3.1图象增强_0913.ppt

1973年6月，美国南加州大学的一名教授想找一幅图像来做图像压缩的测试，他已厌倦了手头繁杂的照片，想找张能让人眼前一亮的照片。恰好这时，一人拿着《花花公子》走了进来，Lena的照片确实够让教授眼前一亮了。教授便将《花花公子》的这期插页图用扫描了下来截取其中的一部分作为了他研究使用的样例图 像。这位教授就是IPL（图像处理研究所）的 William K. Pratt博士。从此，这幅512*512的经典图像就诞生了 * I=imread(‘Adomen3D.jpg’); J = imadjust(I,[0.2 0.9],[]); subplot(222);imshow(J,[]); K = imadjust(I,[0.3 0.7],[]); subplot(222);imshow(K,[]); L = imadjust(I,[0 1],[0.3 0.7]); subplot(224);imshow(L,[]); More examples 直方图匹配 (histogram matching/normalization) 调整某一图象的直方图，使其与另一幅图象的直方图相匹配，即二者具有相同或相似的直方图。从而使两幅图像具有类似的色调和反差；或使其具有一种预先规定的函数形状。 ? 目的：突出感兴趣的灰度范围或区域，改善图像视觉效果。 连续灰度的直方图 source reference ? 令P(r) 为原始图象的灰度密度函数，P(z)是期望通过匹配的图象灰度密度函数。对P(r) 及P(z) 作直方图均衡变换，通过直方图均衡为桥梁，实现P(r) 与P(z) 变换。 rj zk 直方图匹配变换公式推导图示 直方图匹配 步骤： （1）由 各点灰度由 r映射成s。 （2）由 各点灰度由 z映射成v。 直方图匹配 步骤： （3）根据v=G(z), z=G-1(v) 由于v, s有相同的分布，逐一取 v=s，求出与r对应的z=G-1(s)。 直方图匹配 离散灰度级情况： 由（1）、（2）计算得两张表，从中选取一对vk, sj，使vk≈sj，并从两张表中查得对应的rj，zk。于是，原始图象中灰度级为rj 的所有象素均映射成灰度级zk。最终得到所期望的图象。 (1) 求给定的函数的累积直方图s; (2) 求原图像的累积直方图G; (3) 求s中每一个值在G中距离最小的位置index; (4)求原图像每个像素通过index映射到的新像素的值。 %% step 1 生成双峰高斯函数(直方图) mode = 1; %1-函数匹配,2-图像匹配 switch mode case 1 r=127; x=-r:r+1; sigma=20; y1=exp(-((x-80).^2)/(2*sigma^2)); y2=exp(-((x+80).^2)/(2*sigma^2)); y=y1+y2; %双峰高斯函数 Matlab实现直方图匹配 示例1 case 1 im=imread(‘lena.bmp’); y=imhist(im); y=y/sum(y); %归一化 end plot(y); %显示待匹配的直方图 % step 2 读图像，计算累积直方图 G=[]; %函数的累积直方图 for i=1:256 G=[G sum(y(1:i))]; end img=imread(lena.jpg); [m n]=size(img); hist=imhist(img); %待处理图像的直方图 p=hist/(m*n); figure; plot(p) %原图直方图 s=[]; %待处理图像的累积直方图 for i=1:256 s=[s sum(p(1:i))]; end % step 3 读源图像，计算累积直方图 for i=1:256 tmp{i}=G-s(i); tmp{i}=abs(tmp{i}); [a index(i)]=min(tmp{i}); %找到两个累积直方图距离最近的点 end imgn=zeros(m,n); for i=1:m for j=1:n imgn(i,j)=index(img(i,j)+1)-1; %由原图的灰度 通过索引映射到新的灰度 end end % st