matlab⼆值图像与灰度图像位与运算,Matlab数字图像处理之
⼆：图像的点运算
Matlab数字图像处理之⼆：图像的点运算
⼀．实验⽬的
熟悉Matlab图像处理⼯具箱及函数的使⽤；
了解图像增强的⽬的及意义，加深对图像增强的感性认识，巩固所学理论知识；
学会对图像直⽅图的分析；
掌握图像点运算、直⽅图均衡化的图像增强⽅法；
⼆．实验设备
1.PC机⼀台；
2.软件matlab；
三．程序设计
详见实验结果。
四．实验步骤
1、图像数据读取；
2、使⽤灰度变换函数对图像进⾏线性与⾮线性点运算(灰度拉伸、压缩、分段拉伸/压缩，灰度反转、对数变换、指数变换)；
局部直方图均衡化
3、计算并分析图像直⽅图
4、对图像进⾏直⽅图均衡化处理
五．实验结果
1、图像数据读取；
A=imread(‘cameraman.tif’)
imshow(A)
2. 使⽤灰度变换函数对图像进⾏线性与⾮线性点运算(灰度拉伸、压缩、分段拉伸/压缩，灰度反转、对数变换、指数变换)
灰度拉伸：
B=1.25*A+10;
subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(B)
灰度压缩：
B=0.5*A+100;
subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(B)
分段拉伸/压缩：
if A<=120
B=2*A;
else B=0.5*A;
end
subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(B)
灰度反转：
B=255-A;
subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(B)
对数变换：
B=im2double(A);
B=abs(B);
C=log(B+1);
subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(C,[])
指数变换：
B=im2double(A);
C= B.^0.5;
subplot(1,2,1),imshow(A);subplot(1,2,2),imshow(C,[])
3、计算并分析图像直⽅图
imhist(A)
4、对图像进⾏直⽅图均衡化处理
B=histeq(A)
imhist(B)
subplot(1,2,1),imshow(A);subplot(1,2,2), imshow(B)
六、问题与思考：
1. 直⽅图是什么概念？它反映了图像的什么信息？
图像直⽅图：是图像的亮度分布的概率密度函数，是⼀幅图像的所有象素集合的最基本的统计规律。
直⽅图反映了图像的明暗分布规律，可以通过图像变换进⾏直⽅图调整，获得较好的视觉效果。
2. 直⽅图均衡化是什么意思？它的主要⽤途是什么？
直⽅图均衡化：通过灰度变换将⼀幅图像转换为另⼀幅具有均衡直⽅图，即在每个灰度级上都具有相同的象素点数的过程。
直⽅图均衡化是图像处理领域中利⽤图像直⽅图对对⽐度进⾏调整的⽅法。这种⽅法通常⽤来增加许多图像的局部对⽐度，尤其是当图像的有⽤数据的对⽐度相当接近的时候。通过这种⽅法，亮度可以更好地在直⽅图上分布。这样就可以⽤于增强局部的对⽐度⽽不影响整体的对⽐度，直⽅图均衡化通过有效地扩展常⽤的亮度来实现这种功能。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。