直方图均衡化Image is not perfect sometimes课件.ppt

x=imread(travel.jpg); whos x x=double(x); figure,imshow(x/255,[]); y=zeros(size(x)); y(:,:,1)=hist_eq(x(:,:,1)); y(:,:,2)=hist_eq(x(:,:,2)); y(:,:,3)=hist_eq(x(:,:,3)); figure,imshow(y/255,[]) Matlab 函数: histeq Demo I = imread(tire.tif); J = histeq(I); imshow(I) figure, imshow(J)  虽然直方图均衡化方法很少能生成完美平坦的直方图。均衡后图像灰度级跨越更宽灰度级范围, 最终结果是增强了对比度。 给定数字图像, 直方图均衡化能够自动地调整图像像素值。 直方图均衡化方法是万能的吗？ 严格的数学解释： /icamp/courses/math77c/demos/hist_eq.pdf 作业 1 请找一副图进行直方图均衡化 请发送压缩文件到xlzhao122003@163.com, 压缩文件命名举例姓名学号第几次作业 诚信: 如有雷同, 一律零分 要求: 文档(word, ppt 或 pdf)和代码 搜索 low contrast image低对比度图像 over or under exposed image 过曝或欠曝图像 水下图像 underwater image * Reference： CLAHE, /baimafujinji/article/detailsEnhancing underwater images and videos by fusion Deep Photo Enhancer: Unpaired Learning for Image Enhancement from Photographs with GANs  * */27 */27 */27 */33 Image is not perfect sometimes 图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息的处理方法。从而更适合于人的视觉特性。由于缺少客观质量测量标准，所以图像增强并不存在通用理论。 Point operations (Ops) A given gray level r?[0,L-1] is mapped to another gray level s?[0,L-1] according to a transformation L-1 L-1 r s L=256 for grayscale images Lazy Man Operation L-1 L-1 r s No influence on visual quality at all * 反转变换 L-1 r L-1 s  幂律变换  幂律变换(try lake)  分段线性变换 最简单的分段线性变换之一是对比度拉伸变换(constrast stretching), 用于扩展灰度级范围。 一般的参数设置如下: (r1,s1)=(rmin,0)和(r2,s2)=(rmax,L-1), 其中rmin和rmax是原图像中的最小灰度级和最大灰度级。 Matlab函数: imadjust J = imadjust(I,[LOW_IN; HIGH_IN],[LOW_OUT; HIGH_OUT]) maps the values in intensity image I to new values in J such that values between LOW_IN and HIGH_IN map to values between LOW_OUT and HIGH_OUT. Matlab函数: imadjust Demo1 I = imread(pout.tif); J = imadjust(I,[0.3;0.7],[]) imshow(I), figure, imshow(J) Demo2 RGB1 = imread(football.jpg); RGB2 = imadjust(RGB1,[.2 .3 0; .6 .7 1],[]); imshow(RGB1), figure, imshow(RGB2) 小结 目前我们讨论了各种灰度变换函数T(r) (函数有要求吗?) 是否有存在自动且系统的解决方法(不需要输入参数, 只需要给定图像即可)？ 是否有客观质量测量标准(也许是不完美的)？ Sytema