matlab图像增强分段线性函数_图像增强——线性变换

在传统的计算机视觉图像处理中，一般都有比较固定的处理步骤。当然这些步骤根据不同的图像处理要求，会有一定的变化。比如，对图像进行滤波、增强、分割、提取特征、统计等。其中的每一个步骤又涉及到很多不同的处理算法，每种算法的效果是不一样的。所以，我们要了解各种算法的原理以及针对每一种图像采用哪种算法的效果更好。这些需要长期的知识以及经验的积累。图像增强算法是图像处理的基础算法，刚开始接触图像处理的时候，一般都离不了对图像进行增强处理。

图像增强的目的是让图像变得更加清晰，让想要提取的特征更加突出的显示出来。在很多时候，由于现场光照的原因，往往某些想要提取的特征的灰度范围比较小，或者说与背景之间的差别比较小，这时候，就可以采用图像增强的方法，让特征所在的灰度区间更加突出的显示出来。

图像增强的方法有很多，最简单的当是灰度线性拉伸。灰度图像的灰度值区间是0到255.但是，有时候我们采集的图像的灰度区间往往只集中在某一个小范围的区间内，这时候，我们就可以采用线性拉伸的方法将灰度区间变换到0到255这个范围内。线性拉伸的算法比较简单。比如，假设原图的灰度在0到100这个范围内，同时假设特征的灰度空间在30到60这个范围。这时候，特征区间容易受到背景灰度的影响，如果我们想要提取该特征，得到的结果往往不能满足实际需求。因为在实际采集的图像中，光照可能随时会发生变化，采用预先设置的特征提取参数往往不能达到既定的需求，因为预先设置的参数的适用范围比较小。这时候，我们就可以采用图像增强的方法，让特征突出显示出来。对于这种图像，线性拉伸是一种比较简单且效率很高的算法。线性拉伸其实就是对原图的灰度值进行线性变换，假设原来的灰度值是x,变换函数就是一个线性方程，假设变