当前位置：首页 > news >正文

[数字图像处理]实验三：直方图增强

news 2025/9/18 5:27:10

一、实验目的

二、实验原理

三、实验内容（附代码）

四、实验结果及分析

五、实验小结

一、实验目的

1.了解图像增强的意义和目的

2.掌握各种图像增强的基本原理和方法

3.使用MATLAB实现图像增强

二、实验原理

图像增强方法从增强的作用域出发可分为空间域和频率域。

亮度变换是基于图像的空间域处理，亮度变换函数对图像的像素进行操作。亮度变换函数通常写为

$s=T(r)$ ，其中，r表示图像f中相应点(x,y)的亮度，s表示图像g中相应点(x,y)的亮度。

（1）函数imadjust 用于对灰度级图像进行灰度变换

一般语法格式为g=imadjust(f,[low_in,high_in],[low_out,high_out],gamma) 该函数将图像f中的灰度值映射为图像g 中的新值，即 low_in 至 high_in 之间的值映射到 low_out 至 high_out 之间的值。对于函数imadjust，除了 f 和 gamma ,其所有输入值被限定在0和1之间。如下图（图1）所示，参数 gamma 指定从图像f中的灰度值映射生成图像 g 的曲线的形状。

图 1 gamma变换曲线

（2）对数变换

对数变换通过表达式 $g=c*log(1+f)$ 实现。gamma 曲线的形状是可变的，但是对数函数的形状固定。如下图（图2）所示，对数变换的一项主要应用是压缩动态范围。

图 2 对数函数变换

三、实验内容（附代码）

（1）gamma变换：a.设置gamma值为确定值（0.2），读取并显示灰度图像，创建一个与原始图像大小相同的全零矩阵，通过for循环遍历图像的每个像素并将其像素值进行gamma曲线变换后存入矩阵，再将矩阵转为灰度图像并显示经过gamma变换后的图像。b.使用工具箱中imadjust函数进行gamma变换；对比两种处理方法结果的差异。

（2）对数变换：设置对数变换参数v为确定值（6.6），将图像转换为双精度浮点数并归一化到[0,1]范围。对归一化后的图像进行对数变换后显示图像。

实验代码：

gamma=0.2;
img2=imread('C:\Users\Desktop\灰度图片.jpg');
subplot(2,2,1);
imshow(img2);
title('原始图像');
img2=double(img2);
[row,col]=size(img2);
new_img=zeros(row,col);
for i=1:row
for j=1:col
new_img(i,j)=img2(i,j).^gamma;
end
end
new_img=mat2gray(new_img);
subplot(2,2,2);
imshow(new_img);
title('对像素进行gamma变换');
%测试与imadjust比较
g=imadjust(B,[ ],[ ],0.2);
subplot(2,2,3);
imshow(g);
title('使用gamma函数变换')
%对数函数
v=6.6;
r=mat2gray(double(B));
S=log(1+v*r)/(log(v+1));
subplot(2,2,4);
imshow(S);
title('对数变换图像')

四、实验结果及分析

图 3 实验结果1 （gamma<1）

图 4 实验结果2 （gamma>1）

图 5 实验结果3_对数变换

实验分析：

如图3右图所示，基于for循环对像素进行gamma变换和使用gamma函数变换的结果相同。图3中gamma变换的值为0.2（0.2<1），可以发现处理后的图像变亮，灰度值被映射加权至较高的输出值。图4中，gamma=10，可以发现处理后的图像变暗，灰度值被映射加权至较低的输出值。图5中对数变换的图像同样是变亮，因为对数变换函数的形状与gamma<1的伽马曲线形状相似，但是图像的动态范围被压缩。