Matlab数字图像处理之二：图像的点运算

2019独角兽企业重金招聘Python工程师标准>>>

Matlab数字图像处理之二：图像的点运算

一．实验目的

熟悉Matlab图像处理工具箱及函数的使用；

了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识；

学会对图像直方图的分析；

掌握图像点运算、直方图均衡化的图像增强方法；

二．实验设备

1.PC机一台；

2.软件matlab；

三．程序设计

详见实验结果。

四．实验步骤

1、图像数据读取；

2、使用灰度变换函数对图像进行线性与非线性点运算(灰度拉伸、压缩、分段拉伸/压缩，灰度反转、对数变换、指数变换)；

3、计算并分析图像直方图

4、对图像进行直方图均衡化处理

五．实验结果

1、图像数据读取；

A=imread(‘cameraman.tif’)

imshow(A)

2. 使用灰度变换函数对图像进行线性与非线性点运算(灰度拉伸、压缩、分段拉伸/压缩，灰度反转、对数变换、指数变换)

灰度拉伸：

B=1.25*A+10;

subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(B)

灰度压缩：

B=0.5*A+100;

subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(B)

分段拉伸/压缩：

if A<=120

B=2*A;

else B=0.5*A;

end

subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(B)

灰度反转：

B=255-A;

subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(B)

对数变换：

B=im2double(A);

B=abs(B);

C=log(B+1);

subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(C,[])

指数变换：

B=im2double(A);

C= B.^0.5;

subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(C,[])

3、计算并分析图像直方图

imhist(A)

4、对图像进行直方图均衡化处理

B=histeq(A)

imhist(B)

subplot(1,2,1),imshow(A);subplot(1,2,2), imshow(B)

六、问题与思考：

1. 直方图是什么概念？它反映了图像的什么信息？

图像直方图：是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。

直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。

2. 直方图均衡化是什么意思？它的主要用途是什么？

直方图均衡化：通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。

直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。

转载于:https://my.oschina.net/wangsifangyuan/blog/860929