第二章灰度变换与空间滤波（续）

最新推荐文章于 2022-07-09 16:19:46 发布

Cisse-away

最新推荐文章于 2022-07-09 16:19:46 发布

阅读量539

点赞数

分类专栏：数字图像处理学习笔记

本文链接：https://blog.csdn.net/qq_38311041/article/details/73656362

版权

数字图像处理学习笔记专栏收录该内容

7 篇文章 1 订阅

订阅专栏

第二章灰度变换与空间滤波（续）

直方图处理与函数绘图

归一化直方图

公式：
$p (r k) = h ( r k ) n = n k n$ $p(r_k) = \frac{h(r_k)}{n} = \frac{n_k}{n}$ 其中 $p(r_k)$ 可以认为是灰度级 $r_k$ 出现的概率的估计。
表达式：p = imhist(f, b) / numel(f)

绘制直方图的函数（续）

bar(horz, z, width) 绘制条形图

其中，z是一个包含被绘制的点的行向量；horz是一个与z同维数的向量（若horz省略，水平轴会从0至length(z)等分为若干单位）；width是一个介于0和1之间的数（数值越接近与1竖条越明显，默认为0.8）。
注意：为了方便记忆，可以将 horz看成直方图的 水平增量，将 z看成 垂直轴的值，但 horz和z的长度要相同。

>> z = [1 4 5 6 2 3 9 10];
>> horz = [5 10 15 20 25 30 35 40];
>> bar(horz, z)

![自定义直方图](https://img-blog.csdn.net/20170623151647529?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcXFfMzgzMTEwNDE=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)

axis([horzmin horzmax vertmin vertmax]) 函数可以设置水平轴和垂直轴的最小值和最大值。

常用语法：
axis tight ——将轴的上下限设置为数据范围
axis ij ——将坐标原点置于左上角
axis xy ——将坐标原点置于左下角
xlabel(‘text string’, ‘fontsize’, size)
ylabel(‘text string’, ‘fontsize’, size)

其中text string是为水平轴和垂直轴添加的标记，size是以磅为单位的字体大小
text(xloc, yloc, ‘text string’, ‘fontsize’, size) 在图中指定位置添加文字
title(‘titlestring’) 为图形添加标题

注意：设置轴值与标记的函数要在该函数已被绘制后使用

stem(horz, z, ‘LineSpec’, ‘fill’) 绘制杆状图

其中，LineSpec是来自下表的一个三值数组。

>> h = imhist(f, 25);
>> horz = linspace(0, 255, 25);
>> stem(horz, h, 'fill')

杆状图

plot(horz, z, ‘LineSpec’) 绘制折线图，散点图

其中plot的默认值是不带标记点的蓝色实线。如果指定了一个三值数组且中间值为空或省略，则不会绘制出线条。

>> hc = imhist(f);
>> plot(hc)

折线图

fplot(fhandle, limits, ‘LineSpec’) 处理函数句柄

其中，fhandle 是一个函数句柄，limits是一个指定x轴取值范围[xmin xmax]的一个向量。

>> fhandle = @tanh;
>> fplot(fhandle, [-2 2], ':')

正切函数

直方图均衡

g = histeq(f, nlev)

其中，f为输入图像， nelv是为输出图像设定的灰度级数。若nlev与L（输入图像中可能的灰度级总数）相等，则histeq直接执行变换函数。若nlev小于L，则hiseq试图分配灰度级，以便得到近似平坦的直方图。histeq中默认nlev = 64。一般将nlev赋值为灰度级最大可能数量（通常为256），因为这样能够得到较为正确的执行结果。

>> f = imread('D:\picture\images_chapter_03\Fig3.15(a)1top.jpg');
>> imhist(f)
>> ylim('auto')
>> g = histeq(f, 256);
>> figure, imshow(g)
>> figure, imhist(g)
>> ylim('auto')

花粉1
直方图1
花粉2
直方图2

adapthisteq函数

g = adapthisteq(f, param1, val1, param2, val2, …)

其中， f是输入图像，g是输出图像, param/val是下表所列内容。

>> f = imread('D:\picture\images_chapter_03\Fig3.20(a).jpg');
>> g1 = adapthisteq(f);
>> g2 = adapthisteq(f, 'NumTiles', [25 25]);
>> g3 = adapthisteq(f, 'NumTiles', [25 25], 'ClipLimit', 0.05);
>> subplot(141),imshow(f);
>> subplot(142),imshow(g1);
>> subplot(143),imshow(g2);
>> subplot(144),imshow(g3);

stone

空间滤波

线性空间滤波

大小为m×n的滤波模板w(x, y)与函数f(x, y)的相关，由w(x, y)☆f(x, y)表示：
$w (x, y) ☆ f (x, y) = \sum s = - a a \sum t = - b b w (x, y) f (x + s, y + t)$ $w(x,y)☆f(x,y)=\sum_{s=-a}^a\sum_{t=-b}^b w(x,y)f(x+s,y+t)$
该公式对所有的偏移变量x和y求值，以便w中的所有元素访问f中的每个像素，假定f已被进行了零填充。a和b由a = (m - 1) / 2和b = (n - 1) / 2给出。
w(x, y)和f(x, y)的卷积由w(x,y)★f(x,y)表示：
$w (x, y) ★ f (x, y) = \sum s = - a a \sum t = - b b w (x, y) f (x - s, y - t)$ $w(x,y)★f(x,y)=\sum_{s=-a}^a\sum_{t=-b}^b w(x,y)f(x-s,y-t)$
通过函数imfilter实现线性空间滤波

g = imfilter(f, w, filtering_mode, boundary_options, size_options)
其中，f为输入图像，w为滤波模板，g为滤波后的结果，其他参数见下图：
常用g = imfilter(f, w, ‘replicate’)，如果希望执行卷积，则可以g = imfilter(f, w, ‘conv’, ‘replicate’)
注意：如果追求精度，要将f转换为浮点型。

>> f = zeros(500);
>> f(1:250,250:500) = 1;
>> f(250:500,1:250) = 1;
>> imshow(f)
>> w = ones(31);
>> gd = imfilter(f, w);
>> subplot(131), imshow(f)
>> subplot(132), imshow(gd, [ ])
>> gr = imfilter(f, w, 'replicate');
>> subplot(133), imshow(gr, [ ])
>> gs = imfilter(f, w, 'symmetric');
>> subplot(131), imshow(gs)
>> gc = imfilter(f, w, 'circular');
>> subplot(132), imshow(gc, [ ])        
>> f8 = im2uint8(f);
>> g8r = imfilter(f8, w, 'replicate');
>> subplot(133), imshow(g8r, [ ])

box1
box2
由以上的实验可以看出每个参数所实现的功能。也证实了为什么要将f转化为浮点型图像。

非线性空间滤波

colfilt函数

g = colfilt(f, [m n], ‘sliding’, fun)
其中，m和n表示滤波区域的维数，’sliding’表明处理过程是m×n区域>在输出图像f中逐像素的滑动，fun是一个函数句柄。
注：使用colfilt时，滤波前必须显式地填充输入图像。这会用到padarray函数：
fp = padarray(f, [r c], method, direction)，其中，f为输入图像，fp为填充后的图像，[r c]表示用于填充f的行数和列数,其他参数见下图：

如果参数中不包含direction,则默认值为’both’,若不含method，则默认用0填充。

图像处理工具箱的标准空间滤波器

线性空间滤波器

生成滤波模板函数：

w = fspecial(‘type’, parameters)

类型函数和参数
‘average’ fspecial(‘average’, [r c])。大小为r x c的一个矩形平均滤波器。默认3x3。若用一个数代替，则为方形滤波器。
‘disk’ fspecial(‘disk’, r)。一个圆形平均滤波器（包含在2r+1大小的正方形内），半径r默认为5。
‘gaussian’ fspecial(‘gaussian’, [r c], sig)。一个大小r x c的高斯低通滤波器，标准偏差为sig（正）。默认值为3 x 3和0.5。若由一个数代替，则为方形滤波器。
‘laplacian’ fspecial(‘laplacian’,35..alpha)。一个3x3的拉普拉斯滤波器，其形状由alpha指定，alpha是[0,1]内的一个数，默认0.2。
‘log’ fspecial(‘log’, [r c], sig)。一个大小r x c的高斯-拉普拉斯滤波器，标准偏差sig（正），默认5x5和0.5。若用一个数代替[r c]，则表示这是一个正方形滤波器
‘motion’ fspecial(‘motion’, len, theta)。围绕一幅len个像素的图像线性运动时，输出一个滤波器。运动方向theta，单位为°，即为从水平方向逆时针转动的角度。默认9,0，表示沿水平方向9个像素的运动。

- 使用函数imfilter实现拉普拉斯滤波器

类型	函数和参数
‘average’	fspecial(‘average’, [r c])。大小为r x c的一个矩形平均滤波器。默认3x3。若用一个数代替，则为方形滤波器。
‘disk’	fspecial(‘disk’, r)。一个圆形平均滤波器（包含在2r+1大小的正方形内），半径r默认为5。
‘gaussian’	fspecial(‘gaussian’, [r c], sig)。一个大小r x c的高斯低通滤波器，标准偏差为sig（正）。默认值为3 x 3和0.5。若由一个数代替，则为方形滤波器。
‘laplacian’	fspecial(‘laplacian’,35..alpha)。一个3x3的拉普拉斯滤波器，其形状由alpha指定，alpha是[0,1]内的一个数，默认0.2。
‘log’	fspecial(‘log’, [r c], sig)。一个大小r x c的高斯-拉普拉斯滤波器，标准偏差sig（正），默认5x5和0.5。若用一个数代替[r c]，则表示这是一个正方形滤波器
‘motion’	fspecial(‘motion’, len, theta)。围绕一幅len个像素的图像线性运动时，输出一个滤波器。运动方向theta，单位为°，即为从水平方向逆时针转动的角度。默认9,0，表示沿水平方向9个像素的运动。

>> f = imread('D:\picture\images_chapter_03\Fig3.40(a).jpg');
>> w = [0 1 0; 1 -4 1; 0 1 0];
>> g1 = imfilter(f, w, 'replicate');
>> f2 = im2double(f);
>> g2 = imfilter(f2, w, 'replicate');
>> g = f2 - g2;
>> subplot(141), imshow(f)
>> subplot(142), imshow(g1, [ ])
>> subplot(143), imshow(g2, [ ])
>> subplot(144), imshow(g)

moon

非线性空间滤波器

二维中值滤波器的实现
g = medfilt2(f, [m, n], padopt)

其中，[m n]定义为大小为m×n的邻域，’padopt’指定三个可能的边界填充选项之一：’zero’（默认值），’symmetric’指出f按照镜像反射方式对称地沿边界扩展，’indexed’表示若f是double类的则用1填充，否则用0填充。默认形式：g = medfilt2(f) 表示使用一个3×3大小的邻域并用0填充边界来计算中值。

>> f = imread('D:\picture\images_chapter_03\Fig3.37(a).jpg');
>> fn = imnoise(f, 'salt & pepper', 0.2);
>> gm = medfilt2(fn);
>> gns = medfilt2(fn, 'symmetric');