几种常用的图像对比度调整方法

最新推荐文章于 2024-08-31 17:52:16 发布

wenjing3470830

最新推荐文章于 2024-08-31 17:52:16 发布

阅读量7.4k

点赞数 5

分类专栏： image process 文章标签：算法计算机视觉

本文链接：https://blog.csdn.net/wenjing3470830/article/details/110529099

版权

本文介绍了图像处理中的几种对比度调整方法，包括直方图均衡、色阶调整、对比度增强、Retinex去雾算法以及形态学调整。这些技术用于改善图像质量，适用于图像偏暗、偏亮或对比度不足的情况。直方图均衡通过拉伸图像分布提高对比度，色阶调整则通过拉伸亮度范围实现。对比度调整利用线性运算增强图像的明暗对比。Retinex算法则考虑了光线反射，适用于不同类型的图像增强。形态学调整利用开闭操作减少光照不均影响。

摘要由CSDN通过智能技术生成

在工业图像中，不同时间段拍摄的图像质量层次不齐，需要按需选择合适的调整方式，本文列出了几种基本的方法：
1.直方图均衡
图像直方图存在峰值时，如暗峰值，亮峰值，中间峰值，通过直方图均衡，可以将图像调整为高对比度的效果。该算法比较成熟，在matlab中只需要一句话就可以实现。
eqimg =histeq(img);
OpenCV原型：void equalizeHist( InputArray src, OutputArray dst );

2.色阶调整
也是一种亮度均衡，将最小，最大区间的图像拉伸到一个线性的范围。
公式：dst(i,j)=(src(i,j)-min)/(max-min)*255;
算法对min，max的取值需要自己调节。
matlab也只需要一句就可以实现:
min=10;
max=250;
dst=(src-min)/(max-min)*255;
dst=uint8(dst);
这种方法适合图像整体偏暗或者偏亮的情况。

3.对比度调整
采用线性的方法实现对图像中暗区域更暗，亮区域增强的效果。公式：dst(i,j)=alpha*(src(i,j)-mean)+beta;
mean的取值可以是图像全局也可以是局部，根据需要调整。具体的实现代码：
   clc;
   close all;
   clear all;
   img=imread('J.bmp');
   h=fspecial('average',[50,50]);%3*3均值