實驗二__圖像的灰度變換增強(qiáng)

《實驗二__圖像的灰度變換增強(qiáng)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、實驗二圖像的灰度變換增強(qiáng)一、實驗?zāi)康?、理解數(shù)字圖像處理中點運(yùn)算的基本作用；2、掌握對比度調(diào)整與灰度直方圖均衡化的方法。二、實驗原理1、對比度調(diào)整如果原圖像f(x,y)的灰度范圍是[m,M]，我們希望對圖像的灰度范圍進(jìn)行線性調(diào)整，調(diào)整后的圖像g(x,y)的灰度范圍是[n,N]，那么下述變換：就可以實現(xiàn)這一要求。MATLAB圖像處理工具箱中提供的imadjust函數(shù)，可以實現(xiàn)上述的線性變換對比度調(diào)整。imadjust函數(shù)的語法格式為：J=imadjust(I,[low_inhigh_in],[low_outhigh_out])J=imadjust(I,[low_inhigh_in]

2、,[low_outhigh_out])返回原圖像I經(jīng)過對比度調(diào)整后的新圖像J。其中[low_inhigh_in]為原圖像中要變換的灰度范圍，[low_outhigh_out]指定了變換后的灰度范圍，灰度范圍可以用[]空矩陣表示默認(rèn)范圍，默認(rèn)值為[0,1]（注意：灰度范圍只能在0～1之間）。例：I=imread('pout.tif');J=imadjust(I,[0.30.7],[]);%輸出灰度范圍為默認(rèn)范圍，即為[0,1]imshow(I),figure,imshow(J)不使用imadjust函數(shù)，利用matlab語言直接編程也很容易實現(xiàn)灰度圖像的對比度調(diào)整。但運(yùn)算的過程中應(yīng)

3、當(dāng)注意以下問題，由于我們讀出的圖像數(shù)據(jù)一般是uint8型，而在MATLAB的矩陣運(yùn)算中要求運(yùn)算變量為double型（雙精度型）。因此讀出的圖像數(shù)據(jù)不能直接進(jìn)行運(yùn)算，必須將圖像數(shù)據(jù)轉(zhuǎn)換成雙精度型數(shù)據(jù)。MATLAB中提供了這樣的圖像數(shù)據(jù)類型轉(zhuǎn)換函數(shù)：im2double函數(shù)，其語法格式為：I2=im2double(I1)該函數(shù)將I1的各元素除以255后轉(zhuǎn)換為0～1內(nèi)的雙精度型數(shù)據(jù)。運(yùn)算之后的圖像數(shù)據(jù)再顯示時可以再轉(zhuǎn)化成uint8型，格式為：I3=im2uint8(I2)該函數(shù)將I2的各元素乘以255后轉(zhuǎn)換為0～255內(nèi)的uint8型數(shù)據(jù)，其中小于0的元素均設(shè)置為0，大于255的元素均設(shè)

4、置為255。線性運(yùn)算示例：K1=imread('pout.tif');I=im2double(K1);J=I*0.43;K2=im2uint8(J);subplot(1,2,1),imshow(K1)subplot(1,2,2),imshow(K2)非線性運(yùn)算示例：K1=imread('pout.tif');I=double(K1);Dm=double(max(max(K1)))；J=(Dm/2)*(1+(1/sin(pi/4))*sin((pi/2)*((I/Dm)-0.5)));K2=uint8(J);subplot(1,2,1),imshow(K1)subplot(1,2,

5、2),imshow(K2)注意：函數(shù)double、uint8與im2double、im2uint8不同，它們僅僅對數(shù)據(jù)作類型轉(zhuǎn)換，而不對數(shù)據(jù)作范圍限定。2、直方圖均衡化直方圖均衡化的目的是將原始圖像的直方圖變?yōu)榫夥植嫉男问?，即將一已知灰度概率密度分布的圖像，經(jīng)過某種變換變成一幅具有均勻灰度概率密度分布的新圖像，從而改善圖像的灰度層次。MATLAB圖像處理工具箱中提供的histeq函數(shù)，可以實現(xiàn)直方圖的均衡化。對于灰度圖像，histeq函數(shù)的基本調(diào)用格式為J=histeq(I,n)該函數(shù)返回原圖像I經(jīng)過直方圖均衡化處理后的新圖像J。n為指定的均衡化后的灰度級數(shù)，缺省值為64。例：

6、I=imread('pout.tif');J=histeq(I);subplot(2,2,1),imshow(I);subplot(2,2,2),imhist(I,64);subplot(2,2,3),imshow(J);subplot(2,2,4),imhist(J,64);對于索引圖像，調(diào)用格式為:Newmap=histeq(X,map)返回值Newmap將是輸出圖像的新的調(diào)色板。利用matlab語言直接編程也很容易實現(xiàn)直方圖均衡化處理。三、實驗內(nèi)容及要求1、用MATLAB在自建的文件夾中建立example2.m程序文件。在這個文件程序中，將girl2.bmp（或pout.t

7、if、lenna2.bmp等）一幅灰度圖像文件讀出，顯示它的圖像及灰度直方圖（可以發(fā)現(xiàn)其灰度值集中在一段區(qū)域）。用imadjust函數(shù)將它的灰度值調(diào)整到[0，1]之間，并觀察調(diào)整后的圖像與原圖像的差別，調(diào)整后的灰度直方圖與原灰度直方圖的區(qū)別；改變灰度值調(diào)整范圍，觀察調(diào)整后的圖像的變化及其與原圖像的差別，調(diào)整后的灰度直方圖的變化及其與原灰度直方圖的區(qū)別。進(jìn)一步利用改變圖像灰度值調(diào)整范圍，實現(xiàn)圖像的明暗反轉(zhuǎn)，觀察比較原圖與反轉(zhuǎn)后的圖像。程序：?A=imread('E:1girl2