MATLAB实验atlab在数字图像处理中的应用——图像增强.docVIP

实验十一 Matlab在数字图像处理中的应用——图像增强 实验目的 1．。．掌握图像。掌握图像图像增强是指按特定的需要突出图像中的某些信息，同时或某些的信息本实验以增强图像对比度的直方图均衡化方法为主要内容pixval函数 使用pixval函数必须首先显示图像，然后输入命令 pixval on pixval将在图形窗口的底部自动添加一个黑色的状态栏，这个状态栏将显示当前鼠标所在像素的空间坐标x和y以及该像素的颜色数据。退出交互操作，可输入pixval off命令。注意，对于索引图像，pixval函数显示的是颜色表中储存的R、G、B分量值，而非数据矩阵的元素值；对于强度图像显示的是像素的灰度值。 imhist函数 该函数的作用是显示图像的直方图（Histogram）。图像的直方图是一个显示灰度图像或索引图像像素分布情况的图表。图像直方图函数imhist通过使用n个等间隔的柱(每个柱代表一个亮度值或像素值的范围)来创建这个图表，然后计算每个范围内的像素个数。用法： imhist(I, n) 作用是显示强度图像或者二值图像的直方图。I是图像数据矩阵，n代表柱的数目，缺省时系统自动选取256柱，但是对于二值图，n只能取2。例如： I=imread(rice.png); subplot(1,2,1),imshow(I); subplot(1,2,2),imhist(I,64) % 绘制64根柱的直方图 pixval on 结果如图1所示，其中横坐标是亮度值或灰度值，纵坐标代表每个亮度区间（对应一个柱）的像素个数。根据直方图显示，灰度值100附近出现了一个高峰，这个高峰对应于米粒图像中的背景像素，这点可以通过pixval on命令验证。当鼠标在背景中移动时，黑色状态栏中显示背景像素的灰度值在100附近变化。 图1 强度图像rice.png及其直方图 imhist(X, Map) 作用是显示索引图像的直方图。X是图像数据矩阵，Map是图像的色图矩阵，即颜色表。 [X, map]=imread(forest.tif); imhist(X,map) 结果如图2所示。其中横坐标是像素值，色条显示Map中的颜色表(256色)，像素值和颜色表是一一对应的；纵坐标是像素个数。 图2 索引图像forest.tif的直方图 3. 灰度变换 灰度变换指的是将原图像的灰度范围[m,M]调整为[n,N]，以改变图像的对比度。MATLAB图像处理工具箱中提供的imadjust函数，可以实现上述对比度调整。imadjust函数的语法格式为： J = imadjust(I,[low_in high_in], [top_out bottom_out]) 其中I代表原强度图像的数据矩阵，J是经过调整后的新图像数据，[low_in high_in]为原图像中要变换的灰度范围，[bottom _out top _out]指定了变换后的灰度范围，如图3所示：原图像中像素灰度小于或等于low的，全部映射为bottom，像素灰度高于或等于high的，映射为top，其余的按线性映射。 注意：无论I是哪一种数据类型的，指定的灰度值必须是0~1范围内的数值。如果I是uint8类型，那么真正用于判断的灰度值将是指定值乘以255的结果；如果I是uint16类型的，那么真正用于判断的灰度值将是指定值乘以65535的结果。 图3 灰度变换的输入输出强度 灰度范围可用空矩阵[ ]表示，代表默认范围[0, 1]。 使用imadjust函数调整图像的灰度一般有两个步骤： (1) 观察图像的直方图，判断灰度范围。 (2) 将灰度范围转换为0~1之间的分数，使得灰度范围可以通过向量[low_in high_in]传递给imadjust函数。 4. 直方图均衡化(Histogram Equalization) 直方图均衡化是一种使输出图像直方图近似为均匀分布，从而改变图像对比度的变换算法。在MATLAB中，可以调用函数histeq自动完成图像的直方图均衡化。不同于imadjust函数，该函数将自动调整图像的亮度和对比度，不需要指定调整的灰度区间。 对于灰度图像，该函数的调用格式： J＝histeq(I，n) 其中，I、J是输入、输出图像的数据矩阵，n表示输出图像的灰度级数目，是一个可选参数，缺省值为64. 对于索引图像，其调用格式如下： newmap＝histeq(x,map) X、map是输入图像数据矩阵和色图矩阵(颜色表)；返回值newmap是输出图像的颜色表。 实验内容 灰度变换 —增强图像的对比度 首先读入MATLAB图片库中的强度图像pout.tif，