工业摄影测量技术中图像处理方法综述.pdfVIP

主要内容

灰度变换（反转变换，对数变换，幂次变

换）；

直方图均衡化；

均值滤波和中值滤波；

拉斯算子；

彩像转化为灰度图像；

指定图像轮廓边缘的提取。

1.三种基本的灰度变换

1.反转变换

变换：s=L-1-r

MATLAB里面实现代码：

I1=255-I;

figure,imshow(I1)

title(反转变换)

2.对数变换

变换：s=c*Log(1+r)

MATLAB里面实现代码：

C=str2num(get(hand.edit1,string));

I1=double(I);

I2=C*log(1+I1);

figure,imshow(I2)

主要功能：压缩图像亮区灰度值，拉伸暗区

的灰度值，从而突出暗区的图像特征。



反转变换

变换前变换后

对数变换

变换前变换后

幂次变换

变换前变换后

2.直方图均衡化

目的：通过点运算使得输入图像转化为在

某一灰度级上都有相同的像素点数的输出。

直方图均衡化变换：

实现代码：

[m,n]=size(I);

M=zeros(1,256);

fork=0:255

M(k+1)=length(find(I==k))/(m*n);

end

S1=zeros(1,256);

fori=1:256

forj=1:i

S1(i)=M(j)+S1(i);

end

end

S2=round(S1*255);

fori=1:256

G(i)=sum(M(find(S2==i)));

end

figure,bar(0:255,G,b)

再看一下均衡化处理后的效果

直方图均衡化

处理前处理后

3.滤波变换

1.均值滤波

典型的线性滤波算法，它是指在图像上对目

标像素给一个滤波模板。

➢通过灰度矩阵与3*3简单平均模板作乘积来

实现。

MATLAB里面实现代码：

[m,n]=size(I);

g=double(I);

k=g;

fori=2:m-1

forj=2:n-1

k(i,j)=(g(i-1,j-1)+g(i-1,j)+g(i-1,j+1)+g(i,j-

1)+g(i,j)+g(i,j+1)+g(i+1,j-1)+g(i+1,j)+g(i+1,j+1))/9;

end

end

P=uint8(k);

figure,imshow(P)

均值滤波

处理前处理后

2.中值滤波

一种非线性平滑技术，它把数字图像中一点的值

用该点的一个邻域中各点值的中值代替。

➢实现代码：

[m,n]=size(I)