图像增强:直方图均衡和小波变换【matlab】
直方图均衡:统计图像像素灰度的直方图分布。对其进行重新分配以使图像的直方图分布更加均衡。
小波变换:图像轮廓主要体现在低频部分,可以通过对低频分解系数进行增强处理,对高频分解系数进行衰减处理,达到图像增强。
- clc;
- clear all;
- img=imread('D:\文件及下载相关\图片\gray.jpg');
- gray_img=rgb2gray(img);
- [m,n]=size(gray_img);
- pr=zeros(,);
- for i=:
- pr(i)=length(find(gray_img==i-))/(m*n);
- end
- S=zeros(,);
- for i=:
- for j=:i
- S(i)=pr(j)+S(i);
- end
- end
- S1=round((S*)+0.5);
- for i=:
- q(i)=sum(pr(find(S1==i)));
- end
- res_img=gray_img;
- for i=:
- res_img(find(gray_img==i-))=S1(i);
- end
- imshow(res_img);
- title('均衡化后');
小波变换:
- clc
- I= imread('D:\文件及下载相关\图片\gray.jpg');
- I1 = I(:,:,);
- [c,s]=wavedec2(I1,,'sym4'); len=length(c);
- w = prod(s(,:));
- for i =:w
- if(c( i )>)
- c( i )=1.3*c( i );
- end
- end
- for i =w:len
- if(c( i ) < )
- c( i )=0.8*c( i );
- end
- end
- nx1=waverec2(c,s,'sym4');
- I2 = I(:,:,);
- [c,s]=wavedec2(I2,,'sym4');
- len=length(c);
- w = prod(s(,:));
- for j =:w
- if(c( j )>)
- c( j )=1.3*c( j );
- end
- end
- for j =w:len
- if(c( j ) < )
- c( j )=0.8*c( j );
- end
- end
- nx2=waverec2(c,s,'sym4'); I3 = I(:,:,);
- [c,s]=wavedec2(I3,,'sym4');
- len=length(c);
- w = prod(s(,:));
- for k =:w
- if(c( k )>)
- c( k )=1.3*c( k );
- end
- end
- for k =w:len
- if(c( k ) < )
- c( k )=0.8*c( k );
- end
- end
- nx3=waverec2(c,s,'sym4');
- nx = cat(,nx1,nx2,nx3);
- figure(),imshow(nx/)
图像增强:直方图均衡和小波变换【matlab】的更多相关文章
- 基于小波变换的数字图像处理(MATLAB源代码)
基于小波变换的数字图像处理(MATLAB源代码) clear all; close all; clc;M=256;%原图像长度N=64; %水印长度[filename1,pathname]=uiget ...
- matlab直方图均衡,使用向量优化
matlab自带有histeq函数对图像进行直方图均衡 自己写了一个,改成向量化形式,效率提高了一点,但是比自带的还是差很多,差不多9倍 function D = my_histeq(I) [m,n] ...
- 基于MATLAB的离散小波变换
申明,本文非笔者原创,原文转载自: 基于Matlab的离散小波变换 http://blog.sina.com.cn/s/blog_725866260100ryh3.html 简介 在 ...
- matlab 小波变换
MATLAB小波变换指令及其功能介绍 1 一维小波变换的 Matlab 实现 (1) dwt函数 功能:一维离散小波变换 格式:[cA,cD]=dwt(X,'wname') [cA,cD]=dwt(X ...
- Matlab图像处理系列1———线性变换和直方图均衡
注:本系列来自于图像处理课程实验,用Matlab实现最主要的图像处理算法 图像点处理是图像处理系列的基础,主要用于让我们熟悉Matlab图像处理的编程环境.灰度线性变换和灰度拉伸是对像素灰度值的变换操 ...
- 小波学习之一(单层一维离散小波变换DWT的Mallat算法C++和MATLAB实现) ---转载
1 Mallat算法 离散序列的Mallat算法分解公式如下: 其中,H(n).G(n)分别表示所选取的小波函数对应的低通和高通滤波器的抽头系数序列. 从Mallat算法的分解原理可知,分解后的序 ...
- 浅谈压缩感知(十四):傅里叶矩阵与小波变换矩阵的MATLAB实现
主要内容: 傅里叶矩阵及其MATLAB实现 小波变换矩阵及其MATLAB实现 傅里叶矩阵及其MATLAB实现 傅里叶矩阵的定义:(来源: http://mathworld.wolfram.com/F ...
- 边缘检测算子和小波变换提取图像边缘【matlab】
Roberts边缘检测算子:根据一对互相垂直方向上的差分可用来计算梯度的原理,采用对角线方向相邻两像素之差. 小波变换的方法比较适用于展现夹带在正常信号中的瞬间反常现象,具有方向敏感性.所以可以边缘检 ...
- MATLAB数字图像处理(二)图像增强
1 图像增强 1.1 直方图均衡化 对于灰度图像,可以使用直方图均衡化的方法使得原图像的灰度直方图修正为均匀的直方图. 代码如下: I2=histeq(I1); ...
随机推荐
- java Web笔记
Get:标记在地址栏中 放在请求行中显示get?Username=...Password=... Post:使用的是二进制的上传下载 请求行不显示信息 数据传输量大数据隐蔽对文本没有 pst不能再浏览 ...
- CSS优先级的详细解说
一.什么是CSS优先级? 所谓CSS优先级,即是指CSS样式在浏览器中被解析的先后顺序. 二.CSS优先级规则 既然样式有优先级,那么就会有一个规则来约定这个优先级,而这个“规则”就是本次所需要讲的重 ...
- JavaScript入门:002—JS代码放置的位置
JavaScript在页面中使用,那么这些JS代码应该放在什么位置呢?以下来看一下. 一般来说有两种方式.写在界面上和使用.js文件.1.1界面上的Head部分能够直接放在head标签内,例如以下代码 ...
- Procedure for installing and setting Sun JDK Java on Default Amazon Linux AMI
# First verify the version of Java being used is not SunJSK. java -version # Get the latest Sun Ja ...
- Linxu 监控命令总结
free –m [root@web1476 ~]# free total used free shared buffers cached M ...
- pythselenium webdriver
转自:http://www.cnblogs.com/fnng/archive/2013/06/16/3138283.html 原文档地址: http://docs.seleniumhq.org/doc ...
- poj_2773
题目的愿意非常easy.给你一个n,求在升序排列的情况下,第k个与之相互素的数. 解法:首先我们要知道gcd(b×t+a,b)=gcd(a.b),那么接下来就非常easy了.全部与之互素的数都是以ph ...
- html5-canvas绘图操作方法
<script>function draw(){ var c=document.getElementById("mycanvas"); c.width=50 ...
- 如何修改Linux系统的 /etc/ssh/sshd_config 文件 "/etc/ssh/sshd_config" E212: Can't open file for writin
第一步:我们使用命令行vim /etc/ssh/sshd_config 执行修改,强制保持 :wq! 系统不让我们修改这个文件 "/etc/ssh/sshd_config" ...
- Maven打jar包的三种方式
Maven打jar包的三种方式 不包含依赖jar包 该方法打包的jar,不包含依赖的jar包,也没有指定入口类. <build> <plugins> <plugin> ...