實驗六-圖像增強-灰度變換

實驗六圖像增強－灰度變換一、灰度校正(20S)1、概念(5S)圖像在成像過程中，往往由于光照、攝像靶面靈敏度以及光學系統(tǒng)等不均勻性而引起圖像某些局部較暗或較亮。對這類圖像使用灰度校正，可得到很好的效果。方法如下：設(shè)原始圖像為，經(jīng)系統(tǒng)成像后的不均勻圖像為，那么：假設(shè)為常數(shù)，那么表示成像系統(tǒng)是均勻成像，否那么，成像系統(tǒng)不均勻。為求，用一原始均勻圖像常數(shù)來成像，得到輸出為，顯然有：所以用數(shù)字圖像表示為：即不均勻圖像經(jīng)校正后有均勻圖像。注意：●經(jīng)以上逐點校正后，校正后的圖像灰度范圍有可能超出記錄器件的動態(tài)范圍，必須用下面所述的灰度變換進行修正；●降質(zhì)圖像經(jīng)修正后的量化值已經(jīng)改變，在圖像重建時要同時修正量化值。2、舉例(15S)一般得到一幅圖像后很難再用同一個環(huán)境來進行成像。所以，上述方法僅僅在理論上可行，實踐上難以操作。一般采用下面簡單的方法來處理?！褚环鶊D像，圖像的下部灰度比上部和中部灰度要低。clf;rice=imread('rice.tif');rice=im2double(rice);imshow(rice);●取32×32大小的圖像塊中的最小值作為圖像背景的照度clf;rice=imread('rice.tif');rice=im2double(rice);bg32=blkproc(rice,[3232],'min(x(:))');surf(bg32);●然后將粗略估計出的背景照度矩陣擴展成原始圖像大小相同的矩陣clf;rice=imread('rice.tif');rice=im2double(rice);bg32=blkproc(rice,[3232],'min(x(:))');bg256=imresize(bg32,[256256],'bicubic');imshow(bg256);●將估算出的背景照度從原始圖像中減去，即可修正照度不均勻的影響，這樣作的結(jié)果是使圖像變暗。clf;rice=imread('rice.tif');rice=im2double(rice);bg32=blkproc(rice,[3232],'min(x(:))');bg256=imresize(bg32,[256256],'bicubic');d=rice-bg256;imshow(d);●通過調(diào)整圖像灰度范圍來校正圖像變暗clf;rice=imread('rice.tif');rice=im2double(rice);bg32=blkproc(rice,[3232],'min(x(:))');bg256=imresize(bg32,[256256],'bicubic');d=rice-bg256;adjusted=imadjust(d,[0max(d(:))],[01],1);imshow(adjusted);三、灰度變換(35S)1、概念(10S)在某些情況下，為了將圖像灰度級整個范圍或其中某一段擴展或壓縮到另一灰度范圍質(zhì)內(nèi)，稱灰度的線性變換?！?〕當圖像曝光不充分，使區(qū)間小于區(qū)間，即：、可選用這樣的變換：通過這種變換，使得圖像灰度范圍從擴展到，實際上使曝光不充分的圖像中黑的更黑、白的更白，從而提高了圖像灰度的比照度?！?〕假設(shè)圖像的絕大局部灰度集中在之間，那么用這樣的變換：這種變換實際上失去了一局部圖像的信息?！?〕在某些情況下，為不失去信息，可采用局部壓縮，局部擴展的分段變換的方法，如下列圖所示。注意：●灰度變換在圖像量化之前和量化之后是不同的，量化后，變換不能增加灰度級數(shù)，信息量是不變的，或者會損失信息量。而量化前的變換往往能增加信息量?！窦僭O(shè)有這樣的變換：那么變換結(jié)果產(chǎn)生負片。2、舉例(15S)〔1〕例1：分段線性變換clfX1=imread('pout.tif');subplot(221),imshow(X1);f0=0;g0=0;f1=70;g1=30;f2=180;g2=230;f3=255;g3=255;%繪制變換曲線subplot(222),plot([f0f1f2f3],[gaxistight,xlabel('f'),ylabel('g'),title('灰度變換曲線')r1=(g1-g0)/(f1-f0);b1=g0-r1*f0;r2=(g2-g1)/(f2-f1);b2=g1-r2*f1;r3=(g3-g2)/(f3-f2);b3=g2-r3*f2;[mn]=size(X1);X2=double(X1);%變換矩陣中的每一個元素forI=1:mforJ=1:nf=X2(I,J);g(I,J)=0;if(f>=0)&(f<=f1)g(I,J)=r1*f+b1;elseif(f>f1)&(f<=f2)g(I,J)=r2*f+b2;elseif(f>f2)&(f<=f3)g(I,J)=r3*f+b3;endendendsubplot(223),imshow(mat2gray(g));〔2〕例2：圖像求反clfX1=imread('pout.tif');subplot(221),imshow(X1);f1=200;g1=256;subplot(222),plot([0f1],[g10]);axistight,xlabel('f'),ylabel('g'),title('灰度變換曲線')k=g1/f1;[mn]=size(X1);X2=double(X1);forI=1:mforJ=1:nf=X2(I,J);g(I,J)=0;if(f>=0)&(f<=f1)g(I,J)=g1-k*f;elseg(I,J)=0;endendendsubplot(223),imshow(mat2gray(g));〔3〕例3：灰度切分clfX1=imread('pout.tif');subplot(221),imshow(X1);s1=100;s2=200;g1=20;g2=200;subplot(222),plot([0s1s1s2s2255],[g1g1gaxistight,xlabel('f'),ylabel('g'),title('灰度變換曲線')[mn]=size(X1);X2=double(X1);forI=1:mforJ=1:nf=X2(I,J);g(I,J)=0;if(f>=s1)&(f<=s2)g(I,J)=g2;elseg(I,J)=g1;endendendsubplot(223),imshow(mat2gray(g));3、函數(shù)(10S)MATLAB圖像處理工具箱中提供的imadjust函數(shù)，可以實現(xiàn)上述的線性變換比照度增強。〔1〕imadjust函數(shù)函數(shù)的格式為：J=imadjust(I,[lowhigh],[bottomtop],gamma)其中：J為圖像I調(diào)整后返回的圖像。[lowhigh]為原圖像的灰度范圍，[bottomtop]為指定變換后的灰度范圍。gamma為校正量。newmap=imadjust(map,[lowhigh],[bottomtop],gamma)用于調(diào)整索引色圖像的調(diào)色板。【例】clfI=imread('rice.tif');J=imadjust(I,[0.30.7],[]);subplot(221),imshow(I);subplot(222),imshow(J);subplot(223),imhist(I);subplot(224),imhist(J);從原理上來講，我們也可以用數(shù)學上的非線性函數(shù)進行變換，如平方、指數(shù)、對數(shù)等，但其中有意義的還是對數(shù)變換?！?〕對數(shù)變換對數(shù)變換常用來擴展低值灰度，壓縮高值灰度，這樣可以使低值灰度的圖像細節(jié)更容易看清楚。對數(shù)變換的表達式為：g(x,y)=log[f(x,y)+1]【例】I=imread('pout.tif');subplot(121),imshow(I);I=double(I);J=log(I+1);subplot(122),imshow(J,[]);〔3〕Gamma校正Gamma校正也是數(shù)字圖像處理中常用的圖像增強技術(shù)。imadjust函數(shù)中的gamma因子即是這里所說的校正因子。gamma等于1時為線性變換。觀看Matlab演示函數(shù)imadjdemo。四、直方圖修正(40S)1、直方圖的概念(10S)設(shè)圖像的灰度范圍為，為此灰度范圍內(nèi)的任一灰度級，為這幅圖像中灰度級為的象素出現(xiàn)的頻數(shù)，可以看出是的函數(shù)。該函數(shù)的圖形稱為這幅圖像的直方圖。其中：，顯然有：Matlab圖像處理工具箱中，用imhist函數(shù)來計算和顯示直方圖。格式為：imhist(I,n)－顯示指定灰度級為n的圖像I的直方圖，缺省為n=256imhist(X,map)－計算和顯示索引圖像X的調(diào)色板為map的直方圖[counts,x]=imhist(...)－返回直方圖數(shù)據(jù)向量和相應(yīng)的色彩向量【例】灰度直方圖clfI=imread('rice.tif');subplot(121);imshow(I);subplot(122);imhist(I);【例】索引圖像直方圖clf;loadtrees;subplot(121);imshow(X,map);subplot(122);imhist(X,map);2、直方圖均勻化(20S)clfz=0:0.01:1;z1=-z.*z+2*z;p=-2*z+2;p1=ones(size(z));subplot(221),plot(p1,z1);subplot(222),plot(z,z1);subplot(224),plot(z,p);(2)數(shù)字圖像的直方圖均勻化Matlab圖像處理工具箱提供了用于直方圖均勻化的函數(shù)histeq，格式如下：J=histeq(I,n)－指定直方圖均勻化后的灰度級為n，缺省為64[J,T]=histeq(I,n)－同時返回變換Tnewmap=histeq(X,map)－針對索引圖像[newmap,T]=histeq(X,map)【例】clfI=imread('tire.tif');J=histeq(I);subplot(221),imshow(I);subplot(222),imhist(I,64);subplot(223),imshow(J);subplot(224),imhist(J,64);3、直方圖匹配(10S)Matlab圖像處理工具箱同樣提供了直方圖匹配的函數(shù)，格式如下：J=histeq(I,hgram)－將原始圖像I的灰度直方圖變換成