数字图像处理 第3章灰度变换与空间滤波

灰度变换与空间滤波

一、灰度变换函数：

• 图像反转变换：s =L -1- r 适合黑色主导图像
• 对数变换：压缩图像的动态范围

g=im2unit8(mat2gray(log(1+double(f))));

   

• 幂次变换：

MATLAB灰度变换：

• 直方图处理

图像中不同灰度级像素出现的次数

imhist(g)直方图绘制
histeq(g)直方图均衡化 求变换函数用cumsum()

bar(h,g)条形图 h:水平增量 h=linspace(0,255,25)

axis（[0 255 0 60000]）坐标范围 xlim('auto')自动范围

xlabel轴标尺 text文本

stem杆状图 plot曲线图

• 应用：镜头边界检测

镜头检测方法1——连续帧相减
镜头检测方法2——连续帧的直方图相减
镜头检测方法3——时空切片分析

二、空间滤波器

使用空间模板进行的图像处理，被称为空间滤波。模板本身被称为空间滤波器，乘积求和

• 平滑空间滤波器：去除图像中一些不重要的细节，减小噪声

平滑空间滤波器的分类：

线性滤波器：均值滤波器、加权平均

w=ones(31)
w1=rot90(w,2) w旋转180
g=imfilter(f,w,‘conv’,'replicate') w滤波模板 conv 滤波模式 replicate边界选项

非线性（统计排序）滤波器，可能改变图像性质
➢ 最大值滤波器（寻找最亮点）
➢ 中值滤波器（适合椒盐噪声，去噪）

➢ 最小值滤波器（寻找最暗点）

f=[1 2;3 4]

fp=padarray(f,[3,2],'replicate','post'）填充图像f

g=colfilt(f,[m,n], 'sliding', fun) 非线性滤波

• 锐化空间滤波器：突出灰度过度部分 

使用拉普拉斯算子（二阶微分）突出细节

使用非锐化屏蔽和高提升滤波：平滑的忽略

使用梯度（一阶微分）突出边缘

➢ Roberts交叉梯度算子

➢ Prewitt梯度算子
➢ Sobel梯度算子

混合空间增强法：组合方法

空间滤波器--MATLAB工具箱

• 线性滤波

>> w=fspecial('laplacian',0) type滤波器类型-拉普拉斯
>> f=imread('a.tif');
>> g1=imfilter(f,w,'replicate');
>> imshow(g1,[])
>> f2=tofloat(f);
>> g2=imfilter(f2,w,'replicate');
>> figure,imshow(g2)
>> figure,imshow(g);

• 非线性滤波

排序滤波器ordfilt2()、工具箱medfilt2()