Matlab底层算法实现图像分段线性变换,灰度图固定阈值法,双固定阈值法

手写不期而遇

已于 2023-03-21 22:03:44 修改

阅读量5.6k

点赞数 9

分类专栏：图像处理文章标签：算法 matlab 计算机视觉

于 2022-03-22 21:56:45 首次发布

本文链接：https://blog.csdn.net/qq_43376782/article/details/123657983

版权

图像处理专栏收录该内容

35 篇文章 32 订阅

订阅专栏

公式

函数表达式如下：
$f(x)=\left\{\begin{matrix} y_{1}x/x_{1} ,& x<x_{1}\\ (y_{2}-y_{1})(x-x_{1})/(x_{2}-x_{1})+y_{1}, & x_{1}\leqslant x\leqslant x_{2}\\ (255-y_{2})(x-x_{2})/(255-x_{2})+y_{2}, & x>x_{2} \end{matrix}\right.$
$(x 1, y 1)$ 和 $（ x 2, y 2 ）$ 是图中两个转折点坐标。

源代码

clc
image = imread('D:\2.png');
image_matrix=image(:,:,1);
image_matrix=double(image_matrix);
[height,width,channels]=size(image);
G=zeros(height,width);

%设定的坐标点
x1=130;
x2=150;
y1=50;
y2=200;

%灰度映射表，灰度在0到255之间
gray_map = zeros(1,256);

%计算灰度映射表
for i=1:x1   %先判断0到x1区间内的
  if(x1>0)
     gray_map(i)=y1*i/x1;
  else
     gray_map(i)=0;
  end
end

for i=x1+1:x2  %判断x1到x2区间内的
  if(x2~=x1)
     gray_map(i)=(y2-y1)*(i-x1)/(x2-x1)+y1;
  else
     gray_map(i)=y1;
  end
end

for i=x1+1:x2  %判断x1到x2区间内的
  if(x2~=x1)
     gray_map(i)=(y2-y1)*(i-x1)/(x2-x1)+y1;
  else
     gray_map(i)=y1;
  end
end

for i=x2+1:256  %判断x2到255区间内的
  if(x2~=255)
     gray_map(i)=(255-y2)*(i-x2)/(255-x2)+y2;
  else
     gray_map(i)=255;
  end
end

for i=1:height
    for j=1:width
       T = image_matrix(i,j);
       if(T==0)
           G(i,j)=gray_map(1);
       else
           G(i,j)=gray_map(T);
       end
    end
end
image_out = uint8(G);
%显示
subplot(1,2,1);
imshow(image);
subplot(1,2,2);
imshow(image_out);

效果图

在这里插入图片描述

固定阈值法公式

固定阈值法就是为灰度图像 $f$ 设定一个阈值 $T$ ,把灰度值小于给定阈值 $T$ 的像素置于0，大于阈值 $T$ 的像素置为255，从而对灰度图像实现二值化变换：
$f(x)=\begin{Bmatrix} 0,& x<T\\ 255, & x>T \end{Bmatrix}$

源代码

clc
image = imread('D:\2.png');
image_matrix=image(:,:,1);
image_matrix=double(image_matrix);
[height,width,channels]=size(image);
%设定的阈值
threshold = 100;
for i=1:height
    for j=1:width
       if(image_matrix(i,j)>= threshold)
          image_matrix(i,j) = 255;
       else
          image_matrix(i,j) = 0;
       end
    end
end
image_out = uint8(image_matrix);
%显示
subplot(1,2,1);
imshow(image);
subplot(1,2,2);
imshow(image_out);

效果图

在这里插入图片描述

双固定阈值法公式

双固定阈值法预先设置了两个阈值 $T_{1}$ 和 $T_{2}$ 对图像的像素值灰度变换：
$f(x)=\left\{\begin{matrix} 0, & x\leqslant T_{1}\\ 255, & T_{1}<x<T_{2}\\ 0, &x\geqslant T_{2} \end{matrix}\right.$

源代码

clc
image = imread('D:\2.png');
image_matrix=image(:,:,1);
image_matrix=double(image_matrix);
[height,width,channels]=size(image);

%设定的阈值
threshold_one = 100;
threshold_two = 150;

for i=1:height
    for j=1:width
       if(image_matrix(i,j)>=threshold_one && image_matrix(i,j)<=threshold_two)
          image_matrix(i,j)=255;
       else 
          image_matrix(i,j)=0;
       end
    end
end
image_out = uint8(image_matrix);
%显示
subplot(1,2,1);
imshow(image);
subplot(1,2,2);
imshow(image_out);