空间域处理

空间域图像处理主要分为灰度变换和空间滤波两类。灰度变换在像素上操作，主要以改变对比度和阈值处理为目的。空间滤波涉及改善性能的操作，如对每一个像素的领域处理来平滑或锐化图像。本章的基本处理模型个g(x,y)=T[f(x,y)]，f 是输入图像，g 是处理后的图像，T 是点(x,y)的邻域上定义的关于f 的一种算子。灰度变换

1、图像反转

2、对数变换

3、幂律（伽马）变换

4、分段线性变换函数

Imadjust 灰度图像进行亮度变换的基本IPT 工具，语法

g=imadjust(f,[low_inhigh_in],[low_outhigh_out],gamma)参数说明：

输入图像应为uint8,uint16,double 类图像，输出图像与输入图像有相同的类。除图像f 外，函数的所有输入输出均指定在0和1之间，而不论图像f 的类。

[low_inhigh_in]或[low_out

到默认值[01].

具体应用见IP48的例子

Intrans 是负片，对数，伽马，对比度拉伸的集成函数。

5、直方图均衡（重点）库函数程序IP59.m high_out]使用空矩阵（[]）会得

空间滤波

（一）平滑空间滤波器

平滑滤波器用于模糊处理和降低噪声，因此常用于预处理的任务中，常称为均值滤波器。

1、平滑线性滤波器

2、统计排序（非线性）滤波器

库函数ordfilt2(f,order,domain)

（i ）最小值

（ii ）最大值

（iii ）中值

3、图像处理工具箱的介绍

Fspecial 用来生成滤波掩模的W 的函数见程序test_fspecial.mclear all ;

close all ;

clc;

w_average=fspecial('average' ,[33]);

w_disk=fspecial('disk' ,4); %矩形平均滤波器%圆形平均滤波器w_gaussian=fspecial('gaussian' ,[33],0.5);%高斯滤波器%8-23行代码是库函数fspecial 中生成高斯滤波掩模的具体代码p2=[33];

p3=0.5;

siz =(p2-1)/2;

std =p3; %标准差

[x,y]=meshgrid(-siz(2):siz(2),-siz(1):siz(1));

arg =-(x.*x+y.*y)/(2*std*std);

h =exp(arg);%在此之前都是严格按照p93页的公式计算的

%下面的代码将上述生成的作h/sum(h(:))

h(h

sumh =sum(h(:));

if sumh ~=0,

h =h/sumh;

end ;

w_laplacian=fspecial('laplacian' ,0.5);

拉斯滤波器

w_log=fspecial('log' ,[55],0.5);%大小为5*5，标准差%大小为3*3的拉普为0.5的高斯——拉普拉斯滤波器

%%27-43行代码是库函数fspecial 中生成高斯——拉普拉斯滤波掩模的具体代码. 参照P460的公式

%first calculate Gaussian

p2=[55];

p3=0.5;

siz =(p2-1)/2;

std2=p3^2;

[x,y]=meshgrid(-siz(2):siz(2),-siz(1):siz(1));

arg =-(x.*x+y.*y)/(2*std2);

h =exp(arg);

h(h

sumh =sum(h(:));

if sumh ~=0,

h =h/sumh;

end ;

%now calculate Laplacian

h1=h.*(x.*x+y.*y-2*std2)/(std2^2);

h =h1-sum(h1(:))/prod(p2);%make the filter sum to zero ，sum(h)->0;

(二) 锐化空间滤波器

1、关于一阶二阶微分的分析（P98）

2、二阶微分图像锐化——拉普拉斯算子

close all ;

clear all ;

clc;

f=imread('Fig0338(a)(blurry_moon).tif');

figure,imshow(f);

原图

w=fspecial('laplacian' ,0);

g1=imfilter(f,w,'replicate' );

figure,imshow(g1,[]);

结果分析：上图的所有像素值都为正，。由于滤波器的中心为负数，所以我们希望得到带负值的拉普拉斯图像。上面的代码中，输入计算的图像为uint8类，使用imfilter 滤波后的输出图像将会转化为与输入

图像相同的类，所有负值被剪掉为0. 所以可以再滤波前将输入图像转化为double 类。代码如下

f=im2double(f);

w=fspecial('laplacian' ,0);

g2=imfilter(f,w,'replicate' );

figure,imshow(g2,[]);

g=f-g2;%相减恢复失去的色调

figure,imshow(g);

空间域图像处理主要分为灰度变换和空间滤波两类。灰度变换在像素上操作，主要以改变对比度和阈值处理为目的。空间滤波涉及改善性能的操作，如对每一个像素的领域处理来平滑或锐化图像。本章的基本处理模型个g(x,y)=T[f(x,y)]，f 是输入图像，g 是处理后的图像，T 是点(x,y)的邻域上定义的关于f 的一种算子。灰度变换

1、图像反转

2、对数变换

3、幂律（伽马）变换

4、分段线性变换函数

Imadjust 灰度图像进行亮度变换的基本IPT 工具，语法

g=imadjust(f,[low_inhigh_in],[low_outhigh_out],gamma)参数说明：

输入图像应为uint8,uint16,double 类图像，输出图像与输入图像有相同的类。除图像f 外，函数的所有输入输出均指定在0和1之间，而不论图像f 的类。

[low_inhigh_in]或[low_out

到默认值[01].

具体应用见IP48的例子

Intrans 是负片，对数，伽马，对比度拉伸的集成函数。

5、直方图均衡（重点）库函数程序IP59.m high_out]使用空矩阵（[]）会得

空间滤波

（一）平滑空间滤波器

平滑滤波器用于模糊处理和降低噪声，因此常用于预处理的任务中，常称为均值滤波器。

1、平滑线性滤波器

2、统计排序（非线性）滤波器

库函数ordfilt2(f,order,domain)

（i ）最小值

（ii ）最大值

（iii ）中值

3、图像处理工具箱的介绍

Fspecial 用来生成滤波掩模的W 的函数见程序test_fspecial.mclear all ;

close all ;

clc;

w_average=fspecial('average' ,[33]);

w_disk=fspecial('disk' ,4); %矩形平均滤波器%圆形平均滤波器w_gaussian=fspecial('gaussian' ,[33],0.5);%高斯滤波器%8-23行代码是库函数fspecial 中生成高斯滤波掩模的具体代码p2=[33];

p3=0.5;

siz =(p2-1)/2;

std =p3; %标准差

[x,y]=meshgrid(-siz(2):siz(2),-siz(1):siz(1));

arg =-(x.*x+y.*y)/(2*std*std);

h =exp(arg);%在此之前都是严格按照p93页的公式计算的

%下面的代码将上述生成的作h/sum(h(:))

h(h

sumh =sum(h(:));

if sumh ~=0,

h =h/sumh;

end ;

w_laplacian=fspecial('laplacian' ,0.5);

拉斯滤波器

w_log=fspecial('log' ,[55],0.5);%大小为5*5，标准差%大小为3*3的拉普为0.5的高斯——拉普拉斯滤波器

%%27-43行代码是库函数fspecial 中生成高斯——拉普拉斯滤波掩模的具体代码. 参照P460的公式

%first calculate Gaussian

p2=[55];

p3=0.5;

siz =(p2-1)/2;

std2=p3^2;

[x,y]=meshgrid(-siz(2):siz(2),-siz(1):siz(1));

arg =-(x.*x+y.*y)/(2*std2);

h =exp(arg);

h(h

sumh =sum(h(:));

if sumh ~=0,

h =h/sumh;

end ;

%now calculate Laplacian

h1=h.*(x.*x+y.*y-2*std2)/(std2^2);

h =h1-sum(h1(:))/prod(p2);%make the filter sum to zero ，sum(h)->0;

(二) 锐化空间滤波器

1、关于一阶二阶微分的分析（P98）

2、二阶微分图像锐化——拉普拉斯算子

close all ;

clear all ;

clc;

f=imread('Fig0338(a)(blurry_moon).tif');

figure,imshow(f);

原图

w=fspecial('laplacian' ,0);

g1=imfilter(f,w,'replicate' );

figure,imshow(g1,[]);

结果分析：上图的所有像素值都为正，。由于滤波器的中心为负数，所以我们希望得到带负值的拉普拉斯图像。上面的代码中，输入计算的图像为uint8类，使用imfilter 滤波后的输出图像将会转化为与输入

图像相同的类，所有负值被剪掉为0. 所以可以再滤波前将输入图像转化为double 类。代码如下

f=im2double(f);

w=fspecial('laplacian' ,0);

g2=imfilter(f,w,'replicate' );

figure,imshow(g2,[]);

g=f-g2;%相减恢复失去的色调

figure,imshow(g);