matlab图像的灰度变换

实验二 图像的灰度变换
一、实验目的
1、 理解数字图像处理中点运算的基本作用；
2、 掌握对比度调整与灰度直方图均衡化的方法。

二、实验原理
1、对比度调整
如果原图像f (x , y )的灰度范围是[m , M ]，我们希望对图像的灰度范围进行线性调整，调整后的图像g (x , y )的灰度范围是[n , N ]，那么下述变换：
[]n m y x f m
M n N y x g +---=),(),(就可以实现这一要求。

MATLAB 图像处理工具箱中提供的imadjust 函数，可以实现上述的线性变换对比度调整。

imadjust 函数的语法格式为：
J = imadjust(I,[low_in high_in], [low_out high_out])
J = imadjust(I, [low_in high_in], [low_out high_out])返回原图像I 经过直方图调整后的新图像J ，[low_in high_in]为原图像中要变换的灰度范围，[low_out high_out]指定了变换后的灰度范围，灰度范围可以用 [ ] 空矩阵表示默认范围，默认值为[0, 1]。

不使用imadjust 函数，利用matlab 语言直接编程也很容易实现灰度图像的对比度调整。

但运算的过程中应当注意以下问题，由于我们读出的图像数据一般是uint8型，而在MATLAB 的矩阵运算中要求所有的运算变量为double 型（双精度型）。

因此读出的图像数据不能直接进行运算，必须将图像数据转换成双精度型数据。

2、直方图均衡化
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，即将一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。

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。

三、实验内容及要求
1、 用MATLAB 在自建的文件夹中建立example2.m 程序文件。

在这个文件的程序中，将girl2.bmp 图像文件读出，显示它的图像及灰度直方图（可以发现其灰度值集中在一段区
域）。

用imadjust函数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰度直方图与原灰度直方图的区别；改变灰度值调整范围，观察调整后的图像的变化及其与原图像的差别，调整后的灰度直方图的变化及其与原灰度直方图的区别；进一步利用改变灰度值调整范围，实现图像的反转。

程序：
A=imread('E:\1\girl2.bmp','bmp');
figure(1),subplot(2,2,1);imshow(A);
figure(1),subplot(2,2,2);imhist(A);
B=imadjust(A,[0.35 0.65],[]);
figure(1),subplot(2,2,3);imshow(B);
figure(1),subplot(2,2,4);imhist(B)
两次改变调整范围：
A=imread('E:\1\girl2.bmp','bmp');
C=imadjust(A,[0.35 0.65],[0 0.5]);
figure(2),subplot(2,2,1);imshow(C);
figure(2),subplot(2,2,2);imhist(C);
D=imadjust(A,[0.35 0.65],[0.2 0.8]);
figure(2),subplot(2,2,3);imshow(D);
figure(2),subplot(2,2,4);imhist(D)
图像的反转：
A=imread('E:\1\girl2.bmp','bmp');
E=imadjust(A,[0.35 0.65],[1 0]);
figure(3),subplot(1,2,1);imshow(E);
figure(3),subplot(1,2,2);imhist(E);
2、读出图像文件girl2.bmp，不调用imadjust函数，利用matlab语言直接编程实现图像
的对比度调整和图像的反转。

对比度调整：
A=imread('E:\1\girl2.bmp','bmp');
I=double(A);
J=I*1.5+40;
A1=uint8(J);
figure(4);subplot(1,2,1),imshow(A);
figure(4);subplot(1,2,2),imshow(A1);
反转：
[X,MAP]=imread('E:\1\girl2.bmp','bmp');
figure(5);imshow(X,1-MAP);
3、读取一幅灰度图像，用histeq函数将原始图像的灰度直方图均衡化，同时观察均衡
化后的图像与前面图像的差别，均衡化后的灰度直方图与前面的灰度直方图的区别。

读取一幅索引图像，重复直方图均衡化处理，比较二者结果
灰度图像：
F=imread('E:\1\rice.tif','tif');
figure(6);subplot(2,2,1),imshow(F);
figure(6);subplot(2,2,2),imhist(F);
G=histeq(F);
figure(6);subplot(2,2,3),imshow(G);
figure(6);subplot(2,2,4),imhist(G);
索引图像：
H=imread('E:\1\forest.tif','tif');
figure(7);subplot(2,2,1),imshow(H);
figure(7);subplot(2,2,2),imhist(H);
I=histeq(H);
figure(7);subplot(2,2,3),imshow(I);
figure(7);subplot(2,2,4),imhist(I);
4、（选做内容）不调用histeq函数，利用matlab语言直接编程实现图像的直方图均衡化
处理。

function yu=myhisteq(x)
m=size(x)
n=m(1)*m(2)
ma=max(max(x))
mi=min(min(x))
a=ma-mi+1
p=zeros(1,a)
pa=p
for i=1:m(1)
for j=1:m(2)
for k=mi:ma
if x(i,j)==k
p(k-mi+1)=p(k-mi+1)+1
end
end
end
end
for i=mi:ma
for j=mi:i
pa(i-mi+1)=pa(i-mi+1)+p(j-mi+1)/n
end
pa(i-mi+1)=ma*pa(i-mi+1)
end
for i=1:m(1)
for j=1:m(2)
for k=mi:ma
if x(i,j)==k
y(i,j)=round(pa(k-mi+1))
end
end
end
end
yu=uint8(y)
end
[x,map]=imread('girl2.bmp')
yu=myhisteq(x)
subplot(1,2,1),imshow(yu,map)
subplot(1,2,1),imhist(yu,map)。