灰度变换
*
– 直接灰度变换
–
+
* 说明
* 原理
* 常见变换
– 直方图
–
+
* 说明
* 性质
* 直方图均衡化
– 图像的代数运算
–
+
* 说明
直接灰度变换
说明
逐点运算，按照一定的变换关系，逐点该点原灰度图像中每一个像素灰度值，但不改变空间位置关系。
原理
灰度图像的线性拉伸。若灰度级局限在很小的范围内(灰度级 0~255)，显示出来的是模糊不清、没有层次感的图像；通过线性变换对每个像素点做线性变换，有效改变你图像视觉效果，即扩大原始的灰度等级范围，显得有层次。
常见变换
因为是点运算,图像是二维，由二维数组表示即 f(x,y)表示灰度值。
变换公式：： g(x,y)=T[f(x,y)] 线性变换或者非线性变换。
线性变换： g(x,y)=T[f(x,y)]=af(x,y)+b;：原灰度值乘以a加b
① 如果a>1,输出图像的对比度增大。
② 如果a
非线性变换： 对数变换 g=clog(1+f) 压缩数据，使灰度级密集
指数变换： g=crn拉大不同灰度级距离、提高图像对比度
【两者可从数学角度理解：对数随横坐标变大曲线变得平缓，而指数陡峭】
反转变换： g(x,y)=255-f(x,y) 灰度级反转
分段线性变换： 突出感兴趣目标所在的灰度区间，抑制不感兴趣的灰度区间。
%分段线性变换
R=imread('辣椒.png'); %输入图像
J=rgb2gray(R);%灰度变换先要将彩色变成灰色
[M,N]=size(J);%size()函数获得图像的宽度和高度；返回矩阵J的尺寸信息，存储在m[行],n[列]中
x=1;y=1;
for x=1:M;%分段线性变换
for y=1:N;
if(J(x,y)<35);%矩阵中所有的值,灰度范围小于35，扩大10倍
H(x,y)=J(x,y)*10;
elseif(J(x,y)>35&&J(x,y)75);
H(x,y)=(10/7)*[J(x,y)-5]+50;
else(J(x,y)>75);
H(x,y)=(105/180)*[J(x,y)-75]+150;
end
end
end
set(0,'defaultFigurePosition',[100,100,1000,500]);%修改图形图像位置的默认设置
set(0,'defaultFigureColor',[1 1 1])%修改图形背景颜色的设置
figure(1),
subplot(121),imshow(J);
subplot(122),imshow(H);
直方图
说明
直方图：统计图中每种灰度级像素的个数，反应图像中每种灰度级出现的频率，是图像最基本的统计特征，直观获取数据分布情况。【没错！真是小学学的条形统计图！！！】
横坐标：像素灰度级
纵坐标：该灰度级像素出现的个数
; 性质
- 只反应该图像不同灰度值像素出现的次数，未反应某一灰度值像素所在位置，因此丢失图像的位置信息。
- 图像与直方图之间是多对一的映射关系：一个图像只有一个直方图；而一个直方图可对应多个图像。
- 一幅图可拆除不同子图,每个子图求直方图后，所以直方图累计求和就是整个图的直方图
直方图均衡化
说明
对比度：直方图在灰度级所设定的范围内分布情况，即一个图像中最亮的部分和最暗的部分的亮度/色彩程度的差值。
图像中像素数量集中在很小的范围内【都集中在比较暗或者比较亮的地方】,表明图像的对比度低
像素灰度级及其个数在直方图内分布比较平衡,表明对比度高,均衡化：所有像素在每个灰度级上出现的次数近似相等,图像反应出来的信息量最大。
像素灰度级层次拉开，亮的增量，暗的增暗，使图像更清晰；
由图可看出， 均衡化实质：减少灰度级来加大对比度，使得图片的灰度范围变大，扩展了动态范围【原来很窄，现在扩宽了动态范围】，对比度增强，提高了视觉的接受力。
; 图像的代数运算
说明
是一种比较简单和有效的图像增强处理。两幅图的对应像素一一进行四则运算，以产生有增强效果的图像。
以上的代码实现：https://pan.baidu.com/s/1na4ZrUo9v_OKwN-JePCKow?pwd=hv36
提取码：hv36
Original: https://blog.csdn.net/weixin_47421560/article/details/123318374
Author: 帅杰的芯路之旅
Title: 图像增强（空间域）——灰度变换
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/645677/
转载文章受原作者版权保护。转载请注明原作者出处！