空间与图像增强

 

一、利用Matlab实现亮度的变换

1、灰度变换

    灰度变换就是对图像像素灰度值进行修正，使图像灰度值动态范围加大，对比度扩展，成像均匀清晰，达到改善图像质量的目的。

clear;

clc

I = imread('E:\DigitalImageProcessing\Image\Breast.jpg');

J = imadjust(I,[0 1],[1 0]); %明暗反转

J1 = imadjust(I,[0.5 0.75],[0 1]);%亮度范围扩展

subplot(1,3,1),imshow(I);

subplot(1,3,2),imshow(J);

subplot(1,3,3),imshow(J1);

 

2、直方图均衡化

一般情况下遥感图像灰度分布集中在较窄的区间，从而引起图像细节的模糊，为了使图像细节清晰，并使一些目标突出，达到图像增强的效果，可采用直方图均衡化使原图像灰度集中的区域拉开，使灰度分布均匀，从而增强图像整体对比度，使图像细节清晰。

代码：

clear;

clc

I = imread('E:\DigitalImageProcessing\images1\31.gif');

subplot(2,2,1),imshow(I);

title('原图');

subplot(2,2,2),imhist(I);%显示图像I的直方图

title('原图直方图');

G = histeq(I);%均衡化图像I

subplot(2,2,3),imshow(G);

title('均衡化后');

subplot(2,2,4),imhist(G);

title('均衡化后直方图');

 

二、领用Matlab实现空间滤波

   进行图像处理时，有时需要先进行去除噪声的工作。最直接的去除噪声的方法是用滤波器进行滤波处理，对图像的像素执行滤波运算时，若对邻域内的像素的计算为线性，则对应的去除噪声技术就是线性空间滤波技术，否则，称此技术为非线性空间滤波技术。

1、线性空间滤波器

使用了生成淹模函数fspecial()和实现线性空间滤波函数imfilter()。

 

代码：

I =imread('E:\DigitalImageProcessing\images1\moon.jpg');

subplot (3,2,1),imshow(I);

w = fspecial('laplacian',0); %采用标准的拉普拉斯滤波器

g1 = imfilter(I,w,'replicate');% %图像I经过w掩膜向卷积，图像大小通过复制外边界的值扩展

subplot(3,2,2),imshow(g1);

%效果并不理想，因为原图是一幅uint8类图像，输出结果仍为uint8类，所有像素均为正值，

%而拉普拉斯滤波模板中存在负值，变换结果中的所有负值被截掉了。

%解决此问题，须先进行类型变换

f1 = im2double(I);

g2 = imfilter(f1,w,'replicate');

subplot(3,2,3),imshow(g2);

%此图像即含有负值的滤波结果，相比于原图，丢失了一些灰度色调，

%故还需用原图减去此滤波结果（以还原失去的灰度色调）：

g3 = f1-g2;

subplot(3,2,4),imshow(g3);

%s使用掩膜为w8，获得的效果更好

w8 = [1 1 1; 1 -8 1; 1 1 1];

g8 = I - imfilter(I,w8,'replicate');

subplot(3,2,5),imshow(g8);

 

结果：