【数字图像处理之（三）】用图像增强谈灰度变换

前面已经说了，数字图像处理是指通过计算机对数字图像进行去除噪声、增强、复原、切割、提取特征等处理的方法和技术。

其主要目的有三个方面：

1. 提高图像的视感质量。如进行图像的亮度、彩色变换，增强、抑制某些成分，对图像进行几何变换等，以改善图像的质量。
2. 图像数据的变换、编码和压缩，以便于图像的存储和传输。

3. 提取图像中所包括的某些特征或特殊信息，这些被提取的特征或信息往往为计算机分析图像提供便利。提取特征或信息的过程是模式识别或计算机视觉的预处理。提取的特征能够包括非常多方面，如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。

图像增强（增强图像中的实用信息）

1. 图像增强是指对图像的某些特征，如边缘、轮廓、对照度等进行强调或锐化，以便于显示、观察或进一步分析与处理
2. 增强的首要目标是使处理后的图像比原始图像更适合于特定应用。

3. 主要方法：
   • 空间域： 
     • 点运算（灰度变换、直方图修正法）
     • 区域运算（空间滤波）
   • 频域：
     • 高通滤波、 低通滤波、中值滤波；

灰度变换（gray-scale transformation, GST）是一种空间域上的点运算处理方法。依据一定的关系，逐点改变原图像中每个像素灰度值的方法（且仅仅跟该点原来的灰度值有关），其表示形式例如以下：

• 对于输入图象f(x，y)，输出图像g(x，y)，T(in)为灰度变换函数。则g(x，y)=T( f(x，y) )。

其主要目的例如以下：

• 改善画质。使图像显示效果更加清晰
• 有选择性地突出图像中感兴趣的特征或抑制某些不须要的特征，使图像与视觉响应特征相匹配（图像增强）

其主要应用例如以下：

• 图像求反
• 对照度拉伸
• 图像灰度切割（二值化）

图像求反：

这样的方法适用于增强嵌入图像暗色区域的白色或灰色细节。

src = imread('Fig0303(a)(breast).tif');
imshow(src);
result = imadjust(src, [0 1], [1 0]);
figure, imshow(result);

对照度拉伸：

（普通线性变换）

src = imread('Fig0316(a)(moon).tif');
imshow(src);
result = imadjust(src, stretchlim(src), [ ]);
figure, imshow(result);

（使用对数变换）

src = imread('Fig0305(a)(spectrum).tif');
imshow(src);
result = im2uint8( mat2gray( log(1 + double(src)) ) );
figure, imshow(result);

图像灰度切割（二值化）：

在图像处理领域，二值图像运算量小，而且可以体现图像的关键特征，因此被广泛使用。

src = imread('Fig0409(a)(bld).tif');
imshow(src);
[row clumn] = size(src);
for p = 1:row
    for q = 1:clumn
        if src(p,q)>=125
            src(p,q)=255;
        else
            src(p,q)=0;
        end
    end
end
figure,imshow(src);

• MATLAB函数小结：

imadjust()

imadjust在数字图像处理中用于进行图像的灰度变换（调节灰度图像的亮度或彩色图像的颜色矩阵）,该函数先将图像映射到[0 1]，比如uint8类型的图像会先乘以255来决定实际应用中的值。

调用格式：

J = imadjust(I)

将灰度图像 I 中的亮度值映射到 J 中的新值并使 1% 的数据是在低高强度和饱和，这添加了输出图像 J 的对照度值。此使用方法相当imadjust(I,stretchlim(I))

J = imadjust(I,[low_in; high_in],[low_out; high_out])

将图像I中的亮度值映射到J中的新值。即将low_in至high_in之间的值映射到low_out至high_out之间的值。

low_in 下面与 high_in 以上的值被剪切掉了。也就是说，low_in 下面的值映射到 low_out，high_in 以上的值映射到high_out。它们都能够使用空的矩阵[]，默认值是[0 1]。

J = imadjust(I,[low_in; high_in],[low_out; high_out],gamma)

将图像 I 中的亮度值映射到 J 中的新值，当中 gamma指定描写叙述值I和值J关系的曲线形状。假设gamma小于1。此映射偏重更高数值（明亮）输出，假设gamma大于1。此映射偏重更低数值（灰暗）输出。假设省略此參数，默觉得(线性映射)。

newmap = imadjust(map,[low_in; high_in],[low_out; high_out],gamma)

调整索引色图像的调色板map。

假设low_in, high_in, low_out, high_out 和 gamma 都是标量。那么对 r，g。b 分量同一时候都做此映射。

对于每一个颜色分量都有唯一的映射，当 low_in 和 high_in 同一时候为1*3向量或者 low_out 和 high_out 同一时候为1*3向量或者 gamma 为1*3向量时。

调整后的颜色矩阵 newmap 和 map 有同样的大小。

RGB2 = imadjust(RGB1,...)

对 RGB 图像 RGB1 的红、绿、蓝调色板分别进行调整。

随着颜色矩阵的调整，每个调色板都有唯一的映射值。

stretchlim() 

 LOW_HIGH = stretchlim(src, tol)

该函数找到对照度扩展图像的对照，可用于imadjust(),

tol =  [LOW_FRACT HIGH_FRACT] 指定图像低像素值和高像素值饱和度的百分比

假设tol是一个标量,tol = LOW_FRACT、HIGH_FRACT = 1 - LOW_FRACT,饱和度等于低像素值和高像素值的百分比。

假设在參数中忽略toll。那么饱和度水平为2%,tol的默认值为[0.01  0.99]。

假设选择tol = 0, LOW_HIGH = [min(I(:)); max(I(:))].

mat2gray()

调用格式：

I = mat2gray(A, [amin amax])

将图像矩阵A中介于amin和amax的数据归一化处理。 其余小于amin的元素都变为0。 大于amax的元素都变为1。I = (A-amin)/(amax-amin)

I = mat2gray(A)

将图像矩阵A归一化为图像矩阵I。 归一化后矩阵中每一个元素的值都在0到1范围内（包含0和1）。

I = (A-amin)/(amax-amin)

im2uint8()

函数功能： 把图像数据类型转换为无符号八位整型。假设输入图像是无符号八位整型的，返回的图像和

源图像同样。假设源图像不是无符号八位整型的，该函数将返回和源图像同样但数据类型为uint8的图像

（必要时对图像进行调整）。

调用格式：

I = im2uint8(src)

把灰度图像src的数据类型转换成无符号八位整型的后， 返回。（但src并不发生改变）

RGB2 = im2uint8(RGB1)

把真彩色图像的数据类型转换成无符号八位整型的。 并返回。

注意这里并非将真彩色图像转换成为黑白图像， 这里只改变了图像数据的类型。

I = im2uint8(BW)

把二值图像BW的数据格式转换成uint8格式的。 因为二值图像的图像数据只取0和1， 所以这里的转换效果不过把1映射成255。