图像信息处理之非线性线性增强和直方图均衡化.doc

图像信息处理上机实验报告 实验内容 （1）图像线性对比度增强，测试图Fig69.bmp （2）图像非线性调整（对数，指数） （3）图像直方图均衡化 一：图像线性对比度增强： （1）原理：对图像灰度值的线性映射 原理图： 对比度线性展宽计算公式： g(i.j)= (i=1,2,3,……,m;j=1,2,3,……,n) 其中，,图像大小为m*n 线性动态调整时 实验方法与线性动态调整程序： 实验时先用imadjust函数调整确定fa、fb大小，再编写程序； 程序： A=imread(C:\Users\sony\Desktop\学习资料\图像信息处理\13周上机\例图\Fig69.bmp); [row,col]=size(A); A1=double(A); fa=0.1*max(max(A1)); fb=0.4*max(max(A1)); for i=1:row for j=1:col if A1(i,j)=fa; B(i,j)=0; else if A1(i,j)=fb; B(i,j)=255/(fb-fa)*(A1(i,j)-fa)+0.5*fa; else B(i,j)=255; end end end end B=uint8(B); subplot(1,2,1),imshow(A),title(原图); subplot(1,2,2),imshow(B),title(亮度增强图); (3)程序调整结果： (4)存在问题与分析： 图中白色部分太亮，是因为将后面灰度值较大的部分直接转换为255造成，使得其变化太突兀，对比太明显。 可以采用前一种调整方法，即线性对比度展宽原理，但由于使用时其实效果也不是很明显所以直接用后一种更简洁。 二：图像非线性调整（对数，指数） （1）对数形式原理图： 计算公式： (i=1,2,…,m;j=1,2,…,n) c为增益常数，f(i,j)为原图灰度，g(i,j)为处理后图像灰度，图像大小m*n 指数形式原理图： 计算公式：；a、b、c可调 非线性调整——对数程序 A=imread(C:\Users\sony\Desktop\学习资料\图像信息处理\13周上机\例图\Fig69.bmp); [row,col]=size(A); A1=double(A); for i=1:row for j=1:col B(i,j)=48*log(1+A1(i,j)); end end B=uint8(B); subplot(1,2,1),imshow(A),title(原图); subplot(1,2,2),imshow(B),title(亮度增强图); 程序调试结果：图中C依次为：45、48、50、55 综合来看C=48时效果比较好 结果分析： 非线性对数调整主要灰度值比较大的部分变化不明显，即抑制高亮度、扩展低亮度区域；但也带来问题，图中整个画面显得比较白 （3）非线性——指数程序 A=imread(C:\Users\sony\Desktop\学习资料\图像信息处理\13周上机\例图\Fig69.bmp); [row,col]=size(A); A1=double(A); for i=1:row for j=1:col B(i,j)= end end B=uint8(B); subplot(1,2,1),imshow(A),title(原图); subplot(1,2,2),imshow(B),title(亮度增强图); (3)直方图均衡化 f(i,j)为原图灰度，g(i,j)为处理后图像灰度，(i=1,2,…,m;j=1,2,…,n)；灰度变化范围[0，255]， 求出原图f(i,j)灰度直方图，设用256维向量hf表； ②由hf求原图灰度分布概率，记为pf，则有，i=0,1,2，…，255，其中Nf=M*N（图像总像素个数）； ③计算图像各个灰度值的累积分布概率，记为pa，则有，i=1,2,…,255,其中，令pa（0）=0； ④进行直方图均衡化计算，得到处理后图像像素值为：。 g (i,j) 255 gb ga fa fb 255 f