matlab彩色图像增强代码,[转载]图像增强(MATLAB)

图像增强

1. 直方图均衡化的 Matlab 实现

1.1 imhist 函数

功能：计算和显示图像的色彩直方图

格式：imhist(I,n)

imhist(X,map)

说明：imhist(I,n) 其中，n

为指定的灰度级数目，缺省值为256；imhist(X,map)

就算和显示索引色图像 X 的直方图，map

为调色板。用

stem(x,counts) 同样可以显示直方图。

1.2 imcontour 函数

功能：显示图像的等灰度值图

格式：imcontour(I,n),imcontour(I,v)

说明：n 为灰度级的个数，v

是有用户指定所选的等灰度级向量。

1.3 imadjust 函数

功能：通过直方图变换调整对比度

格式：J=imadjust(I,[low high],[bottom top],gamma)

newmap=imadjust(map,[low high],[bottom top],gamma)

说明：J=imadjust(I,[low high],[bottom top],gamma) 其中，gamma

为校正量r，[low high]

为原图像中要变换的灰度范围，[bottom top]

指定了变换后的灰度范围；newmap=imadjust(map,[low

high],[bottom top],gamma) 调整索引色图像的调色板 map

。此时若 [low high] 和

[bottom top] 都为2×3的矩阵，则分别调整 R、G、B

3个分量。

1.4 histeq 函数

功能：直方图均衡化

格式：J=histeq(I,hgram)

J=histeq(I,n)

[J,T]=histeq(I,...)

newmap=histeq(X,map,hgram)

newmap=histeq(X,map)

[new,T]=histeq(X,...)

说明：J=histeq(I,hgram)

实现了所谓“直方图规定化”，即将原是图象 I

的直方图变换成用户指定的向量 hgram 。hgram

中的每一个元素

都在 [0,1] 中；J=histeq(I,n)

指定均衡化后的灰度级数 n ，缺省值为

64；[J,T]=histeq(I,...) 返回从能将图像 I

的灰度直方图变换成

图像 J 的直方图的变换 T ；newmap=histeq(X,map) 和

[new,T]=histeq(X,...)

是针对索引色图像调色板的直方图均衡。

2. 噪声及其噪声的 Matlab 实现

imnoise 函数

格式：J=imnoise(I,type)

J=imnoise(I,type,parameter)

说明：J=imnoise(I,type) 返回对图像 I

添加典型噪声后的有噪图像 J ，参数 type 和 parameter

用于确定噪声的类型和相应的参数。

3. 图像滤波的 Matlab 实现

3.1 conv2 函数

功能：计算二维卷积

格式：C=conv2(A,B)

C=conv2(Hcol,Hrow,A)

C=conv2(...,'shape')

说明：对于 C=conv2(A,B) ，conv2 的算矩阵 A 和 B

的卷积，若 [Ma,Na]＝size(A), [Mb,Nb]=size(B), 则

size(C)=[Ma+Mb-1,Na+Nb-1];

C=conv2(Hcol,Hrow,A) 中，矩阵 A 分别与 Hcol

向量在列方向和 Hrow

向量在行方向上进行卷积；C=conv2(...,'shape')

用来指定 conv2

返回二维卷积结果部分，参数 shape

可取值如下：

》full 为缺省值，返回二维卷积的全部结果；

》same 返回二维卷积结果中与 A

大小相同的中间部分；

valid 返回在卷积过程中，未使用边缘补 0

部分进行计算的卷积结果部分，当

size(A)>size(B) 时，size(C)=[Ma-Mb+1,Na-Nb+1]

。

3.2 conv 函数

功能：计算多维卷积

格式：与 conv2 函数相同

3.3 filter2函数

功能：计算二维线型数字滤波，它与函数 fspecial

连用

格式：Y=filter2(B,X)

Y=filter2(B,X,'shape')

说明：对于 Y=filter2(B,X) ，filter2 使用矩阵 B

中的二维 FIR 滤波器对数据 X 进行滤波，结果 Y

是通过二维互相关计算出来的，其大

小与 X 一样；对于 Y=filter2(B,X,'shape') ，filter2

返回的 Y

是通过二维互相关计算出来的，其大小由参数 shape

确定，其取值如下

：

》full

返回二维相关的全部结果，size(Y)>size(X)；

》same 返回二维互相关结果的中间部分，Y 与 X

大小相同；

》valid 返回在二维互相关过程中，未使用边缘补 0

部分进行计算的结果部分，有

size(Y)

3.4 fspecial 函数

功能：产生预定义滤波器

格式：H=fspecial(type)

H=fspecial('gaussian',n,sigma) 高斯低通滤波器

H=fspecial('sobel') Sobel 水平边缘增强滤波器

H=fspecial('prewitt') Prewitt 水平边缘增强滤波器

H=fspecial('laplacian',alpha) 近似二维拉普拉斯运算滤波器

H=fspecial('log',n,sigma) 高斯拉普拉斯(LoG)运算滤波器

H=fspecial('average',n) 均值滤波器

H=fspecial('unsharp',alpha) 模糊对比增强滤波器

说明：对于形式 H=fspecial(type) ，fspecial

函数产生一个由 type 指定的二维滤波器 H ，返回的

H 常与其它滤波器搭配使用。

4. 彩色增强的 Matlab 实现

4.1 imfilter函数

功能：真彩色增强

格式：B=imfilter(A,h)

说明：将原始图像 A 按指定的滤波器 h

进行滤波增强处理，增强后的图像 B 与 A

的尺寸和类型相同

图像的变换

1. 离散傅立叶变换的 Matlab 实现

Matlab 函数 fft、fft2 和 fftn

分别可以实现一维、二维和 N 维 DFT 算法；而函数

ifft、ifft2 和 ifftn 则用来计算反 DFT 。

这些函数的调用格式如下：

A＝fft(X,N,DIM)

其中，X 表示输入图像；N 表示采样间隔点，如果 X

小于该数值，那么 Matlab 将会对 X

进行零填充，否则将进行截取，使之长度为

N ；DIM 表示要进行离散傅立叶变换。

A＝fft2(X,MROWS,NCOLS)

其中，MROWS 和 NCOLS 指定对 X 进行零填充后的 X

大小。

A＝fftn(X,SIZE)

其中，SIZE 是一个向量，它们每一个元素都将指定 X

相应维进行零填充后的长度。

函数 ifft、ifft2 和

ifftn的调用格式于对应的离散傅立叶变换函数一致。

例子：图像的二维傅立叶频谱

% 读入原始图像

I＝imread('lena.bmp');

imshow(I)

% 求离散傅立叶频谱

J=fftshift(fft2(I));

figure;

imshow(log(abs(J)),[8,10])

2. 离散余弦变换的 Matlab 实现

2.1. dCT2 函数

功能：二维 DCT 变换

格式：B=dct2(A)

B=dct2(A,m,n)

B=dct2(A,[m,n])

说明：B＝dct2(A) 计算 A 的 DCT 变换 B ，A 与 B

的大小相同；B＝dct2(A,m,n) 和 B=dct2(A,[m,n]) 通过对 A

补 0 或剪裁，使 B 的大

小为 m×n。

2.2. dict2 函数

功能：DCT 反变换

格式：B=idct2(A)

B=idct2(A,m,n)

B=idct2(A,[m,n])

说明：B＝idct2(A) 计算 A 的 DCT 反变换 B ，A 与 B

的大小相同；B＝idct2(A,m,n) 和 B=idct2(A,[m,n]) 通过对 A

补 0 或剪裁，使 B

的大小为 m×n。

2.3. dctmtx函数

功能：计算 DCT 变换矩阵

格式：D＝dctmtx(n)

说明：D＝dctmtx(n) 返回一个 n×n 的 DCT

变换矩阵，输出矩阵 D 为 double 类型。

3. 图像小波变换的 Matlab 实现

3.1 一维小波变换的 Matlab 实现

(1) dwt 函数

功能：一维离散小波变换

格式：[cA,cD]=dwt(X,'wname')

[cA,cD]=dwt(X,Lo_D,Hi_D)

说明：[cA,cD]=dwt(X,'wname') 使用指定的小波基函数

'wname' 对信号 X 进行分解，cA、cD

分别为近似分量和细节分量；[cA,cD]=dwt(X,Lo_D,Hi_D)

使用指定的滤波器组 Lo_D、Hi_D

对信号进行分解。

(2) idwt 函数

功能：一维离散小波反变换

格式：X=idwt(cA,cD,'wname')

X=idwt(cA,cD,Lo_R,Hi_R)

X=idwt(cA,cD,'wname',L)

X=idwt(cA,cD,Lo_R,Hi_R,L)

说明：X=idwt(cA,cD,'wname') 由近似分量 cA 和细节分量

cD 经小波反变换重构原始信号 X 。

'wname' 为所选的小波函数

X=idwt(cA,cD,Lo_R,Hi_R) 用指定的重构滤波器 Lo_R 和 Hi_R

经小波反变换重构原始信号 X 。

X=idwt(cA,cD,'wname',L) 和 X=idwt(cA,cD,Lo_R,Hi_R,L)

指定返回信号 X 中心附近的 L 个点。

3.2 二维小波变换的 Matlab 实现

二维小波变换的函数

-------------------------------------------------

函数名 函数功能

---------------------------------------------------

dwt2 二维离散小波变换

wavedec2 二维信号的多层小波分解

idwt2 二维离散小波反变换

waverec2 二维信号的多层小波重构

wrcoef2 由多层小波分解重构某一层的分解信号

upcoef2 由多层小波分解重构近似分量或细节分量

detcoef2 提取二维信号小波分解的细节分量

appcoef2 提取二维信号小波分解的近似分量

upwlev2 二维小波分解的单层重构

dwtpet2 二维周期小波变换

idwtper2 二维周期小波反变换

-------------------------------------------------------------

(1) wcodemat 函数

功能：对数据矩阵进行伪彩色编码

格式：Y=wcodemat(X,NB,OPT,ABSOL)

Y=wcodemat(X,NB,OPT)

Y=wcodemat(X,NB)

Y=wcodemat(X)

说明：Y=wcodemat(X,NB,OPT,ABSOL) 返回数据矩阵 X

的编码矩阵 Y ；NB 伪编码的最大值，即编码范围为

0～NB，缺省值 NB＝16；

OPT 指定了编码的方式(缺省值为 'mat')，即：

OPT＝'row' ，按行编码