《数字图像处理》--冈萨雷斯（第三章）

亮度变换与空间滤波

亮度变换函数

​ s = T(r)

​ r表示图像f中相应点(x,y)的亮度，s表示图像g中相依点(x,y)的亮度

​ 函数imadjust

​ 此函数是对灰度图像进行亮度转换的基本IPT工具

​ 语法：

​

g = imadjust(f,[low_in high_in]n [low_out high_out], gamma)

​ 对数和对比度拉伸变换

​

g  = c*log(1 + double(f))

​

>>g = im2uint8(mat2gray(log(1 + double(f))));

​ 亮度变换的一些M函数

​ g = changeclass(newclass, f)

​ 亮度标度的M函数

​

g = gscale(f, method, low, high)

​ f 是将被标度的图像，method的有效值为 ‘full8’ 和 ‘full16’,若使用这两个有效 值其中一个，则可以在两种表换中省略参数low 和high，method 的第三个有效值为 ‘minmax’ 此时必须给出 low与high 在范围 [0, 1]内

直方图处理与函数绘图

​ 生成并绘制直方图

​ h(rk) = nk

​ 归一化直方图：

​ p(rk) = h(rk)n = nkn

​ imhist函数

​

h = imhist(f, b)

​ 其中， f 为输入图像， h为其直方图 h(rk) ,b 是用于形式直方图的“收集箱”的个数

函数

bar(horz, v, width)

​ v 是一个行向量， 它包含将被绘制的点；horz 是一个与v有着相同维数的向量，它包含水平标度值得增量；width 是一个值在 0 ~ 1 之间的数

​


函数

stem(horz, v, 'color_linestyle_marker', 'fill')

​ 生成一幅杆状图，类似于条形图

函数

plot(horz, v, 'color_linestyle_market')

​ 该函数将一组点用直线连起来

​直方图均衡化

​ 通常使用直方图并调用直方图均衡化技术来处理离散灰度级

​

g = histeq(f, nlev)

​ f 为输入图像，nlev 是为输出图像指定的灰度级数

​直方图匹配（规定化）

​

g = histeq(f, hspec)

​ f 为输入图像，hspec 为指定的直方图，g 为输出图像，其直方图近似于指 定的 直方图hspec

空间滤波

​ 线性空间滤波

​ 一维相关和卷积操作的不同是：卷积颠倒函数顺序会产生相同的结果，而一维相关不同；但是若函数对称移动，则卷积和相关操作会产生相同的结果。

​ 使用旋转后的滤波掩模时，卷积就是相关

​ imfilter

​ 工具箱使用该函数来实现线性空间滤波

​

g = imfilter(f, w, filtering_mode, boundary_options, size_options)

​ 其中，f 是输入图像、w为滤波掩模、g为滤波结果

​ filtering_mode 用于指定在滤波过程中是使用相关还是卷积

​ boundart_options 用于处理边界充零问题，边界的大小由滤波器的大小确定

​ size_options 可以是 ‘same’ 或 ‘full’

​ 两种使用卷积运算的方法

​ 一、

g = imfilter(f, w, 'conv', 'replicate')

​ 二、

rot90(w, 2)

将w旋转180。

​ 然后使用

imfilter(f, w, 'replicate')

​

​ 非线性空间滤波

​ 非线性空间滤波基于非线性操作，这种操作包含了一个邻域的像素。

​ colfilt函数

​

g = colfilt(f, [m n], 'sliding', @fun, parameters)

​ @成为函数句柄，它是一种MATLAB数据类型，它包含有引用函数用到的一些信息。

​ padarray函数

​

fp = padarray(f, [r c], method, direction)

图像处理工具箱的标准空间滤波器

​

​ 线性空间滤波器

​ fspecial函数

​

w = fspecial('type', parameters)

​ type为滤波器类型，parameters 进一步定义了指定的滤波器

​ 使用imfilter滤波后的输出图像与输入图像是同类图像，所以负值将被截掉，

​ 因此可以通过在滤波前将f转换为double类图像

​ 非线性空间滤波器

​ ordfilt2函数

​ 该函数可以生成 排序滤波器

​

g = ordfilt2(f, order, domain)

​ medfilt2函数

​ 利用函数medfilt2进行中值滤波

​ 中值滤波是降低图像椒盐噪声的有效工具

​ 使用默认设置的中值滤波很好地降低了噪声，但在图片边界可能会出现黑色的斑点，跟图像本身的属性有关，此时用函数 symmetric来减弱即可