13.1 非线性变化的图像增强和补偿——滤波器对图像作增强提高视觉质量(matlab程序)

这篇具有很好参考价值的文章主要介绍了13.1 非线性变化的图像增强和补偿——滤波器对图像作增强提高视觉质量(matlab程序)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1.简述

      

图像的线性变换和非线性变换,逐像素运算就是对图像的没一个像素点的亮度值,通过一定的函数关系,转换到新的亮度值。这个转换可以由函数表示:

s = f ( r ) s = f( r )s=f(r)

其中r为原来的像素值,s为新的像素值,通常采用的函数了单调函数进行变换。

线性变换:

s ( x , y ) = c + k r ( x , y ) s(x,y) =c+kr(x,y)
s(x,y)=c+kr(x,y)

其中c和k均为常数

非线性变换:

s = a + l n ( r + 1 ) b l n c s=a+\frac {ln(r+1)} {blnc}
s=a+ 
blnc
ln(r+1)

 

其中a,b,c为常数

Gamma变换:

s = c r γ s = cr^γ
s=cr 
γ
 

其中c为常数,通常取1,γ也为常数,r的范围为[0,255],通常会放缩到[0,1]

图为γ取不同值时的情况,例如,当原图像的像素值为0.2时,γ=1.5时,现图像的像素值小于0.2,γ=1时,现图像的像素值等于0.2.当γ=0.5时,现图像的像素值大于0.4.
 

2.代码


clear all;
%% 
C=double(imread('trees.tif'));       %读入图片
h=[1,1,1;1,1,1;1,1,1]./9;
B=C(:,:,1);
%B=imfilter(B,h,'replicate');
S=size(B);H=S(1,1);W=S(1,2);
t=0.75;%0.730174;
h0 = (8*t*t*t-6*t*t+3*t)/(1+2*t)*(1/32);
h1 = (-16*t*t*t+20*t*t-12*t+3)/(1+2*t)*(1/32);
h2 = (2*t-3)/(1+2*t)*(1/8.);
h3 = (16*t*t*t-20*t*t+28*t+5)/(1+2*t)*(1/32.);
h4 = (-8*t*t*t+6*t*t+5*t+20)/(1+2*t)*(1/16.);
hL=[h0,h1,h2,h3,h4,h3,h2,h1,h0];

g0=-t/16;
g1=(1-2*t)/16;
g2=(t+4)/16;
g3=(3+2*t)/8;
hH=[-g0,g1,-g2,g3,-g2,g1,-g0];
%%   对淹没在噪声中的SAR图像首先用Wiener滤波法自适应去噪
%Idenoise= medfilt2(B(:,:,1),[3 3]);%中值滤波
%Idenoise = wiener2(B(:,:,1),[5 5]);%自适应滤波
%Idenoise=double(Idenoise);
Idenoise=B;

%%   用多分辨分解法提取高频边缘BI

hL=[1/16,1/4,3/8,1/4,1/16];
for i=1:length(hL)
    for j=1:length(hL)
        hL2D(i,j)=hL(i)*hL(j);
    end
end
L0=imfilter(Idenoise,hL2D,'replicate');%低频近似图像L0
L0=double(L0);
L0max=max(max(L0));
c=0.3;s=2;
T1 = 0;
T2 = (1-c)*L0max;
k1=0.6; k2=s;

BI = Idenoise-L0;% 第一层高频边缘BI

 %%   对BI作非线性插值后得到newBI
newBI=BI;

for i=1:H
    for j=1:W
        if abs(BI(i,j))<=T1
            newBI(i,j)=k1*BI(i,j);
        else if (abs(BI(i,j))>T1)&(abs(BI(i,j))<=T2)
                newBI(i,j)=sign(BI(i,j))*(k2*abs(BI(i,j))+T1*(k1-k2));
            end
        end
    end
end
%

%%    对newBI作高通滤波得到增强后的高频边缘BI
hH=[-1/16,1/4,-3/8,1/4,-1/16];%[-1,2,-1]/2;
for i=1:length(hH)
    for j=1:length(hH)
        hH2D(i,j)=hH(i)*hH(j);
    end
end

BI=imfilter(newBI,hH2D,'replicate');     %修正后的边缘


BI=double(BI);
Irecover=newBI+L0;

for i=1:H
    for j=1:W
        if Irecover(i,j)<0
            Irecover(i,j)=0;
        else if Irecover(i,j)>255
                Irecover(i,j)=255;
            end
        end
    end
end

%%
EP1D=[-0.15,0.25,0.7,0.25,-0.15];
for i=1:length(EP1D)
    for j=1:length(EP1D)
        EP2D(i,j)=EP1D(i)*EP1D(j);
    end
end
Irepro = imfilter(Irecover,EP2D,'replicate');


figure,imshow(uint8(B),[]);
title('原图');
figure,imshow(uint8(Irecover),[]);
title(['高频非线性增强后的图像']);

figure,imshow(uint8(Irepro),[]);
title(['非线性增强后再补偿的图像']);

3.运行结果

13.1 非线性变化的图像增强和补偿——滤波器对图像作增强提高视觉质量(matlab程序),matlab,开发语言,图像处理,计算机视觉,学习

 13.1 非线性变化的图像增强和补偿——滤波器对图像作增强提高视觉质量(matlab程序),matlab,开发语言,图像处理,计算机视觉,学习

 13.1 非线性变化的图像增强和补偿——滤波器对图像作增强提高视觉质量(matlab程序),matlab,开发语言,图像处理,计算机视觉,学习

 文章来源地址https://www.toymoban.com/news/detail-517429.html

到了这里,关于13.1 非线性变化的图像增强和补偿——滤波器对图像作增强提高视觉质量(matlab程序)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【具有非线性反馈的LTI系统识别】针对反馈非线性的LTI系统,提供非线性辨识方案(Simulink&Matlab代码实现)

     💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码、Simulink仿真

    2024年02月14日
    浏览(54)
  • 连续非线性系统线性化理论

    在工程领域的被控对象常常是非线性的动力系统。对非线性控制系统 x ˙ = f ( x , t ) dot{x}=f(x,t) x ˙ = f ( x , t ) 的稳定性分析,常常需要将非线性系统线性化成线性系统 x ˙ = A ( t ) x dot x = A(t)x x ˙ = A ( t ) x 后,对线性系统设计的控制器放在非线性系统上,达到合适的控制效果

    2024年01月18日
    浏览(94)
  • 数学建模:线性与非线性优化算法

    🔆 文章首发于我的个人博客:欢迎大佬们来逛逛 优化算法 是指在满足一定条件下,在众多方案中或者参数中最优方案,或者参数值,以使得某个或者多个功能指标达到最优,或使得系统的某些性能指标达到最大值或者最小值 优化的两个关键点: 1.明确优化的目标函数 2.明确优化

    2024年02月07日
    浏览(43)
  • 非线性规划

      非线性规划在工业界和学术界中应用非常普遍,譬如交通运输中的路径优化、金融领域中的资产配置、5G网络切片中VNF的放置等。很多时候,我们对复杂问题进行提炼和抽象后,发现可以建模成某一种非线性规划。然而,由于非线性规划多是NP难的问题,并不容易得到最优

    2023年04月08日
    浏览(49)
  • 非线性最小二乘

    在经典最小二乘法估计中,假定被解释变量的条件期望是关于参数的线性函数,例如 E ( y ∣ x ) = a + b x E(y|x) = a+bx E ( y ∣ x ) = a + b x 其中 a , b a,b a , b 为待估参数, E ( y ∣ x ) E(y|x) E ( y ∣ x ) 是关于参数 a , b a,b a , b 的线性函数。但 E ( y ∣ x ) E(y|x) E ( y ∣ x ) 是关于参数的非线

    2024年02月04日
    浏览(61)
  • MATLAB 非线性规划

    ✅作者简介:人工智能专业本科在读,喜欢计算机与编程,写博客记录自己的学习历程。 🍎个人主页:小嗷犬的个人主页 🍊个人网站:小嗷犬的技术小站 🥭个人信条:为天地立心,为生民立命,为往圣继绝学,为万世开太平。 非线性规划问题 仍是规划问题的一种,但是

    2024年02月05日
    浏览(45)
  • 三种用python进行线性/非线性拟合的方法

    使用回归分析绘制拟合曲线是一种常见的方法,简单线性回归就是其中的一种。简单线性回归可以通过 最小二乘法 来计算回归系数。以下是一个使用简单线性回归来拟合数据的代码示例: 在该代码中,np.polyfit函数可以用来计算简单线性回归的回归系数。plot函数用来绘制拟

    2024年02月11日
    浏览(50)
  • 非线性方程二分法

    优点:算法直观、简单、总能保证收敛;局限:收敛速度慢、一般不单独用它求根,仅为了获取根的粗略近似 设 f ( x ) f(x) f ( x ) 在 [ a , b ] [a,b] [ a , b ] 上连续、严格单调、满足条件 f ( a ) f ( b ) 0 f(a)f(b)0 f ( a ) f ( b ) 0 则在区间 [ a , b ] [a,b] [ a , b ] 内必有一根 x ∗ x^* x ∗ 。通

    2024年02月04日
    浏览(48)
  • 神经网络-非线性激活

    Result 目的 :引入非线性特征,非线性越多,才能训练出符合各种曲线,符合各种特征的模型,泛化能力好

    2024年01月22日
    浏览(39)
  • 数学建模——非线性规划

    目录 基本概念 凸规划 判别定理 二次规划模型 非线性规划的求解 无约束极值问题 有约束极值问题 基于求解器的解法 基于问题的求解 其他 非线性规划:描述目标函数或约束条件条件的数学表达式中,至少有一个是非线性函数。 记是n维欧式空间中的一个点(n维向量),,

    2024年02月06日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包