【图像增强】频域+密度分割+灰度级-彩色变换伪彩色图像增强【含Matlab源码 1011期】

⛄一、 图像增强技术简介

图像增强
图像增强是对图像的某些特征，如边缘、轮廓、对比度等进行强调或锐化，以便于显示、观察或进一步分析与处理。通过对图像的特定加工，将被处理的图像转化为对具体应用来说视觉质量和效果更“好”或更“有用”的图像。
图像增强是最基本最常用的图像处理技术，常用于其他图像处理的预处理阶段。

（1）高通平滑、低通锐化；平滑模糊、锐化突出图像细节
（2）滤波器还有带通、带阻等形式
（3）根据噪声（椒盐噪声、高斯噪声…）的不同，选用不同的滤波
（4）邻域有4-邻域、对角邻域、8-邻域，相对应的有邻接，即空间上相邻、像素灰度相似
（5）图像边缘处理：忽略不处理、补充、循环使用
（6）目前尚未图像处理大多基于灰度图像

⛄二、部分源代码

Image = double(imread('yaogan1.bmp'));
imshow(uint8(Image))
[height,width]=size(Image);
NewImage=zeros(height,width,3);
for i=1:height
    for j=1:width
        if  Image(i,j)<52
            NewImage(i,j,1)=16; NewImage(i,j,2)=25;  NewImage(i,j,3)=64;       
        elseif  Image(i,j)<92
            NewImage(i,j,1)=27; NewImage(i,j,2)=45;  NewImage(i,j,3)=125;      
        elseif Image(i,j)<115
            NewImage(i,j,1)=101;  NewImage(i,j,2)=146; NewImage(i,j,3)=79;       
        elseif Image(i,j)<170
            NewImage(i,j,1)=115;  NewImage(i,j,2)=156;   NewImage(i,j,3)=142;
        else
            NewImage(i,j,1)=213;
            NewImage(i,j,2)=222;
            NewImage(i,j,3)=159;
        end
    end
end
Image=double(imread('Brain.jpg'));
[height,width]=size(Image);
NewImage=zeros(height,width,3);
L=255;
for i=1:height
    for j=1:width
        if Image(i,j)<=L/4
            NewImage(i,j,1)=0; 
            NewImage(i,j,2)=4*Image(i,j); 
            NewImage(i,j,3)=L;
        else if Image(i,j)<=L/2
            NewImage(i,j,1)=0; 
            NewImage(i,j,2)=L; 
            NewImage(i,j,3)=-4*Image(i,j)+2*L;
         else if Image(i,j)<=3*L/4
            NewImage(i,j,1)=4*Image(i,j)-2*L; 
            NewImage(i,j,2)=L; 
            NewImage(i,j,3)=0; 
 

## ⛄三、运行结果
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210616221130415.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1RJUUNtYXRsYWI=,size_16,color_FFFFFF,t_70#pic_center)
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210616221130414.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1RJUUNtYXRsYWI=,size_16,color_FFFFFF,t_70#pic_center)
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210616221130413.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1RJUUNtYXRsYWI=,size_16,color_FFFFFF,t_70#pic_center)
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210616221130369.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1RJUUNtYXRsYWI=,size_16,color_FFFFFF,t_70#pic_center)
## ⛄四、matlab版本及参考文献
**1 matlab版本**
2014a

**2 参考文献**
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.

**3 备注**
简介此部分摘自互联网，仅供参考，若侵权，联系删除