【图像增强】区域相似变换函数和蜻蜓算法灰度图像增强【含Matlab源码 089期】

⛄一、图像增强技术简介

1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
图像增强是一种必要的和不可缺少的技术,增加数字的质量图像。的主要任务是生成一个新的图像中每个像素强度值使用转换函数在输入图像接收每个像素的强度值。拟议的传递函数研究被称为区域相似性传递函数(RSTF)认为密度分布相似相邻像素之间。蜻蜓算法(DA)直观的优化技术,这是首选工程应用中,已被用于优化提出了传递函数的参数值。

⛄二、部分源代码

% Using the Regional Similarity Transformation Function and Dragonfly Algorithm.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%THIS IS A DEMO FOR NOVEL IMAGE ENHANCEMENT USING GRAV脻TAT脻ONAL SEARCH ALGORITHM
clc;
clear all;
close all;

%READ IMAGE
i=imread(‘test5.bmp’);
i=imresize(i,1);

%--------------------------------------------------------------------------
%GLOBAL MEAN
frekans=zeros(256,1);

% It records by counting how many times each pixel value is.

for k=1:size(i,1)
for l=1:size(i,2)

    value=i(k,l);
   frekans(value+1)=frekans(value+1)+1; 

end

end
deger=max(frekans);
for k=1:256
if deger==frekans(k)
D=k;
end
end
D=double(D/255);
image = im2double(i);
global_mean = D;
%--------------------------------------------------------------------------
% LOCAL MEAN
Bmean = mean_n(image);
%--------------------------------------------------------------------------
%SIMILARITY
[S]=similarity(i);
B=double(S);
%--------------------------
C = std_n(image,Bmean);
im_size = size(image);
%-------------------------------------------------------------------------
%OPTIMIZATION PARAMETERS
N=15; % Agent number;
Max_iteration=15;
%-------------------------------------------------------------------------
%CALL FUNCTION

[parameters Fbest BestChart MeanChart] = GSA_enhancement2(image,global_mean,B,C,im_size, N, Max_iteration);

enh = trans(i,image, B, C, global_mean, parameters(1),parameters(2),parameters(3),parameters(4) );

figure;
subplot(121)
imshow(image);
title(‘原图’)
subplot(122)
imshow(enh);
title(‘GSA增强后的灰度图’)

⛄三、运行结果

⛄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