В отчете должны быть тексты программ с комментариями, изображения до и после преобразования, для гистограммных методов – гистограммы до и после улучшения.

Лабораторная работа №1

Улучшение изображений

Для всех заданий выводить на экран изображения и их гистограммы до и после улучшения. Улучшенные изображения записать в файлы. Имена файлов должны указывать на исходный файл (исходный Dark.jpg – улучшенный Dark1.jpg). В m-файлах обязательно указать метод преобразования в виде комментария.

Контрастирование с гамма-коррекцией

1. Чтение исходного изображения из clipart и вывод его на экран.

2. Построение гистограммы исходного изображения.

3. Контрастирование исходного изображения – преобразование диапазона яркости исходного изображения в диапазон [0 255] для значений гамма меньше 1, больше 1 и равно1.

4. Вывод преобразованного изображения на экран.

5. Вывод гистограммы преобразованного изображения.

Поиск границ повышения контраста на изображении

Использовать функцию stretchlim(I, TOL) со следующими значениями параметра TOL:

• параметр TOL представлен скаляром

• параметр TOL равен 0

• параметр TOL отсутствует.

Инструментарий усиления контраста изображения

Изучить возможности изменения контраста изображения с помощью инструментария - функция imcontrast

Выполнение контрастно ограниченной адаптивной эквализации гистограммы

Выполнить контрастно ограниченную адаптивную эквализацию гистограммы:

• с параметрами по умолчанию

• число локальных окрестностей – {4 4}, остальные параметры по умолчанию

• граница усиления контраста – 0,02, остальные параметры по умолчанию

• форма гистограммы для окрестностей изображения – экспоненциальная.

Полученные результаты записать в отдельные файлы.

Лабораторная работа №2

Фильтрация изображений

Для всех заданий выводить на экран изображения до и после фильтрации. Изображения после фильтрации записать в файлы. В m-файлах обязательно указать используемый тип фильтрации.

1. Добавление шума

Добавить к изображению шум типа:

• гауссов белый шум со значениями математического ожидание и дисперсии по умолчанию.

• импульсный шум.

Сохранить полученные изображения в файлах.

2. Задание маски предопределенного типа

Создать маски и построить их частотные характеристики:

• фильтра Собеля для выделения горизонтальных и вертикальных границ.

• маску фильтра нижних частот Гаусса

• маску ВЧ фильтра Лапласа

• маску фильтра, повышающего резкость изображения размером 3х3.

Оформить в виде функции создание маски фильтра, повышающего резкость изображения.

3. Свертка изображений

Вычислить свертку изображения и маски, созданной в предыдущем задании со значениями параметра shape:

• ‘full’ - полноразмерная свертка

• ‘same’ - центральная часть размера mx*my.

4. Адаптивная винеровская фильтрация

Выполнить фильтрацию изображения с гауссовым белым шумом, созданным в задании 1.

5. Выделение границ

Выделить границы изображения различными методами:

• фильтром Робертса

• фильтром лапласиан–гауссиана

• линейным фильтром с маской.