1         图像增强

1.1            直方图均衡化

对于灰度图像,可以使用直方图均衡化的方法使得原图像的灰度直方图修正为均匀的直方图。

代码如下:

I2=histeq(I1);
figure,imshow(I2);
figure,imhist(I2);

原图像为lena的图片,经过直方图均衡化后的图片为Figure 1。

Figure 1

原图灰度直方图请参见:MATLAB数字图像处理(一)基础操作和傅立叶变换,经过修正后的灰度直方图为Figure 2:

Figure 2

可以看出,与原图对比,灰度分布更加均匀。

1.2            灰度变换

在MATLAB中,可以使用imadjust函数对图像进行线性变换。常用的为线性变换。使用的函数为imadjust(I, [low_in, high_in], [low_out high_out],gamma),其中,in为输入的图片变化的灰度范围,out为输出的图片变化的灰度范围,均为[0 1]之间。也就是将low_in和high_in之间的值映射到low_out和high_out之间。gamma为线性值,若为1则为线性变换。

代码和效果如下:

I3=imadjust(I1,[0.3 0.7],[0.1 0.9],1);
figure,imshow(I3);
figure,imhist(I3);

  

Figure 3

Figure 4

其中,突出了原图0.3-0.7之间的灰度元素。

1.3            空间域平滑

图像平滑是为了抑制图像噪声,改善图像质量而进行的图片处理。在这里,笔者将首先介绍MATLAB中自带的均值滤波和中值滤波实现,之后设计自己的模版算子, 再次分别实现了均值滤波和中值滤波。

MATLAB中自带的均值滤波可以采用fspecial(‘params’,n)函数实现,其中,params代表的是滤波的种类,常用的有average(均值滤波),还有可以在空间域锐化中用到的高斯、拉普拉斯、prewitt、sobel算子等。n代表的是模版的在这里仅仅介绍均值滤波。

MATLAB中,均值滤波代码如下:

avgModel=fspecial('average',3);
Iavg=filter2(avgModel,I2)/255;
figure,imshow(Iavg);

由于均值滤波对于高斯噪声效果较好,故对高斯噪声的图(参见MATLAB数字图像处理(一)基础操作和傅立叶变换)进行了图像平滑。效果如下(Figure 5):

Figure 5

而笔者根据均值滤波原理,自己写了一段代码,如下:

n=3;
model(1:n,1:n)=1;
Iavg=I2;
for i=2:length(Iavg)-1
for j=2:length(Iavg(2,:))-1
x=I2(i-(n-1)/2:i+(n-1)/2,j-(n-1)/2:j+(n-1)/2);
xuint=uint8(model).*uint8(x);
x_avg=mean(xuint(:));
Iavg(i,j)=x_avg;
end
end
figure,imshow(Iavg);

效果(Figure 6):

Figure 6

可以发现,除了运行速度稍慢,效果与MATLAB自带的函数相同。

MATLAB中自带的中值滤波可以采用medfilt2(I,[n n])函数实现,其中,I代表的是需要处理的图片,n代表的是模版的大小。

MATLAB中,中值滤波代码如下:

Imid=medfilt2(I3,[3,3]);
figure,imshow(Imid);

由于中值滤波对于椒盐噪声效果较好,故对椒盐噪声的图(参见MATLAB数字图像处理(一)基础操作和傅立叶变换)进行了图像平滑。效果如下(Figure 7):

Figure 7

而笔者根据中值滤波原理,自己写了一段代码,如下:

n=3;
Imid=I3;
for i=2:length(I1)-1
for j=2:length(I1(2,:))-1
x=I3(i-(n-1)/2:i+(n-1)/2,j-(n-1)/2:j+(n-1)/2);%3*3
x_mid=median(x(:));
Imid(i,j)=x_mid;
end
end
figure,imshow(Imid);

效果(Figure 8):

Figure 8

可以发现,除了运行速度稍慢,效果与MATLAB自带的函数相同。

1.4            空间域锐化

图像锐化有多种方法,最常用的锐化算子包括梯度算子、Roberts算子、Prewitt算子、Sobel算子以计算梯度的梯度锐化法,Laplacian算子等。接下来,笔者将一一介绍相关的算子。

笔者根据梯度算子的计算原理,编写了如下代码:

Igrad=I1;
for i=1:length(Igrad)-1
for j=1:length(Igrad(2,:))-1
x=I1(i,j+1)-I1(i,j);
y=I1(i+1,j)-I1(i,j);
grad=max(abs(x),abs(y));
Igrad(i,j)=grad;%¸³Öµ
end
end
figure,imshow(Igrad);

效果(Figure 9):

Figure 9

MATLAB中自带了Prewitt算子和Sobel算子的函数,代码及效果如下:

model=fspecial('prewitt');
Iprewitt=filter2(model,I1);
figure,imshow(Iprewitt);

Figure 10

model=fspecial('sobel');
Isobel=filter2(model,I1);
figure,imshow(Isobel);

Figure 11

事实上,可以发现这几种算子之间不同的地方只是在于模版,因此笔者编写了一个可以自定义各种模版的代码,如下:

n=2
modelx=[-1 0;0 1];
modely=[0 -1;1 0];
Iend=I1;
Idouble=double(I1);
for i=1:length(Idouble)-5+n
for j=1:length(Idouble(2,:))-5+n
area=Idouble(i:i+n-1,j:j+n-1);
x=area.*modelx;
y=area.*modely;
grad=max(abs(sum(x(:))),abs((sum(y(:)))));
Iend(i,j)=grad;%¸³Öµ
end
end
figure,imshow(Iend);

可以显示出Roberts算子的效果:

Figure 12

与Prewitt算子、Sobel算子经过对比后发现效果相同,说明有效。

对于Laplacian算子,同样可以使用MATLAB中自带的函数,也可以进行自定义。自带函数使用方法如下:

model=fspecial('laplacian');
Ilaplacian=filter2(model,I1);
figure,imshow(Ilaplacian,[]);

效果:

Figure 13

套用前面自定义模版后的代码如下:

n=3;
model=[0 -1 0;-1 5 -1;0 -1 0];
Iend=I1;
Idouble=double(I1);
for i=1:length(Idouble)-5+n
for j=1:length(Idouble(2,:))-5+n
area=Idouble(i:i+n-1,j:j+n-1);
x=area.*model;
grad=sum(x(:));
Iend(i,j)=grad;
end
end
figure,imshow(Iend);

效果:

Figure 14

与教科书上的效果相同。

1.5            频率域图像增强

频率域增强包括高通滤波器和低通滤波器,主要是使用傅立叶变换和逆变换对图像进行处理。在MATLAB中没有直接的滤波器函数,但是可以结合原理与MATLAB中的数学公式,构造各种滤波器。在本文中,笔者分别构造了理想、Butterworth、指数的高通和低通滤波器,并一一进行了实验。

首先需要提前设定截止频率D0和阶数n。之后就可以套用具体的公式进行计算了。部分代码如下:

n=6;%滤波器的阶数
D0=80;%滤波器的截止频率
[u,v]=meshgrid(-M/2:(M/2-1),-N/2:(N/2-1));%产生离散数据
D=sqrt(u.^2+v.^2);
%各种不同的滤波器
H1=double(D<=D0);%理想低通滤波器
H2=1./(1+(D/D0).^(2*n));%Butterworth低通滤波器
H3=exp(-(D/D0).^n);%指数低通滤波器
H4=double(D>=D0);%理想高通滤波器
H5=1./(1+(D0./D).^(2*n));%Butterworth高通滤波器
H6=exp(-(D0./D).^n);%指数高通滤波器

之后,可以使用各种不同的滤波器对图片进行处理。效果如下:

Figure 15

Figure 16

Figure 17

Figure 18

Figure 19

Figure 20

通过以上一系列的图片可以看出,低通滤波器可以抑制图像噪声,改善图像质量,高通滤波器可以突出图像的边界。

具体代码请参考:https://github.com/kkyyhh96/DigitalImageProcessing/tree/master/code中kyh_Three.m和kyh_Four.m的内容。

MATLAB数字图像处理(二)图像增强的更多相关文章

  1. matlab数字图像处理 入门基础

    本代码基于张铮主编的<数字图像处理与机器视觉>一书. 源图片:lena A = imread ('lena.jpg'); %读入图像lena.jpg,赋给变量A %imwrite(A,'l ...

  2. MATLAB数字图像处理(一)基础操作和傅立叶变换

    数字图像处理是一门集计算机科学.光学.数学.物理学等多学科的综合科学.随着计算机科学的发展,数字图像处理技术取得了巨大的进展,呈现出强大的生命力,已经在多种领域取得了大量的应用,推动了社会的发展.其中 ...

  3. 第一章 MATLAB数字图像处理编程基础

    1 为什么用MATLAB MATLAB的图像处理工具箱(Image Processing Toolbox,IPT)封装了一系列不同图像处理需求的标准算法,它们都是通过直接或间接调用MATLAB中矩阵运 ...

  4. MATLAB数字图像处理学习笔记

    我们都知道一幅图片就相当于一个二维数组,可以用一个矩阵来表示,而MATLAB可以说就是为矩阵运算而生的,所以学习图像处理,学习MATLAB势在必行! 一. MATLAB基础知识 1. 读取图像 %im ...

  5. MATLAB数字图像处理基础

    图像的输入.输出和显示 1.图像的输入    imread('filename'),  实际中写的是 >> f = imread('sky.jpg'); 2.图像的显示    imshow ...

  6. 数字图像处理实验(5):PROJECT 04-01 [Multiple Uses],Two-Dimensional Fast Fourier Transform 标签: 图像处理MATLAB数字图像处理

    实验要求: Objective: To further understand the well-known algorithm Fast Fourier Transform (FFT) and ver ...

  7. MatLab数字图像处理实战(赵小川)-sift原理

  8. matlab数字图像处理-冈萨雷斯-数据类和图像类之间的转换

    亮度图像 二值图像 属于注释 数据类间的转换 图像类和类型间的转化 把一个double类的任意数组转换成[0,1]的归一化double类数组----->mat2gray 图像类和类型间的转化例题 ...

  9. matlab数字图像处理-冈萨雷斯-读取,显示,保存图像

    图像读取:imread(filename) 显示图像‘ 显示多幅图像 保存图像 b 计算压缩比

随机推荐

  1. Visualforce入门第五篇_2017.3.1

    Visualforce添加过滤器,实现数据的筛选 参考原文:https://trailhead.salesforce.com/modules/visualforce_fundamentals/unit ...

  2. java流的操作步骤、、

    在java中使用IO操作必须按照以下的步骤完成: 使用File找到一个文件 使用字节流或字符流的子类为OutputStream.InputStream.Writer.Reader进行实例化操    作 ...

  3. HDFS之三:hdfs参数配置详解

    1.hdfs-site.xml 参数配置 – dfs.name.dir – NameNode 元数据存放位置 – 默认值:使用core-site.xml中的hadoop.tmp.dir/dfs/nam ...

  4. MockMVC

    随着RESTful Web Service的流行,测试对外的Service是否满足期望也变的必要的.从Spring 3.2开始Spring了Spring Web测试框架 Spring MVC测试框架提 ...

  5. 如何在C#中读写INI文件

    INI文件就是扩展名为"ini"的文件.在Windows系统中,INI文件是很多,最重要的就是"System.ini"."System32.ini&q ...

  6. python的ftp上传和下载

    # -*- coding: utf- -*- import os import ftplib USER_NAME = "" PASSWORD = "" SERV ...

  7. python中的 ' ' 和 " "

    #!/usr/bin/python import MySQLdb try: conn = MySQLdb.connect(host = 'localhost', user = 'root', pass ...

  8. 深入理解Java虚拟机—JVM内存结构

    1.概述 jvm内存分为线程共享区和线程独占区,线程独占区主要包括虚拟机栈.本地方法栈.程序计数器:线程共享区包括堆和方法区 2.线程独占区 虚拟机栈 虚拟机栈描述的是java方法执行的动态内存模型, ...

  9. Oracle、SqlServer——基础知识——oracle 与 SqlServer 的区别(未完工)

    一. oracle 与 SqlServer 的区别: 类别 oracle SqlServer 连接字符串 || + 变量 变量名 @变量名 初始赋值 := = SQL语句赋值 into = 绑定变量 ...

  10. oracle时间段查询-从00:00:00开始

    之所以记录一下这篇博文,是因为前段时间搞的一个查询发现要从00:00:00这个时间段开始,必须要通过拼接字符串. <select id="queryApplyProgressList& ...