【数字图像处理】[1]--灰度变换增强
2016-10-10 11:39
791 查看
[align=center]【数字图像处理】[1]--灰度变换增强[/align]
[align=left]这个系列会讲一下关于数字图像处理的内容。[/align]
[align=left]我使用的书是清华大学出版的,下面这本[/align]
![](http://img.blog.csdn.net/20161010110913071)
[align=left]这次讲关于灰度增强变换[/align]
[align=left]我大概讲一下理论,详细的可以看书,我讲一下我理解的重要的。[/align]
[align=left]这一节其实就一个重点,构造的一映射[/align]
[align=left]f(x,y)-->g(f(x,y))[/align]
[align=left]然后根据g这个函数类型不同,在分为几类[/align]
[align=left]其目的就是使原图像的灰度值或拉伸或压缩或反转[/align]
[align=left]1.线性灰度变换-- 负片变换[/align]
[align=left] 这里我用负片变换举一个例子[/align]
[align=left]
[align=left]其实就是一个[0,1]-->[1,0]的映射[/align]
[align=left]看一下效果[/align]
![](http://img.blog.csdn.net/20161010111553251)
[align=left]这个是原图[/align]
![](http://img.blog.csdn.net/20161010111606314)
[align=left]变换后的效果,当然我们可以直接有mma里面自带的函数[/align]
![](http://img.blog.csdn.net/20161010111639048)
[align=left]效果是一样的[/align]
[align=left]2.分段函数变换--根据需要,拉伸灰度细节,对不感兴趣的抑制[/align]
[align=left]
[align=left]定义如上的分段函数,根据下面的图可以看出,该函数拉伸了中间的灰度值[/align]
![](http://img.blog.csdn.net/20161010111909674)
[align=left]在对图像上的灰度值做相应的映射[/align]
![](http://img.blog.csdn.net/20161010112026586)
中间的细节看的更加清楚了
[align=left]3.非线性灰度变换[/align]
[align=left]先看一下我自己的解释[/align]
![](http://img.blog.csdn.net/20161010113058931)
[align=left] [/align]
[align=left](*对数扩展--对低亮度进行大幅拉伸,高亮度被压缩*)[/align]
![](http://img.blog.csdn.net/20161010112329418)
[align=left]可以从图上看出来高亮部分被压缩了,暗部被拉伸了,看一下效果图[/align]
![](http://img.blog.csdn.net/20161010113206244)
[align=left]同理看一下拉伸亮部[/align]
[align=left](*指数扩展--对高亮度区域大幅扩展*)[/align]
![](http://img.blog.csdn.net/20161010113315510)
[align=left]看一下效果[/align]
![](http://img.blog.csdn.net/20161010113350260)
[align=left]和上面的对比看,可以明显看到变亮了[/align]
![](http://img.blog.csdn.net/20161010113444574)
[align=left]其实上面两种函数也是可以的,大家可以试一下[/align]
[align=left]最后还有一种函数的映射[/align]
![](http://img.blog.csdn.net/20161010113613073)
[align=left]看一下函数图像[/align]
![](http://img.blog.csdn.net/20161010113644842)
[align=left]看到最后一幅图像,大概可以猜到可以把原图的颜色转换为两种色彩(二值化)[/align]
[align=left]看一下效果图[/align]
![](http://img.blog.csdn.net/20161010113800281)
[align=left]下一章会讲关于直方图变换增强的内容。[/align]
[align=left]以上,所有[/align]
2016/10/10
[align=left]这个系列会讲一下关于数字图像处理的内容。[/align]
[align=left]我使用的书是清华大学出版的,下面这本[/align]
[align=left]这次讲关于灰度增强变换[/align]
[align=left]我大概讲一下理论,详细的可以看书,我讲一下我理解的重要的。[/align]
[align=left]这一节其实就一个重点,构造的一映射[/align]
[align=left]f(x,y)-->g(f(x,y))[/align]
[align=left]然后根据g这个函数类型不同,在分为几类[/align]
[align=left]其目的就是使原图像的灰度值或拉伸或压缩或反转[/align]
[align=left]1.线性灰度变换-- 负片变换[/align]
[align=left] 这里我用负片变换举一个例子[/align]
[align=left]
ImageApply[-# + 1 &, imgh][/align]
[align=left]其实就是一个[0,1]-->[1,0]的映射[/align]
[align=left]看一下效果[/align]
[align=left]这个是原图[/align]
[align=left]变换后的效果,当然我们可以直接有mma里面自带的函数[/align]
[align=left]效果是一样的[/align]
[align=left]2.分段函数变换--根据需要,拉伸灰度细节,对不感兴趣的抑制[/align]
f[x_, k1_, k2_, k3_, b1_, b2_, b3_, a_, b_] := Piecewise[{{k1*x + b1, 0 <= x <= a}, {k2*x + b2,a < x <= b}, {k3*x + b3, b < x <= 1}}]
[align=left]
Plot[f[x, 2, 0.5, 1.5, 0, 0.375, -0.375, 0.25, 0.75], {x, 0, 1}][/align]
[align=left]定义如上的分段函数,根据下面的图可以看出,该函数拉伸了中间的灰度值[/align]
[align=left]在对图像上的灰度值做相应的映射[/align]
data = ImageData[imgh]; Image@Map[f[#, 2, 0.5, 1.5, 0, 0.375, -0.375, 0.25, 0.75] &,data, {3}]
中间的细节看的更加清楚了
[align=left]3.非线性灰度变换[/align]
[align=left]先看一下我自己的解释[/align]
[align=left] [/align]
[align=left](*对数扩展--对低亮度进行大幅拉伸,高亮度被压缩*)[/align]
F[x_, c_] := c*Log[x + 1]; GraphicsRow[Plot[F[x, #], {x, 0, 1}, PlotRange -> {0, 1}, Ticks -> False,ImageSize -> Tiny] & /@ {0.7, 1, 1.3}]
[align=left]可以从图上看出来高亮部分被压缩了,暗部被拉伸了,看一下效果图[/align]
[align=left]同理看一下拉伸亮部[/align]
[align=left](*指数扩展--对高亮度区域大幅扩展*)[/align]
F[x_, a_, b_, c_] := Power[b, c*(x - a) - 1]; GraphicsRow[Plot[F[x, 0, E, #], {x, 0, 1}, PlotRange -> {0, 1}, Ticks -> False,ImageSize -> Tiny] & /@ {0.7, 1, 1.3}]
[align=left]看一下效果[/align]
[align=left]和上面的对比看,可以明显看到变亮了[/align]
[align=left]其实上面两种函数也是可以的,大家可以试一下[/align]
[align=left]最后还有一种函数的映射[/align]
[align=left]看一下函数图像[/align]
[align=left]看到最后一幅图像,大概可以猜到可以把原图的颜色转换为两种色彩(二值化)[/align]
[align=left]看一下效果图[/align]
[align=left]下一章会讲关于直方图变换增强的内容。[/align]
[align=left]以上,所有[/align]
2016/10/10
相关文章推荐
- [数字图像处理]灰度变换——直方图处理
- 数字图像处理——灰度变换与空间滤波(使用MFC)
- 系统学习数字图像处理之灰度变换和空域滤波
- 数字图像处理-空间域图像增强(一)(图像反转,对数变换,幂次变换、分段线性变换)
- 数字图像处理-空间域处理-灰度变换-基本灰度变换函数(反转变换、对数变换、伽马变换和分段线性变换)
- [数字图像处理]灰度变换——反转,对数变换,伽马变换,灰度拉伸,灰度切割,位图切割
- 数字图像处理基本算法实现(1)--section3.2基本灰度变换
- 数字图像处理 -灰度变换 之 对数变换(Log Transformation)
- 数字图像处理之灰度变换
- 数字图像处理—空域变换增强之滤波增强(模板操作)(模板卷积)
- 数字图像处理——Matlab GUI与灰度变换函数
- [数字图像处理]灰度变换——反转,对数变换,伽马变换,灰度拉伸,灰度切割,位图切割
- [数字图像处理]灰度变换——反转,对数变换,伽马变换,灰度拉伸,灰度切割,位图切割
- 【数字图像处理】灰度变换
- 数字图像处理之空间域图像增强
- 数字图像处理--空间变换
- 数字图像处理学习笔记--图像空间域增强
- 数字图像处理之频率域图像增强
- [数字图像处理]模糊算法用于图像增强
- 数字图像处理--空间变换