实验三 图像增强—灰度变换

一、实验目的：

1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。

2、学会对图像直方图的分析。

3、掌握直接灰度变换的图像增强方法。

二、实验原理及知识点

术语‘空间域’指的是图像平面本身，在空间域内处理图像的方法是直接对图像的像素进行处理。空间域处理方法分为两种：灰度级变换、空间滤波。空间域技术直接对像素进行操作其表达式为

                                                                 g(x,y)=T[f(x,y)]

其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，定义在点(x,y)的指定领域内。

定义点(x,y)的空间邻近区域的主要方法是，使用中心位于(x,y)的正方形或长方形区域。此区域的中心从原点(如左上角)开始逐像素点移动，在移动的同时，该区域会包含不同的邻域。T应用于每个位置(x,y)，以便在该位置得到输出图像g。在计算(x,y)处的g值时，只使用该邻域的像素。

灰度变换T的最简单形式是使用大小为1×1的邻域，此时,(x,y)处的g值仅由f在该点处的亮度决定，T也变为一个亮度或灰度级变化函数。当处理单设(灰度)图像时，这两个术语可以互换。由于亮度变换函数仅取决于亮度的值，而与(x,y)无关，所以亮度函数通常可写做如下所示的简单形式：

                                                                          s=T(r)

其中，r表示图像f中相应点(x,y)的亮度，s表示图像g中相应点(x,y)的亮度。

2.1灰度变换函数

重点使用imadjust和stretchlim函数

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

python的基本实现https://stackoverflow.com/questions/39767612/what-is-the-equivalent-of-matlabs-imadjust-in-python

stretchlim在matlab原型如下：

Low_High = stretchlim(f, tol)

其中f是一张灰度图片，tol如果是一个两元素向量[low_frac high_frac]，指定了图像低和高像素的饱和度百分比，tol如果是一个标量，那么

low_frac = tol, high_frac = 1 - low_frac。

tol默认值是[0.01 0.99]。简单的说，就是计算两个阈值，(默认情况)其中low代表小于这个值的像素占整张图片的1%，其中high代表大于这个值的像素占整张图片的1-0.99=1%。

如果选择tol=0,low_frac=[min(f(:)) max(f(:))] 。

通常利用stretchlim配合imadjust来自动地提高图片的对比度，而不关心参数高低的处理

2.2对数及对比度扩展

三、实验内容（不限编程语言、也可自行选择实验图像）：

（1）灰度变换imadjust、intrans函数和stretchlim函数的使用。

对数变化mat2gray函数的使用，例如：

1、图像数据读出

2、计算并分析图像直方图

3、利用直接灰度变换法对图像进行灰度变换

下面给出灰度变化的MATLAB程序

f=imread('medicine_pic.jpg');%或者选lenna.jpgg=imhist(f,256);            %显示其直方图g1=imadjust(f,[0 1],[1 0]);    %灰度转换，实现明暗转换(负片图像)figure,imshow(g1)

%将0.5到0.75的灰度级扩展到范围[0 1]g2=imadjust(f,[0.5 0.75],[0 1]);figure,imshow(g2)g=imread('point.jpg');h=log(1+double(g));    %对输入图像对数映射变换h=mat2gray(h);         %将矩阵h转换为灰度图片h=im2uint8(h);         %将灰度图转换为8位图figure,imshow(h)

（2）图像的几何变换（图像的缩放）、旋转、镜像变换

旋转函数（思考并实现镜像变换。所谓的镜像，通俗地讲，是指在镜子中所成的像。其特点是左右颠倒或者是上下颠倒。镜像分为水平镜像和垂直镜像。）

B = imrotate(A,angle)B = imrotate(A,angle,method)B = imrotate(A,angle,method,bbox)示例：img_w = 640;img_h = img_w;img_oblique_rect = zeros(img_h, img_w);% create a oblique(45) rectangle in the matrixx1 = int32(img_w / 5 * 2); x2 = int32(img_w / 5 * 3);y1 = int32(img_h / 7); y2 = int32(img_h / 7 * 6);% 下面这句代码产生一个常规矩形。img_oblique_rect(y1:y2, x1:x2) = 1;% 利用双线性插值算法对图像进行旋转， 产生一个斜矩形img_oblique_rect=imrotate(img_oblique_rect,45,'bilinear','crop');img_oblique_rect = imcomplement(img_oblique_rect);figure('Name', '这是一个斜矩形'), imshow(img_oblique_rect)

三．实验程序、实验结果与实验分析：

1. 实验程序

（1）灰度变换imadjust、intrans函数和stretchlim函数的使用

f=imread('medicine_pic.jpg');%或者选lenna.jpgimhist(f,256);          %显示其直方图g1=imadjust(f,[0 1],[1 0]);    %灰度转换，实现明暗转换(负片图像)figure,imshow(g1),title('负片图像');%将0.5到0.75的灰度级扩展到范围[0 1]g2=imadjust(f,[0.5 0.75],[0 1]);figure, imshow(g2), title('灰度级扩展后的图像');g=imread('point.jpg');h=log(1+double(g));    %对输入图像对数映射变换h=mat2gray(h);         %将矩阵h转换为灰度图片h=im2uint8(h);         %将灰度图转换为8位图figure,imshow(h),title('对数映射变换图像');

（2）图像的几何变换（图像的缩放）、旋转、镜像变换

I=imread('Cameraman.tif');figure,imshow(I),title('原始图像');scale=0.5;J=imresize(I,scale);figure,imshow(J),title('图像缩小为原始大小一半的图像');img_w = 640;img_h = img_w;img_oblique_rect = zeros(img_h, img_w);% create a oblique(45) rectangle in the matrixx1 = int32(img_w / 5 * 2); x2 = int32(img_w / 5 * 3);y1 = int32(img_h / 7); y2 = int32(img_h / 7 * 6);% 下面这句代码产生一个常规矩形。img_oblique_rect(y1:y2, x1:x2) = 1;imshow(img_oblique_rect),title('常规矩形');% 利用双线性插值算法对图像进行旋转， 产生一个斜矩形img_oblique_rect=imrotate(img_oblique_rect,45,'bilinear','crop');img_oblique_rect = imcomplement(img_oblique_rect);figure('Name', '这是一个斜矩形'), imshow(img_oblique_rect),title('斜矩形');

2. 实验结果

（1）灰度变换imadjust、intrans函数和stretchlim函数的使用（Test3_1）

①图像medicine_pic的直方图

②负片图像

③灰度级扩展后的图像

④对数映射变换图像

（2）图像的几何变换（图像的缩放）、旋转、镜像变换（Test3_2）

①原始图像

②图像缩小为原始大小一般的图像

③常规矩形

④斜矩形

3. 实验分析

（1）灰度变换imadjust、intrans函数和stretchlim函数的使用

①读入图像medicine_pic.jpg

f=imread('medicine_pic.jpg');imhist(f,256);          %显示其直方图

②使用imadjust()函数进行灰度转换，实现明暗转换（负片图像）

g1=imadjust(f,[0 1],[1 0]);    %灰度转换，实现明暗转换(负片图像)figure,imshow(g1),title('负片图像');%将0.5到0.75的灰度级扩展到范围[0 1]

③使用imadjust()函数将图像的灰度级扩展到[0 1]

g2=imadjust(f,[0.5 0.75],[0 1]);figure, imshow(g2), title('灰度级扩展后的图像');

④读入图像point.jpg

g=imread('point.jpg');

⑤对输入图像对数映射变换

h=log(1+double(g));

⑥将矩阵h转换为灰度图片   

h=mat2gray(h); 

⑦将灰度图转换为8位图       

h=im2uint8(h);          figure,imshow(h),title('对数映射变换图像');

（2）图像的几何变换（图像的缩放）、旋转、镜像变换

通过对图像进行缩放和旋转操作，可以改变图像的尺寸和角度，从而实现图像的变换和几何形状的调整。

①读入图像Cameraman.tif

②使用imresize()函数将原始图像缩小为原始大小的一半

scale=0.5;J=imresize(I,scale);

③创建了一个大小为 640x640 的零矩阵，并在矩阵中创建了一个常规矩形

img_w = 640;img_h = img_w;img_oblique_rect = zeros(img_h, img_w);x1 = int32(img_w / 5 * 2); x2 = int32(img_w / 5 * 3);y1 = int32(img_h / 7); y2 = int32(img_h / 7 * 6);img_oblique_rect(y1:y2, x1:x2) = 1;

④使用imrotate()函数对图像进行了旋转，角度为45度，使用双线性插值算法，并通过'crop'参数进行裁剪，以防止旋转后的图像超出原始图像范围。

img_oblique_rect=imrotate(img_oblique_rect,45,'bilinear','crop');

⑤将旋转后的图像进行反转（黑白翻转）

img_oblique_rect = imcomplement(img_oblique_rect);