码增强实现实验目的运用matlab进行图像增强处理；了解图像增强处理的原理熟悉图像处理的编程实现实验原理图像的直方图及均衡化在实际应用中，希望能够有目的地增强某个灰度区间的图像，即能够人为地修正直方图的形状，使之与期望的形状相匹配，这就是直方图规定化的基本思想。换句话说，希望可以人为地改变直方图形状，使之成为某个特定的形状，直方图规定化就是针对上述要求提出来的一种增强技术，它可以按照预先设定的某个形状来调整图像的直方图。直方图规定化是在运用均衡化原理的基础上，通过建立原始图像和期望图像之间的关系，选择地控制直方图，使原始图像的直方图变成规定的形状，从而弥补了直方图均衡不具备交互作用的特性。其增强原理是先对原始的直方图均衡化：S=T(r)同时对规定的直方图均衡化：v=G(z)由于都是均衡化，故令S=v，则：z=G-1(v)=G-1[T(r)]。低通滤波平滑将周围4邻域或8邻域或16邻域的像素加起来除以总个数，得到的数值赋给当前位置，这样就是低通滤波了。然后也可以加权重，或者使用更大范围的面积进行运算(越大越慢，可以寻找程序上的快速实现，比如堆栈形式的获取数据方法)。图像锐化图像的锐化处理主要是用于增强图像中的轮廓边缘、细节以及灰度跳变部分形成完整的物体边界，达到将物体从图像中分离出来或者将表示同一物表面的区域检测出来的目的。采用绝对差算法：真彩色增强图像由于多种因素的影响，总要造成图像质量的下降，图像增强就是图像处理中的一类基本技术。其主要目的有两个：一是提高图像清晰度。二是将图像转换成一种更适合人类或者机器进行分析处理的形式。实验结果1.图像的直方图及均衡化如上图所示：原图像的灰度值集中在100到150之间，在0到50之间比较少，整体上分布不均匀，经过均衡化处理，变成右图所示，在0到250之间均匀分布效果比较明显。2.图像直方图均衡化如上图所示：原图灰度图像比较模糊，颜色较浅，可见灰度值集中在前面，均衡化后图像清晰很多，即在0到250分布均匀。低通滤波平滑如上图所示：右图明显比左图模糊，经过低通滤波后，高频部分被减弱！边缘部分区别不明显，看上去就模糊了。图像锐化上图所示：锐化则是将低频部分减弱，高频部分增强，边缘部分区别明显，图像看上去轮廓比较清晰。由于高频部分被增强，所以图像看上去颜色较深。真彩色增强如图所示：灰度图像的红色分量，绿色分量，蓝色分量，红色分量颜色较深，则灰度值较高，频率较高。四．实验心得在编程实现实验中，遇到运用axes（handles，axes1）函数出错，即无法再所给框图中显示，可能是由于图片的尺寸问题影响，后经过修改成subplot（1，2，1），将问题解决，在图像增强实验中，考虑的是高频部分和低频部分对图像各自的影响！可以根据实际需要来增强那一部分，从而达到预期目的。