图像增强—灰度变换及直方图均衡化试验目的试验原理及知识点.PDF

图像增强—灰度变换及直方图均衡化 一、实验目的 1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。 2、掌握直接灰度变换的图像增强方法。 3、掌握灰度直方图的概念及其计算方法； 4、掌握直方图均衡化的计算过程； 二、实验原理及知识点 1、图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不 需要的信息的处理方法。其主要目的是处理后的图像对某些特定的应用比原来的图像更加有 效。图像增强可以在空间域中执行，也可以在变换域中执行。 2、空间域指的是图像平面本身，在空间域内处理图像是直接对图像的像素进行处理。 空间域处理方法分为两种：灰度级变换、空间滤波。 空间域技术直接对像素进行操作，其表达式为 g(x,y)=T[f(x,y)] 其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，定义在 点(x,y)的指定邻域内。定义点(x,y)的空间邻近区域的主要方法是，使用中心位于(x,y)的 正方形或长方形区域。此区域的中心从原点(如左上角)开始逐像素点移动，在移动的同时， 该区域会包含不同的邻域。T应用于每个位置(x,y)，以便在该位置得到输出图像g。在计算 (x,y)处的g值时，只使用该领域的像素。 2、灰度变换T的最简单形式是使用领域大小为1×1，此时,(x,y)处的g值仅由f在该点 处的亮度决定，T也变为一个灰度变换函数。由于灰度变换函数仅取决于亮度的值，而与(x,y) 无关，所以亮度函数通常可写做如下所示的简单形式： s=T(r) 其中，r表示图像f中相应点(x,y)的亮度，s表示图像g中相应点(x,y)的亮度。 灰度拉伸又叫对比度拉伸是最基本的一种灰度变换，使用简单的分段线性变换函数， 可以提高灰度的动态范围，适用于低对比度图像的处理，增强对比度。 3、直方图是多种空间城处理技术的基础。直方图操作能有效地用于图像增强。除了提 供有用的图像统计资料外，直方图固有的信息在其他图像处理应用中也是非常有用的，如图 像压缩与分割。直方图在软件中易于计算，也适用于商用硬件设备，因此，它们成为了实时 图像处理的一个流行工具。直方图是图像的最基本的统计特征，反映的是图像的灰度值的分 布情况。图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素 集合的最基本的统计规律。直方图反映了图像的明暗分布规律，可以通过图像变换进行直方 图调整，获得较好的视觉效果。 直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像 的亮度分布状态，增强图像的视觉效果。直方图均衡化是图像预处理中涉及最广泛的基本概 念之一。直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个 灰度级上都尽量具有相同的象素点数的过程。 三、实验内容 1、图像数据读出 2、计算并分析图像直方图 3、利用直接灰度变换法对图像进行灰度变换 下面是灰度变换的MATLAB程序 f=imread(medicine_pic.jpg); g=imhist(f,256); %显示其直方图 g1=imadjust(f,[0 1],[1 0]); %灰度转换，实现明暗转换(负片图像) figure, imshow(g1) %将0.5 到0.75 的灰度级扩展到范围[0 1] g2=imadjust(f,[0.5 0.75],[0 1]); figure,imshow(g2) g=imread(point.jpg); h=log(1+double(g)); %对输入图像做对数映射变换 h=mat2gray(h); %将矩阵h 转换为灰度图片 h=im2uint8(h); %将灰度图转换为8 位图 figure, imshow(h) 4、自己编写分段灰度变换函数T，使得： 0.3r r 0.35