1、 R(x,y)= G(x,y)= B(x,y)= 其中R(x,y),G(x,y),B(x,y)分别表示伪彩色中三基色分量的数值;f(x,y)为处理前图像的灰度值;,表示三基色与原灰度值f(x,y)的变换关系。 图c:伪彩色图像处理的能力框图程序如下:a=imread(i_horse.bmp);%灰度到彩色的转换a=rgb2gray(a);c=zeros(size(a);pos=find(a=60)&(a=150);pos=find(a,3)=c;b=uint8(b);subplot(1,2,1),imshow(a,),title(原始图像subplot(1,2,2),imshow(b,),ti
2、tle(灰度彩色变换后图像实验结果:实验分析: 灰度图像变换成伪彩色图像,图像内容的层次变得较清晰,改善了图像的视觉效果。2.彩色图像的两种平滑滤波彩色图像实现平滑滤波共两种方法:(1)彩色图像用传统的邻域单独平滑R、G、B三个分量图像,再对平滑后的分量图像合成。(2)将RGB图像转换到HSI模型,仅对强度分量I进行平滑处理,而保持色度和饱和度分量不变,再将其转换到RGB空间进行显示。最后可计算两种平滑滤波的差。式中,可以看出,如标量图像那样,该向量分量可以用传统的灰度邻域处理单独的平滑RGB图像的每一平面得到。rgb1=imread(006.jpgrgb=im2double(rgb1);fR
3、=rgb(:,1);fG=rgb(:,2);fB=rgb(:,3);figure();imshow(fR);imshow(fG);imshow(fB);imshow(rgb);w=fspecial(averagefR_filtered=imfilter(fR,w);fG_filtered=imfilter(fG,w);fB_filtered=imfilter(fB,w);imshow(fR_filtered);imshow(fG_filtered);imshow(fB_filtered);rgb_filtered=cat(3,fR_filtered,fG_filtered,fB_filtere
4、d);imshow(rgb_filtered);I1=(fR+fG+fB)/3;tmp1=min(min(fR,fG),fB);tmp2=fR+fG+fB;tmp2(tmp2=0)=eps;S=1-3.*tmp1./tmp2;tmp1=0.5*(fR-fG)+(fR-fB);tmp2=sqrt(fR-fG).2+(fR-fB).*(fG-fB);theta=acos(tmp1./(tmp2+eps);H1=theta;H1(fBfG)=2*pi-H1(fBfG);H1=H1/(2*pi);H1(S=0)=0;imshow(H1);imshow(S);imshow(I1);I=imfilter(
5、I1,w);imshow(I);H=H1*2*pi;R=zeros(size(rgb1,1),size(rgb1,2);G=zeros(size(rgb1,1),size(rgb1,2);B=zeros(size(rgb1,1),size(rgb1,2);ind=find(H=0)&(Hg)=2*pi-H1(bg);I=histeq(I1);%对图像I1进行均衡化%均衡化结果hsi=cat(3,H1,S,I);H=hsi(:,1)*2*pi;S=hsi(:I=hsi(:imhist(I1);%I分量直方图imhist(I);%I分量直方图均衡化后直方图R=zeros(size(hsi,1),s
6、ize(hsi,2);G=zeros(size(hsi,1),size(hsi,2);B=zeros(size(hsi,1),size(hsi,2);RGB=cat(3,R,G,B);imshow(rgb1);%RGB原图像imshow(RGB);%对I分量均衡化后的彩色图像转换成拥有显示的RGB图像 H分量 I分量 I分量直方图均衡化后结果 I分量直方图 S分量 I分量直方图均衡化后直方图 RGB原图 对I分量均衡化后的色彩图像转化成拥有显示的RGB图像其强度分量I的范围值归一化后为0,1。正如在处理前强度分量I直方图中看到的,强度分布还是比较宽的。只对强度I均衡化处理而不改变图像的色调H和
7、饱和度值S,将其结果转换到RGB空间,从显示的图像上可以看出,它的确影响啦整体图像的彩色感官。6.RGB彩色空间分割:imshow(r);imshow(g);imshow(b);r1=r(129:256,86:170);r1_u=mean(mean(r1(:);m,n=size(r1);sd1=0.0;for i=1:m for j=1:n sd1=sd1+(r1(i,j)-r1_u)*(r1(i,j)-r1_u); endendr1_d=sqrt(sd1/(m*n);r2=zeros(size(rgb1,1),size(rgb1,2);ind=find(rr1_u-1.25*r1_d)&(rr1_u)+1.25*r1_d);r2(ind)=1;imshow(r2);参考文献:(1)数字图像处理及MATLAB实现,电子工业出版社,杨杰。(2)数字图像处理及MATLAB实现学习与实验指导,电子工业出版社,杨杰。(3)刘维一,于德月,王肇圻等.用迭代法消除数字图像放大后的模糊J.光电子激光,2002,13(4):398400.(4)陶洪.数字共焦显微技术及其图像复原算法研究四川大学硕士学位论文D.CNKI:CDMD:10610.2.2003.6632.(5)罗军辉,冯平等.MATLAB7.0在图像处理中的应用M.北京:机械工业出版社,2006:202204,257278.
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1