matlab在数字图像处理中的伦应用2.pptVIP

图像增强 主要内容 图像增强 目的 通过某种技术有选择地突出对某一具体应用有用的信息，削弱或抑制一些无用的信息。 分类 空域增强方法：直接对每一像素的灰度值进行处理； 灰度变换：基于点操作。常用的有灰度线性拉伸、直方图均衡化等 空域滤波：基于模板操作。得到该像素的新的灰度值。常用的有图像平滑与锐化。 频域增强方法：在图像的频域内，对频谱进行操作和处理，然后通过逆变换获得增强后的图像。 按所处理的对象可分为灰度图像增强和彩色图像增强 。 主要内容 空域图像增强 空域增强是指直接在图像所在的二维空间进行增强处理，即增强构成图像的像素。 空间域增强方法主要有灰度变换增强、直方图增强、图像平滑和图像锐化等。 直接灰度变换 定义：将图像的灰度级映射到一个新的范围。 J=imadjust(I, [low_in high_in], [low_out high_out]，gamma) I：原始图像 [low_in high_in]：图像I需调整的灰度范围 [low_out high_out]：输出图像的灰度范围 gamma：描述I和J关系曲线的形状，默认为1，表示线性变换；gamma1，表示弱映射，图像整体变暗；gamma1，表示强映射，图像整体变量。 直接灰度变换 灰度直方图 是灰度值的函数，它描述了图像中各灰度值的像素个数 通常用横坐标表示像素的灰度级别，纵坐标表示对应的灰度级出现的频率（像素的个数） 使用imadjust函数步骤： 绘制直方图，观察灰度范围 将灰度范围转换为0.0~1.0之间 直接灰度变换 例2-1 直接灰度变换 I=imread(pout.tif); subplot(2,2,1);imshow(I); subplot(2,2,2);imhist(I); J=imadjust(I,[0.3 0.7],[0 1]); subplot(2,2,3);imshow(J); subplot(2,2,4);imhist(J); 分段线性拉伸 直接灰度变换将原始输入图像中的灰度值不加区别地扩展。 在实际应用中，为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸。 分段线性拉伸 分段线性拉伸示意图 分段线性拉伸 分段拉伸思路 I = imread(‘1.png’); I = rgb2gray(I); …… % 对I进行分段线性拉伸，存于g J = mat2gray(g); 直方图均衡化 灰度直方图反映了一幅图像的灰度分布情况。 大多数像素灰度值取在较暗区域，图像将偏暗。 图像的像素灰度值集中在亮区，图像将偏亮。 直方图均衡化：把原图像的直方图变换成均匀分布的形式，这样增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。 使用histeq函数实现直方图均衡化。 J= histeq (I,N) 对图像I进行变换，返回有N个灰度级的图像J，N的默认值为64。 直方图均衡化 例2-2 直方图均衡化 I=imread(pout.tif); imshow(I); figure,imhist(I); [J,T]=histeq(I,64) figure,imshow(J); figure,imhist(J); 空域滤波增强 空域滤波：借助模板对图像进行邻域操作。 按功能分 平滑滤波器：模糊和去除噪声。 锐化滤波器：增强被模糊的细节边缘。 空域滤波增强 MATLAB的图像处理工具箱提供imnoise函数，可以用该函数给图像添加不同类型的噪声。 J=imnoise(I, ’type’, parameters) I：加噪声前的图像 J：加噪声后的图像 type：噪声类型。 空域平滑滤波 空域平滑滤波器常用的有邻域平均法和中值滤波法，前者是线性的，后者则是非线性的。 邻域平均法：又称均值滤波，属于线性低通滤波器。 利用几个像素灰度的平均值代替每个像素的灰度。 模板： 空域平滑滤波 fspecial 产生由 type 指定的二维滤波器 H=fspecial(type) 空域平滑滤波 空域平滑滤波 中值滤波 既可以消除噪声，又可以保持图像的细节 非线性平滑滤波器。它首先确定一个奇数像素窗口W，窗口内各像素按灰度值从小到大排序后，用中间位置灰度值代替原灰度值。 medfilt2来实现二维中值滤波 B = medfilt2(A, [m,n]) [m,n]模板大小，默认3 ×3 空域平滑滤波 例2-4