matlab imadjust函数,浅析matlab中imadjust函数

article/2025/9/25 2:37:28

imadjust

imadjust是一个计算机函数,该函数用于调节灰度图像的亮度或彩色图像的颜色矩阵。在matlab的命令窗口中键入: doc imadjust或者help imadjust即可获得该函数的帮助信息, 键入type imadjust可以查看函数的源代码。

函数功能:

imadjust在数字图像处理中用于进行图像的灰度变换(调节灰度图像的亮度或彩色图像的颜色矩阵)。在matlab的命令窗口中键入: doc imadjust或者help imadjust即可获得该函数的帮助信息, 键入type imadjust可以查看函数的源代码。

格式:

g = imadjust(f,[low_in; high_in],[low_out; high_out]) 将图像I中的亮度值映射到J中的新值。即将low_in至high_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,即低于low_in的作为low_in进行映射,高于high_in的作为high_in 进行映射。 [low_in; high_in]和[low_out; high_out]都可以使用空矩阵表示,默认为[0,1] 除f外,其他参数都在0到1之间。如果high_out

f = imread('C:\Users\win\Desktop\city-street.jpg'); %调整灰度图像的灰度范围

g = imadjust(f,[0.2;0.6],[0;1]);

figure(1);

subplot(1,2,1);imshow(f);title('原图');

subplot(1,2,2);imshow(g);title('调节灰度的图')

原图像的灰度范围在0~255之间,imadjust将小于0.2x255的值设为0,将大于0.6x255的值设为255。

617724c505755ee64b30359a5896c3a9.png

stretchlim()

计算灰度图像的最佳输入区间。

使用stretchlim()和imadjust()共同对调整灰度图像的灰度范围

f = imread('C:\Users\win\Desktop\landscape.jpg');

s = stretchlim(f);%计算灰度图像的最佳输入区间

g = imadjust(f,s,[0,1]);%调整灰度图像的灰度范围

figure(1);

subplot(1,2,1);imshow(f);title('原图');

subplot(1,2,2);imshow(g);title('调节灰度的图')

aa11d1e9171b6aa8538c5893191de6e0.png

g = imadjust(f,[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。其中 gamma指定描述值f和值g关系的曲线形状。如果gamma小于1,此映射偏重更高数值(明亮)输出;如果gamma大于1,此映射偏重更低数值(灰暗)输出;默认gamma为1(线性映射)。

f = imread('C:\Users\win\Desktop\landscape.jpg');

s = stretchlim(f);%计算灰度图像的最佳输入区间

g = imadjust(f,s,[0,1],0.6);%调整灰度图像的灰度范围

h = imadjust(f,s,[0,1],6);

figure(1);

subplot(1,3,1);imshow(f);title('原图');

subplot(1,3,2);imshow(g);title('gamma = 0.6')

subplot(1,3,3);imshow(h);title('gamma = 6');

acdf8e039e5c8fcdf087b1cfe274fa4a.png

RGB2 = imadjust(RGB1,…) 对 RGB 图像 RGB1 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。

f = imread('C:\Users\win\Desktop\rabbit.jpg');

g = imadjust(f,[0.2 0.3 0.1;0.6 0.8 0.9],[],0.6);%imadjust对RGB图像进行处理

figure(1);

subplot(1,2,1);imshow(f);title('原图');

subplot(1,2,2);imshow(g);title('处理后的图像')

333f08825a9f3da1bbc4fcf6e166880f.png

知识点补充:

MATLAB imadjust函数理解

J = imadjust(I,[LOW_IN; HIGH_IN],[LOW_OUT; HIGH_OUT]) [LOW_IN; HIGH_IN]控制原图像I中像素值要在J中显示的范围,LOW_IN表示I要显示的像素值最小值,HIGH_IN表示I要显示的像素值最大值 [LOW_OUT; HIGH_OUT]表示J中像素值范围

举个例子:

J = imadjust(I,[0.3 0.8],[0.2 0.9]) :表示I显示在J中的像素值范围为0.3到0.8,而且0.3在J中对应0.2,0.8在J中对应0.9。I中小于0.3的也都在J中用0.2表示,高于0.8的像素在J中都用0.9表示。 J = imadjust(I,[LOW_IN; HIGH_IN],[LOW_OUT; HIGH_OUT],GAMMA) GAMMA指定描述I和J关系的曲线的形状,GAMMA小于1意味着I的值在映射到J时变得比原值更大,GAMMA大于1意味着I的值映射后更小。

总结

到此这篇关于matlab——imadjust函数的文章就介绍到这了,更多相关matlab——imadjust函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!


http://chatgpt.dhexx.cn/article/qeFlaTU0.shtml

相关文章

matlab图像灰度调整——imadjust函数的使用

在MATLAB中,通过函数imadjust()进行图像灰度的调整,该函数调用格式如下: Jimadjust( I ) 对图像I进行灰度调整 Jimadjust( I,[low_in;high_in],[low_out;high_out]) [low_in;high_in]为原图像…

matlab——imadjust函数

作用: 对进行图像的灰度变换,即调节灰度图像的亮度或彩色图像的颜色矩阵。 格式: g imadjust(f,[low_in; high_in],[low_out; high_out]) 将图像I中的亮度值映射到J中的新值。即将low_in至high_in之间的值映射到low_out至high_out之间的值。…

4.3 Python图像处理之图像恢复-无约束滤波器(逆滤波)、有约束滤波器(维纳滤波器)

4.3 Python图像处理之图像恢复-无约束滤波器(逆滤波)、有约束滤波器(维纳滤波器) 文章目录 4.3 Python图像处理之图像恢复-无约束滤波器(逆滤波)、有约束滤波器(维纳滤波器)1 算法原…

MATLAB图像的恢复

一、实验类型:验证性实验 二、实验目的 1. 掌握退化模型的建立方法。 2. 掌握图像恢复的基本原理。 三、实验设备:安装有MATLAB 软件的计算机 四、实验原理 一幅退化的图像可以近似地用方程gHfn 表示,其中g 为图像,H为变形算…

图像恢复 Restormer: 彻底理解论文和源代码 (注释详尽)

文章目录 1. Restormer 论文2. Restormer 网络结构2.1 整体框架2.2 MDTA2.3 GDFN 3. 主要代码理解3.1 MDTA3.2 GDFN3.3 TransformerBlock3.4 一个测试实例 参考文献结语与思考 1. Restormer 论文 主要工作: [1] MDTA (Multi-Dconv Head Transposed Attention), 聚合…

【去噪去模糊去雨】Multi-Stage Progressive Image Restoration 多阶段渐进式通用图像恢复【CVPR2021】

论文:【CVPR2021】Multi-Stage Progressive Image Restoration 多阶段渐进式通用图像恢复 参考:多阶段渐进式图像恢复 | 去雨、去噪、去模糊 | 有效教程(附源码)|【CVPR 2021】 1. 研究问题: 图像恢复领域&#xff0c…

图像恢复及滤波处理

图像恢复及滤波处理 1.基本概念: a.图像恢复是通过计算机处理,对质量下降的图像加以重建或恢复的处理过程。因摄像机与物体相对运动、系统误差、畸变、噪声等因素的影响,使图像往往不是真实景物的完善映像。在图像恢复中,需建立造…

CVPR 2020 论文大盘点-图像增强与图像恢复篇

本文继上一篇 CVPR 2020 论文大盘点-去雨去雾去模糊篇 之后,继续盘点CVPR 2020 中低层图像处理技术,本篇聚焦于图像视频的增强与恢复,含如下四个方向: 图像与视频增强(Image&Video Enhancement)7 篇 图像恢复(Image Restoration )5 篇 图像与视频去噪(Image&V…

pytorch: 图像恢复问题的代码实现详解(derain,dehaze,deblur,denoise等通用)

文章目录 前言数据集训练数据集评估数据集测试数据集 网络模型自定义工具包网络训练和测试结语 前言 图像恢复是一类图形去噪问题的集合,在深度学习中可以理解为监督回归问题,主要包括图像去雨、图像去雾、图像去噪,图像去模糊和图像去马赛克…

图像恢复 SWinIR : 彻底理解论文和源代码 (注释详尽)

文章目录 1. SwinIR 论文2. SWinIR 网络结构2.1 整体框架2.2 浅层特征提取2.3 深层特征提取2.4 图像重建模块 3. 主要代码理解3.1 SwinIR3.2 MLP3.3 Patch Embedding3.4 Window Attention3.5 残差 Swin Transformer 块 (RSTB)3.6 HQ Image Reconstruction3.7 一个测试实例 4. 参…

基于张量分解的遥感图像恢复及常用高光谱遥感数据集

本文为初期学习总结,本篇文章总结了遥感高光谱图像研究背景、高光谱图像噪声的分类,介绍了基于张量的图像恢复方法及近年来对于张量分解的相关研究,总结了几个常用的图像评价指标,总结了高光谱遥感图像常用的数据集。仍有很多不足…

【CVPR2021】Multi-Stage Progressive Image Restoration 多阶段渐进式通用图像恢复

首发于jwxie.cn Multi-Stage Progressive Image Restoration 🔗 PDF Link 🍺 Github Code Section 1 介绍 图像恢复是一个从低质量的图像恢复出高清图像的任务。典型的低质量因素有噪声,模糊,水滴噪声,雾噪声等。这…

CVPR2022-图像恢复重建Restormer论文解读

CVPR2022文献解读之Restormer 图像恢复重建: Restormer: Efficient Transformer for High-Resolution Image Restoration 原文传送: https://arxiv.org/abs/2111.09881 官方源码:https://github.com/swz30/Restormer 文章目录 CVPR2022文献解…

扩散模型diffusion model用于图像恢复任务详细原理 (去雨,去雾等皆可),附实现代码

文章目录 1. 去噪扩散概率模型2. 前向扩散3. 反向采样3. 图像条件扩散模型4. 可以考虑改进的点5. 实现代码 话不多说,先上代码: 扩散模型diffusion model用于图像恢复完整可运行代码,附详细实验操作流程 令外一篇简化超分扩散模型SR3来实现图…

Matlab维纳滤波图像恢复

点击查看:Matlab维纳滤波图像恢复 文件大小:2.8M 操作系统:Windows10旗舰版 开发工具:Matlab2016、2018、2020 开发语言:.m 简要概述: Matlab维纳滤波图像恢复

图像恢复重建(浙大人工智能导论作业四)

图像恢复重建(浙大人工智能导论作业四) 实验思路代码有很多不完善之处,仅供学习参考 如果同是NKU2021人工智能导论的同学,可以跳过这篇博客,因为会等到实验截止之后笔者才会将实验的具体代码补全。 实验描述: 作业的详细描述移…

图像恢复的方法

图像恢复的方法 文章目录 图像恢复的方法——空域1.均值滤波算术均值几何均值谐波均值逆谐波均值2.统计排序滤波中值滤波3.自适应滤波自适应局部降低噪声滤波自适应中值滤波4.频率域滤波图像恢复的方法——频域1.逆滤波2.维纳滤波3.约束最小二乘方滤波获得退化函数H1.模型恢复…

MATLAN图像处理之图像恢复之维纳滤波,最小二乘法

%维纳滤波 %数值的线性图像复原方法 %维纳滤波器寻找一个是统计误差函数 %e^2E{(f-f^)^2} %最小估计值 f^ E是期望值操作符 f是未退化的图像 该表达式在频域 %matlab中 维纳滤波是使用函数 deconvwnr 实现的 %frdeconvwnr(g,PSF) g代表退化图像,fr是复原图像…

【CV】图像恢复(去噪,去模糊,超分)模型 DPDNN 论文笔记

论文名称:Denoising Prior Driven Deep Neural Network for Image Restoration 论文下载:https://arxiv.org/abs/1801.06756 论文年份:TPAMI 2019 论文被引:9(2022/04/17) 论文代码: TF&#xf…

【CV】用于图像恢复的深度学习方法综述论文(2022年)

论文名称:A survey of deep learning approaches to image restoration 论文下载:https://www.sciencedirect.com/science/article/pii/S0925231222002089?via%3Dihub 论文年份:2022 论文被引:(2022/04/27&#xff09…