数字图像处理（1）

一些基本的Matlab语言

 I=imread('图像名.jpg');    #图像需要在matlab的文件下才可导入
 figure,imshow(I);         #figure表示另开一个新窗口，imshow表示显示I图像
 title('x x x');          #在图像上增加一个标题

图像增强

• 每个像素值加100:
  J=I+100;
• 图像直方图均衡化：
  如果是彩色图片，可以用adapthisteq函数，但此函数必须接二维，因此可以用

K(:,:,1)=adapthisteq(I(:,:,1));
K(:,:,2)=adapthisteq(I(:,:,2));
K(:,:,3)=adapthisteq(I(:,:,3));

或也可使用

J=histeq(I);

• 使用函数来改变灰度值

L=double(I);
L=log(L+1)*255/log(256);

图像增强的方法

空间域处理是针对图像的空间域来进行的，分为全局运算、局部运算和逐点运算。
频域处理则是在图像的变换域（Fourier、小波等）上进行。

对比度增强

为了达到对比度增强的目的可以采用灰度变换法或直方图调整法。
灰度变换法有线性变换、对数变换、指数变换。他们的区别在于公式不同而已。线性变换可以整体调高亮度或分色块调高亮度。对数变换有增大低灰度范围，压缩高灰度范围的功能。指数变换相反。
直方图调整法分为均衡化和直方图匹配。
均衡化：将原图像的直方图通过变换函数改为均匀的直方图。这样可以使图片更加清晰。并且规定：当$0\le r\le 1$时，变换函数$T(r)$满足$0\le T(r)\le 1$。因为输出的灰度值不可以随意乱来，必须在原来的灰度值的范围内。同时$T(r)$也需要是一个单调递增的函数，因为当原来的图像色块灰度值增强时，均衡后的图像色块的灰度值也应增大。
显示直方图的方法为

[c,b]=imhist(I);#c、b分别为纵轴和横轴，b为灰度值，c为该灰度值的频数，imhist为提取图像I中的直方图信息#
t=cumsum(c);#cumsum函数为返回数组不同维数的累加和#
figure,plot(t);#plot为画图函数#

直方图匹配：就是将原图像的直方图修改为预想的直方图函数形状。

下面有一个例子更加清楚