没有合适的资源?快使用搜索试试~ 我知道了~
数字图像增强几何变换.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 6 浏览量
2021-09-14
16:19:16
上传
评论
收藏 1.93MB DOCX 举报
温馨提示
试读
20页
。。。
资源推荐
资源详情
资源评论
数字图像处理作业《图像增强与几何变换》
1 图像增强
1.1 图像分段线性变换
1.1.1 图像分段线性变换原理
直方图均衡化的目的是将原始图像的直方图变为均衡分布的形式,即将已知灰度概率密度分
布的图像,经过某种变换变成一幅具有均匀灰度概率密度分布的新图像,从而改善图像的灰
度层次。它的基本思想是把原始图像的直方图变换成均匀分布的形式,这样就增加了像素灰
度值的动态范围,从而达到了增强图像整体对比度的效果。 MATLAB 图像处理工具箱中提
供的 histeq 函数,可以实现直方图的均衡化。 线性变换是指在图像灰度范围内分段对逐个
像元进行处理,是将原图像亮度值动态范围按线性关系 (线性函数)变换到指定范围或整个动
态范围。在实际运算中给定的是 2 个亮度区间,即要把输入图像的某个亮度值区间[a,b]映射
为输出图像的亮度值区间[c,d]。即按线性比例对图像每一个象素灰度作灰度线性变换 ,改善
图像视觉效果。在实际图像处理中,为了突出感兴趣的目标或灰度区域,相对抑制不感兴趣的
灰度区域,常常采用分段线性变换来进行图像灰度的处理。
1.1.2 图像分段线性变换的 matlab 实现
I=imread('F:\刘.jpg');
>> figure(1);
>> subplot(1,3,1);imshow(I);
>> title('(a) 原始图像')
>> J1=rgb2gray(I);
>> subplot(1,3,2);imshow(J1);
>> title('灰度图像');
>> axis on;
>> J2=imadjust(J1,[0.01 0.3],[]);
>> subplot(1,3,3),imshow(J2);
>> title('分线段性变换图');
其
图
为
:
数字图像处理作业《图像增强与几何变换》
1.2 图像均衡直方图
1.2.1 图像均衡直方图原理
直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用
来增加许多图像的局部对比度,尤其是当图像的有用数据的对比度相当接近的时候。通过这
种方法,亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体
的对比度,直方图均衡化通过有效地扩展常用的亮度来实现这种功能。
直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式,这样就增加了象素灰
度值的动态范围从而可达到增强图像整体对比度的效果。设原始图像在(x,y)处的灰度为 f,
而改变后的图像为 g,则对图像增强的方法可表述为将在(x,y)处的灰度 f 映射为 g。在灰度
直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f) ,这个映射函数 EQ(f)必须满足两
个条件(其中 L 为图像的灰度级数):
(1)EQ(f)在 0≤f≤L-1 范围内是一个单值单增函数。这是为了保证增强处理没有打乱原始图像的
灰度排列次序,原图各灰度级在变换后仍保持从黑到白(或从白到黑)的排列。
(2)对于 0≤f≤L-1 有 0≤g≤L-1,这个条件保证了变换前后灰度值动态范围的一致性。
累积分布函数(cumulative distribution function,CDF)即可以满足上述两个条件,并且通过该
函数可以完成将原图像 f 的分布转换成 g 的均匀分布。此时的直方图均衡化映射函数为:
= EQ( ) = (ni/n) = pf(
数字图像处理作业《图像增强与几何变换》
) ,
(k=0,1,2,……,L-1)
上述求和区间为 0 到 k,根据该方程可以由源图像的各像素灰度值直接得到直方图均衡化后
各像素的灰度值。在实际处理变换时,一般先对原始图像的灰度情况进行统计分析,并计算
出原始直方图分布,然后根据计算出的累计直方图分布求出然后根据计算出的累计直方图分
布求出 的灰度映射关系。在重复上述步骤得到源图像所有灰度级到目标图像灰度级的映
射关系后,按照这个映射关系对源图像各点像素进行灰度转换,即可完成对源图的直方图均
衡化。
1.2.2 图像均衡直方图的 matlab 实现
>> I=imread(' F:\刘.jpg ');
>> b=rgb2gray(I);
>> subplot(2,2,1);imshow(b);
>> title('灰度图像');
>> subplot(2,2,3);imhist(b);
>> title('灰度直方图');
>> c=histeq(b,64);
>> subplot(2,2,2);imshow(c);
>> title('均化处理后图像');
>> subplot(2,2,4);imhist(c);
>> title('均化处理后图像直方图');
结
果
是
:
数字图像处理作业《图像增强与几何变换》
1.3 图像均值滤波
1.3.1 图像均值滤波原理
均值滤波也称为线性滤波,其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值
代替原图像中的各个像素值,即对待处理的当前像素点(x,y),选择一个模板,该模板由
其近邻的若干像素组成,求模板中所有像素的均值,再把该均值赋予当前像素点(x,y),
作为处理后图像在该点上的灰度个 g(x,y),即个 g(x,y)=1/m ∑f(x,y) m 为该模板
中包含当前像素在内的像素总个数。
1.3.2 图像均值滤波的 matlab 实现
>> I=imread(' F:\刘.jpg ');
>> b=rgb2gray(I);
>> subplot(1,2,1);imshow(b);
>> title('灰度图像');
>> h=[1,2,1;0,0,0;-1,-2,-1];
>> c=filter2(h,b);
>> subplot(1,2,2);imshow(c);
剩余19页未读,继续阅读
资源评论
苦茶子12138
- 粉丝: 1w+
- 资源: 6万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功