matlab中图像局部增强

zghitboy

在冈萨雷斯的《数字图像处理》中看到过一种局部图像增强的方法，可以利用图像的局部信息对图像进行增强，之前一直想尝试一把，没能实现，现在有空搞了一下，代码如下

% 局部增强法

% Igray:灰度图像

% k0,k1：可调参数

% Ibw：提取得到数字区域

function Ibw = LocalEnhance(Igray, k0, k1)

masksize = 3; % 邻域范围，奇数

exsize = floor(masksize/2); % 原图片需要填充的区域

Iex = padarray(Igray, [exsize exsize], 'replicate', 'both'); % 图片填充

Is = zeros(size(Igray)); % 局部标准差

for i = 1:size(Igray, 1)

for j = 1:size(Igray, 2)

subdomain = Iex(i:i+2*exsize, j:j+2*exsize);

localmean = sum(subdomain(:))/masksize^2;

Is(i, j) = sqrt(sum((subdomain(:)-localmean).^2))/masksize;

end

end

% 确定不同区域的放大系数

meanIm = mean(Igray(:));

minIm = min(Igray(:));

meanIs = mean(Is(:));

maxIs = max(Is(:));

Im1 = Igray<(minIm+k0*(meanIm-minIm)); % 均值阈值提取

Is1 = Is>(meanIs + k1*(maxIs-meanIs)); % 标准差阈值提取

s = strel('disk',8); % 8需要根据实际图片大小来调

Is1 = imclose(Is1, s); % 标准差阈值提取闭运算

Ibw = Im1 & Is1; % 局部增强

end

    对一张图片做测试的效果如下

    单纯使用大津法动态阈值二值化

    局部增强法得到数字区域

    为什么能得到这样的效果呢，从局部标准差就能看出来

背景部分灰度过渡缓慢，标准差小，而数字部分，尤其边界，灰度变化大，标准差大，从而能很好的剔除背景部分。

    上面的循环部分还是比较耗时间的，可以用c实现，matlab编译后使用，应该会极大提高速度，毕竟matlab在循环上还是远不如c的。

转自：http://blog.sina.com.cn/s/blog_6163bdeb0102e8pp.html