实验二图像的灰度变换增强.docx

实验二图像的灰度变换增强
一、实验目的
理解数字图像处理中点运算的基本作用；
掌握对比度调整与灰度直方图均衡化的方法。

二、实验原理

1、对比度调整

如果原图像f(x,y)的灰度范围是[m,M]，我们希望对图像的灰度范围进行线性调整，调整后的图像g(x,y)的灰度范围是[n,N]，那么下述变换：

就可以实现这一要求。
MATLAB图像处理工具箱中提供的imadjust函数，可以实现上述的线性变换对比度调整。imadjust函数的语法格式为：
J=imadjust(I,[low_inhigh_in],[low_outhigh_out])
J=imadjust(I,[low_inhigh_in],[low_outhigh_out])返回原图像I经过对比度调整后的新图像J。其中[low_inhigh_in]为原图像中要变换的灰度范围，[low_outhigh_out]指定了变换后的灰度范围，灰度范围可以用[]空矩阵表示默认范围，默认值为[0,1]（注意：灰度范围只能在0～1之间）。
例：
I=imread('pout.tif');
J=imadjust(I,[0.30.7],[]);%输出灰度范围为默认范围，即为[0,1]
imshow(I),figure,imshow(J)

不使用imadjust函数，利用matlab语言直接编程也很容易实现灰度图像的对比度调整。但运算的过程中应当注意以下问题，由于我们读出的图像数据一般是uint8型，而在MATLAB的矩阵运算中要求运算变量为double型（双精度型）。因此读出的图像数据不能直接进行运算，必须将图像数据转换成双精度型数据。MATLAB中提供了这样的图像数据类型转换函数：im2double函数，其语法格式为：
I2=im2double(I1)
该函数将I1的各元素除以255后转换为0～1内的双精度型数据。运算之后的图像数据再显示时可以再转化成uint8型，格式为：
I3=im2uint8(I2)
该函数将I2的各元素乘以255后转换为0～255内的uint8型数据，其中小于0的元素均设置为0，大于255的元素均设置为255。
线性运算示例：
K1=imread('pout.tif');
I=im2double(K1);
J=I*0.43;
K2=im2uint8(J);
subplot(1,2,1),imshow(K1)
subplot(1,2,2),imshow(K2)
非线性运算示例：
K1=imread('pout.tif');
I=double(K1);
Dm=double(max(max(K1)))；
J=(Dm/2)*(1+(1/sin(pi/4))*sin((pi/2)*((I/Dm)-0.5)));
K2=uint8(J);
subplot(1,2,1),imshow(K1)
subplot(1,2,2),imshow(K2)
注意：函数double、uint8与im2double、im2uint8不同，它们仅仅对数据作类型转换，而不对数据作范围限定。

2、直方图均衡化

直方图均衡化的目的是将原始图像的直方图变为均衡分布的形式，即将一已知灰度概率密度分布的图像，经过某种变换变成一幅具有均匀灰度概率密度分布的新图像，从而改善图像的灰度层次。
MATLAB图像处理工具箱中提供的histeq函数，可以实现直方图的均衡化。
对于灰度图像，histeq函数的基本调用格式为
J=histeq(I,n)
该函数返回原图像I经过直方图均衡化处理后的新图像J。n为指定的均衡化后的灰度级数，缺省值为64。
例：
I=imread('pout.tif');
J=histeq(I);
subplot(2,2,1),imshow(I);
subplot(2,2,2),imhist(I,64);
subplot(2,2,3),imshow(J);
subplot(2,2,4),imhist(J,64);

对于索引图像，调用格式为:
Newmap=histeq(X,map)
返回值Newmap将是输出图像的新的调色板。
利用matlab语言直接编程也很容易实现直方图均衡化处理。

三、实验内容及要求

1、用MATLAB在自建的文件夹中建立example2.m程序文件。在这个文件程序中，将girl2.bmp（或pout.tif、lenna2.bmp等）一幅灰度图像文件读出，显示它的图像及灰度直方图（可以发现其灰度值集中在一段区域）。用imadjust函数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰度直方图与原灰度直方图的区别；改变灰度值调整范围，观察调整后的图像的变化及其与原图像的差别，调整后的灰度直方图的变化及其与原灰度直方图的区别。进一