图像处理1-经典空间域增强——灰度映射

最新推荐文章于 2024-06-24 08:00:00 发布

原创

最新推荐文章于 2024-06-24 08:00:00 发布 · 3.5k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#图像处理 #人工智能 #计算机视觉

本文详细介绍了图像处理中的灰度映射技术，包括图像求反、动态范围压缩、阶梯量化和阈值分切。动态范围压缩能提升图像的亮度细节，阶梯量化可能导致对比度减弱，而阈值分切则用于突出图像轮廓。通过调整参数，可以观察到不同处理方式对图像效果的影响。

灰度映射

先上本部分的完整代码，包含图像求反、动态范围压缩、阶梯量化、阈值分切处理。

function [pic]=hdzh(p,type,XS)
    L=uint8(255);%默认是8bit的图
    if nargin<3%将XS设置为缺省参数
        XS=0;
    end
    [r,c]=size(p);
    pic=uint8(zeros(r,c));
    if strcmp(type,'QF')%求反
        for i=1:r
            for j=1:c
                pic(i,j)=L-p(i,j);%L=L-1=255
            end
        end
    elseif strcmp(type,'DTFWYS')%动态范围压缩
        if XS==0
            XS=uint8(L/log(double(L)));%默认压缩到[0,L-1]
        end
        for i=1:r
            for j=1:c
                pic(i,j)=uint8(XS*log(double(1+abs(p(i,j)))));
            end
        end
    elseif strcmp(type,'JTLH')%阶梯量化
        if XS==0%默认以2为阶梯
            XS=2;
        end
        x=0:XS:300;
        [~,jty]=stairs(x,x);%求解阶梯函数
        for i=1:r
            for j=1:c
                pic(i,j)=jty(p(i,j)/XS*2+1);%给每个像素取对应的转换值
            end
        end
    elseif strcmp(type,'YZFQ')%阈值分切
        if XS==