第4章 空间域图像增强.pptVIP

第4章 空域增强技术 4.1 空域技术分类 4.1 空域技术分类 4.2 图像间运算 4.2.1 算术和逻辑运算 4.2.1 算术和逻辑运算 4.2.2 图像间运算的应用 4.3 直接灰度映射 4.3.1 灰度映射原理 4.3.2 典型灰度映射 灰度映射实例 全域线性灰度变换 全域线性灰度变换举例 Matlab程序 clear ;clc; i=imread(pout.tif); d=double(i); a=min(min(d)); b=max(max(d)); a1=0.0;b1=255.0; d2=(b1-a1)/(b-a)*(d-a)+a1; i2=uint8(d2); subplot(221),imshow(i); subplot(222),imshow(i2); subplot(223),imhist(i); subplot(224),imhist(i2); 效果图 截取式线性灰度变换 截取式线性灰度变换举例 Matlab程序 clear ;clc; i=imread(pout.tif); d=double(i); imhist(i); a=75.0;b=150.0; a1=0.0;b1=255.0; n1=find(iaib); n2=find(ia); n3=find(ib); d2=d; d2(n1)=(d(n1)-a)*(b1-a1)/(b-a)+a1; d2(n2)=a1; d2(n3)=b1; i2=uint8(d2); subplot(221),imshow(i); subplot(222),imshow(i2); subplot(223),imhist(i); subplot(224),imhist(i2); 效果图 分段线性灰度变换 分段线性灰度变换（续） 截取式线性灰度变换举例 Matlab程序 clear ;clc; i=imread(pout.tif); di=double(i); imhist(i); a=min(min(di)); b=max(max(di)); c=120.0;d=150.0; a1=0.0;b1=255.0; c1=30.0;d1=171.0; n1=find(di=adic); n2=find(di=cdid); n3=find(di=ddib); di2=di; di2(n1)=(di(n1)-a)*(c1-a1)/(c-a)+a1; di2(n2)=(di(n2)-c)*(d1-c1)/(d-c)+c1; di2(n3)=(di(n3)-d)*(b1-d1)/(b-d)+d1; i2=uint8(di2); subplot(221),imshow(i); subplot(222),imshow(i2); subplot(223),imhist(i); subplot(224),imhist(i2); 效果图 灰度图像二值化 二值化实例 实现： Matlab实现图像二值化 clear; clc; i=imread(eight.tif); bw=im2bw(i); subplot(121),imshow(i), subplot(122),imshow(bw); 4.4 直方图变换 灰度图像的直方图实例1 实例2 实例3 直方图的计算 1、直方图的计算：设图像中某种灰度fj 的像素数为nj，n是图像中像素的总数，则灰度级fj所对应的频数为： 2、具体算法： (1)初始化：建立一个数组，具有l(如,256)个元素，每个元素初值为0： unsigned long a[256] //保存某灰度级的像素数 for (i=0,i256,i++) a[i]=0; (2)统计：从图像中逐点读取灰度值f(x,y),若f(x,y)=k,令a[k]=a[k]+1; (3)标准化：b[k]=(float)a[k]/像素总数; (4)画出直方图。 直方图的计算举例 设图像像元总数为8*8=64, i=[0,7] 直方图的性质 ①灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。 ②一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。图2.4.2给出了一个不同的图像具有相同直方图的例子。 不同的图像具有相同直方图 ③一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 直方图的应用 ①用于判断图像量化是否恰当 具有二峰性的灰度图象 直方图均衡化 一种图像增强算法 是一种使输出图像直方图近似为均匀分布的变换算法 可以增加像素灰度值的动态范围从而达到增强图像整体对比度的效果 直方图均衡化算法 直方图均衡化举例 给定一幅图像，对它进行直方图均衡化变换。 M