MATLAB图像处理之图像增强实战

「已注销」

已于 2023-08-08 14:38:33 修改

阅读量1.5k

点赞数

分类专栏： MATLAB可视化文章标签： opencv 计算机视觉 matlab cv

于 2021-03-27 08:20:30 首次发布

本文链接：https://blog.csdn.net/m0_38127487/article/details/115259529

版权

该博客通过MATLAB展示了图像增强技术，包括使用imadjust、histeq和adapthisteq函数对灰度图像pout、tire和索引图像shadow进行增强，比较了不同方法的增强效果，并自定义了myhisteq函数进行图像增强。

摘要由CSDN通过智能技术生成

pout = imread(‘pout.tif’);%读取pout灰度图像
tire = imread(‘tire.tif’);%读取tire灰度图像
[X map] = imread(‘shadow.tif’);%读取索引图像
shadow = ind2rgb(X,map); % 转化为真彩色图像
width = 210;%转化为统一宽度，以便进行对比
images = {pout, tire, shadow};
for k = 1:3
dim = size(images{k});
images{k} = imresize(images{k},…
[widthdim(1)/dim(2) width],‘bicubic’);
end
pout = images{1};
tire = images{2};
shadow = images{3};
pout_imadjust = imadjust(pout);%使用imadjust函数对图像进行增强
pout_histeq = histeq(pout); %使用histeq函数对图像进行增强
pout_adapthisteq = adapthisteq(pout); %使用adapthisteq函数进行增强
figure; subplot(221);
imshow(pout);%显示原图像
title(‘Original’); subplot(222);
imshow(pout_imadjust); %显示imadjust函数增强的图像
title(‘Imadjust’); subplot(223);
imshow(pout_histeq); %显示histeq函数增强的图像
title(‘Histeq’); subplot(224);
imshow(pout_adapthisteq); %显