Sousky的博客

灰度变换：g = imadjust(f, [low_in high_in], [low_out high_out], gamma)将low_in至high_in的值映射到low_out和high_out；low_in以下和low_out以上都会被截去。这四个参数都在[01]之间。如果f是uint8，则imadjust通过乘255来实现。

对数变换表达式：g = c*log(1 + f)  c是常数，f是浮点数。其主要应用是压缩动态范围。如傅里叶频谱的取值范围是[0, 106]或更高。将其以线性缩放到8比特显示器时，频谱中低灰度的可见细节容易丢失。通过对数计算，106可以降到14左右[ln(106) = 13.8] 为了压缩值出现在完整的显示范围，对8比特来说，使用gs = im2unit8(mat2gray(g

1、直方图绘制可用函数imhist, 其语法如下：h = imhist(f, b)其中，f是输入图像，h是其直方图，b是用来形容直方图的“容器”的数目。如果处理uint8的图像，且令b=2，则灰度范围被分成两部分：0至127和128至255。所得的直方图将有两个值：h(1)和h(2)。使用如下，可以得到归一化的直方图：p = imhist(f, b)/numel(f)其中n

直方图均衡生成了自适应的变换函数，是通过把输入图像的灰度级扩展到较宽灰度范围来实现图像增强。如果可以规定处理后图像的直方图形状，那么在某些应用中将非常有用。生成具有特定直方图的图像的方法，就是直方图匹配。同直方图均衡一样，直方图匹配也是由工具箱中histeq实现，其语法如下：g = histeq(f, hspec)其中，f为输入图像，hspec为规定的直方图（一个规定值的行

adapthisteq函数执行所谓的对比度受限的自适应直方图均衡这种方法用直方图匹配方法来逐个处理图像中的较小区域（称为小块）。然后使用双线性内插方法将相邻的小片组合起来，从而消除人口引入的边界。特别在均匀的灰度区域，可以限制对比度来避免放大噪声。g = adapthisteq(f, param1, val1, param2, val2, ...)该函数所用参数：'Nu