第二章 圖像的點運算

圖像的點運算主要用于改變一副圖像的灰度分布范圍。操作對象是單個像素值谁不,輸出像素值只與輸入像素值有關笆豁。

灰度直方圖

橫坐標表示圖像的灰度值,取值為0~255
縱坐標表示出現(xiàn)次數(shù)的多少貨概率的高低价卤。
matlab中劝萤,函數(shù)imhist()來獲得灰度直方圖。imhist(I, n) n可指定灰度級數(shù)慎璧。
[counts1, x] = imhist(…)
返回值counts為直方圖的數(shù)據(jù)向量床嫌,counts(i)表示第i個灰度區(qū)間中的像素數(shù)目跨释。
stem()函數(shù)繪制針形圖。

圖像灰度化方法

  • 平均值法:每個像素的值為RGB三個分量的平均值
  • 最大值法:每個像素的值為RGB三個分量的最大值
  • 加權平均值法:基于紅綠藍三個分量不同的權值厌处,然后相加鳖谈。
    R=G=B=0.299R+0.587G+0.114B為最合理的灰度圖像
    利用r = a(:,:,1);即可提取出R色彩灰度圖。GB同理嘱蛋。

灰度線性變換

灰度線性變換蚯姆,就是將圖像的像素值通過指定的線性函數(shù)進行變換,以此增強或者減弱圖像的灰度洒敏。

g(x,y) = k·f(x,y) + d

  • k>1時
    此時用于增加圖像對比度龄恋,圖像的像素值在變換后全部增大,整體顯示效果增強凶伙。
  • k=1時
    此時用于調節(jié)圖像亮度郭毕。通過改變d值來達到增加或者減少圖像亮度的目的。
  • 0<k<1時
    此時效果與k>1時恰恰相反函荣,圖像的對比度和整體效果都被削弱了显押。
  • k<0時
    這種情況下,原始圖像中較亮的區(qū)域會變暗傻挂,較暗的區(qū)域變量乘碑,若k=-1, d=255則可以實現(xiàn)反色效果。

matlab對于矩陣計算有著先天的優(yōu)勢金拒,如果換一種環(huán)境兽肤,則需要優(yōu)化處理方法。由于256中取值只對應256種變換結果绪抛,可使用灰度映射表的方法资铡,對所有灰度取值提前進行變換運算,并將結果保存在一個大小為256的數(shù)組中幢码,提高效率笤休。

灰度非線性變換

灰度對數(shù)變換

基本形式為:

y=log(1+x)/b
函數(shù)圖見p43

對數(shù)變換擴展低灰度值而壓縮高灰度值,讓圖像灰度分布更加符合人的視覺特征症副〉暄牛可以增加圖像暗部的細節(jié)。

灰度冪次變換

基本表達式為:

y = cx^r

當指數(shù)稍大時瓦糕,如r>=2時底洗,變換曲線趨近于一條垂直線,產生的圖像近乎全黑咕娄,故實際引用時會是它們取值在0和1之間亥揖。

y=255c(x/255)^r 修改變換公式,使x和y取值在0~255之間

  • r<1時,擴展低灰度值费变,壓縮高灰度值摧扇,圖像變亮
  • r>1時,擴展高灰度級挚歧,壓縮低灰度級扛稽,圖像變暗

冪次賓歡常用于顯示設備的伽瑪校正中。
matlab自帶灰度變換基本函數(shù)imadjust()

%將low_in到high_in之間的值映射到low_out到high_out之間的值在张。
%默認均為[0 1],如果取為[0 1],[1 0]即可實現(xiàn)反色效果.
%gamma用于調整曲線形狀,見p46

灰度指數(shù)變換

基本表達式為

y = b^(c(x-a))-1

指數(shù)變換擴展圖像高灰度級矮慕,壓縮低灰度級帮匾。

灰度拉伸

灰度拉伸為改變圖像對比度的常用方法。
其與線性變換類似痴鳄,不過采用的是分段線性變換瘟斜。
通常用兩個控制點(x1,y1),(x2,y2)分三段實現(xiàn)灰度拉伸。
中間線段斜率大于1痪寻,可以提高圖像的對比度螺句;小于1降低對比度。
若x1=x2,y1=0,y2=255,將產生一個二值圖像橡类。
見p51
由此觀之蛇尚,imadjust()的兩個參數(shù),low_in與high_in即為x1,x2; low_out與high_out即為y1,y2顾画。用此函數(shù)可以輕松實現(xiàn)灰度拉伸佣蓉。

灰度均衡

對于連續(xù)的灰度密度函數(shù),均衡公式為:

連續(xù)均衡公式

離散型的灰度均衡公式為

離散型均衡公式

DB表示轉化后的灰度值亲雪,DA是轉化前的灰度值,Hi表示第i級的像素個數(shù)疚膊,A0為像素總數(shù)义辕。
matlab中用histeq()函數(shù)實現(xiàn)灰度均衡化

直方圖的規(guī)定化

規(guī)定化即為獲得具有制定直方圖的輸出圖像。又稱直方圖匹配寓盗。
實現(xiàn)過程為現(xiàn)將原圖做均衡化灌砖,
再將匹配圖像也做均衡處理,兩者便相等傀蚌,再求得反函數(shù)基显,可得:

z = F-1(s)=F-1[T(r)]

帶入原圖像素r即可獲得輸出圖像。
matlab中應用J = histeq(I, hgram)來實現(xiàn)善炫。
可將J變?yōu)橐詇gram為直方圖的圖像撩幽。

以上內容來自《數(shù)字圖像處理:原理與實踐(matlab版)》左飛著,電子工業(yè)出版社。此為學習筆記窜醉。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末宪萄,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子榨惰,更是在濱河造成了極大的恐慌拜英,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,509評論 6 504
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件琅催,死亡現(xiàn)場離奇詭異居凶,居然都是意外死亡,警方通過查閱死者的電腦和手機藤抡,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,806評論 3 394
  • 文/潘曉璐 我一進店門侠碧,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人杰捂,你說我怎么就攤上這事舆床。” “怎么了嫁佳?”我有些...
    開封第一講書人閱讀 163,875評論 0 354
  • 文/不壞的土叔 我叫張陵挨队,是天一觀的道長。 經常有香客問我蒿往,道長盛垦,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,441評論 1 293
  • 正文 為了忘掉前任瓤漏,我火速辦了婚禮腾夯,結果婚禮上,老公的妹妹穿的比我還像新娘蔬充。我一直安慰自己蝶俱,他們只是感情好,可當我...
    茶點故事閱讀 67,488評論 6 392
  • 文/花漫 我一把揭開白布饥漫。 她就那樣靜靜地躺著榨呆,像睡著了一般。 火紅的嫁衣襯著肌膚如雪庸队。 梳的紋絲不亂的頭發(fā)上积蜻,一...
    開封第一講書人閱讀 51,365評論 1 302
  • 那天,我揣著相機與錄音彻消,去河邊找鬼竿拆。 笑死,一個胖子當著我的面吹牛宾尚,可吹牛的內容都是我干的丙笋。 我是一名探鬼主播,決...
    沈念sama閱讀 40,190評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼不见!你這毒婦竟也來了澳化?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,062評論 0 276
  • 序言:老撾萬榮一對情侶失蹤稳吮,失蹤者是張志新(化名)和其女友劉穎缎谷,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體灶似,經...
    沈念sama閱讀 45,500評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡列林,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,706評論 3 335
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了酪惭。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片希痴。...
    茶點故事閱讀 39,834評論 1 347
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖春感,靈堂內的尸體忽然破棺而出砌创,到底是詐尸還是另有隱情,我是刑警寧澤鲫懒,帶...
    沈念sama閱讀 35,559評論 5 345
  • 正文 年R本政府宣布嫩实,位于F島的核電站,受9級特大地震影響窥岩,放射性物質發(fā)生泄漏甲献。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,167評論 3 328
  • 文/蒙蒙 一颂翼、第九天 我趴在偏房一處隱蔽的房頂上張望晃洒。 院中可真熱鬧,春花似錦朦乏、人聲如沸球及。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,779評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽桶略。三九已至,卻和暖如春诲宇,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背惶翻。 一陣腳步聲響...
    開封第一講書人閱讀 32,912評論 1 269
  • 我被黑心中介騙來泰國打工姑蓝, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人吕粗。 一個月前我還...
    沈念sama閱讀 47,958評論 2 370
  • 正文 我出身青樓纺荧,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子宙暇,可洞房花燭夜當晚...
    茶點故事閱讀 44,779評論 2 354

推薦閱讀更多精彩內容