数字图像处理基础

输出结果：
（4） 灰度切分 灰度切分的目的与增强对比度相似，可以将某个灰度值范围变得比较突出。 所不同的是，这里将所要突出的灰度范围变换成较高的灰度值，而将其余灰度值 变换为较低的灰度值。变换曲线如下：
例程1.6
X1=rgb2gray(imread('wh.jpg')); figure,imshow(X1) s1=100; s2=200; g1=20; g2=200; figure,plot([0,s1,s1,s2,s2,255],[g1,g1,g2,g2,g1,g1]) axis tight,xlabel('f'),ylabel('g') title('intensity transformation'); [m,n]=size(X1); X2=double(X1); for i=1:m for j=1:n f=X2(i,j); g(i,j)=0; if(f>=s1)&(f<=s2) g(i,j)=g2; else g(i,j)=g1; end end
物理图像及对应的数字图像：
2.灰度图像 灰度图像（gray image）是每个像素只有一个采样颜色的图像，这类图像通 常显示为从最暗黑色到最亮的白色的灰度，尽管理论上这个采样可以任何颜色 的不同深浅，甚至可以是不同亮度上的不同颜色。灰度图像与黑白图像不同， 在计算机图像领域中黑白图像只有黑色与白色两种颜色；但是，灰度图像在黑 色与白色之间还有许多级的颜色深度。灰度图像经常是在单个电磁波频谱如可 见光内测量每个像素的亮度得到的，用于显示的灰度图像通常用每个采样像素 8 位的非线性尺度来保存，这样可以有 256 级灰度（如果用 16 位，则有 65536 级） 。
I=rgb2gray(Image)；rgb2gray()将 RGB 图像转换成灰度图像。 subplot（2,2,1） clear all close all clc Image=imread('lena.jpg'); figure,imshow(Image) I=rgb2gray(Image); level = graythresh(I); J=im2bw(I,level); figure,imshow(J)
f ( x, y ) 值，而 EH 就是一个灰度变换。
1．1 图像间的代数运算 （1）图像相加 设有图像 f ( x, y ) 和 h( x, y ) ，它们的和为：
g ( x , y ) = f ( x , y ) + h ( x, y )
图像相加的一个重要应用是对同一个场景的多幅图像求平均值。这种方法 经常用来有效降低随机噪声的影响。 图像相加也可以用来将一幅图像的内容叠加 到另一幅图像上，达到二次曝光的效果。
1. 空域变换增强
在图像处理中，空域是指由像素组成的空间。空域增强的方法是指直接作用 于像素的增强方法。可表示为：
g ( x, y ) = EH [ f ( x, y )]
其中 f ( x, y ) 和 g ( x, y ) 分别为增强前后的图像， EH 增强操作。如果 EH 是定 义在每个 ( x, y ) 上的，则 EH 是点操作；如果 EH 是定义在 ( x, y ) 的某个领域上的， 则 ( x, y ) 成为模板操作。如果模板最小时，可以是一个像素点，此时就变成了点 操作，所以点操作可看成是模板的一个特例。当 g ( x, y ) 的值取决于在 ( x, y ) 处的
目前常用的增强技术根据其处理所进行的空间不同，可分为基于空间域（图 像域）的方法和基于变换域的方法。
空间域：直接在图像所在的空间进行处理，也就是在像素组成的空间里直接 对像素进行操作。在空间域又可分为两种：一是基于像素（点） ，也就是对图像 的每次处理是对每个像素进行的，增强过程对每个像素的处理与其他像素无关； 二是基于模板的，也就是对图像的每次处理是对小的子图像（模板）进行的。 变换域：在图像的变换域对图像进行间接处理。
%直方图均衡化 S1=zeros(1,256); for i=1:256 for j=1:i
S1(i)=L(j)+S1(i); end end S2=round(S1*256); for i=1:256 Leq(i)=sum(L(find(S2==i)));
输出结果：
加噪图
加噪图
N=3 相加图
N=10 相加图 Imadd(x,y)
（2）图像相减 设有图像 f ( x, y ) 和 h( x, y ) ，它们的差为：
N=100 相加图
g ( x , y ) = f ( x , y ) − h ( x, y )
图像相减可以用于去除一幅图像中所不需要的加性图案，加性图案可能是 缓慢变化得背景阴影、周期噪声，或在图像上每个像素处均已知的附加污染等。 减法也可以用于检测同一场景的两幅图像之间的变化。 在计算用于确定物体边界 位置的梯度时，也要用到图像减运算。 例程 1.2 图像相减
例程1.4
X1=rgb2gray(imread('wh.jpg')); figure,imshow(X1) f0=0; g0=0; f1=70; f2=180; f3=255; g1=30; g2=230; g3=255; %绘制变换曲线 figure,plot([f0,f1,f2,f3],[g0,g1,g2,g3]) axis tight,xlabel('f'),ylabel('g') title('intensity transformation');
I=rgb2gray(imread('wh.jpg')); figure,imshow(I) [m,n]=size(I); I=double(I); H=ones(m,n)*255; L=H-I; figure,imshow(mat2gray(L));
输出结果：
（2） 增强对比度 增强对比度实际是增强原图的各部分反差。 实际中往往是通过增加原图里某 两个灰度值间的动态范围来实现的。
数字图像处理基础（matlab）
1. 数字图像的表示 ⎡ f (0, 0) ⎢ f (1, 0) f ( x, y ) = ⎢ ⎢ M ⎢ ⎣ f ( M − 1, 0) f (0,1) L f (1,1) L M f ( M − 1,1) L f (0, N − 1) ⎤ f (1, N − 1) ⎥ ⎥ ⎥ M ⎥ f ( M − 1, N − 1) ⎦
ˆ ) Ι A ≠ ∅} A ⊕ B = {z | ( B z ，Ｂ为结构元素， ∅ 为空集。
Imdilate(I,se) clear all close all clc Image=imread('Text.png'); B=[0 1 0;1 1 1;0 1 0]; I=imdilate(Image,B); Imshow(I)
end figure,imshow(mat2gray(g))
输出结果：
1.3直方图变换
（1） 直方图均衡化 直方图均衡化的基本思想是把原始图像的直方图变换成均匀分布的形式， 这样就增加了像素灰度值的动态范围， 从而达到了增加图像整体对比度的效果。 具体方法是：
[1]. 给出原始图像的所有灰度级 S k , k = 0,1Λ , L − 1 。 [2]. 统计原始图像的各灰度级的像素数 nk 。 [3]. 用公式 p ( s k ) = nk / n,k = 0,1,Λ , L − 1 计算原始图像的直方图。 [4]. 计算原始图像的累积直方图：
t k = EH ( s k ) = ∑
i =0
k
k 0 ≤ sk ≤ 1 ni = ∑ p s ( si ) k = 0,1,Λ L − 1 n i =0
[5]. 取整计算： t k = int[( N − 1)t k + k / N ] [6]. 确定映射关系 s k → t k [7]. 统计新直方图各灰度级的像素数 nk [8]. 计算新的直方图： pl (t k ) = nk / n
例程2.1
clear all
I=rgb2gray(imread('whh.jpg')); figure,imshow(I) title('原始图像') [m,n]=size(I); L=zeros(1,256);
向量
%读入图像
%图像尺寸 %创建存放灰度出现概率的
for k=0:255 L(k+1)=length(find(I==k))/(m*n); end %绘制直方图 figure,bar(0:255,L,'g') title('原图直方图') xlabel('灰度值') ylabel('概率') %计算每级灰度出现的概率
r1=(g1-g0)/(f0-f1); b1=g0-r1*f0; r2=(g2-g1)/(f2-f1); b2=g1-r2*f1; r3=(g3-g2)/(f3-f2); b3=g2-r3*f2; [m,n]=size(X1); X2=double(X1); %变换矩阵中的每个元素 for i=1:m for j=1:n f=X2(i,j); g(i,j)=0; if (f>=0)&(f<=f1) g(i,j)=r1*f+b1; elseif (f>=f1)&(f<=f2) g(i,j)=r2*f+b2; elseif (f>=f2)&(f<=f3) g(i,j)=r3*f+b3; end end end figure,imshow(mat2gray(g))
例程 1.1 图像相加
I=imread('wh.jpg'); I=rgb2gray(I);
[m,n]=size(I); J(m,n)=0; N=3; for i=1:N X=imnoise(I,'salt & pepper',0.05); figure,imshow(X) Y=double(X); J=J+Y/N; end figure,imshow(mat2gray(J))