圖像增強與matlab實現(xiàn)-在線瀏覽
2024-08-06 13:53本頁面
【正文】 像傅立葉變換的方法實現(xiàn)對圖像的增強處理技術(shù)；空域處理法：是直接對圖像中的像素進行處理，基本上是以灰度映射變換為基礎(chǔ)的。由于從外界得到的圖像多是二維（2D）的，一幅圖像可以用一個 2D 數(shù)組 表示。為了能夠用計算機對圖像進行處理，需要坐標空間和性質(zhì)空間都離散化。亮度是觀察者對所看到的物體表面反射光強的量度。人們?nèi)粘？吹降膱D像一般是從目標上反射出來的光組成),(yxf的，所以 可看成由兩部分構(gòu)成：入射到可見場景上光的量；場景中目標對反射光反射的比率。 與 和 都成正比，可表示成),(yxr),(f),(yxi),(r＝ ?；叶燃壍闹狈綀D給出了一幅圖像概貌的描述，通過修改灰度直方圖來得到圖像增強。D:\image\39。%讀取圖像subplot(2,1,1)。%顯示圖像title(39。)。imhist(I)。(b)原圖的灰度直方圖39。. . . .圖 直方圖均衡化直方圖均衡化過程如下：（1）計算原圖像的灰度直方圖 ；)(KrP（2）計算原圖像的灰度累積分布函數(shù) ，進一步求出灰度變換表；ks（3）根據(jù)灰度變換表，將原圖像各灰度級映射為新的灰度級。D:\image\39。%讀取圖像subplot(2,2,1)。%顯示圖像title(39。)。imhist(I)。原圖的灰度直方圖39。subplot(2,2,3)。%對圖像進行均衡化處理，返回有 64 級灰度的圖像 JImshow(J)。原圖直方圖均衡化39。subplot(2,2,4)。%繪制圖像的灰度直方圖title(39。). . . .以下展示了直方圖均衡化的效果：優(yōu)勢：能夠使得處理后圖像的概率密度函數(shù)近似服從均勻分布，其結(jié)果擴張了像素值的動態(tài)范圍，是一種常用的圖像增強算法。四、圖像二值化 圖像二值化圖像的二值化處理就是將圖像上的像素點的灰度值設(shè)置為 0 或 255，也就是講整個圖像呈現(xiàn)出明顯的黑白效果。其次，要進行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像。39。bw=im2bw(I,)。. . . .imshow(I)。原圖39。subplot(1,3,2)。title(39。)。I(J)=0。I(J)=255。imshow(I)。 圖像二值化 ( 域值為 150 ） 39。下圖為圖像二值化的效果：圖 五、對比度增強 對比度增強對比度增強是按一定的規(guī)則修改輸入圖像每一個像素的灰度，從而改變圖像灰度的動態(tài)范圍。. . . .圖 灰度調(diào)整灰度調(diào)整程序：%imadjust 函數(shù)I=imread(39。)。Imshow(I)。原圖39。subplot(2,2,2)。%繪制圖像的灰度直方圖title(39。)。J=imadjust(I,[ ],[])。%顯示圖像title(39。)。imhist(J)。均衡后的灰度直方圖39。經(jīng)過對比度調(diào)整，圖像變亮。對數(shù)變換程序：%對數(shù)變換I=imread(39。)。%對數(shù)變換不支持 uint8 類型數(shù)據(jù)，將一個矩陣轉(zhuǎn)化為灰度圖像的數(shù)據(jù)格式(double)J=log(I+1)。Imshow(I)。原圖39。subplot(1,2,2)。title(39。). . . .圖 對數(shù)變換確實能夠擴展低值灰度，而壓縮高值灰度，使低值灰度的圖像細節(jié)更容易看清。平滑噪聲可以在空間域中進行，基本方法是求像素灰度的平均或中值。 線性濾波輸出圖像的值等于輸入圖像濾波后值的局部平均，各個項具有相同的權(quán)。 ?????????11251],[kjhrect ?????????01012],[kjhcir對一些圖像進行線性濾波可以去除圖像中某些類型的噪聲，如采用鄰域平均法的均值濾波器就非常適用于去除通過掃描得到的圖像中的顆粒噪聲。39。J=imnoise(I,39。 pe
物理相關(guān)推薦
鄂ICP備17016276號-1