一青里的博客

涉及到的知识点：提取R、G、B分量imshow(I);I1=I(:,:,1); %提取红色分量I2=I(:,:,2); %提取绿色分量I3=I(:,:,3); %提取蓝色分量构造函数function[输出形参]=函数名([输入形参])函数体cat函数cat(Concatenate的缩写）用于构造多维函数。C = cat(dim,A,B)C =...

图像的对数变换：通过灰度变换函数，调整输入低质图像的灰度值范围。将图像的低灰度值部分扩展，高灰度值部分压缩。借此强调图像低灰度部分，达到增强图像的目的。该法用于图像增强的原理：显示器无法显示大范围灰度值时，许多灰度细节会被丢失掉，对数变换可将其动态范围变换到一个合适的区间，就可以显示更多细节。下面先介绍冈萨雷斯《数字图像处理》中设计的方法，我认为对图像的灰度提高的过于明...

使用坐标轴axes来设置图像的显示位置，同时需要将axes放在一个面板panel内部，否则图像会超出axes区域范围。 设置坐标轴不可见 显示一张图片：I=imread('picture.jpg');axes(handles.axes1);imshow(I);显示多张图片：a=imread('1.jpg');subplot(1,2,1);im...

我看了n多关于基于单尺度Retinex图像增强的文献，用的高斯滤波函数都不一样，有的直接用高斯滤波器，就是自带的gaussian函数实现，有的是用自定义高斯函数，然而公式系数又都不一样，我快被搞疯了，研究了三天，终于在Matlab上实现了这个 “简单” 的SSR，想哭

直方图就是反映一幅图像中的灰度级与出现这种灰度的概率之间的关系的图形，是图像重要的统计特征。设r代表图像中像素的灰度级。在图像中，像素的灰度级可做归一化处理，这样r的值就被限定在0≤r≤1，在灰度级中，0代表黑，1代表白。对于一幅给定的图像来说，每一个像素取得[0,1]区间内的灰度级是随机的，也就是说r是一个随机变量。假定对每一瞬间它们是连续的随机变量，那么就可以用概率密度函数p...

颜色估计模型（Color Estimation Model,CEM）是Fu等人提出的一种映射方法，它可以将较小的灰度值映射为较大的灰度值，从而提高图像的整体亮度。对于逆光图像I，通过CEM增强后的得到的图像为：，这里，为单调映射函数。对于CEM模型，有如下形式：，其中，为调节参数（本文取值：1.33），为图像I的灰度均值。利用CEM对逆光图像进行全局增强，可以提高输入图像的整体亮度，恢...

Retinex算法基础上改进的MSR、MSRCR等图像增强理论的前提是灰度世界假设，即红绿蓝各分量大致相等若拍摄图像某色彩占比更多，增强图像就会颜色偏移甚至失真，趋于灰色。将复杂照度图像从红绿蓝色彩空间转变至HSI空间进行图像增强，HSI色彩空间是直觉颜色模型，由Hue(色调)、Saturation(饱和度)和Intensity(亮度)3个分量呈现图像色彩。避开了RGB的缺陷，分离了图像亮...