亮图像和暗图像的直方图均衡化.doc

亮图像和暗图像的直方图均衡化.doc

ID:57570137

大小:1.79 MB

页数:8页

时间:2020-08-27

亮图像和暗图像的直方图均衡化.doc_第1页
亮图像和暗图像的直方图均衡化.doc_第2页
亮图像和暗图像的直方图均衡化.doc_第3页
亮图像和暗图像的直方图均衡化.doc_第4页
亮图像和暗图像的直方图均衡化.doc_第5页
资源描述:

《亮图像和暗图像的直方图均衡化.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、一、亮图像和暗图像的直方图均衡化Ø原理及应用由于许多原始图像的灰度经常分布在一个小范围内,不易观察分辨,通过直方图均衡化使图像灰度均匀分布,使一定范围内象元值的数量大致相等,以此加强细节,提高图像的清晰度,便于观察以及计算机进行分析处理Ø代码clear;I=imread('F:matlabp1.jpg');%读入图像I=rgb2gray(I);%转换为灰度图像high=histeq(I);%直方图均衡化,指定灰度级数n,缺省为64subplot(2,2,1),imshow(I);%显示图像subplot(2,2

2、,2),imshow(high);subplot(2,2,3),imhist(I);subplot(2,2,4),imhist(high);Ø代码结果图1亮图像均衡化前后对比图2暗图像直方图均衡化前后对比二、用频域高斯低通、高斯高通滤波器分别对图像进行平滑和锐化。Ø原理:高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器,它用像素邻域的加权均值来代替该点的像素值,通过一系列傅里叶变换达到平滑或者锐化的效果。Ø代码:clear;clcI=imread('p3.jpg');%读取图像J=rgb2gray(I)

3、;%将图像变为二维灰度图象f=double(J);%MATLAB的矩阵运算中要求所有的运算变量为double型f=fft2(f);%二维的傅里叶变换f=fftshift(f);%将中心从矩阵的原点移到矩阵的中心[row,col]=size(f);d0=60;%截止频率为60,数值越小越平滑row1=fix(row/2);col1=fix(col/2);fori=1:row%d0为60的高斯低通滤波器forj=1:cold=sqrt((i-row1)^2+(j-col1)^2);h(i,j)=exp(-d^2/(2*

4、d0^2));%若为高斯高通滤波器,达到锐化效果则h(i,j)=1-exp(-d^2/(2*d0^2));g(i,j)=h(i,j)*f(i,j);endendg=ifftshift(g);%对图像进行反FFT移动g=ifft2(g);%进行二维傅立叶反变换K=uint8(real(g));subplot(1,2,1),imshow(J);subplot(1,2,2),imshow(K);Ø代码结果图3高斯低通滤波器(平滑)前后对比图4高斯高通滤波器(锐化)前后对比3.对该图RGB三个通道进行gama变换增强,写上

5、变换公式,代码和效果图。Ø原理:gama变换增强是对图像进行亮度变换的方法,可以用imadjust函数实现,使对比度增强,更加便于人眼的观察格式:J=imadjust(I,[lowinhighin],[lowouthighout],gamma)说明:其中gamma为校正量r,它指定了映射曲线的形状,[lowinhighout]为原图像中要变换的灰度范围,[lowouthighout]指定了变换后的灰度范围,即将lowin至highin之间的值映射到lowout至highout,lowin以下与highout以上的值

6、被“剪切”掉。Ø代码clear;clcgamma=0.2I=imread('p4.bmp');I(:,:,2)=0;%得到RGB中R图像I(:,:,3)=0;R=I;R1=imadjust(R,[0.50.8],[01],gamma);%用imadjust函数进行gama变换增强subplot(3,2,1);imshow(R);subplot(3,2,2);imshow(R1);I=imread('p4.bmp');I(:,:,1)=0;%得到RGB中G图像I(:,:,3)=0;G=I;G1=imadjust(G,

7、[0.20.5],[01],gamma);%用imadjust函数进行gama变换增强subplot(3,2,3);imshow(G);subplot(3,2,4);imshow(G1);I=imread('p4.bmp');I(:,:,1)=0;%得到RGB中B图像I(:,:,2)=0;B=I;B1=imadjust(B,[01],[01],gamma);%用imadjust函数进行gama变换增强subplot(3,2,5);imshow(B);subplot(3,2,6);imshow(B1);Ø代码结果图5

8、使用三组不同的域值,在RGB三个通道变化前后对比4.对LENA图像进行基于DCT压缩,(a)在YUV模型空间做,Y通道DCT系数小于10的为0,UV通道DCT系数小于20的为0。(b)进行反DCT变换。(c)转换成RGB空间,保存成bmp格式。(d)比较压缩前后的质量变换,计算PSNR的值。Ø原理:DCT即离散余弦变换,其编码原理为:首先子块划分f(x,y)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。