基于matlab的圖像增強(qiáng)技術(shù)處理畢業(yè)論文(參考版)
2025-06-30 18:12本頁面
【正文】 假彩色增強(qiáng)39。imshow(RGBnew)。)。title(39。subplot(121)。RGBnew(:,:,2)=RGB(:,:,1)。imshow(RGB)。39。真彩色圖像的藍(lán)色分量39。真彩色圖像的綠色分量39。真彩色圖像的紅色分量39。原始真彩色圖像39。)。1圖 %真彩色圖像的分解RGB=imread(39。偽彩色增強(qiáng)39。imshow(X,hot(16))。)。title(39。figure。39。)。title (39。 subplot(122)。sym439。 %這里假設(shè)增強(qiáng)兩倍 else c(i)=*c(i)。c_size = size(x)。sym439。) 。title (39。subplot (121) 。39。)。title(39。%將圖像矩陣變回uint8格式subplot(133)。d=b+c。Laplace銳化濾波圖像39。imshow(c)。for x=2:s(1,1)1 for y=2:s(1,2)1 c(x,y)=(b(x+1,y)b(x1,y)b(x,y+1)b(x,y1)+4*b(x,y))。%將圖像矩陣轉(zhuǎn)化為double類型s=size(b)。)。title(39。subplot(131)。39。)。title(39。subplot(2,2,4)。)。L=fspecial(39。prewitt39。imshow(K1)。K1=filter2(K,J1)*5。prewitt39。)。title(39。subplot(2,2,2)。,3)。J=fspecial(39。original pic39。imshow(I)。I=rgb2gray(I)。39。)。title(39。figure。39。)。 title(39。 %77窗口二維中值濾波subplot(224)。hood=7。55窗口39。imshow(filtered2,map)。filtered2=medfilt2(noisy,[hood hood])。)。title(39。%33窗口二維中值濾波subplot(222)。)。title(39。 %subplot(221)。 pepper39。noisy=imnoise(I,39。I=rgb2gray(P)。39。圖 (b)%二維中值濾波hood=3。中值濾波39。imshow(L)。L=medfilt2(J,[3 5])。平均濾波39。imshow(K1)。K1=filter2(K,J)/255。average39。)。title(39。subplot(2,2,2)。原圖39。imshow(I)。,0,)。J=imnoise(I,39。)。圖 (a)%中值濾波和平均濾波I=imread(39。9*9濾波39。imshow(K1)。K1=filter2(K,I)/255。average39。)。title(39。subplot(1,3,2)。)。J=fspecial(39。原圖39。imshow(I)。I=rgb2gray(I)。39。7x7窗的鄰域平均濾波圖像39。,7),J)/255。)K2=filter2(fspecial(39。%應(yīng)用3*3鄰域窗口法subplot(223),imshow(K1)title(39。average39。添加椒鹽噪聲圖像39。原圖像39。,)。salt amp。)。)圖 （a）%線性平滑濾波I=imread(39。title(39。subplot(1,2,2)。原圖39。imshow(img)。B1=img1(:,:,3)。R1=img1(:,:,1)。 end end endendimg0(:,:,1)=Y。for row=1:x for width=1:y for i=0:255 if (Y(row,width)==i) Y(row,width)=LUT(i+1)。Yu=img0(:,:,1)。B=img(:,:,3)。R=img(:,:,1)。)。end img=imread(39。 f=power((i+)/256,1/)。對(duì)數(shù)變換后的圖像39。Imshow(J)。)。%顯示圖像title(39。subplot(1,2,1)。%讀取圖像I=mat2gray(I)。39。)。%繪制圖像的灰度直方圖title(39。subplot(2,2,4)。原圖直方圖均衡化39。%對(duì)圖像進(jìn)行灰度變換Imshow(J)。subplot(2,2,3)。原圖的灰度直方圖39。imhist(I)。)。%顯示圖像title(39。%讀取圖像subplot(2,2,1)。D:\image\39。)。title(39。subplot(1,3,3)。J=find(I=150)。J=find(I150)。顯示二值圖像39。imshow(bw)。)。title(39。%subplot(1,3,1)。)。圖 %圖像二值化 （選取一個(gè)域值，(5) 將圖像變?yōu)楹诎讏D像）I=imread(39。均衡后的灰度直方圖39。imhist(J)。)。%顯示圖像title(39。J=histeq(I,64)。)。%繪制圖像的灰度直方圖title(39。subplot(2,2,2)。原圖39。Imshow(I)。)。 圖 %灰度直方圖均衡化I=imread(39。(b)原圖的灰度直方圖39。imhist(I)。)。%顯示圖像title(39。%讀取圖像subplot(2,1,1)。D:\image\39。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計(jì)差值法等。常用算法有均值濾波、中值濾波。鄰域增強(qiáng)算法分為圖像平滑和銳化兩種?！ 』诳沼虻乃惴ǚ譃辄c(diǎn)運(yùn)算算法和鄰域去噪算法。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類?！ D像增強(qiáng)的方法是通過一定手段對(duì)原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺響應(yīng)特性相匹配。采用低通濾波（即只讓低頻信號(hào)通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強(qiáng)邊緣等高頻信號(hào)，使模糊的圖片變得清晰?！ D像增強(qiáng)可分成兩大類：頻率域法和空間域法。相當(dāng)于第三中形式。第二，把多光譜圖像中任三個(gè)光譜圖像映射為可見光rgb，在合成為一幅彩色圖像第三，把黑白圖像，用灰度級(jí)映射或頻譜映射而成為類似真實(shí)彩色的處理。這樣得到的色彩可以反映原圖的真實(shí)色彩，故稱真彩色。例如圖像深度為24，用R:G:B=8:8:8來表示色彩，則R、G、B各占用8位來表示各自基色分量的強(qiáng)度，每個(gè)基色分量的強(qiáng)度等級(jí)為28=256種。 (3)頻率域偽彩色增強(qiáng)： 頻率域偽彩色增強(qiáng)時(shí)先把黑白圖像經(jīng)傅立葉變換到頻率域，在頻率域內(nèi)三個(gè)不同傳遞特性的濾波器分離成三個(gè)獨(dú)立分量，然后對(duì)它們進(jìn)行逆傅立葉變換，便得到三幅代表不同頻率分量的單色圖像，接著對(duì)這三幅圖像作進(jìn)一步的處理（直方圖均衡化），最后將它們作為三基色分量分別加到彩色顯示器的紅、綠、藍(lán)顯示通道，從而實(shí)現(xiàn)頻率域分段的偽彩色增強(qiáng)。它是根據(jù)色度學(xué)的原理，將原圖像的灰度分段經(jīng)過紅、綠、藍(lán)三種不同變換，變成三基色分量，然后用它們分別去控制彩色顯示器的紅、綠、藍(lán)電子槍，便可以
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1