【图像增强】拉氏滤波的图像质量提升matlab源码

最新推荐文章于 2024-03-27 00:20:40 发布

原创最新推荐文章于 2024-03-27 00:20:40 发布 · 28 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #算法 #开发语言

第一部分原理分析

我们用一个简单的例子来说明图像增强。从下图中可以明显的看到，在增强图像的过程中，如果处理不好，就会在图像的强边缘附近产生明显的瑕疵，而且增强的效果也不协调。这也就是本文需要解决的问题。

【图像增强】拉氏滤波的图像质量提升matlab源码_图像处理

【图像增强】拉氏滤波的图像质量提升matlab源码_matlab_02

第二部分如何实现

对于第一部分的图，每一个粗壮的十字星可以看作是一个离散的像素点。那么在增强的时候，有如下的原理图。黄色的圆圈是单个的像素，它位于强边缘的左侧部分，我们只关注此像素的拉普拉斯系数的应用。那么为什么不管右边的像素呢？这是因为对于每一个局部而言，如果只处理其左侧，那么右边的部分就是另外一个局部的左侧，同样会被算法处理。Sigma是用户定义的用于区分细节的阈值。中间的坐标系有点难理解，后面会讲到。

【图像增强】拉氏滤波的图像质量提升matlab源码_图像处理_03

同样的，对于sigma之外的部分，则是对比度的增强。比如说，原来的对比度是10(假设相邻两个像素的差值)，增强的结果就是20。对于图像而言，可以用下面的图来说明。

【图像增强】拉氏滤波的图像质量提升matlab源码_图像处理_04

【图像增强】拉氏滤波的图像质量提升matlab源码_matlab_05

【图像增强】拉氏滤波的图像质量提升matlab源码_图像处理_06

前两个图自然不用多说。第三个图是对图像在[g0-sigma, g0+sigma]之外做色调映射，第四个是对图像在[g0-sigma, g0+sigma]之外做反色调映射。最后一个图是对图像在[g0-sigma, g0+sigma]之外做色调映射，在[g0-sigma, g0+sigma]之内做细节增强。

```c
unction HighBoostFiltering 

handle=figure;
set(handle,'unit','pixels','position',[0 0 1000 600]);
movegui(handle, 'center' );

img=imread('k.bmp');
[h w]=size(img);
filter_mask={...                        %定义俩个拉氏滤波器
    [0 -1 0;-1 4 -1;0 -1 0];...         %普通拉氏滤波器
    [-1 -1 -1; -1 8 -1 ;-1 -1 -1]};     %扩展拉氏滤波器
A=1.7;                                  %设定提升系数A值的大小

%% matlab 实现
imgsharp2=imfilter(double(img),...
        filter_mask{1},...          
        'corr', ...
        'symmetric',...
        'same');
% imfilter函数：返回与输入图片的类型一样的处理图片；corr是相关，因为拉氏算子是中心对称的，所以做卷积和做相关是一样的；symmetric是镜像复制；same是相同尺寸；
imgafter2=double(img).*A+imgsharp2;
imgafter2=uint8(imgafter2);
% uint8强制类型转换：如果输入数据为double，则数据四舍五入，小于0的置为0。


subplot(241),imshow(img),                   title('此行为matla的imfilter实现的');
subplot(242),imshow(uint8(imgsharp2)),      title('未标定的拉氏滤波图');
subplot(243),imshow(mat2gray(imgsharp2)),   title('标定的拉氏滤波图');
subplot(244),imshow(imgafter2),             title('最终图');

%% 自己写的算法
m=1;n=1;    
imgMSR=EdgeFilling(img,m,n,1); %图像的边缘填充镜像的像素，因为拉氏算子是3*3，所以水平和垂直个填充一个像素单位
imgMSR=double(imgMSR);    %扩展的图像转为double型
imgsharp1=imgMSR;
                        %拉氏算子是3*3，所以水平和垂直个填充一个像素单位,这里的m和n分别表示垂直和水平
hwait=waitbar(0,'请等待>>>>>>>>');
for i=1+m:h+m
    for j=1+n:w+n
        [p,q,r,t]=safeborder(h+2*m,w+2*n,i,j,m,n);
        tempimg=imgMSR(p:q,r:t);
        imgsharp1(i,j)=sum(sum(tempimg.*filter_mask{1}));
    end
    if i/h>0.8
        set(findobj(hwait,'type','patch'),'edgecolor','g','facecolor','g');
    end
    waitbar(i/h,hwait,'正在处理');
end
imgsharp1=imgsharp1(1+m:h+m,1+n:w+n); % 取中间部分，去掉边沿
imgafter1=double(img).*A+imgsharp1;
imgafter1=uint8(imgafter1);
close(hwait);
subplot(245),imshow(img),                   title('此行为自己写的代码处理的');
subplot(246),imshow(uint8(imgsharp1)),      title('未标定的拉氏滤波图');
subplot(247),imshow(mat2gray(imgsharp1)),   title('标定的拉氏滤波图');
subplot(248),imshow(imgafter1),             title('最终图');


%% 总结：
% 最后发现，高提升滤波除了细节的提升外，还有亮度的提升，取决于A的值。
% 高提升滤波非常适合低灰度图像处理

function imgMSR=EdgeFilling(img,m,n,which)
%   对图像进行边缘填充，
%   填充方案有：
%     镜像复制which=1、填充黑色which=2、填充灰色which=3、填充白色which=4

[h w]=size(img);
if which==1
    fill=img;
elseif which==2
    fill=uint8(zeros(h,w));
elseif which==3
    fill=uint8(ones(h,w)*127);
elseif which==4
    fill=uint8(ones(h,w)*255);
end
```