一、灰度圖同態濾波與直方均衡化的比較

1、灰度圖同態濾波

Figure

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-U2OVYl29-1641880930896)(E:\Homework\數字圖像處理\課上\數字圖像處理作業8\圖片\2.png)]

Code

clear close allaIn = imread("body.jpg"); [aOut,x,y] = Homofilter(aIn); figure, subplot(121),imshow(aIn,[]),title('原圖') subplot(122),imshow(aOut,[0 70]),title('同態濾波后圖片') figure, plot(x,y),title("同態濾波器剖線")

Function

function [aOut,x,y] = Homofilter(aIn,D0,rH,rL,c) % 這僅僅是一個同態濾波器 % aIn 需要進行濾波的灰度圖像 % D0 截止頻率，越大圖像越亮 % rH 高頻增益,需要大于1 % rL 低頻增益,取值在0和1之間 % c 銳化系數 % 輸出為進行濾波之后的灰度圖像%設置預定參數（D0為濾波器半徑，rH>1，rL<1,是常系數） if nargin == 1 D0 = 80;rH = 2;rL = 0.2;c = 1.5; elseif nargin == 2rH = 2;rL = 0.2;c = 1.5; elseif nargin == 3rL = 0.2;c = 1.5; elseif nargin == 4c = 1.5; end%輸入圖像及轉為雙精度 aDouble = double(aIn);%獲取源圖像大小及填充 [ra,ca] = size(aIn); maxL = max(ra,ca); n = 1; while(maxL>2^n)n = n+1; end aZero = zeros(2^n,2^n); aZero(1:ra,1:ca) = aDouble; aFill = aZero;%讀取填充后圖像大小 [Ra,Ca] = size(aFill); [X,Y] = meshgrid(0:Ra-1,0:Ca-1);%制作濾波器 r = D0.*Ra./maxL;%%%留白點 Duv = (X+1-round(Ra/2)).^2 + (Y+1-round(Ca/2)).^2; Huv = (rH-rL).*(1-exp(-c.*(Duv./(r.^2))))+rL;%處理圖像 aLog = log(aFill+1); afft2 = myfft2(aLog.*(-1).^(X+Y)); aH = afft2.*Huv; aifft2 = myifft2(aH); ae = exp(aifft2.*(-1).^(X+Y))-1; aOut1 = ae(1:ra,1:ca); maxaOut1 = max(aOut1(:)); aOut = 255.*aOut1./maxaOut1;% %對比顯示效果 x = 0:Ra-1; y = Huv(Ra/2,:); end

2、直方均衡化灰度圖

Figure

Code

clear close allaIn = imread("body.jpg"); aOut = stra_eq(aIn);%這是直方均衡化函數 figure subplot(121),imshow(aIn,[]),title('原圖') subplot(122),imshow(aOut,[]),title('直方均衡化后圖片')

3、對比結論

Figure

結論：

同態濾波在增強陰影部分的顯示更有優勢。

直方均衡化增強了對比度但是對陰影部分的增強不明顯。且對原圖較亮部分增強后反而不容易觀察

二、彩色圖同態濾波與直方均衡化比較

1、同態濾波

Figure

Code

clear close allD0 = 500; rH = 2; rL = 0.2; c = 0.1;aIn = imread("yejing.jpg"); ar = aIn(:,:,1); ag = aIn(:,:,2); ab = aIn(:,:,3);aOut1 = aIn; aOut1(:,:,1) = Homofilter(ar,D0,rH,rL,c); aOut1(:,:,2) = Homofilter(ag,D0,rH,rL,c); aOut1(:,:,3) = Homofilter(ab,D0,rH,rL,c);figure,imshow(aIn,[]),title("原圖") figure,imshow(aOut1,[]),title("同態濾波后圖像")

2、直方均衡化

Figure

Code

clear close allaIn = imread("yejing.jpg"); ar = aIn(:,:,1); ag = aIn(:,:,2); ab = aIn(:,:,3);aOut1 = aIn; aOut1(:,:,1) = stra_eq(ar); aOut1(:,:,2) = stra_eq(ag); aOut1(:,:,3) = stra_eq(ab);figure,imshow(aIn,[]),title("原圖") figure,imshow(aOut1,[]),title("直方均衡化后圖像")

3、心得及結論

（1）在同態濾波器中，瑞華系數c關乎到輸出圖像的亮暗，小于1的時候圖像更亮，大于1后圖像迅速變暗。

（2）D0即濾波器半徑，濾波器半徑越大，圖像越亮，但是并非D0越大濾波效果越好，具體應該根據圖來確定，多調試參數才能找到適合每一張圖片的值

（3）對于直方均衡化的同態濾波的比較，不考慮細節的話，直方均衡化處理的圖片更加的美觀，增強效果也比較好，但是對于需要顯示更多的細節的時候，同態濾波能夠更容易分辨原圖中亮的部分。

三、過程中遇到的問題及糾錯

1、正確同態濾波和錯誤同態濾波的比較

粗看感覺兩幅圖相差不大，但是觀察兩幅圖放大n倍的像素點，就可以知道兩幅圖的差異（如下圖）

左邊的隨便放大都不會出現周期性的噪聲，右邊的放大后出現明顯的黑白交替點（周期性噪聲），此類錯誤不容易發現（因為結果看起來差不多），但是卻對最終的成像質量有影響，尤其是對彩色圖的同態濾波有影響，如下圖所示：

正確同態濾波：

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-BlrT6CCK-1641880930900)(E:\Homework\數字圖像處理\課上\數字圖像處理作業8\圖片\10.png)]

錯誤同態濾波：

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-cApYvbRm-1641880930905)(E:\Homework\數字圖像處理\課上\數字圖像處理作業8\圖片\6.png)]

2、出現錯誤原因

錯誤代碼：

ae = exp(aifft2)-1;

正確代碼：

ae = exp(aifft2.*(-1).^(X+Y))-1;

在對傅里葉變化的圖像進行反變換后，未進行:
$$.??1^{\left(X+Y\right)}$$
導致混入了噪聲。

總結

以上是生活随笔為你收集整理的matlab 实现同态滤波算法 并于直方均衡化相比较 看看谁的效果更好的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。