線性、非線性增強及直方均衡化

問題一1、內(nèi)容圖像線性對比度增強，測試圖Fig69.bmp2、原理通過進行像素點對點的，灰度級的線性映射，來抑制不重要的部分，擴展關(guān)心的部分的對比度。根據(jù)Fig69.bmp的灰度圖（圖1）可知應(yīng)主要擴展低灰度區(qū)。原理如圖2圖2得到較為合理的映射方程:200f,0<f<7575125f+188,75<f<20035拓f+127.73,200<f<2553、方法及程序clearall;A=imread('Fig69.bmp');[row,col]=size(A);A1=double(A);fmax=max(max(A1));fmin=min(min(A1));fori=1:rowforj=1:colifA(i,j)<75B(i,j)=(200/75)*A(i,j);elseifA(i,j)<200B(i,j)=(20/125)*A(i,j)+208;elseB(i,j)=(35/55)*A(i,j)+127.73;endendend%B=uint8(B);subplot(2,2,1),imshow(A),title('原圖');subplot(2,2,2),imshow(B),title('線性對比度增強灰度圖’);subplot(2,2,3),imhist(A),title('原圖灰度圖');subplot(2,2,4),imhist(B),title('線性對比度增強灰度圖’);4、結(jié)果（截圖說明）可以看出改進出對比度提升了不少。從灰度圖也可看出低灰度區(qū)得到了不小的擴展。5、存在問題及分析高灰度區(qū)有一定程度的損失。且映射不夠光滑。問題二1、內(nèi)容圖像非線性調(diào)整（對數(shù)，指數(shù)），分別用Fig69.bmp，F(xiàn)ig61.bmp測試。2、原理對數(shù)變換擴展原圖灰度級低的部分，抑制灰度級高的部分；指數(shù)變換反之。3、方法及程序?qū)?shù)：clearall;A=imread('Fig69.bmp');[row,col]=size(A);A=double(A);c=256/log(255);B=c*(log(A+1));B=uint8(B);A=uint8(A);subplot(2,2,1),imshow(A),title('原圖');subplot(2,2,2),imshow(B),title('非線性對比度增強灰度圖');subplot(2,2,3),imhist(A),title('原圖灰度圖');subplot(2,2,4),imhist(B),title('非線性對比度增強灰度圖');指數(shù)：clearall;A=imread('Fig69.bmp');[row,col]=size(A);A=double(A);fori=1:rowforj=1:colB(i,j)=1.07八(2*(A(i,j)-1))-1;endendB=uint8(B);A=uint8(A);subplot(2,2,1),imshow(A),title('原圖');subplot(2,2,2),imshow(B),title('非線性對比度增強灰度圖');subplot(2,2,3),imhist(A),title('原圖灰度圖');subplot(2,2,4),imhist(B),title('非線性對比度增強灰度圖');4、結(jié)果(截圖說明)Fig61：(2)指數(shù)Fig69：Fig61：5、存在問題及分析使用非線性變換得到的結(jié)果相較于線性變換更為連續(xù)，但是對比度比不上后者。問題三1、1、內(nèi)容圖像直方圖均衡化，分別用Fig69.bmp,Fig61.bmp測試2、原理直方圖均衡化是將原圖像的直方圖通過變換函數(shù)修正為均勻的直方圖，然后按均衡直方圖修正原圖像。圖像均衡化處理后，圖像的直方圖是平直的，即各灰度級具有相同的出現(xiàn)頻數(shù)，那么由于灰度級具有均勻的概率分布，圖像看起來就更清晰了。主要分為五個步驟：求灰度直方圖h求灰度概率分布函數(shù)(PDF)hf=h/(row*col)求灰度累積分布函數(shù)(CDF)hp(i)=弩hfi=1求新舊灰度映射^(i)=256xhp(i)求新圖灰度分布B(i,j)3、方法及程序clearall;closeall;A=imread('Fig69.bmp');[row,col]=size(A);A=double(A);hf=zeros(1,256);hp=zeros(1,256);newhf=zeros(1,256);newhp=zeros(1,256);%計算灰度概率分布PDFfori=1:rowforj=1:colhf(1,A(i,j)+1)=hf(1,A(i,j)+1)+1;endendhp=hf./sum(hf);%計算灰度概率累計CDFfori=2:256hp(1,i)=hp(1,i)+hp(1,i-1);end%計算新舊灰度映射關(guān)系fori=1:256t(1,i)=floor(254*hp(1,i)+0.5);end%新圖fori=1:rowforj=1:colB(i,j)=t(1,A(i,j)+1);endendB=uint8(B);A=uint8(A);subplot(2,2,1),imshow(A),title('原圖');subplot(2,2,2),imshow(B),title('直方均衡化圖');subplot(2,2,3),imhist(A),title('原圖灰度圖');subplot(2,2,4),imhist(B),t