matlab实现图像增强的基本操作（含代码）

（1）γ校正：由于数字显示设备的非线性转换特征，使得图像的显示与原始场景相比较而言发生偏暗或偏亮的现象，这个时候就可以采用γ校正进行处理，使图像的显示等于或接近原始场景。消除图像噪声是图像增强、恢复的内容之一。

（2）图像平滑去噪：在常见的图像处理软件中，都提供了常用的除噪功能，其中，空间域的平滑操作最常见。在Matlab中可以实现均值滤波和中值滤波。

（3）图像锐化：图像锐化的目的是突出图像的细节，或者是增强被模糊的细节，这种模糊是在数据获取过程中，由于操作失误导致或经过特殊方法处理后的结果。在matlab中可以实现在空间域的图像锐化，根据一阶和二阶微分算子，设计不同的模板，对图像进行微分计算。

γ校正

使用自带的imadjust函数实现：

I=imread('D:\lab2\pic1.jpg')

I1=imadjust(I,[0 1],[0 1],0.5);！最后一个参数为gamma值，根据需要矫正的图像进行确定
figure(1);subplot(1,2,1);imshow(I);
subplot(1,2,2);imshow(I1);

图像平滑去噪

图像锐化

创建一阶微分算子函数，单独存在一个的.m文件中

%创建一阶微分算子函数，单独存在一个的.m文件中
function G=sharpen1(F,Dx,Dy)
[m,n]=size(F); %获取图像大小
[N,N]=size(Dx); %获取模板大小
h=(N+1)/2;

for i=1:m
for j=1:n
if((i<h)||(j<h)||(i>m-h+1)||(j>n-h+1))
G(i,j)=double(F(i,j)); %图像不能被处理的区域
continue;
end
T=double(F(i-h+1:i+h-1,j-h+1:j+h-1));
T1=Dx.*T;
T2=Dy.*T;
X1=sum(T1(:));
X2=sum(T2(:));
G(i,j)=sqrt(X1^2+X2^2);
end
end

%将计算结果调整到[0，255]的范围
Min = min(G(:));
Max = max(G(:));
s=255/(Max-Min);
G = uint8((G-Min)*s);

新建一个test文件，调用一阶微分算子函数实现各种一阶微分算子，处理准备好的图像，代码如下：

clear;
F=imread('building.jpg')subplot(2,3,1),imshow(F);

%水平微分算子
Dx=[1 2 1;0 0 0;-1 -2 -1];
Dy=zeros(3,3);
G=sharpen1(F,Dx,Dy);
subplot(2,4,2),imshow(G);


%垂直微分算子
Dx=zeros(3,3);
Dy=[1 0 -1;2 0 -2;1 0 -1];
G=sharpen1(F,Dx,Dy);
subplot(2,3,3),imshow(G);

%sobel微分算子
Dx=[];
Dy=[1 0 -1;2 0 -2;1 0 -1];
G=sharpen1(F,Dx,Dy);
subplot(2,3,3),imshow(G);
%priwitt微分算子

 后续将继续更新

标签：imshow,Dy,微分,matlab,Dx,图像,基本操作,算子,图像增强
来源： https://www.cnblogs.com/tangjielin/p/16077988.html