Matlab幂律变换及直方图均衡化 |
您所在的位置:网站首页 › 幂函数a小于1图像 › Matlab幂律变换及直方图均衡化 |
一、目标:
1、实现幂律变换,可以尝试调整gamma数值,观察图像变换。分析Lena图像(灰度)在不同gamma数值下,图像灰度变换的特点。 2、观察Lena图像的直方图。实现Lena图像的直方图均衡,观察效果。 二、函数分析: 1、幂律变换: 又叫幂次变换、伽马矫正。 幂次变换的基本表达式为:y=cxr+b(注:这里的r是在指数位置) 其中c、r均为正数。与对数变换相同,幂次变换将部分灰度区域映射到更宽的区域中。当r=1时,幂次变换转变为线性变换。 (1)当r0时,变换函数曲线在正比函数下方。此时扩展高灰度级,压缩低灰度级,使图像变暗。 图1 不同gamma数值曲线 2、imadjust()定义:进行图像灰度的调整 形式:J=imadjust(I,[low_in;high_in],[low_out;high_out],gamma) 描述:将灰度图像I中的灰度值映射成输出图像J中的新值,使得low_in和high_in之间的值映射成low_out和high_out之间的值。low_in,high_in,low_out,high_out的值必须在0到1之间。低于low_in的值和高于high_in的值被去除。可用一个空矩阵[]来替代[low_in; high_in]或者[low_out; high_out],这样就默认为[0 1]。参数gamma指定了曲线的形状,该曲线用来映射I的亮度值。如果gamma小于1,映射被加权到更高的输出值。如果gamma大于1,映射被加权到更低的输出值。如果省略了函数的参量,则gamma默认为1(线性映射)。 3、imhist() 定义:获取图像的直方图数据 形式:imhist(I) imhist(I,n) imhist(X,map) 描述: 对于imhist(I), 直接统计该图的直方图,灰度图为256个等级; 对于imhist(I,n),I为灰度的输入图像,n为指定的灰度级数目,缺省值为256; 对于hist(X,map)计算和显示索引色图像X的直方图,map为调色板。用stem(x,counts)同样可以显示直方图。counts和x分别为返回直方图数据向量和相应的彩色向量。 4、histeq() 定义:利用直方图均衡化增强对比度 形式:J = histeq(I,hgram) J = histeq(I,n) J = histeq(I) 描述:变换灰度图像I,使输出灰度图像J的hgram直方图与目标直方图hgram近似匹配。 三、代码展示: % 1、实现幂律变换,可以尝试调整gamma数值,观察图像变换。 % 分析Lena图像(灰度)在不同gamma数值下,图像灰度变换的特点。 % 提示:J = imadjust(I,[low,high],[bottom,top],gamma) % % 2、观察Lena图像的直方图。实现Lena图像的直方图均衡,观察效果。 % % @author: jackma % @time: 2020-9-26 23:39 % @URL: www.jackrma.com % @Copyright:博客所有权归本人和CSDN所有,如有转载请在显著位置给出博文 % 链接和作者姓名,否则本人将付诸法律。 % @edit: % 1. 实现幂律变换(幂次变换) imgrgb = imread('lena512color.BMP'); %读取lena小姐姐真彩色图像 imggray = rgb2gray(imgrgb); %将rgb图像转换成灰度图像 figure('Name', '对比gamma数值实现幂律变换'); %设置标题 subplot(221); imshow(imggray);%显示灰度图像 title('原始灰度图像'); I = imadjust(imggray,[0 1],[0 1],0.3);%grammer值为0.3 subplot(222); imshow(I); title('gamma值为0.3灰度图像'); J = imadjust(imggray,[0 1],[0 1],0.8);%grammer值为0.8 subplot(223); imshow(J); title('gamma值为0.8灰度图像'); K = imadjust(imggray,[0 1],[0 1],1.7);%grammer值为1.7 subplot(224); imshow(K); title('gamma值为1.7灰度图像'); % 2.直方图 figure('Name', 'gamma值为0.3的图像直方图数据'); %设置标题; imhist(I);%gamma值为0.3的图像直方图数据 G=histeq(imggray,256);%利用直方图均衡化增强对比度 figure('Name', '直方图均衡化数据'); imhist(G); figure('Name', '直方图均衡化'); imshow(G); 四、结果展示及分析:
图2 对比gamma数值实现幂律变换 分析:由于只看gamma数值变换对图像的影响,所以在函数J=imadjust(I,[low_in;high_in],[low_out;high_out],gamma)中只调整了gamma数值,显然当gamma数值小于1时,图像加亮、减暗。当gamma数值大于1时,图像加暗、减亮。
图3 gamma值为0.3的直方图数据和直方图均衡化数据 分析:上左图选取的直方图数据来自gamma值为0.3的图像(图2中第2副图),因为当gamma值为0.3时,图像加亮、减暗,显然从直方图数据可以看出左图0-130数据几乎为0,数据都集中在130-250之间,符合图像加亮、减暗特征。当进行直方图均衡化后,从右图看出,数据都均匀分布。
图4 直方图均衡化输出图像 分析:由图3右图看出直方图均衡化后数据均匀分布,图4与图2中gamma值为0.3的图像对比可以看出,图像更饱满,细节更明显。
|
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |