图像增强

前言：图像增强的方法有很多，本篇博客只简单介绍个别图像增强的方法即相应的代码实现，更多的方法请查阅其他的博客或资料。

图像增强的目的：改善图像的视觉效果，或将图像转换成更适合于人眼观察和机器分析识别的形式，以便从图像中获取更有用的信息。

1 反转变换

下图（a）是一幅X射线照片，其中显示一小块病变。尽管事实上两幅图像在视觉内容上都一样，

但应注意，在这种情况下，分析乳房组织时使用反转图像会容易得多

image1=imread('D:/picture/ZiXia.jpg');
subplot(121);
imshow(image1);
image2=imcomplement(image1);%imcomplement为一个函数的名称，其可以对图像数据进行取反运算（实现底片效果）。
subplot(122);
imshow(image2);

紫霞仙子白白的脸因为颜色反转变成偏黑色，黑色的秀发变成了白发，衣服的反转更明显，变过后的样子有点小恐怖呐

2基于直方图的图像增强

上面的一道题大致就说明了直方图增强的原理，从该例可知，直方图均衡化的实质是减少图像的灰度级以换取对比度的加大。
在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内。
若这些灰度级所构成的图像细节比较重要，则需采用局部区域直方图均衡。

 

下面的函数是求图像的直方图的方法

I=imread('C:/lenagray.jpg');
%I=double(I);
for i=1:256
    h(i)=sum(sum(I==i-1)); end%
subplot(121);
imshow(I);
title('原始图像');
subplot(122)
plot(h);
title('图像的直方图');

可能大家对于h(i)=sum(sum(I==i-1)); end%这句代码有点不理解，其实就是计算I中i的个数

那为啥是两个sum呢，看一下下面的例子就应该明白了

 

直方图均衡化

I=imread('D:/picture/lenagray.jpg');
K=16;
H=histeq(I,K);%均衡化后的直方图只有16个灰度级；
figure,subplot(2,2,1);
imshow(I,[]);
subplot(2,2,2);
imshow(H,[]),hold on%注释一
subplot(223);
hist(double(I),16),
subplot(224)
hist(double(H),16)

 

 

 3Butterworth低通滤波器（频率域图像增强）

 

image1=imread('D:/picture/boy.jpg');
%image1=rgb2gray(image1);
figure
imshow(image1)
I1=fftshift(fft2(image1));
[M,N]=size(I1);
n=2;
d0=30;
n1=floor(M/2);
n2=floor(N/2);
for i=1:M;
    for j=1:N
        d=sqrt((i-n1)^2+(j-n2)^2);
        H=1/(1+(d/d0)^(2*n));%对应的公式
        I2(i,j)=H*I1(i,j);
    end
end
I2=ifftshift(I2);
I3=real(ifft2(I2));
figure;
imshow(I3,[]);

    

 4同态滤波

[image_0,map]=imread('D:/picture/lenagray.jpg');
image_1=log(double(image_0)+1); 
image_2=fft2(image_1);
n=3; D0=0.05*pi; rh=0.8; rl=0.5; 
[row,col]=size(image_2);
for k=1:1:row 
    for l=1:1:col 
        D1(k,l)=sqrt((k^2+l^2)); 
        H(k,l)=rl+(rh/(1+(D0/D1(k,l))^(2*n)));
        image_2(k,l)=image_2(k,l)*H(k,l);
    end
end
image_4=ifft2(image_2);
image_5=(exp(image_4)-1); 
subplot(121),imshow(image_0,map);title('原图')
subplot(122),imshow(real(image_5),map);title('同态滤波后的图')

 

 

注释一

 

hold on 和hold off（默认），是相对使用的
前者的意思是，你在当前图的轴（坐标系）中画了一幅图，再画另一幅图时，原来的图还在，与新图共存，都看得到
后者表达的是，你在当前图的轴（坐标系）中画了一幅图，此时，状态是hold off,则再画另一幅图时，原来的图就看不到了，在轴上绘制的是新图，原图被替换了

看下面三个例子

p1

 

t=(0:pi/100:pi)';       
y1=sin(t)*[1,-1];      
y2=sin(t).*sin(9*t);       
t3=pi*(0:9)/9;               
y3=sin(t3).*sin(9*t3);             
plot(t,y1,'r:',t,y2,'-bo')            
hold on     
plot(t3,y3,'s','MarkerSize',10,'MarkerEdgeColor',[0,1,0],'MarkerFaceColor',[1,0.8,0]) 
axis([0,pi,-1,1])           
hold off

 

 

p2

t=(0:pi/100:pi)';       
y1=sin(t)*[1,-1];      
y2=sin(t).*sin(9*t);       
t3=pi*(0:9)/9;               
y3=sin(t3).*sin(9*t3);             
plot(t,y1,'r:',t,y2,'-bo')            
%hold off    
plot(t3,y3,'s','MarkerSize',10,'MarkerEdgeColor',[0,1,0],'MarkerFaceColor',[1,0.8,0]) 
axis([0,pi,-1,1])           

hold on 会使接下来画的图累加在原来的图上，hold off 会使原来的图被新的内容覆盖