实验三数字图像增强精品PPT课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
上述过程可表示为： 1、将原始图像的灰度级均衡化； 2、规定希望的概率密度函数，并得到变换函数G(z)。 3、计算逆变换函数z=G-1(v)便得到了所希望的灰度级。
2、灰度图像常用平滑、锐化滤波
锐化和平滑是图像增强的重要手段，采用前者可以突 出图像的细节，采用后者可以滤除图像中的噪声，从 而达到图像清晰的目的。
map1=imadjust(map,[low high],[bottom,top],gamma) 对索引图像的颜色图进行变换，如果[low high]，
[bottom top]均为2×3矩阵，则gamma为1×3向量，函数 分别调整红、绿、蓝成分，调整后的颜色图的大小与 原来的一样。 RGB1=imadjust(GRB,[low high],[bottom,top],gamma) 对彩色图像进行变换，与索引图像中颜色图调整方法 一样。
J=imhist(I,map) J 返回调色板为map的图像I的直方图。
[counts,X]=imhist(I,…)
返回图像I的每个灰度上的像素点数目。
滤波工具函数：fspecial(type)
格式：H=fspecial(type) t百度文库pe取值：
‘average’ 均值低通滤波 ‘gaussian’ 高斯低通滤波 ‘prewitt’ 边缘算子增强滤波 ‘sobel’ 边缘算子增强滤波
平滑滤波 采用平滑滤波器对图像滤波。
锐化滤波 采用“原图-低通图像”及“原图-高通图像”的方法 锐化图像。
三、实验用函数
颜色图变亮或变暗函数： brighten(beta) 用于调整灰度值或颜色图，0<beta<1增量，反之变暗 其基本调用格式如下： MAP=brighten(beta) 返回当前使用的颜色图的更亮
j0
j0
因此，可以根据原图像的直方图统计量，求得均衡化
后各像素的灰度变换值。
直方图规定化
由于均衡化的直方图技术只能产生一种近似均匀的直 方图，而不适于需要交互作用的图像增强的应用。实 际上为了能增强图像中某些灰度级的范围，有时希望 能够规定交互作用的特定的直方图，直方图规定化可 看作是直方图均衡化方法的改进。
点处理：作用在单个像素，包括图像灰度变换、 直方图处理和伪彩色处理等。
模板处理：作用于像素领域的处理方法，包括 图像平滑和图像锐化等技术。
频率域图像增强
是增强技术的重要组成部分，通过傅立叶变换， 可以把空间域混叠的成分在频率域中分离出来， 从而提取或滤去相应的图像成分，达到图像增 强的目的。这一过程中的核心基础为傅立叶变 换。
假设Pr(r)和Pz(z)分别表示原始和希望的图像概率密度 函数，利用直方图均衡变化可得：
r
s T (r ) 0 Pr (r )dr
z
v G( z) 0 Pz ( z)d z
z G 1 (v)
变换后的灰度s和v，其密度函数是相同的。这样，可 以从原始图像中得到的均匀灰度s代替逆过程中的v， 其结果灰度级z=G-1(s)就是所要求的概率密度函数。
或更暗变换后的颜色图MAP，但不改变现有的显示。 NEWMAP=brighten(MAP,beta) 返回指定颜色图的更亮
或更暗变换后的颜色图，但不改变显示。 brighten(FIG,beta) 增强图FIG的所有物体。
对比度调整函数：imadjust( )
用于调整灰度值或颜色图，其基本调用格式： J=imadjust(I,[low high],[bottom top],gamma) 将
频率域图像增强技术主要有：频率域平滑技术 （低通滤波）、频率域锐化技术（高通滤波） 和同态滤波等。
1、直方图调整
数字图像的直方图是作为图像每一个灰度级的统计概 率分布，它提供了图像灰度分布的概貌，直方图增强 技术正是利用修改给定图像直方图的方法来增强图像， 最后得到的图像增强程度取决于我们所采用的直方图。
直方图调整方法常用的有直方图均衡化和直方图规定 化。
直方图均衡化
一幅图像的像素总数为N，分L个灰度级，用Nk代表灰
度级rk出现的频数，于是第k个灰度级出现的频率为：
Pr(rk)=Nk/N，其中：0<=rk<=1，k=0,1,2,…L-1。各灰
度直方图均衡离散变换公式为
Sk
； k
k
T (rk ) Pr (rj ) N j / N
四、实验参考程序
灰度图像亮度调整 clear a=imread('abc.jpg'); I=rgb2gray(a); subplot(1,2,1); imshow(I) J=imadjust(I,[0.1 0.8],[],0.5); subplot(1,2,2); imshow(J)
实验三 数字图像增强
一、实验目的
了解图像增强的基本方法。 利用MATLAB提供的函数实现对图像增强处理。
二、实验原理
图像增强 在自然界中很多图像可能不符合人的视觉特点， 因此有必要根据图像的特点采用一定的方法增 强图像的视觉效果。
图像增强分为空间域和频率域。
空间域增强
空间域增强是指在空间域中，通过线性或非线 性变换来增强构成图像的像素。增强的方法主 要分为点处理和模板处理。
特殊情况：如果top<bottom，则图像颜色或灰度值将 倒置。
直方图调整：histeq( )
直方图均衡通过转换灰度图像亮度值或索引图像的颜 色图值来增强图像对比度，输出图像的直方图近似与 给定的直方图相匹配。
J=histeq(I,N) 将灰度图像I转换成具有N个离散灰度级 的灰度图像J，N缺省值为64。
灰度图像I转换为图像J，使值从low到high与从bottom 到top相匹配。值大于high或小于low的被减去。即小 于low与bottom相匹配，大于high的与top相匹配。如 果矩阵为空矩阵表示缺省值为[0，1]。gamma用来指定 描述I和J值关系曲线的形状，gamma<1，越亮输出值越 加强；gamma>1，越亮输出值越减弱；缺省gamma=1， 表示线性变换。
NEWMAP=histeq(X,MAP,hgram) 变换索引图像X的 颜色图，使索引图像的灰度级成分与hgram相匹配， 返回变换后的颜色图NEWMAP，length(hgram)必须 与size(MAP,1)一样。
J=imhist(I,n) 显示图像I的直方图， n为灰度级数目，灰图像的缺省 值为256，黑白图像缺省值为2。
2、灰度图像常用平滑、锐化滤波
锐化和平滑是图像增强的重要手段，采用前者可以突 出图像的细节，采用后者可以滤除图像中的噪声，从 而达到图像清晰的目的。
map1=imadjust(map,[low high],[bottom,top],gamma) 对索引图像的颜色图进行变换，如果[low high]，
[bottom top]均为2×3矩阵，则gamma为1×3向量，函数 分别调整红、绿、蓝成分，调整后的颜色图的大小与 原来的一样。 RGB1=imadjust(GRB,[low high],[bottom,top],gamma) 对彩色图像进行变换，与索引图像中颜色图调整方法 一样。
J=imhist(I,map) J 返回调色板为map的图像I的直方图。
[counts,X]=imhist(I,…)
返回图像I的每个灰度上的像素点数目。
滤波工具函数：fspecial(type)
格式：H=fspecial(type) t百度文库pe取值：
‘average’ 均值低通滤波 ‘gaussian’ 高斯低通滤波 ‘prewitt’ 边缘算子增强滤波 ‘sobel’ 边缘算子增强滤波
平滑滤波 采用平滑滤波器对图像滤波。
锐化滤波 采用“原图-低通图像”及“原图-高通图像”的方法 锐化图像。
三、实验用函数
颜色图变亮或变暗函数： brighten(beta) 用于调整灰度值或颜色图，0<beta<1增量，反之变暗 其基本调用格式如下： MAP=brighten(beta) 返回当前使用的颜色图的更亮
j0
j0
因此，可以根据原图像的直方图统计量，求得均衡化
后各像素的灰度变换值。
直方图规定化
由于均衡化的直方图技术只能产生一种近似均匀的直 方图，而不适于需要交互作用的图像增强的应用。实 际上为了能增强图像中某些灰度级的范围，有时希望 能够规定交互作用的特定的直方图，直方图规定化可 看作是直方图均衡化方法的改进。
点处理：作用在单个像素，包括图像灰度变换、 直方图处理和伪彩色处理等。
模板处理：作用于像素领域的处理方法，包括 图像平滑和图像锐化等技术。
频率域图像增强
是增强技术的重要组成部分，通过傅立叶变换， 可以把空间域混叠的成分在频率域中分离出来， 从而提取或滤去相应的图像成分，达到图像增 强的目的。这一过程中的核心基础为傅立叶变 换。
假设Pr(r)和Pz(z)分别表示原始和希望的图像概率密度 函数，利用直方图均衡变化可得：
r
s T (r ) 0 Pr (r )dr
z
v G( z) 0 Pz ( z)d z
z G 1 (v)
变换后的灰度s和v，其密度函数是相同的。这样，可 以从原始图像中得到的均匀灰度s代替逆过程中的v， 其结果灰度级z=G-1(s)就是所要求的概率密度函数。
或更暗变换后的颜色图MAP，但不改变现有的显示。 NEWMAP=brighten(MAP,beta) 返回指定颜色图的更亮
或更暗变换后的颜色图，但不改变显示。 brighten(FIG,beta) 增强图FIG的所有物体。
对比度调整函数：imadjust( )
用于调整灰度值或颜色图，其基本调用格式： J=imadjust(I,[low high],[bottom top],gamma) 将
频率域图像增强技术主要有：频率域平滑技术 （低通滤波）、频率域锐化技术（高通滤波） 和同态滤波等。
1、直方图调整
数字图像的直方图是作为图像每一个灰度级的统计概 率分布，它提供了图像灰度分布的概貌，直方图增强 技术正是利用修改给定图像直方图的方法来增强图像， 最后得到的图像增强程度取决于我们所采用的直方图。
直方图调整方法常用的有直方图均衡化和直方图规定 化。
直方图均衡化
一幅图像的像素总数为N，分L个灰度级，用Nk代表灰
度级rk出现的频数，于是第k个灰度级出现的频率为：
Pr(rk)=Nk/N，其中：0<=rk<=1，k=0,1,2,…L-1。各灰
度直方图均衡离散变换公式为
Sk
； k
k
T (rk ) Pr (rj ) N j / N
四、实验参考程序
灰度图像亮度调整 clear a=imread('abc.jpg'); I=rgb2gray(a); subplot(1,2,1); imshow(I) J=imadjust(I,[0.1 0.8],[],0.5); subplot(1,2,2); imshow(J)
实验三 数字图像增强
一、实验目的
了解图像增强的基本方法。 利用MATLAB提供的函数实现对图像增强处理。
二、实验原理
图像增强 在自然界中很多图像可能不符合人的视觉特点， 因此有必要根据图像的特点采用一定的方法增 强图像的视觉效果。
图像增强分为空间域和频率域。
空间域增强
空间域增强是指在空间域中，通过线性或非线 性变换来增强构成图像的像素。增强的方法主 要分为点处理和模板处理。
特殊情况：如果top<bottom，则图像颜色或灰度值将 倒置。
直方图调整：histeq( )
直方图均衡通过转换灰度图像亮度值或索引图像的颜 色图值来增强图像对比度，输出图像的直方图近似与 给定的直方图相匹配。
J=histeq(I,N) 将灰度图像I转换成具有N个离散灰度级 的灰度图像J，N缺省值为64。
灰度图像I转换为图像J，使值从low到high与从bottom 到top相匹配。值大于high或小于low的被减去。即小 于low与bottom相匹配，大于high的与top相匹配。如 果矩阵为空矩阵表示缺省值为[0，1]。gamma用来指定 描述I和J值关系曲线的形状，gamma<1，越亮输出值越 加强；gamma>1，越亮输出值越减弱；缺省gamma=1， 表示线性变换。
NEWMAP=histeq(X,MAP,hgram) 变换索引图像X的 颜色图，使索引图像的灰度级成分与hgram相匹配， 返回变换后的颜色图NEWMAP，length(hgram)必须 与size(MAP,1)一样。
J=imhist(I,n) 显示图像I的直方图， n为灰度级数目，灰图像的缺省 值为256，黑白图像缺省值为2。