图像增强序列——基于多尺度形态学亮top-hat变换和暗top-hat变换图像增强

最新推荐文章于 2024-04-16 13:57:50 发布

Hit_HSW

最新推荐文章于 2024-04-16 13:57:50 发布

阅读量5k

点赞数 1

分类专栏：算法实现 matlab 图像处理文章标签：图像增强形态学变换 top-hat变换

本文链接：https://blog.csdn.net/hit1524468/article/details/80083742

版权

本文探讨了基于多尺度形态学的图像增强技术，重点介绍了亮top-hat和暗top-hat变换的应用。通过算法实现，展示了这两种变换如何提升图像的视觉效果，尽管默认参数可能不最优。

摘要由CSDN通过智能技术生成

1. 参考文献

2. 算法实现

% 参考文献： 多尺度top-hat 变换提取细节的对比度增强算法
% 作者： 刘艳莉， 桂志国
% http://www.docin.com/p-1457027092.html
% Author: HSW
% Date: 2018-04-25
%

clc;
close all;
clear all;

% img = imread('lena.jpg');
img = imread('rice.png'); 

figure(1);
imshow(img, []);
title('原始图像');

if size(img, 3) == 3
    img_in = rgb2gray(img);
else
    img_in = img;
end

img_in = im2double(img_in);

N = 3; %多尺度的个数
% 创建多尺度亮top-hat变换：WTHs 用于提取亮细节特征
% 创建多尺度暗top-hat变换: BTHs 用于提取暗细节特征
% 尺度由小到大
SEsSize = [3, 5, 7];
SEs = cell(1, N);
for i = 1:N
    SEs{i} = strel('disk', SEsSize(i));
end

% WTHs 和 BTHs
WTHs = cell(1, N);
BTHs = cell(1, N);
sum = 0;
for i = 1:N
    WTHs{i} = img_in - imopen(img_in, SE