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。