【MATLAB】imadjust, histeq, adapthisteq调整图像对比度

简介: MALTAB中包含的三个调整图像对比度函数:imadjust, histeq, adapthisteq介绍和用法

1. imadjust

调节灰度图像的亮度或彩色图像的颜色矩阵。


语法:

      J = imadjust(I,[low_in; high_in],[low_out; high_out],gamma)

      将图像I中的亮度值映射到J中的新值,即将low_in至hige_in之间的值映射到low_out至high_out之间的值。low_in以下与high_in以上的值被剪切掉了,也就是说,low_in以下的值映射到low_out,high_in以上的值映射到high_out。它们都可以使用空的矩阵[],默认值是[0 1]。


- newmap = imadjust(map,[low_in high_in],[low_out high_out],gamma)

         调整索引色图像的调色板map。

 

- RGB2 = imadjust(RGB1,[low_in high_in],[low_out high_out],gamma)

            对RGB图像1的红、绿、蓝调色板分别进行调整。随着颜色矩阵的调整,每一个调色板都有唯一的映射值。


- 参数gamma指定了曲线的形状,该曲线用来映射I的亮度值。如果gamma小于1,映射被加权到更高的输出值。如果gamma大于1,映射被加权到更低的输出值。如果省略了函数的参量,则gamma默认为1(线性映射)。


示例:

      调整灰度图像:K = imadjust(I,[0.3 0.7],[]);

                               figure, imshow(K)

      调整RGB图像:RGB1 = imread('football.jpg');

                               RGB2 = imadjust(RGB1,[.2 .3 0; .6 .7 1],[]);

                               imshow(RGB1), figure, imshow(RGB2)

2.histeq

使用直方图均衡增强对比度全页折叠


语法:

J = histeq(I,hgram)

J = histeq(I,n)

J = histeq(I)

newmap = histeq(X,map)

newmap = histeq(X,map,hgram)

[___,T] = histeq(___)


示例:

- J = histeq(I,hgram) 变换灰度图像 I,以使输出灰度图像 J 具有 length(hgram) 个 bin

  的直方图近似匹配目标直方图 hgram。

 

- J = histeq(I,n) 变换灰度图像 I,以使输出灰度图像 J 具有 n 个 bin 的直方图大致平坦。当 n 远小于 I   中的离散灰度级数时,J 的直方图更平坦。

 

- J = histeq(I) 变换灰度图像 I,以使输出灰度图像 J 的直方图具有 64 个 bin 且大致平坦。

- newmap = histeq(X,map) 变换颜色图中的值,以使索引图像 X的灰度分量的直方图大致平坦。变换后的颜色图是newmap。


- newmap = histeq(X,map,hgram) 变换与索引图像 X 相关联的颜色图,以使索引图像 (X, newmap)的灰度分量直方图近似匹配目标直方图 hgram。histeq 函数返回变换后的颜色图newmap。length(hgram) 必须与    size(map,1) 相同。

- [___,T] = histeq(___) 还返回变换 T,该变换将输入灰度图像或颜色图的灰度分量映射到输出灰度图像或颜色图的灰度分量。

3.adapthisteq

对比度受限的自适应直方图均衡化 (CLAHE)


语法:


  J = adapthisteq(I)

  J = adapthisteq(I,Name,Value)


示例:

- J = adapthisteq(I) 使用限制对比度的自适应直方图均衡化 (CLAHE) 来变换值,从而增强灰度图像 I 的对比度。

- J = adapthisteq(I,Name,Value) 使用名称-值对组来控制对比度增强的各个方面。

相关文章
|
27天前
|
机器学习/深度学习 编解码 并行计算
【改进引导滤波器】各向异性引导滤波器,利用加权平均来实现最大扩散,同时保持图像中的强边缘,实现强各向异性滤波,同时保持原始引导滤波器的低低计算成本(Matlab代码实现)
【改进引导滤波器】各向异性引导滤波器,利用加权平均来实现最大扩散,同时保持图像中的强边缘,实现强各向异性滤波,同时保持原始引导滤波器的低低计算成本(Matlab代码实现)
131 8
|
2月前
|
机器学习/深度学习 传感器 监控
【图像处理】图像变暗、变亮和去模糊研究(Matlab代码实现)
【图像处理】图像变暗、变亮和去模糊研究(Matlab代码实现)
164 1
|
2月前
|
机器学习/深度学习 固态存储 算法
基于MATLAB的图像人数统计
基于MATLAB的图像人数统计
|
1月前
|
机器学习/深度学习 编解码 算法
【GUI】通过Hough变换在SEM显微图像上检测滑移线研究(Matlab代码实现)
【GUI】通过Hough变换在SEM显微图像上检测滑移线研究(Matlab代码实现)
102 0
|
3月前
|
机器学习/深度学习 编解码
MATLAB实现单帧图像超分辨率重建
MATLAB实现单帧图像超分辨率重建
124 0
|
21天前
|
机器学习/深度学习 算法 安全
【图像处理】使用四树分割和直方图移动的可逆图像数据隐藏(Matlab代码实现)
【图像处理】使用四树分割和直方图移动的可逆图像数据隐藏(Matlab代码实现)
|
2月前
|
机器学习/深度学习 数据采集 搜索推荐
【图像分类】基于主成分分析和核支持向量机的脑磁共振图像分类器(Matlab代码实现)
【图像分类】基于主成分分析和核支持向量机的脑磁共振图像分类器(Matlab代码实现)
|
1月前
|
机器学习/深度学习 编解码 算法
【图像处理】图像的边缘检测(Matlab代码实现)
【图像处理】图像的边缘检测(Matlab代码实现)
111 1
|
1月前
|
传感器 机器学习/深度学习 编解码
使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)
使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)
|
1月前
|
存储 监控 算法
基于文化优化算法图像量化(Matlab代码实现)
基于文化优化算法图像量化(Matlab代码实现)

热门文章

最新文章