图像增强及距离测量

基于Matlab的图像距离测量及图像增强处理

1.图像对比度及亮度调整

原图经过图像对比度及亮度调整，处理后如图1所示（图片名称webwxgetmsgimg.jpg）：

图 1 对比度亮度调整后图片

2.距离测量

在Matlab中导入图片后，imshow（'*. pic '）后，在命令窗口输入imdistline，即可在当前显示图片上创建一条线。通过拖动线条端点位置来测量图片中任意两个像素点之间的距离，长度单位为像素。Matlab code为（1），测量结果如表格1所示：

表格 1 直径测量

图 2 直径测量示例

3.直方图均衡化图像增强

处理方法为直方图均衡化方法，直方图均衡化旨在寻找一种灰度级变换关系，使得变换后的灰度图像的各级灰度的出现概率相同或相近。本次采用adapthisteq和histep函数进行直方图均衡对比。

图表 3 直方图均衡增强处理前后对比

（a）adapthisteq均衡后的图（b）histep均衡后的图

图表 4 两种均衡方法处理后的图

用到Matlab Code

（1）距离测量

I = imread('C:\Users\lx123\Desktop\Matlab学习\测试_批处理

_20170718\webwxgetmsgimg.jpg');

Ig=rgb2gray(I);

figure;

imshow(Ig); % 若f为某图像

d=imdistline; % 此时可以在图像上对任意两点进行距离估计

（2）直方图均衡化图像增强

%Matlab code：

I=imread('J:\Matlab学习\QQ截图20171016154118.png');%读入图像

Ig=rgb2gray(I);

subplot(3,2,1);

imshow(Ig);

title('灰度图像');

subplot(3,2,2);

imhist(Ig);

title('原图的直方图');

subplot(3,2,3);

H1=adapthisteq(Ig);

%J =适应度adapthisteq（I）通过使用对比度限制自适应直方图均衡（CLAHE）转换值来增强灰度图像I的对比度。

imshow(H1);

title('adapthisteq均衡后的图');

subplot(3,2,4);

imhist(H1);

title('adapthisteq均衡后的直方图');

subplot(3,2,5);

H2=histeq(Ig);

imshow(H2);

title('histeq均衡后的图'); subplot(3,2,6);

imhist(H2);

title('histeq均衡后的直方图');