图像增强（空间域）——灰度变换

直接灰度变换

说明

逐点运算，按照一定的变换关系，逐点该点原灰度图像中每一个像素灰度值，但不改变空间位置关系。

原理

灰度图像的线性拉伸。若灰度级局限在很小的范围内(灰度级0~255)，显示出来的是模糊不清、没有层次感的图像；通过线性变换对每个像素点做线性变换，有效改变你图像视觉效果，即扩大原始的灰度等级范围，显得有层次。

常见变换

因为是点运算,图像是二维，由二维数组表示即f(x,y)表示灰度值。
变换公式：：g(x,y)=T[f(x,y)] 线性变换或者非线性变换。
线性变换：g(x,y)=T[f(x,y)]=af(x,y)+b;：原灰度值乘以a加b

① 如果a>1,输出图像的对比度增大。
② 如果a<1,输出图像的对比度减小。
③ 如果a＝1,b≠0,使所有像素的灰度值上移或下移,使整个图像更暗或更亮。
④ 如果a＝1,b＝0时,输出、输入图像相同。
⑤ 如果a为负值,暗区域将变亮,亮区域将变暗。

非线性变换： 对数变换g=clog(1+f) 压缩数据，使灰度级密集
        指数变换： g=crⁿ拉大不同灰度级距离、提高图像对比度
【两者可从数学角度理解：对数随横坐标变大曲线变得平缓，而指数陡峭】

反转变换： g(x,y)=255-f(x,y) 灰度级反转
分段线性变换： 突出感兴趣目标所在的灰度区间，抑制不感兴趣的灰度区间。

%分段线性变换
R=imread('辣椒.png'); %输入图像
J=rgb2gray(R);%灰度变换先要将彩色变成灰色
[M,N]=size(J);%size()函数获得图像的宽度和高度；返回矩阵J的尺寸信息，存储在m[行],n[列]中
x=1;y=1;
for x=1:M;%分段线性变换
    for y=1:N;
        if(J(x,y)<35);%矩阵中所有的值,灰度范围小于35，扩大10倍
            H(x,y)=J(x,y)*10;
        elseif(J(x,y)>35&&J(x,y)<=75);
            H(x,y)=(10/7)*[J(x,y)-5]+50;
        else(J(x,y)>75);
            H(x,y)=(105/180)*[J(x,y)-75]+150;
        end
    end
end
set(0,'defaultFigurePosition',[100,100,1000,500]);%修改图形图像位置的默认设置
set(0,'defaultFigureColor',[1 1 1])%修改图形背景颜色的设置
figure(1),
subplot(121),imshow(J);
subplot(122),imshow(H);

直方图

说明

直方图：统计图中每种灰度级像素的个数，反应图像中每种灰度级出现的频率，是图像最基本的统计特征，直观获取数据分布情况。【没错！真是小学学的条形统计图！！！】

横坐标：像素灰度级
纵坐标：该灰度级像素出现的个数

性质

1. 只反应该图像不同灰度值像素出现的次数，未反应某一灰度值像素所在位置，因此丢失图像的位置信息。
2. 图像与直方图之间是多对一的映射关系：一个图像只有一个直方图；而一个直方图可对应多个图像。

3. 一幅图可拆除不同子图,每个子图求直方图后，所以直方图累计求和就是整个图的直方图

直方图均衡化

说明

对比度：直方图在灰度级所设定的范围内分布情况，即一个图像中最亮的部分和最暗的部分的亮度/色彩程度的差值。
图像中像素数量集中在很小的范围内【都集中在比较暗或者比较亮的地方】,表明图像的对比度低
像素灰度级及其个数在直方图内分布比较平衡,表明对比度高,

均衡化：所有像素在每个灰度级上出现的次数近似相等,图像反应出来的信息量最大。
      像素灰度级层次拉开，亮的增量，暗的增暗，使图像更清晰；

由图可看出，均衡化实质：减少灰度级来加大对比度，使得图片的灰度范围变大，扩展了动态范围【原来很窄，现在扩宽了动态范围】，对比度增强，提高了视觉的接受力。

图像的代数运算

说明

是一种比较简单和有效的图像增强处理。两幅图的对应像素一一进行四则运算，以产生有增强效果的图像。

以上的代码实现：https://pan.baidu.com/s/1na4ZrUo9v_OKwN-JePCKow?pwd=hv36
提取码：hv36