数字图像处理实验的成像分析与技术研究报告

实验名称： 基于MATLAB的图像增强与边缘检测实验

实验时间： 2023年10月26日

实验人员： XXX

实验地点： 信息处理实验室

一、实验目的

1. 熟悉MATLAB图像处理工具箱的基本操作。

2. 掌握直方图均衡化与灰度变换的图像增强方法。

3. 实现Sobel算子和Canny算子的边缘检测，并比较其效果。

二、实验设备与软件

计算机、MATLAB R2021a软件、待处理图像“cameraman.tif”。

三、实验原理

1. 直方图均衡化： 通过扩展图像的灰度级分布，增强图像对比度。

2. 灰度变换： 采用对数变换扩展低灰度区域，压缩高灰度区域。

3. Sobel算子： 利用一阶微分近似计算图像梯度，检测边缘。

4. Canny算子： 采用高斯滤波、梯度计算、非极大值抑制和双阈值检测多步骤提取边缘。

四、实验步骤与结果

1. 图像读取与显示

使用`imread`函数读取图像，`imshow`函数显示原图。原图整体对比度较低，暗部细节不明显。

2. 图像增强处理

直方图均衡化： 调用`histeq`函数。处理后图像整体亮度提高，暗部细节（如地面、相机三脚架）变得清晰，但部分高光区域出现过曝。

灰度变换： 采用`s = c log(1 + double(r))`公式进行对数变换（c为常数）。处理后图像暗部细节得到增强，整体色调较均衡化结果更自然，但对比度提升幅度较小。

3. 边缘检测处理

Sobel算子： 调用`edge(I, 'sobel')`函数。检测出的边缘较粗，连续性一般，对噪声较敏感，出现了部分不连贯的伪边缘。

Canny算子： 调用`edge(I, 'canny')`函数。检测出的边缘更细、更连续，伪边缘较少，能更好地提取出相机轮廓、人物五官等细节特征。

五、实验结论

1. 直方图均衡化能显著提升图像整体对比度，但可能导致局部过亮或过暗；对数变换能柔和地增强暗部，保持图像的自然感。

2. Sobel算子计算简单、速度快，但边缘定位精度和抗噪性较差；Canny算子通过多阶段处理，能获得更精确、连贯的边缘，但计算复杂度更高。

3. 在实际应用中，需根据图像特点和处理目标选择合适的增强与边缘检测算法。