matlab画图像的像素强度分布
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了matlab画图像的像素强度分布相关的知识,希望对你有一定的参考价值。
1.灰度变换增强(1)图像直方图
(2)图像直方图的均衡化
2.频域滤波增强
(1)低通滤波器
(2)高通滤波器
(3)同态滤波器
3.彩色增强
(1)真彩色增强
(2)伪彩色增强
(3)假彩色增强
4.小波变换在图像增强方面的应用
图像增强是图像处理中的基本技术之一,它是把原来不清晰的图像变得清晰,或者抑制图像的某些特征而使另一些特征得到增强。其主要目的是使处理后的图像质量得到改善,增加图像的信噪比,或者增强图像的视觉效果。
一、灰度变换增强
由于受各种拍摄条件的限制,图像的对比度有时比较差,图像的直方图分布有时也不够均衡,主要的元素集中在几个像素值附近,通过直方图均衡化,可使得图像中各个像素值尽可能均匀地分布或者服从一定形式的分布,从而提高图像的对比度。
(1)图像直方图
直方图是多种空间域处理技术的基础。直方图操作能有效地增强图像,直方图固有的信息在其他图像处理应用中也是非常有用的,如图像压缩与分割。
调用imhist函数可以显示一幅图像的直方图。
clc; %clc的作用就是清屏幕
clear; %clear是删除所有的变量
close all; %close all是将所有打开的图片关掉。
array=zeros(1,256);
I=imread('E:\我的桌面\MATLAB\练习\2.jpg');
a=im2gray(I); %转换为灰度像素
subplot(121),
imshow(a); %显示原图像
title('原始图像');
subplot(122),
imhist(I); %显示其直方图
title('直方图');
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
6
7
8
9
10
11
12
在这里插入图片描述
(2)图像直方图的均衡化
又称直方图平坦化,实质上是对图像进行非线性拉伸,重新分配图像象元值,使一定灰度范围内象元值的数量大致相等。这样,原来直方图中间的峰顶部分对比度得到增强,而两侧的谷底部分对比度降低,输出图像的直方图是一个较平的分段直方图? 参考技术A 1.模型建立:平面上在x=2, y=0处有一正电荷,x=-2, y=0处有一负电荷;
2.计算公式:根据U=q /(4π*r*ε0) ,r为两点间的距离公式
3matlab程序:
[x,y]=meshgrid(-5:0.2:5,-4:0.2:4); %建立数据网格
z=1./sqrt((x-2).^2+y.^2+0.01)-1./sqrt((x+2).^2+y.^2+0.01);%电势的表达式
mesh(x,y,z) %三维曲面绘图
2、2维的
[x,y]=meshgrid(-2:0.1:2,-2:0.1:2);
%以0.1为步长建立平面数据网格
z=1./sqrt((x-1).^2+y.^2+0.01)... %写出电势表达式
-1./sqrt((x+1).^2+y.^2+0.01);
[px,py]=gradient(z);
%求电势在x,y方向的梯度即电场强度
contour(x,y,z,[-12,-8,-5,-3,-1,... %画出等势线
-0.5,-0.1,0.1,0.5,1,3,5,8,12])
hold on %作图控制
quiver(x,y,px,py,'k') %画出各点上电场的大小和方向
matlab像素坐标值转换为经纬度
我在matlab中读取了一幅tif格式的遥感图像,然后在matlab中成图,最后成图的坐标轴标的是像素值,x轴是从左向右进行等间隔,y轴则是从上而下进行等间隔划分的,也即是值上面小,下面大。我现在想将坐标轴转换为经纬度坐标轴,我该怎么做?谢谢大家!
参考技术A 像素转化为经纬度不难吧线性方程组比如开始的1像素代表50度,101像素代表100度y=ax+b
50=a+b
100=101a+b
求得a,b,像素和经纬度的转换关系就可以得到。
接下来是自定义坐标轴的问题,可以这么用
例如:
set(gca,'xtick',[1,3,6,8])%设置在1,3,6,8处出现坐标点,这里改成像素
%不知道行不行
set(gca,'xticklabel','10','20','30','40')%设置在上述坐标点出现得标
%号,当然也可以是倒序,从大到小,y轴类似,xtick->ytick本回答被提问者采纳
以上是关于matlab画图像的像素强度分布的主要内容,如果未能解决你的问题,请参考以下文章
如何从 kinect 深度图像中获取深度强度,因为它表示像素到传感器的距离
OpenCV实战 | 一文剖析图像阈值化方法——adaptiveThreshold thresholdTHRESH_OTSU
OpenCV实战 | 一文剖析图像阈值化方法——adaptiveThreshold thresholdTHRESH_OTSU