文章目錄

• • • 一、圖像增強(qiáng)介紹
    • 二、灰度變換增強(qiáng)
    • • 1、獲取圖像灰度直方圖
      • 2、通過(guò)調(diào)整灰度值來(lái)增強(qiáng)圖像
    • 三、直方圖增強(qiáng)
    • • 1、彩色RGB圖像直方圖顯示
      • 2、直方圖均衡化
      • 3、直方圖近似化
    • 四、圖像的統(tǒng)計(jì)特性
    • 五、空域?yàn)V波
    • • 1、線性平均濾波
      • 2、卷積
      • 3、二維中值濾波
      • 4、順序統(tǒng)計(jì)濾波
      • 5、自適應(yīng)濾波
    • 六、頻域?yàn)V波
    • • 1、低通濾波
      • • (1)、理想低通濾波器
        • (2)、Butterworth低通濾波器
      • 2、高通濾波
      • • (1)、Butterworth高通濾波器
        • (2)、高斯高通濾波器
      • 3、理想帶阻濾波器
      • 4、同態(tài)濾波
  • 完整目錄

一、圖像增強(qiáng)介紹

• 圖像增強(qiáng)的目的：提高圖像質(zhì)量和可辨識(shí)度
• 圖像質(zhì)量的評(píng)價(jià)：圖像的逼真度和可懂度

二、灰度變換增強(qiáng)

1、獲取圖像灰度直方圖

灰度變換增強(qiáng)：改變圖像像素灰度值

可通過(guò)Matlab函數(shù) imhist 獲取圖像灰度直方圖

I = imread('火影4.jpg'); %讀取圖片 I = rgb2gray(I); %把圖片從rgb格式轉(zhuǎn)為灰度圖row = size(I, 1); %獲取圖片像素的行列數(shù) column = size(I, 2); N = zeros(1, 256); %一個(gè)空的容器，用來(lái)記錄每個(gè)像素出現(xiàn)的次數(shù)% 兩個(gè)循環(huán)用來(lái)遍歷每一個(gè)像素 for i = 1:rowfor j = 1:columnk = I(i, j); % 獲取該像素點(diǎn)的像素值N(k + 1) = N(k + 1) + 1; % 記錄下該像素值出現(xiàn)的次數(shù)end end%展示圖片 figure; subplot(121);imshow(I); subplot(122);bar(N);

結(jié)果展示：

2、通過(guò)調(diào)整灰度值來(lái)增強(qiáng)圖像

I = imread('火影4.jpg'); I = rgb2gray(I); I = double(I);J = (I - 80) * 255 / 70; row = size(I, 1); column = size(I, 2);for i = 1:rowfor j = 1:columnif J(i, j) < 0J(i, j) = 0;elseif J(i, j) > 255J(i, j) = 255;endend endfigure; subplot(121);imshow(uint8(I)); subplot(122);imshow(uint8(J));

結(jié)果展示：

從結(jié)果看，來(lái)回調(diào)整灰度值，感覺(jué)跟美顏相機(jī)調(diào)整亮度差不多？

三、直方圖增強(qiáng)

直方圖反映了圖像灰度值的分布情況，直方圖增強(qiáng)的原理就是通過(guò)影響灰度值的分布情況來(lái)增強(qiáng)圖像。

常用的直方圖調(diào)整方法包括直方圖均衡化、直方圖規(guī)定化

1、彩色RGB圖像直方圖顯示

I = imread('火影6.jpg');figure; subplot(221);imshow(I); subplot(222);imhist(I(:, :, 1));title('R'); subplot(223);imhist(I(:, :, 2));title('G'); subplot(224);imhist(I(:, :, 3));title('B');

結(jié)果展示：

2、直方圖均衡化

Matlab直方圖均衡化函數(shù)：histeq

I = imread('火影1.jpg'); J = histeq(I);figure; subplot(221);imshow(I); subplot(222);imshow(J); subplot(223);imhist(I); subplot(224);imhist(J);

結(jié)果展示：

從結(jié)果可以看出灰度值分布明顯的更平均了，實(shí)際圖像看上去色彩對(duì)比沒(méi)有那么強(qiáng)烈了

3、直方圖近似化

Matlab提供的函數(shù) histeq 還可以讓直方圖分布情況近似于給定的分布情況，例如下列代碼，讓圖像的直方圖分布去近似正態(tài)分布：

I = imread('火影1.jpg'); G = randn(1, 256); J = histeq(I, G);figure; subplot(231);imshow(I);title('原圖'); subplot(232);imshow(J);title('近似后'); subplot(233);imhist(I);title('原圖像直方圖分布情況'); subplot(234);imhist(J);title('近似后分布情況'); subplot(235);bar(G);title('近似的參考分布');

結(jié)果展示：

四、圖像的統(tǒng)計(jì)特性

• 1、圖像的標(biāo)準(zhǔn)差函數(shù)：std2
• 2、圖像的平均數(shù)函數(shù)：mean2
• 3、繪制圖像等高線函數(shù)：imcontour

I = imread('火影4.jpg'); I = rgb2gray(I);figure; subplot(121);imshow(I); subplot(122);imcontour(I);

五、空域?yàn)V波

空域?yàn)V波的原理：

1、圖 a 為要進(jìn)行濾波的原圖像，圖 b 為濾波模板，圖 c 為濾波后的結(jié)果
2、首先選定像素點(diǎn) s₀ ，使用模板使原圖像 s₀ 及其周圍的點(diǎn)與模板設(shè)定好的系數(shù)對(duì)應(yīng)相乘，其結(jié)果相加得到R， 使R替換 s₀，則完成濾波操作

這一部分的圖像就用我超級(jí)喜歡的自來(lái)也吧！！這張是原圖：

1、線性平均濾波

Matlab提供濾波函數(shù)：imfilter

I = imread('火影7.jpg'); I = rgb2gray(I); %讀入灰度圖像J = imnoise(I, 'salt & pepper', 0.02); %加入椒鹽噪聲 h = ones(3, 3) / 5; %設(shè)置濾波模板 h(1, 1) = 0; h(1, 3) = 0; h(3, 1) = 0; h(1, 3) = 0;K = imfilter(J, h); %進(jìn)行空域?yàn)V波figure; subplot(131);imshow(I);title('原灰度圖'); subplot(132);imshow(J);title('加椒鹽噪聲'); subplot(133);imshow(K);title('空域?yàn)V波');

結(jié)果展示：

圖三對(duì)比圖二可以明顯的看出椒鹽噪聲沒(méi)那么明顯了

2、卷積

Matlab卷積操作函數(shù)：conv2
下列代碼為卷積操作：

I = imread('火影7.jpg'); I = rgb2gray(I); %讀入灰度圖像 I = im2double(I);J = imnoise(I, 'gaussian', 0, 0.01); %加入高斯噪聲 h = ones(3, 3) / 9; %設(shè)置濾波模板K = conv2(J, h); %進(jìn)行卷積操作figure; subplot(131);imshow(I);title('原灰度圖'); subplot(132);imshow(J);title('加高斯噪聲'); subplot(133);imshow(K);title('卷積');

圖三對(duì)比圖二也可以明顯的看出高斯噪聲沒(méi)那么明顯了

3、二維中值濾波

Matlab提供中值濾波的函數(shù)：medfilt2

二維中值濾波可以有效的去除椒鹽噪聲，效果比均值濾波要好

I = imread('火影7.jpg'); I = rgb2gray(I); %讀入灰度圖像 I = im2double(I);J = imnoise(I, 'salt & pepper', 0.03); %加入椒鹽噪聲K = medfilt2(J); %進(jìn)行二維中值濾波figure; subplot(131);imshow(I);title('原灰度圖'); subplot(132);imshow(J);title('加椒鹽噪聲'); subplot(133);imshow(K);title('中值濾波');

完全看不出椒鹽噪聲！！ 真 TMD 好！！

4、順序統(tǒng)計(jì)濾波

Matlab提供順序統(tǒng)計(jì)濾波函數(shù)：ordfilt2

I = imread('火影7.jpg'); I = rgb2gray(I); %讀入灰度圖像 I = im2double(I);K1 = ordfilt2(I, 1, true(5)); %相當(dāng)于最小值濾波 K2 = ordfilt2(I, 25, true(5)); %最大值濾波figure; subplot(131);imshow(I);title('原灰度圖'); subplot(132);imshow(K1); subplot(133);imshow(K2);

采用5 x 5模板最小值輸出會(huì)使圖像更暗，5 x 5最大值輸出使圖像更亮，同時(shí)這兩種輸出都使圖像更模糊了。。。

5、自適應(yīng)濾波

Matlab自適應(yīng)濾波函數(shù)：wiener2

I = imread('火影7.jpg'); I = rgb2gray(I); %讀入灰度圖像 I = im2double(I);J = imnoise(I, 'gaussian', 0, 0.01); %加入高斯噪聲K = wiener2(J, [5, 5]); %進(jìn)行卷積操作figure; subplot(131);imshow(I);title('原灰度圖'); subplot(132);imshow(J);title('加高斯噪聲'); subplot(133);imshow(K);title('自適應(yīng)濾波');

六、頻域?yàn)V波

1、低通濾波

低通濾波器原理是讓低頻通過(guò)，衰減或過(guò)濾掉高頻濾波，從而過(guò)濾掉包含在高頻中的噪聲。其作用是圖像的去噪聲平滑增強(qiáng)，但也會(huì)造成不同程度的模糊

(1)、理想低通濾波器

$$D(u,v)=[(u?M/2{)}^2+(v?N/2{)}^2{]}^{1/2}$$
其中 D(u, v) 表示頻率域中點(diǎn) (u, v) 與頻率矩形中心的距離，該距離若大于預(yù)先設(shè)定距離D₀則該點(diǎn)值為0，小于或等于則保留原值。

I = imread('火影8.jpg'); I = rgb2gray(I); %讀入灰度圖像 I = im2double(I);M = 2 * size(I, 1); N = 2 * size(I, 2);u = -M / 2:(M / 2 - 1); v = -N / 2:(N / 2 - 1); [U, V] = meshgrid(u, v); %基于向量 u 和 v 中包含的坐標(biāo)返回二維網(wǎng)格坐標(biāo) D = sqrt(U.^2 + V.^2); D0 = 80; %濾波器截止頻率為80 H = double(D<= D0); J = fftshift(fft2(I, size(H, 1), size(H, 2))); %fftshift將零頻點(diǎn)移到頻譜的中間,fft2二維快速傅里葉變換 K = J.*H; L = ifft2(ifftshift(K)); %二維快速傅里葉逆變換 L = L(1: size(I, 1), 1: size(I, 2)); figure; subplot(121);imshow(I); subplot(122);imshow(L);

結(jié)果表明，效果真的不咋地：

(2)、Butterworth低通濾波器

截止頻率位于距原點(diǎn) D₀ 處的 n 階Butterworth低通濾波器(BLPF)的傳遞函數(shù)定義為：
$$H(u,v)=\frac{1}{1+[D(u,v)/D_0{]}^{2n}}$$

I = imread('火影8.jpg'); I = rgb2gray(I); %讀入灰度圖像 I = im2double(I);M = 2 * size(I, 1); N = 2 * size(I, 2);u = -M / 2:(M / 2 - 1); v = -N / 2:(N / 2 - 1); [U, V] = meshgrid(u, v); %基于向量 u 和 v 中包含的坐標(biāo)返回二維網(wǎng)格坐標(biāo) D = sqrt(U.^2 + V.^2); D0 = 80; %濾波器截止頻率為80 n = 6; H = 1./ (1 + (D./ D0).^ (2 * n)); J = fftshift(fft2(I, size(H, 1), size(H, 2))); %fftshift將零頻點(diǎn)移到頻譜的中間,fft2二維快速傅里葉變換 K = J.*H; L = ifft2(ifftshift(K)); %二維快速傅里葉逆變換 L = L(1: size(I, 1), 1: size(I, 2)); figure; subplot(121);imshow(I); subplot(122);imshow(L);

結(jié)果也是很糊：

2、高通濾波

高通濾波器原理是讓高頻通過(guò)，衰減或過(guò)濾掉低頻濾波。其作用是使圖像得到銳化處理，突出圖像邊界

(1)、Butterworth高通濾波器

截止頻率位于距原點(diǎn) D₀ 處的 n 階Butterworth高通濾波器(BHPF)的傳遞函數(shù)定義為：
$$H(u,v)=\frac{1}{1+[D_0/D(u,v){]}^{2n}}$$

I = imread('火影8.jpg'); I = rgb2gray(I); %讀入灰度圖像 I = im2double(I);M = 2 * size(I, 1); N = 2 * size(I, 2);u = -M / 2:(M / 2 - 1); v = -N / 2:(N / 2 - 1); [U, V] = meshgrid(u, v); %基于向量 u 和 v 中包含的坐標(biāo)返回二維網(wǎng)格坐標(biāo) D = sqrt(U.^2 + V.^2); D0 = 30; %濾波器截止頻率為30 n = 6; H = 1./ (1 + (D0./ D).^ (2 * n)); J = fftshift(fft2(I, size(H, 1), size(H, 2))); %fftshift將零頻點(diǎn)移到頻譜的中間,fft2二維快速傅里葉變換 K = J.*H; L = ifft2(ifftshift(K)); %二維快速傅里葉逆變換 L = L(1: size(I, 1), 1: size(I, 2)); figure; subplot(121);imshow(I); subplot(122);imshow(L);

可以明顯地突出圖像的邊緣部分：

(2)、高斯高通濾波器

截止頻率處在距頻率矩形中心距離為 D₀ 的高斯高通濾波器(GHPF)的傳遞函數(shù)由下式給出：
$$H(u,v)=1?e^{?D^2(u,v)/2D_0^2}$$
該濾波器結(jié)果要更加平滑，即使對(duì)微小物體和細(xì)線條濾波結(jié)果也比較清晰

I = imread('火影8.jpg'); I = rgb2gray(I); %讀入灰度圖像 I = im2double(I);M = 2 * size(I, 1); N = 2 * size(I, 2);u = -M / 2:(M / 2 - 1); v = -N / 2:(N / 2 - 1); [U, V] = meshgrid(u, v); %基于向量 u 和 v 中包含的坐標(biāo)返回二維網(wǎng)格坐標(biāo) D = sqrt(U.^2 + V.^2); D0 = 20; %濾波器截止頻率為20 H = 1 - exp(-(D.^2)./(2 * (D0^2))); J = fftshift(fft2(I, size(H, 1), size(H, 2))); %fftshift將零頻點(diǎn)移到頻譜的中間,fft2二維快速傅里葉變換 K = J.*H; L = ifft2(ifftshift(K)); %二維快速傅里葉逆變換 L = L(1: size(I, 1), 1: size(I, 2)); figure; subplot(121);imshow(I); subplot(122);imshow(L);

結(jié)果展示：

3、理想帶阻濾波器

帶阻濾波器用于抑制距離頻率域中心一定距離的一個(gè)圓環(huán)區(qū)域的頻率，可用于消除一定頻率范圍的周期噪聲。

I = imread('火影8.jpg'); I = rgb2gray(I); %讀入灰度圖像 I = imnoise(I, 'gaussian', 0, 0.01); %加入高斯噪聲 I = im2double(I);M = 2 * size(I, 1); N = 2 * size(I, 2);u = -M / 2:(M / 2 - 1); v = -N / 2:(N / 2 - 1); [U, V] = meshgrid(u, v); %基于向量 u 和 v 中包含的坐標(biāo)返回二維網(wǎng)格坐標(biāo) D = sqrt(U.^2 + V.^2); D0 = 50; %濾波器截止頻率為50 W = 30; H = double(or(D < (D0 - W / 2), D > D0 + W / 2));J = fftshift(fft2(I, size(H, 1), size(H, 2))); %fftshift將零頻點(diǎn)移到頻譜的中間,fft2二維快速傅里葉變換 K = J.*H; L = ifft2(ifftshift(K)); %二維快速傅里葉逆變換 L = L(1: size(I, 1), 1: size(I, 2)); figure; subplot(121);imshow(I); subplot(122);imshow(L);

4、同態(tài)濾波

同態(tài)濾波可以壓縮灰度圖像的動(dòng)態(tài)范圍，且增強(qiáng)對(duì)比度

I = imread('pout.tif'); J = log(im2double(I) + 1); K = fft2(J); n = 5; D0 = 0.1 * pi; rh = 0.7; rl = 0.4; [row, column] = size(J);for i = 1: rowfor j = 1: columnD1(i, j) = sqrt(i^2 + j^2);H(i, j) = rl + (rh / (1 + (D0 / D1(i, j))^(2 * n)));end endL = K.*H; M = ifft2(L); N = exp(M) - 1;figure; subplot(121);imshow(I); subplot(122);imshow(real(N));

完整目錄

Matlab數(shù)字圖像處理——圖像處理工具箱Image Processing Toolbox
Matlab數(shù)字圖像處理——圖像類型的轉(zhuǎn)換
Matlab數(shù)字圖像處理——圖像文件的讀取
Matlab數(shù)字圖像處理——圖像文件的顯示
Matlab數(shù)字圖像處理——視頻文件的讀寫(xiě)
Matlab數(shù)字圖像處理——圖像的像素運(yùn)算(灰度變換)
Matlab數(shù)字圖像處理——圖像的空間變換
Matlab數(shù)字圖像處理——圖像的平移、鄰域操作、區(qū)域選取
Matlab數(shù)字圖像處理——圖像增強(qiáng)
Matlab數(shù)字圖像處理——圖像復(fù)原

總結(jié)

以上是生活随笔為你收集整理的Matlab数字图像处理——图像增强的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。