【matlab图像处理】灰度/点变换实践(2)

中国史之【褒姒得宠】:
褒姒(baosi),西周君主周幽王第二任王后,太子伯服生母,幽王甚为宠爱,有“烽火戏诸侯”之说。前771年,申侯联合犬戎攻打周幽王,周幽王被杀于骊山之下,褒姒被犬戎掳走,从此下落不明,西周灭亡。
——来源:全历史APP

【路漫漫其修远兮,吾将上下而求索】

今天介绍图像的灰度变换实践,包括对数变换和分段线性变换。本内容参考自《实用MATLAB图像和视频处理》第8章。

1、对数变换

对数变换和反对数变换都是非线性变换,分别用于压缩或扩展一幅图像中像素值的动态范围。对数变换的数学描述如下:

其中,r是原始像素灰度,s是结果像素值,c是一个常数,控制范围。使用(1+r)是为了确保输入像素值大于1,log输出为正数。

书本中,举了一个对数的例子。使用对数函数来改善和显示傅里叶变换的结果。如下,左图是大米图像的傅里叶频谱(仅振幅),其矩阵范围是【0, 2.8591x10的四次方】,当将他显示在一个线性放缩的8比特系统上,仅看到中心的亮点而很难看到其他东西。

但使用对数变换将其动态范围压缩到【0,10.26】,再使用自动对比度变换将其压缩范围扩展到【0, 255】,效果如右上图所示。我们可以明显看到中心的垂直细线,共心圆等细节。这就是图像增强的意义所在。

我们用matlab来实践一下,代码如下:

%%本代码用于学习如何对图像进行对数变换操作

% 按照公式生成对数函数
x = 0:255;
c = 255 / log(256);
y = c * log(x+1);
figure, subplot(2,2,1), plot(y), title('对数变换函数'), axis tight, axis square
%I = imread('tiger.jpg');
I = imread('radio.tif');
I_log = uint8(y(I+1));
subplot(2,2,2), imshow(I), title('原图');
subplot(2,2,3), imshow(I_log), title('对数变换调整');
% 增强图像亮度
I_br = imadd(I, 100);
subplot(2,2,4), imshow(I_br), title('图像增强亮度');
效果如上图所示,我们可以看到,使用对数变换,可以显示出物体的细节,而仅使用亮度增强不能看到细节。因为对数变换是非线性的动态范围的调整,而图像增亮是线性提高像素点,原来看不到,提高像素仍然看不到,只是变亮了。

再测试一张图片看看效果:

2、分段线性变换

分段线性变换可以使用若干个线性方程来描述,每个用于输入图像中灰度值的一个区间。它的主要优点是它们可有任意的复杂度;而缺点是需要更多的用户输入。

下图为书中所给的例子,用来改善输入图像的对比度。

分段线性变换的一个常见应用时灰度切割,也就是让其中一个特定的亮度灰度值范围在输出图像中突出,而其他值保持不变。我们代码实践一下:

%%本代码用于学习如何对图像进行分段线性变换操作

% 按照公式生成对数函数
y(1:175) = 0:174;
y(176:200) = 255;
y(201:256) = 200:255;
figure, subplot(1,3,1), plot(y), title('分段线性变换函数'), axis tight, axis square

%I = imread('tiger.jpg');
I = imread('micro.tif');
subplot(1,3,2), imshow(I), title('原图');
I2 = uint8(y(I+1));
subplot(1,3,3), imshow(I2), title('分段线性变换调整');

从上图可以看出,调整后的图片在特定范围像素更亮,但仍然有其他干扰。我们试一次另一个分段函数。

%%本代码用于学习如何对图像进行分段线性变换操作

% 按照公式生成对数函数
y(1:175) = 0:174;
y(176:200) = 255;
y(201:256) = 200:255;
figure, subplot(1,3,1), plot(y), title('分段线性变换函数'), axis tight, axis square

%I = imread('tiger.jpg');
I = imread('micro.tif');
subplot(1,3,2), imshow(I), title('原图');
I2 = uint8(y(I+1));
subplot(1,3,3), imshow(I2), title('分段线性变换调整');

z(1:175) = 50;
z(176:200) = 250;
z(201:256) = 50;
I3 = uint8(z(I+1));
figure, subplot(1,2,1), plot(z), xlim([0 255]), ylim([0 255]), axis square;
subplot(1,2,2), imshow(I3)

这样效果就好很多了。

以上是本期内容,建议自己动手来实践一下。如果需要图片和代码,可以关注公众号,回复关键字【matlab代码】即可获得。我会上传到云盘。

【声明】:学习笔记基于互联网上各种学习资源的个人整理。

以上是本期内容,下期介绍图像处理的直方图处理。

我叫小保,一名计算机视觉爱好者、学习者、追随者,欢迎关注我【CV之道】一起学习。

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

JackkoLing

感谢你的支持

¥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