欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

数字图像处理(5):幂次变换(C语言实现)

程序员文章站 2024-03-18 22:33:10
...

幂次变换

幂次变换,点运算的一种,运算公式为s=crγ,其中,c和γ是正常数。

当γ<1,此时扩展低灰度级,压缩高灰度级,在正比函数上方,使图像变亮;

当γ>1,此时扩展高灰度级,压缩低灰度级,在正比函数下方,使图像变暗。
数字图像处理(5):幂次变换(C语言实现)

核磁共振图像

是利用核磁共振(nuclear magnetic resonance,简称NMR)原理,依据所释放的能量在物质内部不同结构环境中不同的衰减,通过外加梯度磁场检测所发射出的电磁波,即可得知构成这一物体原子核的位置和种类,据此可以绘制成物体内部的结构图像。

本图像来源翰·霍普金斯大学Elliot Fishman博士和Karen Horton博士的教学案例和图片。图像大小为455*600,8位灰度图像。为了增强本次实验效果,将此图像人为的进行了亮度调低。
数字图像处理(5):幂次变换(C语言实现)

亮度调低
数字图像处理(5):幂次变换(C语言实现)

代码实现

平台:vs2015
语言:C语言

流程:
1)读取图片
2)对每个像素进行幂次计算
3)输出处理后的图片
4)改变γ的值,重复上述流程

关键代码:

    for (i = 0; i < height; i++)
    {
        for (j = 0; j < width; j++)
        {
            temp = c * pow( Pic[i][j]/255.0 , v )*255; 
            Pic[i][j] = (char)temp;
        }
    }

处理结果:
数字图像处理(5):幂次变换(C语言实现)
数字图像处理(5):幂次变换(C语言实现)
数字图像处理(5):幂次变换(C语言实现)

分析:

如幂次变换特点——当γ<1,此时扩展低灰度级,压缩高灰度级,使图像变亮;当γ>1,此时扩展高灰度级,压缩低灰度级,使图像变暗。

感觉在γ为0.4时相比于0.6的一些细节更清晰一些,当γ为0.2时图片有点过亮,一些细节反而不容易观察。

而当γ大于1时,原本就比较暗的图像变得更暗,基本上无法观察了。

另外,还测试了γ分别为0.1,0.2,0.3,0.4……0.9的结果,发现确实可以通过幂律变换实现亮暗度变化的对比度增强。

遇到问题

最初写代码直接带入公式,代码写成了如下:

    for (i = 0; i < height; i++)
    {
        for (j = 0; j < width; j++)
        {
            temp = c * pow( Pic[i][j] , v ); 
            Pic[i][j] = (char)temp;
        }
    }

即直接按照公式s=crγ进行带入计算。结果当γ=0.6时,得到的结果如下:
数字图像处理(5):幂次变换(C语言实现)

图像反而变暗了,显然这是不对的。看了一下那些曲线明白了这个公式的含义,修改为:

    for (i = 0; i < height; i++)
    {
        for (j = 0; j < width; j++)
        {
            temp = c * pow( Pic[i][j]/255 , v )*255; 
            Pic[i][j] = (char)temp;
        }
    }

这样运行后反而成了一片黑了,也就是所有像素值为0。发现忽略了Pic[i][j]/255并不是浮点运算,得到的结果必然为0。于是将255改为255.0,解决问题。

附代码:

#include <stdio.h> 
#include <stdlib.h>  
#include <math.h>

#define height 600  
#define width   455 

typedef unsigned char BYTE;    // 定义BYTE类型,占1个字节

//s = cr v
int c = 1;
float v = 0.6;
float temp;

int main(void)
{
    FILE *fp = NULL;
    BYTE *ptr;
    BYTE **Pic = new BYTE *[height];
    for (int i = 0; i != height; ++i)
    {
        Pic[i] = new BYTE[width];
    }
    int i, j;
    fp = fopen("untitled.raw", "rb");
    ptr = (BYTE*)malloc(width * height * sizeof(BYTE));//创建内存
    for (i = 0; i < height; i++)
    {
        for (j = 0; j < width; j++)
        {
            fread(ptr, 1, 1, fp);
            Pic[i][j] = *ptr;  // 把图像输入到2维数组中,变成矩阵型式  
            ptr++;
        }
    }
    fclose(fp);
    for (i = 0; i < height; i++)
    {
        for (j = 0; j < width; j++)
        {
            temp = c * pow( Pic[i][j]/255.0 , v )*255; 
            Pic[i][j] = (char)temp;
        }
    }
    fp = fopen("output.raw", "wb");
    for (i = 0; i < height; i++)
    {
        for (j = 0; j < width; j++)
        {
            fwrite(&Pic[i][j], 1, 1, fp);
        }
    }
    fclose(fp);
    return 0;
}
相关标签: 数字图像处理