灰度图像分辨率变换(灰度级)

目的:(1)对一帧8bits 128x128的灰度图像处理为1bits和3bits的128x128灰度图像。

          (2)处理为8bits 64x64和32x32的灰度图像。

一、基本原理

    一幅图像的x和y坐标及幅度可能都是连续的。为了把它转换为数字形式,必须在坐标和幅度上都进行取样操作。数字化坐标值称为取样,数字化幅度值称为量化。

1.1灰度级和空间分辨率(细微结构的分辨率)

单色图像在任何坐标(x0,y0)处的强度为图像在那一点的灰度级(l),即
l=f(x0,y0)
l位于下列范围:
Lmin ≤ l ≤ Lmax、
区间[Lmin,Lmax]称为灰度级,常令该区间[0,L-1]。
数字化过程对于M,N值和每个像素允许的离散灰度级数L需要一个判定。对于M和N,除了必须取正整数外没有其他要求。然而,处于处理、存储和取样硬件的考虑,灰度级典型的取值是2的整数次幂,即

1.2降低图像空间分辨率

  降低图像空间分辨率是从原图像中删去一样的行和列数完成的。例如,512x512图像是从1024x1024图像中每隔一行或一列删去一行或一列得到的。256x256图像是从512x512图像中每隔一行或一列删去一行或一列产生的,以此类推。其灰度级保持在256。

1.3灰度级数变换算法步骤

Step1.把0-255灰度值中小于127的值赋值为0,其他赋值为255,共2个灰度级,输出为1bit图像;

Step2.把0-255灰度值均匀分成2^3=8份,即为8个灰度级,输出为3bit图像。

二、结果分析

可以看出,处理后的图像灰度级减少,灰度级变成2,变成灰度只有0和1的二值图。

可以看出处理后的图像灰度级减少,灰度级变成238个灰度级,此时的图像严重压缩,比原始图像减少了很多信息。

由上图可知,处理后的图像复原到128*128大小,与原图相比,损失了较多细节,整个图像上显示出稍微明显的颗粒,这些颗粒在下图更加明显了。

随着取样密度变小图像质量变差图像颗粒非常明显,损失了诸多细节。

三、完整程序

a=imread('123.bmp');
b=rgb2gray(a);
figure(1)
imshow(b);
title('8bits 128x128灰度图像');
 [m,n]=size(b);
for i=1:m
for j=1:n
     if(b(i,j)>0)&&(b(i,j)<127)
        b(i,j)=0;   
     else
        b(i,j)=255; 
     end
end
end
figure(2)
imshow(b);
title('1bit  128x128图像');
b1=rgb2gray(a);
[m,n]=size(b1);
for i=1:m
for j=1:n
     if(b1(i,j)>0)&&(b1(i,j)<32)
        b1(i,j)=0;  
     end
     if(b1(i,j)>31)&&(b1(i,j)<64)  
         b1(i,j)=32; 
     end
     if(b1(i,j)>63)&&(b1(i,j)<96)  
         b1(i,j)=64; 
     end
     if(b1(i,j)>95)&&(b1(i,j)<128)  
         b1(i,j)=96; 
     end
     if(b1(i,j)>127)&&(b1(i,j)<160)  
         b1(i,j)=128; 
     end
     if(b1(i,j)>159)&&(b1(i,j)<192)  
         b1(i,j)=160; 
     end
     if(b1(i,j)>191)&&(b1(i,j)<224) 
         b1(i,j)=192; 
     End
  if(b1(i,j)>191)&&(b1(i,j)<224) 
         b1(i,j)=224; 
     end
 if(b1(i,j)>223)
         b1(i,j)=255; 
     end
end
end
figure(3)
imshow(b1);
title('3bits  128x128图像');
figure(4)
b=rgb2gray(a);
J= b(1:2:end,1:2:end); 
imshow(J);
title('8bits 128*128变换为64*64');
figure(5)
J = b(1:2:end,1:2:end); 
J=imresize(b,[32,32]);
imshow(J);
title('8bits 128*128变换为32*32');

  • 9
    点赞
  • 41
    收藏
    觉得还不错? 一键收藏
  • 3
    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 3
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
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