實(shí)驗(yàn)一 灰度變換及直方圖變換

1、 實(shí)驗(yàn)一 圖像空域增強(qiáng)灰度變換一實(shí)驗(yàn)內(nèi)容：圖像灰度變換二實(shí)驗(yàn)?zāi)康模?、理解、掌握對(duì)數(shù)變換、冪次變換、對(duì)比度拉伸的原理方法2、了解圖像灰度級(jí)的概率分布情況，掌握直方圖均衡化原理和方法3、編程實(shí)現(xiàn)圖像的對(duì)數(shù)變換、冪次變換、對(duì)比度拉伸、直方圖均衡化三實(shí)驗(yàn)步驟：1 獲取實(shí)驗(yàn)用圖像：Fig3.05(a).jpg. 使用imread函數(shù)將圖像讀入Matlab；并對(duì)其進(jìn)行對(duì)數(shù)變換（令c=1）；應(yīng)用sublpot在同一個(gè)圖像窗口中顯示原圖像及對(duì)數(shù)變換后的圖像，分別用title標(biāo)注。原理：對(duì)數(shù)變換的一般表達(dá)式為： 其中是一個(gè)常數(shù)，并假設(shè)。該種變換是一窄帶低灰度輸入圖像映射為一寬帶輸出值。相應(yīng)的是輸入灰度的高調(diào)整

2、值?？梢岳眠@種變換來擴(kuò)展被壓縮的高值圖像中的暗像素。我們用matlab編程獲取了圖像Fig3.05(a).jpg，并對(duì)其進(jìn)行對(duì)數(shù)變換，所得結(jié)果如下圖1所示： 圖 1分析圖像：比較上面兩幅圖像，我們會(huì)發(fā)現(xiàn)經(jīng)過對(duì)數(shù)變換后的圖像的細(xì)節(jié)可見程度比原始圖像更明顯些，在原始圖像中最亮的像素顯示為重點(diǎn)，灰度低的像素（恰恰是重要的）卻觀察不到。經(jīng)過對(duì)數(shù)變換擴(kuò)展灰度低的像素從而使暗像素觀察的很清楚。實(shí)驗(yàn)結(jié)果分析：經(jīng)過matlab編程很好地對(duì)原始圖像進(jìn)行了對(duì)數(shù)變換，并取得了很好的效果，達(dá)到了實(shí)驗(yàn)地目的。 程序如下：clear all;close all;clc;f=imread('D:實(shí)驗(yàn)一 灰度變換及

3、直方圖變換Fig3.05(a).jpg');s=log(1+double(f);subplot(1,2,1);imshow(f);title('原始圖像');subplot(1,2,2);imshow(s);title('對(duì)數(shù)變換');2 產(chǎn)生灰度變換函數(shù)T1，使得：0.3rr < 0.35s = 0.105 + 2.6333(r 0.35)0.35 r 0.651 + 0.3(r 1)r > 0.65用T1對(duì)原圖像Fig3.10(b).jpg進(jìn)行處理，在同一窗口顯示處理前后的圖像。原理：灰度拉伸又叫對(duì)比度拉伸，它是最基本的一種灰度變換，使用

4、的是最簡(jiǎn)單 的分段線性變換函數(shù)，它的主要思想是提高圖像處理時(shí)灰度的動(dòng)態(tài)范圍，適用于低對(duì)比度圖像的處理，增強(qiáng)對(duì)比度。 我們用matlab編程獲取了圖像Fig3.10(b).jpg，并對(duì)其進(jìn)行對(duì)比度拉伸，所得結(jié)果如下圖2所示： 圖2分析圖像：比較圖2中的兩幅圖像，我們發(fā)現(xiàn)經(jīng)過對(duì)比度拉伸處理后的圖像明顯比原始圖像清晰。在原始圖像中，花粉的對(duì)比度較低，經(jīng)過灰度變換后的圖像的對(duì)比度比較高。這是因?yàn)樽儞Q函數(shù)把灰度級(jí)有原范圍線性地拉伸至飽和范圍，使得變換后的圖像對(duì)比度顯著增強(qiáng)。實(shí)驗(yàn)結(jié)果分析：運(yùn)用matlab，對(duì)原始圖像進(jìn)行灰度變換，顯著增強(qiáng)了圖片的對(duì)比度，達(dá)到了實(shí)驗(yàn)?zāi)康?。程序如下：clear all;clo

5、se all;clc;f=imread('D:實(shí)驗(yàn)一 灰度變換及直方圖變換Fig3.10(b).jpg');r=f;if r<0.35 s=0.3*r;else if r<=0.65 s=0.105+2.6333*(r-0.35); else s=1+0.3*(r-1); endendsubplot(1,2,1);imshow(f);title('原始圖像');subplot(1,2,2);imshow(s,),title('處理后圖像');3. 分別用 s = r0.6; s = r0.4; s = r0.3 對(duì)Fig3.08(a)

6、.jpg圖像進(jìn)行冪次變換。為簡(jiǎn)便起見，可使用Matlab中的imadjust函數(shù)；在同一圖像窗口顯示原圖像，伽瑪為0.6，0.4，0.3的圖像 原理：冪次變換的基本形式為： 其中和為正常數(shù)。有時(shí)考慮到偏移量（即當(dāng)輸入為0時(shí)可測(cè)量輸出），上式也可寫為 。當(dāng)時(shí)把輸入窄帶暗值映射到寬帶輸出值，增強(qiáng)圖像的對(duì)比度。當(dāng)時(shí)，正好與時(shí)相反。根據(jù)此原理，我們用matlab進(jìn)行編程來實(shí)現(xiàn)對(duì)圖像Fig3.08(a).jpg進(jìn)行的冪次變換處理，其結(jié)果圖像如下圖3所示： 圖3分析圖像：由于原始圖像整體呈現(xiàn)暗色，我們知道當(dāng)伽馬小于1時(shí)，冪次變換把窄帶低灰度輸入映射到寬帶輸出值，此時(shí)，冪次變換相當(dāng)于對(duì)數(shù)變換，只不過比對(duì)數(shù)變

7、換更靈活些，因此，我們通過不斷嘗試伽馬值來達(dá)到增強(qiáng)圖像的目的。從圖3中我們可觀察到：在伽馬值從0.6到0.4時(shí)，可看到更多的細(xì)節(jié)，當(dāng)伽馬值進(jìn)一步減小到0.3時(shí)，背景中的細(xì)節(jié)進(jìn)一步增強(qiáng)，但圖像看上去開始有輕微的“沖淡”外觀的那一點(diǎn)的對(duì)比度開始減少，尤其是背景。 比較所有結(jié)果，我們發(fā)現(xiàn)對(duì)比度和可辨別細(xì)節(jié)的最好增強(qiáng)效果在伽馬為0.4時(shí)。程序如下：clear all;close all;clc;f=imread('D:實(shí)驗(yàn)一 灰度變換及直方圖變換Fig3.08(a).jpg');r=im2double(f);s1=power(r+10.(-100),0.6);s2=power(r+10

8、.(-100,0.4);s3=power(r+10.(-100,0.3);subplot(2,2,1),imshow(f),title('原始圖像');subplot(2,2,2),imshow(s1,),title('伽碼為0.6');subplot(2,2,3),imshow(s2,),title('伽碼為0.4');subplot(2,2,4),imshow(s3,),title('伽碼為0.3');4 對(duì)Fig3.09(a).jpg圖像進(jìn)行冪次變換，伽瑪分別為3、4、5；在同一窗口下分別顯示原圖像及伽瑪為3、4、5的圖像。

9、原理如上3所述。根據(jù)此原理，我們用matlab進(jìn)行編程來實(shí)現(xiàn)對(duì)圖像Fig3.09(a).jpg進(jìn)行的冪次變換處理，其結(jié)果圖像如下圖4所示： 圖4分析圖像：由于原始圖像整體呈現(xiàn)亮色，我們知道當(dāng)伽馬大于1時(shí)，冪次變換把寬帶高灰度輸入映射到窄帶輸出值。因此，我們通過不斷嘗試伽馬值來達(dá)到增強(qiáng)圖像的目的。從圖4中我們可觀察到：在伽馬值從3到4時(shí)，可得到合適的效果，且后者有較高的對(duì)比度所以效果比較好，當(dāng)伽馬值進(jìn)一步增加到5時(shí)，有些地方太暗而丟失一些細(xì)節(jié)，比較所有結(jié)果，我們發(fā)現(xiàn)對(duì)比度和可辨別細(xì)節(jié)的最好增強(qiáng)效果在伽馬為4時(shí)。實(shí)驗(yàn)結(jié)果分析：在上述的冪次變換中，我們知道對(duì)于不同的圖片進(jìn)行的冪次變換也不相同，對(duì)于整

10、體呈暗色的圖片，實(shí)行適當(dāng)?shù)馁ゑR小于1的冪次變換可達(dá)到較好效果。相反，對(duì)于整體呈亮色的圖片，實(shí)行合適的伽馬大于1的冪次變換可達(dá)到較好效果?？偠灾敬卧囼?yàn)取得了很好的效果，達(dá)到了實(shí)驗(yàn)?zāi)康?。程序如下：clear all;close all;clc;f=imread('D:實(shí)驗(yàn)一 灰度變換及直方圖變換Fig3.09(a).jpg');r=double(f);s1=power(r,3);s2=power(r,4);s3=power(r,5);subplot(2,2,1),imshow(f),title('原始圖像');subplot(2,2,2),imshow(s1,

11、),title('伽碼為3');subplot(2,2,3),imshow(s2,),title('伽碼為4');subplot(2,2,4),imshow(s3,),title('伽碼為5');5 分別讀入Fig3.15(a)1.jpg、Fig3.15(a)2.jpg、Fig3.15(a)3.jpg、Fig3.15(a)4.jpg，繪出直方圖；并對(duì)這四幅圖像進(jìn)行直方圖均衡化處理，顯示處理后的圖像及直方圖。用matlab中的直方圖均衡化函數(shù)，將Fig3.15(a)1.jpg、Fig3.15(a)2.jpg、Fig3.15(a)3.jpg、Fig3

12、.15(a)4.jpg，四幅圖進(jìn)行均衡化處理，并作出直方圖，如下所示：實(shí)驗(yàn)結(jié)果分析：從上面圖中，我們可以看出，經(jīng)過直方圖均衡化后的圖像與原始圖像相比更清晰了。我們也發(fā)現(xiàn)，對(duì)于直方圖不均衡的原始圖像的增強(qiáng)效果更明顯（觀察前6幅圖），這也說明此次實(shí)驗(yàn)效果很好。程序如下：clear all;close all;clc;f1=imread('D:實(shí)驗(yàn)一 灰度變換及直方圖變換Fig3.15(a)1.jpg');f2=imread('D:實(shí)驗(yàn)一 灰度變換及直方圖變換Fig3.15(a)2.jpg');f3=imread('D:實(shí)驗(yàn)一 灰度變換及直方圖變換Fig3.1

13、5(a)3.jpg');f4=imread('D:實(shí)驗(yàn)一 灰度變換及直方圖變換Fig3.15(a)4.jpg');f11=histeq(f1);f22=histeq(f2);f33=histeq(f3);f44=histeq(f4);subplot(2,2,1),imshow(f1),title('原始圖像3.15(a)1');subplot(2,2,2),imhist(f1),title('直方圖');subplot(2,2,3),imshow(f11),title('處理后圖像3.15(a)1');subplot(2,

14、2,4),imhist(f11),title('處理后直方圖');figure,subplot(2,2,1),imshow(f2),title('原始圖像3.15(a)2');subplot(2,2,2),imhist(f2),title('直方圖');subplot(2,2,3),imshow(f22),title('處理后圖像3.15(a)2');subplot(2,2,4),imhist(f22),title('處理后直方圖');figure,subplot(2,2,1),imshow(f3),title('原始圖像3.15(a)3');subplot(2,2,2),imhist(f3),title('直方圖');subplot(2,2,3),imshow(f33),title('處理后圖像3.15(a)3');subplot(2,2,4),imhist(f33),title('處理后