数字图像处理及matlab实现知识点总结 5-10 杨杰

本文详细介绍了数字图像处理中的图像增强技术,包括空间域增强和频率域增强。在空间域中,讨论了点处理(如灰度变换、直方图均衡化)和局部统计法(如平滑滤波器和锐化滤波器)。而在频率域中,介绍了低通和高通滤波器以及同态滤波器的应用。此外,还概述了图像分割的各种方法,如基于阈值、边缘、区域和图论的分割。最后,提到了彩色图像处理的基本概念,包括RGB、CMY模型和HSI模型的转换。
摘要由CSDN通过智能技术生成

第五章图像增强

这里写图片描述

两个方法:

1)空间域增强:点处理,模板处理即领域处理
2)频率域增强:高低通滤波,同态滤波

1.空间域图像增强

1)点处理

基于灰度变换
  • 灰度线性变换
    作用:对每一个像素灰度做线性拉伸
    gx,y=afx,y+b
    适用于:对曝光不足或过度的图片,即图像灰度局限在一个很小的范围。
    这里写图片描述
    这里写图片描述
  • 分段线性变换
    作用:增强对比度。突出关注的部分,相对抑制不受关注的灰度区间。

这里写图片描述

这里写图片描述
这里写图片描述

  • 反转变换(imcomplement)
    s=L1r
    作用:增强嵌入图像暗色区域的白色或灰色细节,特别是当黑色面积占主导地位时。
    这里写图片描述
  • 对数变换(动态范围压缩)
    s=clog1+r
    作用:扩张较小的灰度范围,压缩数值较大的灰度范围
    这里写图片描述
基于直方图(概率密度图)

反映了数字图像每一灰度级与其出现频率间的关系,它能描述该图像的概貌。

  • 直方图均衡化
    将原图像通过某种变换,得到一幅灰度直方图为均匀分布的新图像。
    这里写图片描述
    1)统计原始图像的直方图: prrk=nk/n ,
    rk 是归一化的输入图像灰度级。
    2)计算直方图累积分布曲线,
    sk=Trk=sumPrrj=sumn
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值