图像增强

转自： http://blog.csdn.net/xingzheziran/article/details/49966811

图像增强中两类重要的处理方法：一种是灰度变换，另一种是直方图处理。

一、灰度变换

灰度变换通常可分为线性变换、分段线性变换和非线性变换。我们将分别给出实验，来查看其处理效果。

1、线性变换

例1：我们对一张较暗的图片进行简单的加法，提高他的亮度，从而可以看到隐藏在黑暗中的细节。

代码：

I=imread('F:\My_documents\PRIVATE\Matlab\bright_dark.jpg');

figure,imshow(I);

title('bright_dark.jpg');

J=I+100;

figure,imshow(J);

title('给每个像素增加100');

效果图：

2、分段线性变换

例2：下面是分段线性变换的算法及变换前后的对比图像。

对比图像：

3、非线性变换

例3：下面是一个对数变换的算法和实验效果图。

I=imread('F:\My_documents\PRIVATE\Matlab\pic1.jpg'); %读入图像

I=mat2gray(I); %对数变换不支持uint8类型的数据，将一个矩阵归一化为灰度图像的数据格式

J=log(I+1);

subplot(1,2,1);

imshow(I);

title('原图像');

subplot(1,2,2);

imshow(J);

title('对数变换后的图像');

效果图：

4、还有一种比较常用的线性变换方法——图像取反

取反操作适于增强嵌入暗色区域的白色或灰色细节，当整幅图像偏暗时，效果尤为明显。

例3：

I=imread('F:\My_documents\PRIVATE\Matlab\bone.jpg');%读入图像

subplot(1,2,1);

imshow(I);

title('原图像');

J=imcomplement(I);

subplot(1,2,2);

imshow(J);

title('取反后的图像');

效果对比：

相同的效果可由以下代码实现。

灰度变换可使图像动态范围增大，对比度得到扩展，使图像清晰、特征明显，是图像增强的重要手段之一。它主要利用点运算来修正像素灰度，由输入像素点的灰度值确定相应输出点的灰度值，是一种基于图像变换的操作。灰度变换不改变图像内的空间关系，除了灰度级的改变是根据某种特定的灰度变换函数进行之外，可以看作是“从像素到像素”的复制操作。

二、直方图变换

图像的灰度统计直方图是一种函数，它表示数字图像中每一个灰度级与该灰度级出现的频数的关系。图像的直方图显示了图像的外貌，暗的图像，其直方图的组成部分集中在灰度较低的一侧；明亮的图像，其直方图的组成部分则集中在灰度级较高的一侧。对比度低的图像，其直方图跨度较窄且集中在灰度级的中部；而高对比度的图像，其直方图覆盖较宽的灰度级范围并且分布较为均匀。因此，为使图像清晰，自然的想法是把灰度级的分布拉开，是灰度级层次分明，力图使其均匀分布，这相当于增加了图像的对比度。有两种重要的直方图处理方法：直方图均衡化和直方图匹配。

1、直方图均衡化

直方图均衡化旨在寻找一种灰度级变换关系，使得变换后的灰度图像的各级灰度的出现概率相同或相近。由严格的数学理论推导可知，利用累积分布函数作为变换函数可以产生灰度级具有均匀分布的图像。