亮度变化与空间滤波

合集 - 数学建模算法(27)

1.整数规划2024-07-072.非线性规划2024-10-113.非线性规划之飞行管理问题2024-10-114.遗传算法与直接搜索2024-10-115.图论基础：最小路径问题2024-07-076.网络最大流量问题2024-07-077.最小费用最大流问题2024-07-058.旅行商（TSP）问题2024-07-059.微分方程模型2024-07-0910.数据预处理2024-10-1111.插值方法2024-07-0612.拟合算法2024-07-0813.数据初始化2024-10-1114.层次分析法2024-07-1315.模糊综合评价2024-07-1416.CRITIC指标客观赋权方法2024-10-1117.Topsis评价法2024-10-1118.熵权法2024-10-1119.灰色关联度分析2024-10-1120.聚类分析2024-10-1121.主成分分析2024-10-1122.因子分析2024-10-1123.判别分析2024-10-1124.典型相关分析2024-10-1125.对应分析2024-10-1126.多维标度法2024-10-11

27.亮度变化与空间滤波2024-10-11

收起

g = imadjust(f,[low_in,high_in],[low_out,high_out],gamma);
%f为输入的图像
%后面两个区间表示将[low_in,high_in]之间的值映射为[low_out,high_out]之间的值
%gamma为调节权重，小于1则映射被加权至更高的值（更亮），大于1则更暗

线性空间滤波技术可以用拉普拉斯滤波器：$g(x,y)=f(x,y)+c\mathrm{\Delta }f(x,y)$

其中$\mathrm{\Delta }f(x,y)$用差分方法表示，

$${\mathrm{\nabla }}^{2}f(x,y)=f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)-4f(x,y)$$

这就相当于乘了一个矩阵$T_1=\left[\begin{array}{ccc}0& 1& 0\\ 1& -4& 1\\ 0& 1& 0\end{array}\right]$，此外还有$T_2=\left[\begin{array}{ccc}1& 1& 1\\ 1& -8& 1\\ 1& 1& 1\end{array}\right]$近似拉普拉斯算子。

编程时可用函数$h=fspecial{(}^{\prime }laplacia{n}^{\prime },a)$来实现拉普拉斯算子的掩模，这样构造了一个拉普拉斯算子的矩阵h。

非线性滤波技术的一个工具为$g=ordfilt2(f,order,domain)$.

生成的g为，用邻域的一组序列元素中的第order个元素替代f中的每个元素，邻域由domain中的非零元素确定。

g = ordfilt2(f,1,ones(m,n))

% 中值滤波器的特化函数
g = medfilt2(f,[m,n]) %等价于g = ordfilt2(f,median(1:m*n),ones(m,n))

简略形式g = medfilts(f) %默认用3*3的邻域