1、3.2 亮度变换函数n亮度变换的简单形式（邻域大小为11）ns=T(r)，r表示图像f中的相应点(x,y)的亮度，s表示图像g相应点(x,y)的亮度。n函数imadjust：对灰度图像进行亮度变换，语法为：ng=imadjust(f,Li Hi,Lo Ho,gamma)nLi Hi,Lo Ho 都是0到1之间的数，如果为,默认为0 1。n若图像f是uint8类，则输出乘以255为实际值；若图像f是uint16类，则输出乘以65535为实际值。nGamma定义曲线的形状，其默认值为1。3.2 亮度变换函数n例3.1使用函数imadjustn对一副数字乳房X射线图像f（图a）进行明暗反转（图b）,
2、可用于增强嵌入在大片黑色区域的白色或灰色细节。ng1=imadjust(f,0 1,1 0)，其等价的IPT函数为g=imcomplement（f）n灰度级扩展或者压缩ng2=imadjust(f,0.5 0.75,0 1),突出感兴趣的部分（图c）ng3=imadjust(f,2)，压缩灰度级的低端，扩展灰度级的高端（图d）3.2 亮度变换函数3.2 亮度变换函数3.2 亮度变换函数n对数变换和对比度拉伸变换用于动态范围变换处理n对数变换g=c*log(1+double(f)0c1，常用于压缩动态范围n将压缩值还原可使用gs=im2uint8(mat2gray(g)，mat2gray在0,1
3、内，im2uint8输出为0,2553.2 亮度变换函数n图a为对比度拉伸变换函数，输出为高对比度图像，其变换公式为ns=T(r)=1/(1+(m/r).E),E控制函数的斜率。实际应用中Matlab的实现为g=1./(1+(m./(double(f)+eps).E),图a的曲线是E=20n图b的输出为二值图像，也称阈值变换。3.2 亮度变换函数n例3.2 使用对数变换减小动态范围n图a是一个取值范围为0至1.5106的傅里叶频谱，显示在线性比例尺的8比特系统上。n图b是图a使用以下命令进行对数变换后的结果ng=im2uint8(mat2gray(log(1+double(f)nimshow(
4、g)3.2 亮度变换函数n实用的一些亮度变换函数n处理可变数目的输入和输出nnargin,nargoutn检测传递的参量数目是否正确的函数nargchknmsg=nargchk(low,high,number)n可变的输入变量varargin和输出变量varargoutn图像类别转换g=changeclass(newclass,f)n函数intrans,见书上P52。例3.3 函数intrans的说明n图a:原始骨骼图像，图b：对比度拉伸增强后的图像nG=intrans(f,stretch,mean2(im2double(f),0.9);3.2 亮度变换函数n亮度标注的M函数：用于将图像保存至
5、0,255或者0,65535ng=gscale(f,method,low,high)n参数method可以为full8或者full16，或者minmax，如果为minmax，必须给定0,1内的low和high值。3.3 直方图处理与绘图函数n3.3.1 生成并绘制图像的直方图n3.3.2 直方图均衡化n3.3.3 直方图匹配（规定化）3.3.1 生成并绘制图像的直方图n直方图n一副数字图像在范围0,G内总共有L个灰度级，其直方图为 h(rk)=nk,其中rk是0,G内的第k级亮度，nk是灰度级为rk的图像中的像素数。n水平方向：灰度值n垂直方向：灰度值出现的概率3.3.1 生成并绘制图像的直方
6、图n归一化直方图 p(rk)=h(rk)/n=nk/nnh=imhist(f,b),b是灰度级的个数n归一化直方图 p=imhist(f,b)/numel(f)n绘制函数nBar,stem,plotn例3.4 计算并绘制图像直方图例3.4 计算并绘制图像直方图例3.4 计算并绘制图像直方图3.3.2 直方图均衡化n直方图均衡化定义n直方图均衡化就是通过原始图像的灰度非线性变换，使其直方图变成均匀分布，以增加图像灰度值的动态范围，从而达到增强图像整体对比度，使图像变清晰的效果。n直方图均衡函数nHisteq(f,b)，其中f是输入图像，b是输出图像指定的灰度级数。n若b=L(输入图像中可能的灰度
7、级的总数)，直接进行变换。n若bL，则先划分灰度级。nb的默认值为64，一般使用时赋值为256。例3.5 直方图均衡化例3.5 直方图均衡化nhnorm=imhist(f)./numel(f);ncdf=cumsum(hnorm);nx=linspace(0,1,256);nplot(x,cdf);naxis(0 1 0 1)nset(gca,xtick,0:.2:1)nset(gca,ytick,0:.2:1)nxlable(input intebsity values,fontsize,9)nylable(Output intebsity values,fontsize,9)ntext(0
8、.18,0.5,Transformation function,fontsize,9)3.3.3 直方图匹配（规定化）n直方图匹配（规定化）n生成具有指定直方图的图像的方法n直方图匹配函数ng=histeq(f,hspec)，f是输入图像，hspec是指定的直方图（一个行向量），g是输出图像。例3.6 直方图匹配3.4 空间滤波n图像的邻域处理n定义中心点（x，y）n对（x，y）的邻域内的像素进行计算n结果作为（x，y）的响应n对图像的每一点重复此步骤n线性空间滤波如图所示n滤波器、掩膜、滤波掩膜n一般取3x3n相关和卷积的区别n相关是指掩膜w在图像f中移动的过程n卷积是指掩膜w在图像f中移动
9、前，先将w旋转180。3.4.1 线性空间滤波n一维相关和卷积3.4.1 线性空间滤波n二维相关和卷积3.4.1 线性空间滤波n线性空间滤波函数ng=imfilter（f,w,filtering_mode,boundary_options,size_options）n滤波的通用形式为g=imfilter（f,w,replicate）n卷积为 g=imfilter（f,w,conv，replicate）或者使用函数rot90(w,2)将w旋转180，然后使用imfilter（f,w,replicate）例3.7 使用函数imfiltern滤波器为w=ones(31)n注意图像数据的类型转换nui
10、nt8和double3.4.2 非线性空间滤波n非线性空间滤波与线性空间滤波的区别在于滤波器系数n实现函数nnlfilter()和colfilt()：nlfilter()直接实现二维操作，速度慢；colfilt()使用列操作，速度快。ng=colfilt(f,m n,sliding,fun,parameters)nfp=padarray(f,r c,method,direction)3.5 图象处理工具箱的标准空间函数n3.5.1 线性空间滤波器n生成掩膜w的函数为w=fspecial(type,parameter)，type为滤波器的类型例3.9 使用函数imfilter例3.10 手工指定
11、滤波器和增强技术的比较3.5 图象处理工具箱的标准空间函数n3.5.2 非线性空间滤波器n排序滤波器，ordfilt2ng=ordfilt2(f,order,domain)n最小滤波器n最大滤波器n中值滤波器n二维中值滤波器nmedfilt2(f,m n,padopt)medfilt2(f)n例3.11作业n1.直方图-Cameraman.bmpn计算出该灰度图象的直方图；n对灰度图像进行简单的灰度线性变换，看其直方图的对应变化和图像对比度的变化。原图像 f(m,n)的灰度范围 a,b 线性变换为图像g(m,n),灰度范围a,b。公式：g(m,n)=a+(b-a)*f(m,n)/(b-a)n图像二值化（选取一个阈值，将图像变为黑白图像）；n利用直方图均衡化进行图像增强。作业n2.例子3.10的结果说明了使用中心为-8的拉普拉斯滤波器增强的图像效果比中心为-4的效果好。n写一个M函数，能够对一个任意的奇数尺寸进行拉普拉斯掩模；例如，产生一个5*5的中心为-24，其它全是1的掩模。n对图像 FigP3.5(a)(blurry_moon).tif进行不同尺寸n*n(其中n=5,9,15,和25）的变换，并与书上图3.17(c)进行比较。n解释结果图像的不同之处。
