图像算法一:【图像点运算】灰度直方图、伽马变换、灰度阈值变换、分段线性变换、直方图均衡化

本文介绍了数字图像处理中的几种关键操作,包括灰度直方图、伽马变换、灰度阈值变换(二值化)、分段线性变换和直方图均衡化。伽马变换通过指数变换调整图像亮暗区域。灰度阈值变换实现图像二值化,而分段线性变换则用于增强图像对比度。直方图均衡化则能确保图像每个灰度级上有相似数量的像素,从而提升图像的整体视觉效果。
摘要由CSDN通过智能技术生成

 

灰度直方图:imhist()

 

%描述了图像灰度统计信息,主要应用于图像分割和图像灰度变换。



>>Img=imread( ' xxx.jpg' );      %读图

>>I=imhist(Img);                 %表示方式1.   Img-  原图

>>I2=imhist(Img,n);             %表示方式2.   n-      灰度级数目

>>[ counts , x ]=imhist(Img);    %表示方式3.  counts-   直方图数据向量      
                                              x-   保存直方图小区间的向量

 

伽马变换:imadjust()

%γ:gamma变换,又称指数变换or幂次变换,是一种常用的灰度非线性变换。

%  γ>1:高灰度区

%  γ<1:低灰度区

%  γ=1:不改变原图

J=imadjust(Img,  [ low_in, high_in] , [ low_out, high_out] , gamma);      

%      [  ] 阈值选择在[0,1]之间。



>>Img=imread( ' xxx.jpg' );            %读图

>>imshow( imadjuest (Img, [  ] , [  ] , 0.5 ) );       %gamma=0.5 浅

>>imshow( imadjuest (Img, [  ] , [  ] , 1    ) );       %gamma=1    原

>>imshow( imadjuest (Img, [  ] , [  ] , 1.5 ) );       %gamma=1.5 深

 

灰度阈值变换(二值化):graythresh()

%灰度阈值变换可以将一幅gray灰度图转换成黑白的二值图像。

%如果图像中的某像素灰度值小于该灰度值,则置为0,否则置为255。

%f(x)=  {0       x<  T                    T为指定的阈值

%              {255   x>=T

%            ______ 

  • 2
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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