- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1 图像增强的概念 2 直方图增强 直方图的计算举例 设图像像元总数为8*8 64, i [0,7] Matlab程序 clear;clc; I imread 3.jpg ; I rgb2gray I ; J histeq I ; subplot 221 ,imshow I ; subplot 222 ,imshow J ; subplot 223 ,imhist I ; subplot 224 ,imhist J ; 效果图 直方图规定化 原始图像各灰度级对应的概率分布 直方图规定化 直方图规定化举例 给定两幅图像 1-pout.tif和图像2-cameraman.tif 对图像2进行直方图规定化,指定的直方图为图像1的直方图 即使用图像1的直方图对2进行直方图规定化 效果图 Matlab程序 clear;clc; I1 imread pout.tif ; I2 imread cameraman.tif ; I1 rgb2gray I1 ; I2 rgb2gray I2 ; [hgram,x] imhist I1 ; J histeq I2,hgram ; subplot 131 ,imshow I1 ; subplot 132 ,imshow I2 ; subplot 133 ,imshow J ; figure subplot 131 ,imhist I1 ; subplot 132 ,imhist I2 ; subplot 133 ,imhist J ; 比较 作业一 给定一幅图像f i,j [100 150 162 90 255 100 95 96 102] 对图像f i,j 进行全域线性灰度变换,[90,255]--〉[0—255],求输出图像g i,j 作业二 对图像进行直方图均衡化,给定图像f i,j ,要求给出计算过程与结果。 空域线性滤波的算法 - 模板操作 将模板在图中漫游,并将模板中心与某像素重合 将模板系数与模板下对应像素相乘 将所有乘积相加 将上述求和结果赋予模板中心对应像素 5.3.1 邻域平均法 邻域平均法是一种直接在空间域上进行平滑处理的技术。 邻域平均法 用邻域内各像素的灰度平均值代替该像素原来的灰度值,来实现图像的平滑。 邻域平均法 1、方法:逐个处理待处理像素,以其邻域平均值取代该像素原来的灰度值。 2、邻域的选取:通常有两种方式,以单位距离为半径或单位距离的 倍为半径取一个窗口。 邻域平均法举例 给定一幅图像 添加椒盐噪声 使用邻域平均法去除噪声 需要确定窗口形状 确定为3*3窗口 Matlab程序 clear;clc; I imread eight.tif ; J imnoise I,salt pepper,0.02 ; K filter2 fspecial average,3 ,J /255; subplot 131 ,imshow I ; subplot 132 ,imshow J ; subplot 133 ,imshow K ; 效果图 取3X3窗口 取N 3 取N 3 取N 3 取N 3 取N 3 取N 3 中值滤波法举例 给定一幅图像 添加椒盐噪声 使用中值滤波法去除噪声 需要确定窗口形状 确定为3*3窗口 Matlab程序 clear;clc; I imread eight.tif ; J imnoise I,salt pepper,0.02 ; K medfilt2 J,[3 3] ; subplot 131 ,imshow I ; subplot 132 ,imshow J ; subplot 133 ,imshow K ; 效果图 作业三 邻域平均法处理图像f x,y ,3*3邻域,求g(x,y) 中值滤波法处理图像f x,y ,3*3邻域,求g(x,y) f x,y 梯度算子 梯度对应于一阶导数,相应的梯度算子就对应于一阶导数算子。 对于图像f x,y ,在 x,y 处的梯度定义为 梯度 梯度是一个矢量,其幅度和方向分别为 离散图像的梯度 一阶偏导数采用一阶差分近似表示,如,常规梯度算子 对于离散图像处理而言,常用到梯度的大小,因此把梯度的大小习惯称为“梯度” 为简化梯度的计算,经常使用 其它梯度算子 除常规梯度算子以外,还可采用Roberts、Prewitt和Sobel 算子来计算梯度,增强边缘。 Roberts对应的模板 其差分计算式如下 Prewitt算子 为在锐化边缘的同时减少噪声的影响,Prewitt从加大边缘增强算子的模板大小出发,由2x2扩大到3x3来计算差分 其对应模板如图所示: 其差分计算式如下 Sobel算子 Sobel在Prewitt算子的基础上,对邻域采用带权的方法计算差分, 其对
原创力文档


文档评论(0)