本文介绍了MATLAB图像处理中的直方图变化，包括均值化和规定化，强调了直方图均衡化对全局对比度的提升。接着讨论了平滑滤波技术，如椒盐噪声、高斯噪声的处理，以及维纳滤波和中值滤波的应用。进一步，文章涉及边缘检测算子Sobel、Prewitt、Canny和Roberts算子的特点和应用场景。最后，探讨了阈值分割方法在灰度图像、二值图像和局部阈值分割中的应用，特别提到了最大类间方差法在目标与背景分离中的作用。
一、直方图变化模块(均值化，规定化)。
直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。直方图均衡化常用来增强图像全局对比度。但变化后图像灰度级减少，某些细节消失。
二、平滑滤波模块(椒盐噪声，高斯噪声，维纳滤波，中值滤波)。
平滑滤波是低频增强的空间域滤波技术。它的目的有两类：一类是模糊；另一类是消除噪音。空间域的平滑滤波一般采用简单平均法进行，就是求邻近像元点的平均亮度值。邻域的大小与平滑的效果直接相关，邻域越大平滑的效果越好，但邻域过大，平滑会使边缘信息损失的越大，从而使输出的图像变得模糊，因此需合理选择邻域的大小。
三、边缘检测模块(Sobel，Prewitt，Canny，Roberts算子)。
Sobel算子是一种用于边缘检测的离散微分算子，它结合了高斯平滑和微分求导。该算
最低0.47元/天 解锁文章
扫一扫
589
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
