【贪玩巴斯】数字图像处理基础课堂笔记(五)——「亮度变换与空间滤波全解——加权平滑滤波器、相关&卷积、拉普拉斯、图像增强变化、直方图」 2021-10-19、10-12、10-25

1.空间域图像增强初识

分为

  • 空域方法
    • 在 x,y 坐标中,把一幅画看做一个矩阵
  • 频域方法
    • 把一幅图像从x,y空域坐标系,转换为频域。
  • 图像增强不会添加原来图像没有的东西,原来看不清楚的变得看清楚,但是都是原来已经有的东西。
  • 图像增强的目的和用处:
    • 一是给人看,改善图像的视觉效果
    • 二是给计算机看,便于计算机识别与进一步处理
  • 注意:
    • 我们是不存在通用的图像增强的方法
      在这里插入图片描述

2.背景知识

  • 空域图像增强
    • 操作的是像素,在矩阵上操作。
    • f为增强前的图像(输入图像),g为输出图像(增强后的图像)。
      在这里插入图片描述
  • 把原来图像增强后,并保存在原有的位置上。
  • 这一点也有可能取决于领域的值,我们叫空域的模板运算。
    在这里插入图片描述
  • T理解为函数,r为输入的灰度值,比如0,255;纵坐标s为输出函数值
  • 指数E越大,曲线越陡。无穷大的时候对应图二,理想情况。
  • 如果输入r小于m,输出s都为0,如果大于m,输出s都只对应一个值。二值化的门限就在m。

3.图像增强常用的3中基本类型

  • 横坐标输入的灰度级,纵坐标输出的灰度级。
  • 斜率为1是 函数为 y=x
  • 对数函数:当输入图像较小,为暗的时候。输出值会剧烈抬升,很大。
  • 根据输入图像不同情况选取不同的函数来图像增强。
    在这里插入图片描述

例子:图像反转

在这里插入图片描述

  • gg = imcomplement(f) , 求图像的补集。

例子:对数变换

在这里插入图片描述

  • 如果输入图像值很大,那么我们可以用对数变换来压缩图像。
  • mat2gray把矩阵变换为01,最小为0,最大为1
  • im2uint8 转换为无符号8位

灰度变换函数

  • imadjust
  • 最后一个值为gamma伽马γ值
    在这里插入图片描述
  • [] 为向量,将前一个的值映射为后一个的值。gamma值实现的是对应的幂次变换。(中的n次幂)

可以用作:对比度拉伸

在这里插入图片描述

imbinarize()

  • im为Matlab中图像处理头
  • 图像二值化,大于门限的为白,小于为黑。
  • 二值化最关键在于门限的选择。

stretchlim

用来自动计算,输出最优饱和度范围值。
在这里插入图片描述

例子:幂次变换

  • 需要根据图像的不同情况和需求来进行幂次变换
  • γ>1的时候
    • 输入图像值比较大的,输出值会被快速抬升大。
  • 伽马 < 1的时候
    • 输入图像值较小的时候,输出值会快速抬升较大。
      在这里插入图片描述

例 伽马校正

在这里插入图片描述

伽马变换(1)——用幂次变换进行对比度增强的例子

在这里插入图片描述

  • 情况适用γ<1的情况,输入的黑的会被急速抬升变亮。
  • γ伽马值越小,增强强化的非常强。

伽马变化(2)

在这里插入图片描述

intrans 函数

  • 可用于图像反转 neg
  • log 对数变换
  • gamma 伽马变换,后面是伽马值
  • nargin变亮表示 当前函数实参的个数,只能在函数体里面用
  • nargchk 表示检测传递到m函数的参数数目是否正确
    在这里插入图片描述
    例子:
    function g = intrans(f, method, varargin)
    可以用switch,if语句来判断
    strcmp(method, “log”);
    对比字符串是否相等

4. 计算直方图

4.1 基本概念

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.2 明暗不同图像直方图的特点

  • x数值越小,对应的图越黑
  • x数值越大,对应的图越亮
    在这里插入图片描述
  • 三图叫做低对比度图像
  • 四图叫做高对比度图像——其对比度比较好。
  • 分布均匀——指的是高度
  • 那么我们能否把图像处理成 高对比度图像 呢?

4.3 直方图均衡化 Histogram Equalization

连续形式

在这里插入图片描述

  • nj j个灰度级的个数
  • n 总像数的总数

在这里插入图片描述
例子
在这里插入图片描述

在这里插入图片描述

  • T-1(s) 为反变换
  • Pr 输入图像的直方图
  • Ps 输出图像的直方图
  • 要让Ps 输出图像 均匀并且分布广。

公式
在这里插入图片描述

  • 输出图像直方图的结果始终为1,与输入图像Pr的直方图形式无关。
  • 无论输入图是什么,都能产生一幅输出图像直方图为1的图。

离散形式

在这里插入图片描述
例子
不论左边输入的图像什么样,最终输出图像都是一致的
在这里插入图片描述

具体例子

有这么一幅图像,只有8个灰度级

  • 第一步 列出每个灰度级的个数
  • 把七个灰度级平均均衡化——(归一化)
    在这里插入图片描述

直方图简并现象

在这里插入图片描述

4.3 Matlab中的直方图均衡化

公式

在这里插入图片描述

  • 默认64位(人的眼睛大概只能分辨出64位灰度级)

提出的问题

在这里插入图片描述
在这里插入图片描述

  • 输出灰度级会比较高,向右边平移——颜色会漂亮。

直方图匹配

在这里插入图片描述

  • 直方图匹配——即有待处理的图像目标直方图,求如何处理图像使得输出图像的直方图和目标直方图相同(相似)。
构造目标直方图

在这里插入图片描述

  • 均值决定高斯函数峰值的位置
  • 平方后——方差,方差决定胖瘦。最瘦的高斯函数方差最小
匹配方法

在这里插入图片描述
在这里插入图片描述

5. 线性空间滤波

基础知识

  • 输出图像的像素不仅取决去他自己,还有他周围的像素
  • 这种情况叫做线性空间滤波
    在这里插入图片描述

公式形式

在这里插入图片描述

例子:

在这里插入图片描述
注意: 3 X 3的滤波器,其值为9/1

在这里插入图片描述
滤波器尺寸即为: 3 X 3 5 X 5 9 X 9 15 X 15 35 X 35
尺寸越大,模糊程度越重。

6. 加权平滑滤波器

概念定义

在这里插入图片描述
越靠近滤波器中心,其加权的赋值权重更大。

例子:

在这里插入图片描述

7. 边界问题

问题描述

在这里插入图片描述
在边界上的点,会取到边界外的像素。

问题解决:

在这里插入图片描述

  • 考虑外面的全为黑色或者白色包围

例子

  • 零填充(外边全部看成黑色)
  • 重复边界像素
  • 包围边界像素
    在这里插入图片描述

Matlab中平滑滤波的示例

在这里插入图片描述

  • 实例:
close all;
f = imread();

imshow(f,[]);  
titile("original image");

% 默认为黑色零填充
w = ones(31); % 31的全1矩阵, 961
f = mat2gray(f);  % 把最小值映射为0 最大值映射为1,转换后为 0~1的结果
gd = imfilter(f, w);
% imfilter输出的值类型必须取决于f
figure, imshow(gd, []);
title("default: zero paded");

gr = imfilter(f,w,"replicate");
figure,imshow(gr, []);
title("replicate");

gc = imfilter(f,w,"circular");
gs = imfilter(f,w,"symmetric");

8. 相关&卷积

  • 卷积——> Z跑到R位置,即旋转180°
  • 相关——> 相似,找到目标
    在这里插入图片描述

9. 锐化滤波器

在这里插入图片描述

10. 空间差分和一阶、二阶差分

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

11. 拉普拉斯算子

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 输入图像➖拉普拉斯滤波锐化图像
    在这里插入图片描述
  • 图像增强的简化
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 比较两种情况
  • 下边锐化的程度更深
    在这里插入图片描述

12. 非线性空间滤波

在这里插入图片描述

  • 取对应要求的值,并以此为中心的领域。
  • 例子:
    在这里插入图片描述
  • 28
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

贪玩巴斯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值