利用matlab對圖像進(jìn)行增強(qiáng)處理畢業(yè)論文(文件)
【正文】 ot(2,2,2)。subplot(2,2,4)。c為可以改變曲線的變化速率,指數(shù)擴(kuò)展可以對圖像的高亮度進(jìn)行大幅擴(kuò)展。c=255。tif39。for i=1:1:m for j=1:1:n B(i,j)=uint8(b^(c*(B(i,j)a))1)。 %圖像保存subplot(1,2,1)。 4 利用直方圖均衡化和直方圖規(guī)定化對圖像進(jìn)行增強(qiáng) 利用直方圖均衡化對圖像進(jìn)行增強(qiáng) 通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖的圖像，即在一定灰度范圍內(nèi)具有相同的象素點(diǎn)數(shù)的圖像的過程。 主要缺點(diǎn)：變換后圖像的灰度級減少，某些細(xì)節(jié)消失；某些圖像，如直方圖有高峰，經(jīng)處理后對比度不自然的過分增強(qiáng)。從上式可以看出通過變換函數(shù)可以控制圖像灰度級的概率密度函數(shù)，從而改變圖像灰度層次，這就是直方圖修正技術(shù)的基礎(chǔ)。 在實(shí)際處理變換時(shí)，一般先對原始圖像的灰度情況進(jìn)行統(tǒng)計(jì)分析，并計(jì)算出原始直方圖分布，然后根據(jù)計(jì)算出的累計(jì)直方圖分布求出到的灰度映射關(guān)系。B=imadjust(A)。 %圖像保存subplot(2,2,1)。subplot(2,2,3)。 利用直方圖規(guī)定化對圖像進(jìn)行增強(qiáng) 在實(shí)際應(yīng)用中，希望能夠有目的地增強(qiáng)某個(gè)灰度區(qū)間的圖像， 即能夠人為地修正直方圖的形狀， 使之與期望的形狀相匹配，這就是直方圖規(guī)定化的基本思想。 其增強(qiáng)原理及步驟如下：先對原始的直方圖均衡化：同時(shí)對規(guī)定的直方圖均衡化：由于都是均衡化，故令，則：。 %讀入規(guī)定圖像[count,hagram]=imhist(B)。)。 imhist(A)。 imhist(B)。 imhist(C)。 imshow(C)。 imshow(B)。 imshow(A)。 %直方圖規(guī)定化imwrite(C,39。A=imread(‘E:\’,’tif’)。直方圖規(guī)定化是在運(yùn)用均衡化原理的基礎(chǔ)上，通過建立原始圖像和期望圖像之間的關(guān)系，選擇地控制直方圖，使原始圖像的直方圖變成規(guī)定的形狀，從而彌補(bǔ)了直方圖均衡不具備交互作用的特性。subplot(2,2,4)。 %顯示調(diào)整前后圖像及其直方圖subplot(2,2,2)。E:\39。源代碼如下：Clear。它表明當(dāng)變換函數(shù)是原圖像直方圖累積分布函數(shù)時(shí)，能達(dá)到直方圖均衡化的目的。即在[0,1]內(nèi)設(shè)有變換S=T(r)且該函數(shù)單調(diào)遞增，,于是有反變換有概率論知，如果已知隨即變量r的概率密度,而隨機(jī)變量s是r的函數(shù)。直方圖均衡化就是對圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。 %顯示調(diào)整前后圖像及其直方圖subplot(1,2,2)。E:\39。[m,n]=size(A)。39。a=。指數(shù)擴(kuò)展。subplot(2,2,3)。 %圖像保存subplot(2,2,1)。 %讀入圖像B=log(A+1)。39。其具體形式為:式中:[f(x,y)+1]是為了避免對零求對數(shù)。 非線性灰度變換非線性灰度變換在整個(gè)灰度范圍內(nèi)采用統(tǒng)一的變換函數(shù),利用變換函數(shù)的數(shù)學(xué)性質(zhì)實(shí)現(xiàn)對不同灰度值區(qū)間的擴(kuò)展和壓縮。subplot(2,2,3)。 %圖像保存subplot(2,2,1)。 uint8(B)。 elseif (A(i,j)=a)amp。)。A=imread(39。Mf=255。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1