MATLAB如何實(shí)現(xiàn)圖像增強(qiáng)灰度變換直方圖均衡匹配
在MATLAB數(shù)字圖像處理領(lǐng)域,如何實(shí)現(xiàn)空間域圖像增強(qiáng)的灰度變換,以及圖像直方圖的均衡和匹配(配準(zhǔn))?本文通過(guò)大量的圖片增強(qiáng)案例,從圖像的顯示效果和灰度直方圖分析入手,通過(guò)自編程,詳細(xì)地講解了圖像的四種灰度變換;使用 MATLAB 自帶的 imadjust 函數(shù);以及直方圖均衡化和規(guī)定化(匹配)處理的圖像增強(qiáng)方法。
Matla空間域圖像增強(qiáng):基本的灰度變換
1. 負(fù)片變換
2. 對(duì)數(shù)變換
3. 伽馬變換
4. 灰度拉伸
使用imadjust函數(shù)增強(qiáng)圖像
圖像的直方圖均衡化處理
圖像的直方圖規(guī)定化(匹配) 處理
為什么要進(jìn)行圖像增強(qiáng)操作
1. 顯現(xiàn)圖像被模糊了的細(xì)節(jié)
2. 突出一幅圖像中感興趣的特征
圖像增強(qiáng)效果的評(píng)價(jià)
1. 有時(shí)候是非常主觀的,不同的人,各有偏愛(ài)
2. 圖像增強(qiáng)之后,以機(jī)器能識(shí)別為基本標(biāo)準(zhǔn)
主要參考文獻(xiàn)
1. 岡薩雷斯數(shù)字圖像處理,阮秋琦等譯
2. 岡薩雷斯數(shù)字圖像處理(MATLAB版),阮秋琦等譯
灰度圖像的直方圖
橫軸:灰度圖像的灰度級(jí)[0, L-1]
縱軸:[0, L-1] 中各灰度值的像素在圖像總像素中的數(shù)量(所占比例)
MATLAB 函數(shù):imhist
MATLAB 中的很多操作和函數(shù),不支持uint8 的數(shù)據(jù)類型
為了便于處理,一般將uint8 數(shù)據(jù)類型的圖像,轉(zhuǎn)換為double 型
轉(zhuǎn)換函數(shù):im2double
? ? ?
基本的圖像灰度變換:伽馬變換
伽馬變換函數(shù)(double 類型圖像)
令c = 1,設(shè)定不同的γ 值時(shí),計(jì)算并繪制伽馬變換函數(shù)
1. 當(dāng)γ = 1 時(shí),輸出灰度與輸入灰度相同
2. 當(dāng)γ < 1 時(shí),與對(duì)數(shù)變換的效果類似:太過(guò)灰暗的像素得到增強(qiáng)
3. 當(dāng)γ > 1 時(shí),與γ < 1 時(shí)剛好相反:太過(guò)明亮的像素得到抑制
? ? ? ? ? ? ? ? ? ? ? ? ?
? ? ? ? ? ? ? ? ? ? ??
? ? ? ? ? ? ? ? ? ? ? ? ? ?
? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
基本的圖像灰度變換:灰度拉伸
灰度拉伸函數(shù)(double 類型圖像)
令E = 20,設(shè)定不同的m 值,計(jì)算并繪制灰度拉伸函數(shù)
令m = 0.5,設(shè)定不同的E 值,計(jì)算并繪制灰度拉伸函數(shù)
使用MATLAB imadjust函數(shù)增強(qiáng)圖像
針對(duì)于圖像的伽馬變換,MATLAB 自帶imadjust函數(shù)
J = imadjust(I, [low;high], [bottom; top], gamma)
輸入灰度low ~ high à輸出灰度bottom ~ top
輸入灰度小于lowà輸出灰度為bottom
輸入灰度大于highà輸出灰度為top
使用imadjust來(lái)增強(qiáng)前述所有的原始圖片
數(shù)字圖像的MATLAB直方圖均衡化處理
圖像的直方圖描述了一幅圖像的概貌,在前述灰度變換的實(shí)例中(尤其是灰度拉伸),經(jīng)過(guò)灰度變換之后,圖像的灰度值在整個(gè)[0, 1] 灰度級(jí)上分布更加均勻,圖像的顯示效果明顯改善
讀取四幅不同顯示效果的圖像,繪制直方圖,并做比較
?
直觀上說(shuō),如果一副圖像的像素占有全部可能的灰度級(jí),并且分布均勻,這樣的圖像有著高的對(duì)比度和豐富多變的色調(diào),通過(guò)對(duì)圖像進(jìn)行直方圖均衡化處理,可以使得圖像的像素在整個(gè)灰度級(jí)上近似均勻分布
MATLAB自帶histeq函數(shù),T為圖像從I到J 的灰度變換函數(shù)
?。跩, T] = histeq(I)
J = histeq(I)
分別對(duì)四副花粉圖像做直方圖均衡化處理,并繪制直方圖和灰度變換函數(shù)
?
數(shù)字圖像的MATLAB直方圖規(guī)定化(匹配)處理
直方圖的均衡化處理是圖像增強(qiáng)的一種好方法,但有時(shí)均勻的直方圖并不是圖像增強(qiáng)的最好方法
由于圖像主要是大片的暗區(qū)域,大量的像素值接近于0,直方圖均衡化處理,并沒(méi)有得到期望的效果
有些時(shí)候,希望處理的圖像具有指定的直方圖形狀:直方圖規(guī)定化(匹配)保留原直方圖的大體形狀,在暗灰度值部分的像素分布,做平滑過(guò)渡處理
?
圖像的直方圖規(guī)定化處理,也是使用histeq 函數(shù),調(diào)用格式如下
J = histeq(I,hgram), hgram 為規(guī)定化的直方圖形狀根據(jù)原始直方圖的特點(diǎn),利用sin 函數(shù),構(gòu)造出兩個(gè)不同高度的波峰,分別置于像素灰度值較小處和較大處
?
評(píng)論