所謂點運算，是指像素值（像素點的灰度值）通過運算之后，可以改善圖像的顯示效果。這是一種像素的逐點運算。

點運算又稱為“對比度增強”、“對比度拉伸”，“灰度變換”（體現了點運算在哪些方面改變圖片的顯示效果）。

?

一.線性點運算

1.1 說明

1.2 示例

以lenna圖像為例，點運算代碼如下：

close all; clear all; I = imread('lenna.jpg'); I1 = 1.5 * I; %增強對比度 I2 = 0.8 * I; %減弱對比度 I3 = -1 * int8(I) + int8(255); %黑白反轉 subplot(2, 2, 1), imshow(I), title('原始圖像') subplot(2, 2, 2), imshow(I1), title('對比度增強') subplot(2, 2, 3), imshow(I2), title('對比度減弱') subplot(2, 2, 4), imshow(I3), title('黑白反轉')

處理后的圖像顯示如下：

?

?

二.非線性點運算

2.1 說明

非線性點運算對應于非線性映射函數，典型的映射包括平方函數，對數函數，截取（窗口函數），閾值函數，多值量化函數等。

2.2 示例

• 閾值化處理

閾值化處理是最常用的一種非線性運算，它的功能是選擇一閾值，將圖像二值化，用于圖像分割及邊緣跟蹤等處理。

代碼如下：

close all; clear all; I = imread('lenna.jpg'); T = mean2(I); %設定初始閾值 done = false; while ~doneG = I > T;Tnext = 0.5 * (mean(I(G)) + mean(I(~G)));done = abs(T - Tnext) < 0.5;T = Tnext; end G = im2bw(I, T/255); %根據確定的閾值進行圖像二值分割 subplot(1, 2, 1), imshow(I), title('原始圖像'); subplot(1, 2, 2), imshow(G), title('二值圖像');

?處理后的圖像顯示如下：

• 直方圖均衡化

如果一副圖像的像素占有很多的灰度級而且分布均勻，那么這樣的圖像往往有高對比度和多變的灰度色調。

代碼如下：

clear all; close all; I = imread('lenna.jpg'); subplot(2, 2, 1), imshow(I), title('原始圖像'); subplot(2, 2, 2), imhist(I); G = histeq(I); % 灰度直方圖的均衡化 subplot(2, 2, 3), imshow(G), title('直方圖均衡化后圖像'); subplot(2, 2, 4), imhist(G);

?處理后的圖像顯示如下：

?histeq的實現代碼如下：

clear all; close all; I = imread('lenna.jpg'); I = im2double(I); [M, N] = size(I); [counts, x] = imhist(I); % counts：灰度值的個數，x：灰度值 location = find(counts ~= 0); % 找到所有像素個數不為0的灰度級位置 minCDF = min(counts(location)); % 找到像素數最少的灰度級 for i = 1 : length(location)CDF = sum(counts(location(1 : i))); % 計算各個灰度級像素的累計分布P = find(I == x(location(i))); % 找到灰度級所在位置I(P) =(CDF - minCDF) / (M * N - minCDF); % 灰度變換公式 end

數學推導查看

轉載于:https://www.cnblogs.com/minisculestep/p/4851897.html

總結

以上是生活随笔為你收集整理的图像的点运算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。