图像处理灰度变换实验Word文档下载推荐.docx

1、通过图像反色变换，每一个像素点的变换前后的灰度值之和为白色（255）。图像反色的变换公式为 （3）当L取为256时，实现图像反转变色2、非线性灰度变换除了图像灰度的线性变换外，还有非线性灰度变换。非线性灰度变换不是对图像的所有灰度值进行拉伸，一部分被拉伸，另一部分则会被压缩。非线性灰度变换在整个灰度值围采用统一的变换函数。比较常见的有对数变换和幂律（伽马）变换等。1）对数变换设原图像为f（x,y），变换后的图像为g（x,y），对数变换的变换函数为 （4）（4）式中，c是一个比例因子，log是求以e为底的数值的对数，原图像灰度值加1的目的是保证对数变化对于任何灰度值都有意义。c取适当的值，可得到

2、对数变换的函数图像如图2所示。图2 对数变换函数曲线由图2可知，通过对数变换，对于较低的灰度值起到较大程度的拉伸作用，而对于较高的灰度值起到压缩作用，从而将整幅图像的灰度值均匀化。2）幂律（伽马）变换伽马变换可通过调节幂指数参数来改变其变换特性，设f（x,y）和g（x,y）分别为变换前后的图像，为幂指数，c为比例系数，则伽马变换的公式如下 （5）对于c为正值的情况，当1时，伽马变换将低灰度值压缩，高灰度值拉伸；当1 I1=rgb2gray（I1）; %满足条件，将看似为黑白图的多通道图转化为灰度图endI1=double（I1）; %将图片灰度的数据类型转变为double型%这一部转化很重要，

3、在后续的计算中，尤其是除法，运算结果能保证更高的精度lo,wi=size（I1）; %获得矩阵I1的行列尺寸，以备单个像素处理时的循环算法a=min（min（I1）; %得到原图（I1）所有像素灰度的最小值b=max（max（I1）;I2=zeros（lo,wi）; %初始化矩阵I2，为处理后的图像分配存c=10;d=250; %设置灰度线性拉伸后的灰度最小值和最大值%接下来，对矩阵I1中的逐个像素进行线性灰度变换，并存到I2相应位置for i=1:lo for j=1:wi I2（i,j）=（d-c）/（b-a）*（I1（i,j）-a）+c; %线性灰度变换公式 endI1=mat2gray

4、（I1）;I2=mat2gray（I2）; %将变换后的矩阵I1、I2转换为8位整型subplot（2,2,2）,imshow（I2）; %在一22图的第2个位置显示I2线性灰度变换后的图片imwrite（I2,线性灰度变换后的图片.bmp,bmp） %以另一个文件名形式保存图像subplot（2,2,3）,imhist（I1）; %在一22图的第3个位置显示I1的灰度直方图ylim（0,7000）,title（原图片灰度直方图subplot（2,2,4）,imhist（I2）;2图的第4个位置显示I2的灰度直方图变换后图片灰度直方图% 画灰度变换曲线x=0:255; %设置0到255共256

5、级灰度级y=zeros（1,256）; %设置全0向量，为线性灰度变换后的数值分配存%按灰度级，从0到255开始循环，即x（1）到x（256）256 if x（i）=a&x（i）=b y（i）=（d-c）/（b-a）*（x（i）-a）+c; %当原图灰度介于a,b之间，用公式变换b y（i）=d;figure,plot（x,y） %创建新的图片窗口，显示变换函数曲线线性变换曲线图）,xlim（0,255）,ylim（0,255）ylim（0,255）; %限定横坐标围为0到255% 对图像做非线性变换Ein.jpg %读取图像文件Ein.jpg，赋值给矩阵I1figure,imshow（I1）

6、; %创建一个图像显示窗口并显示图像原图像） %满足条件，将三通道的图片变为灰度图 %将图片的数据类型转变为double型，以便后续计算准确 %得到矩阵I1的行数和列数，即像素个数I3=zeros（lo,wi）; %创建两个全零矩阵用于存放对数和伽马变换后的矩阵% 对图像做对数变换c=5;d=1/255; %令对数变换中的比例系数为5，伽马变换中的比例系数为1/255%对每一个像素的灰度值，用循环分别进行变换 I2（i,j）=c*log（1+I1（i,j）; %对数变换公式 %必须将double型的矩阵还原为8位整型才能显示figure,imshow（I2,） %显示时由于灰度太低，需要MAT

7、LAB的部方式进行拉伸通过对数变换后的图像通过对数变换后的图像.bmp） %保存成一个新的文件% 对图像做伽马变换 I3（i,j）=d*I1（i,j）2; %伽马变换公式，指数为2I3=mat2gray（I3）; %还原为整型figure,imshow（I3,） %创建图像窗口，也要伸展显示通过伽马变换后的图像imwrite（I3,通过伽马变换后的图像.bmp） %保存成一个新文件% 显示对数变换和伽马变换的函数曲线y1=zeros（1,256）;y2=zeros（1,256）; %规定x坐标，并且为非线性变换后的数值分配存%对每一个灰度级进行相应的变换 y1（i）=c*log（1+x（i）;

8、 y2（i）=d*x（i）2;figureplot（x,y1）,hold on %在同一幅坐标图上绘制两个变换函数plot（x,y2）xlim（0,255）,ylim（0,255） %创建新窗口，显示对数，伽马变换曲线图% 读取原图像，并绘制原图像在两种定义下的直方图youngboy.jpg %读取图像文件youngboy.jpg并赋值给I1figure,imshow（I1） %创建一个图像窗口，显示图像youngboy.jpg原图 %满足条件时将彩图灰度化 %获取图像矩阵的长和宽greylevel=0: %创建存储灰度级的向量hi=zeros（1,256）; %为各灰度级的像素数目分配存p=

9、zeros（1,256）;%为各灰度级的像素出现的频率分配存hi（i）=length（find（I1=greylevel（i）; %寻找等于第i个灰度级的像素并统计个数p（i）=hi（i）/（lo*wi*1.0）; %统计上式结果出现的频率，其中分母出现1.0是为了采用double型进行操作%创建一个图像窗口，同时显示两种顶一下的直方图，灰度级为横坐标，hi和p为纵坐标subplot（2,1,1）,stem（greylevel,hi）xlim（0,255）原图灰度级出现的次数直方图subplot（2,1,2）,stem（greylevel,p）原图灰度级出现的频率直方图% 直方图的均衡化s=zeros（1,256）;s（1）=p（1）;for i=2: s（i）=p（i）+s（i-1）; %对于每一个灰度级出现的概率，进行累加操作H=round（255*s）; %用255与求和结果相乘，并四舍五入，将相似的灰度级归为一起 %为均衡化的图像分配存%对新图的每一个像素的灰度级进行操作 for j=