Matlab图像（亮度变换与线性滤波）

如今，很多人都喜欢摄影。当然也有很多人喜欢对图像进行处理，使图像具有别样的味道。其中用到了很多知识，那现在我就向大家介绍一下简单的图像数字处理。

众所周知，我们的计算机储存图像信息，用到的是一个矩阵。

1：对于黑白图像来说，这是一个二维矩阵。矩阵里面值的大小是0-256之间的unit8格式数字。

2：对于彩色图像，存储时用到的是RGB三原色。也就是用这三种颜色组合来显示这个彩色图像

3：二值图像，这是最简单的二维矩阵构成的图像，仅仅有0和1构成，每个像素只有两种可能性：黑（0）和白(1)。这是绝对的“黑白分明”的图像。比较适合文字，线条图的扫描和储存。

4：索引图像：索引图由两部分构成，数据矩阵和彩色映射矩阵map。由于索引矩阵平时用到的不多，在此不多做介绍。

一：亮度变换

1：亮度转换的意思是直接对图像像素进行处理。用到的是一个非常简单的公式：

         g(x,y)=T{f(x,y)}；

其中f(x,y)代表的是原图像，x,y分别代表行数和列数。T代表队图像进行处理的操作符。代表的是一个简单的映射关系。

        g=imadjust(f,[low_in,hing_in],[low_out,high_out],gamma)

这是专用于这项工作的函数，其中的亮度映射关系如下，

[low_in,high_in]---->   [low_out,high_out]。gamma作用是调节权值。

下面我给大家举一个例子，下面就是代码和实现效果

warning off
f=imread('tiger.jpg');
g1=imadjust(f,[0;0.2],[1;0]);
subplot(2,2,1);
imshow(g1);
g2=imadjust(f,[0;1],[1;0]);
subplot(2,2,2);
imshow(g2);
g3=imadjust(f,[0;1],[0.5;0]);
subplot(2,2,3);
imshow(g3);
g4=imadjust(f,[0;0.3],[1;0.4]);
subplot(2,2,4);
imshow(g4);

 

 

2：线性空间滤波器

空间滤波器可以去掉图像的噪声，处理被污染的图像，比较常见的是拉普拉斯滤波器，使用拉普拉斯滤波器增强图像的基本公式如下

       

其中倒三角表示拉普拉斯算子，比较复杂，这里只介绍它的计算过程，

 

在矩阵中进行的就是这样的运算。下面举一个例子，用滤波器对模糊图像进行修复。

代码如下

f=imread('123.jpg'); %读取原图像
h1=fspecial('laplacian',0); %式（13.3）的滤波器，等价于式（13.5）中参数为0
g1=f-imfilter(f,h1); %中心为-4，c=-1,即从原图像中减去拉普拉斯算子处理的结果
h2=[1 1 1; 1 -8 1; 1 1 1]; %式（13.4）的滤波器
g2=f-imfilter(f,h2); %中心为-8，c=-1
subplot(1,3,1),imshow(f) %显示原图像
subplot(1,3,2),imshow(g1) %显示滤波器(13.3)修复的图像
subplot(1,3,3),imshow(g2) 

 

3：非线性滤波器：

      由于此内容需要占太长篇幅，下次单独列出一篇再讲吧!

 

另外本人还开设了个人公众号：JiandaoStudio ，会在公众号内定期发布行业信息，以及各类免费代码、书籍、大师课程资源。

 

                                            

扫码关注本人微信公众号，有惊喜奥！公众号每天定时发送精致文章！回复关键词可获得海量各类编程开发学习资料！

例如：想获得Python入门至精通学习资料，请回复关键词Python即可。