【图像处理知识复习】03对比度线性拉伸matlab,C++实现

算法:(1), 通过画灰度直方图点击打开链接,估计目标物灰度范围。(2), 求斜率,即斜率大于1,则拉伸;(3), 根据线性公式,求拉伸后灰度值,如下图



1. matlab代码:

%题目: 对比度拉伸
%意义:所期望观察的对象因对比度不足而不够清晰,需进行对比度拉伸。

%灰度值的分段线性映射
%已知条件:原图像的目标景物灰度范围[fa,fb],拉伸后范围在[ga,gb]。
%实现方法:目标景物灰度范围拉伸k2=(gb-ga)/(fb-fa),其他进行抑制k1=ga/fa,k3=(255-gb)/(255-fb)
%难点:分段线性函数求解。

clc;
clear;
image = rgb2gray(imread('D:/Code/Image/classic.jpg'));
figure,imshow(image);

%1, 通过画灰度直方图,估计目标物灰度范围。
fa = 75;   % 横坐标,即目标灰度区间[75,150]
fb = 150;

ga = 30;   % 纵坐标, 即拉伸后目标灰度区间[30,200],动态范围扩大
gb = 200;

%2, 求斜率,即斜率大于1,则拉伸
k1 = ga/fa;
k2 = (gb-ga)/(fb-fa);
k3 = (255-gb)/(255-fb);

%3, 求拉伸后灰度值
[row,col] = size(image);
g = zeros(row,col);%默认g 为double。g = f; g为uint8 
for i=1:row
    for j=1:col
        if 0<=image(i,j) && image(i,j)<=fa
            g(i,j) = k1*image(i,j);
        else if fa<=image(i,j) && image(i,j)<=fb
                g(i,j) = k2*(image(i,j)-fa)+ga;
            else if fb<=image(i,j) && image(i,j)<=255
                    g(i,j) = k3*(image(i,j)-fb)+gb;
                end
            end
        end
    end
end
figure,imshow(uint8(g));%因为声明g为double,必须转为uint8,因为图像灰度范围[0,255]
% imshow显示时对double型是认为在0~1范围内,所以大于1时都是显示为白色,从uint8转换的数除了0都是大于等于1的。
% imshow显示uint8型时是0~255范围。
% 编程时用uint8型时会出现减的结果没有负数,乘除时有精度问题,但uint8型占用内存小。

效果图:



2. C++实现

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
	Mat img = imread("D:/Code/Image/classic.jpg",0);
	imshow("原图",img);
	
	//假设已知目标灰度范围[75,150],需要拉伸到[30,200]
	int x1 = 75, y1 = 30, x2 = 150, y2 = 200;
	int x; //当前灰度值
	//Mat y = img.clone(); //拉伸后的灰度值
	Mat y = Mat::zeros(img.size(), img.type()); //拉伸后的灰度值
	double k1 = y1 / x1, k2 = (y2 - y1) / (x2 - x1), k3 = (255 - y2) / (255 - x2);
	
	for (int i = 0; i < img.rows; i++)
	{
		for (int j = 0; j < img.cols; j++)
		{
			x = img.at<uchar>(i, j);
			if (0 <= x && x < x1)
				y.at<uchar>(i, j) = k1 * x;
			else if (x1 <= x && x < x2)
				y.at<uchar>(i, j) = k2 * (x - x1) + y1;
			else if (x2 <= x && x < 255)
				y.at<uchar>(i, j) = k3 * (x - x2) + y2;
		}
	}
	imshow("效果图", y);

	waitKey();
	return 0;
}

效果图:


灰级窗:算法和对比度线性拉伸一样,只是分段线性函数不同。分段啊线性映射,将目标物进行对比度增强,其他灰度设置为0(即背景全黑);

灰级窗切片:算法和灰级窗一样,分段线性函数不同,目标简单置为0,背景依然置为255。也就是二值化。

  • 0
    点赞
  • 15
    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

Mr.Q

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