冈萨雷斯数字图像处理——彩色图像增强3实例

             冈萨雷斯数字图像处理——彩色图像增强3实例

实例一：基于直方图均衡化的彩色图像增强

    要处理的图片：fruit.jpg

   

     

    example1.m:

clc;
RGB=imread('fruit.jpg');    %输入彩色图像，得到三维数组

R=RGB(:,:,1);             %分别取三维数组的一维，得到红绿蓝三个分量
G=RGB(:,:,2);             %为R G B
B=RGB(:,:,3);

subplot(4,2,1),imshow(RGB);       %绘制各分量的图像及其直方图
title('原始真彩色图像');          
subplot(4,2,3),imshow(R);
title('真彩色图像的红色分量');
subplot(4,2,4), imhist(R);
title('真彩色图像的红色分量直方图');
subplot(4,2,5),imshow(G);
title('真彩色图像的绿色分量');
subplot(4,2,6), imhist(G);
title('真彩色图像的绿色分量直方图');
subplot(4,2,7),imshow(B);
title('真彩色图像的蓝色分量');
subplot(4,2,8), imhist(B);
title('真彩色图像的蓝色分量直方图');

r=histeq(R);             %对个分量直方图均衡化，得到个分量均衡化图像   
g=histeq(G);  
b=histeq(B); 
figure,
subplot(3,2,1),imshow(r);
title('红色分量均衡化后图像');
subplot(3,2,2), imhist(r);
title('红色分量均衡化后图像直方图');
subplot(3,2,3),imshow(g);
title('绿色分量均衡化后图像');
subplot(3,2,4), imhist(g);
title('绿色分量均衡化后图像直方图');
subplot(3,2,5), imshow(b);
title('蓝色分量均衡化后图像');
subplot(3,2,6), imhist(b);
title('蓝色分量均衡化后图像直方图');

figure,       %通过均衡化后的图像还原输出原图像                    
newimg = cat(3,r,g,b);                
imshow(newimg,[]);
title('均衡化后分量图像还原输出原图');

   处理效果：

  

    

   

   通过matlab仿真，比较均衡化后的还原图像与输入原始真彩色图像，输出图像轮廓更清晰，亮度明显增强。

实例二: 双边滤波(Bilateral Filtering)

     双边滤波是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。具有简单、非迭代、局部的特点。
    双边滤波器的好处是可以做边缘保存（edge preserving），一般过去用的维纳滤波或者高斯滤波去降噪，都会较明显地模糊边缘，对于高频细节的保护效果并不明显。双边滤波器顾名思义比 高斯滤波 多了一个高斯方差sigma－d，它是基于空间分布的高斯滤波 函数 ，所以在边缘附近，离的较远的像素不会太多影响到边缘上的像素值，这样就保证了边缘附近像素值的保存。但是由于保存了过多的高频信息，对于彩色图像里的高频噪声，双边滤波器不能够干净的滤掉，只能够对于低频信息进行较好的滤波。

    测试用例图：

  

   matlab代码：

   bfilter2.m

% BFILTER2 Two dimensional bilateral filtering.
%    This function implements 2-D bilateral filtering using
%    the method outlined in:
%
%       C. Tomasi and R. Manduchi. Bilateral Filtering for 
%       Gray and Color Images. In Proceedings of the IEEE 
%       International Conference on Computer Vision, 1998. 
%
%    B = bfilter2(A,W,SIGMA) performs 2-D bilateral filtering
%    for the grayscale or color image A. A should be a double
%    precision matrix of size NxMx1 or NxMx3 (i.e., grayscale
%    or color images, respectively) with normalized values in
%    the closed interval [0,1]. The half-size of the Gaussian
%    bilateral filter window is defined by W. The standard
%    deviations of the bilateral filter are given by SIGMA,
%    where the spatial-domain standard deviation is given by
%    SIGMA(1) and the intensity-domain standard deviation is
%    given by SIGMA(2).
%
% Douglas R. Lanman, Brown University, September 2006.
% dlanman@brown.