非线性变换
对图像进行灰度变换
clear all;
R=imread('peppers.png');
G=rgb2gray(R);
J=double(G);
H=(log(J+1)/10);
subplot(121);imshow(G);
title('灰度图像');
subplot(122);imshow(H);
title('非线性变换图像');利用imadjust函数调整图像的灰度与亮度
clear all;
I=imread('pout.tif');
subplot(221);imshow(I);
title('原始图像');
J=imadjust(I);
subplot(222);imshow(J);
title('原始图像灰度调整');
K=imadjust(I,[0.3,0.7],[]);
subplot(223);imshow(K);
title('图像变亮');
G=imadjust(I,[0.3,0.7],[0,1],4);
subplot(224);imshow(G);
title('图像变暗');利用imhist函数计算和显示灰度图像的直方图
clear all;
I=imread('pout.tif');
subplot(121);imshow(I);
title('原始图像');
subplot(122);imhist(I);
title('灰度直方图');利用histeq函数对弧度图像进行直方图均衡化
clear all;
I=imread('tire.tif');
J=histeq(I);
subplot(221);imshow(I);
title('原始图像');
subplot(222);imshow(J);
title('图像均衡化');
subplot(223);imhist(I,64);
title('原图像的直方图');
subplot(224);imhist(J,64);
title('图像均衡化的直方图');通过histeq对图像进行规定化处理
clear all;
I=imread('tire.tif');
hgram=ones(1,256);
J=histeq(I,hgram);
subplot(121);imshow(uint8(I));
title('原始图像');
subplot(122);imhist(J);imadd函数实现两幅图像的叠加
clear all;
I=imread('rice.png');
J=imread('cameraman.tif');
K=imadd(I,J,'uint16');
subplot(131);imshow(I);
title('原始图像 rice');
subplot(132);imshow(J);
title('原始图像 cameraman');
subplot(133);imshow(K,[]);
title('两幅图像叠加');利用imnoise函数为图像添加椒盐噪声
clear all;
I=imread('eight.tif');
J=imnoise(I,'salt & pepper',0.04);
subplot(121);imshow(I);
title('原始图像');
subplot(122);imshow(J);
title('添加椒盐噪声的图像');利用imadd方法进行噪声抑制
clear all;
I=imread('eight.tif');
J1=imnoise(I,'gaussian',0,0.006);
J2=imnoise(I,'gaussian',0,0.006);
J3=imnoise(I,'gaussian',0,0.006);
J4=imnoise(I,'gaussian',0,0.006);
K=imlincomb(0.3,J1,0.3,J2,0.3,J3,0.3,J4);
figure;
subplot(131);imshow(I);
title('原始图像');
subplot(132);imshow(J1);
title('添加高斯噪声的图像');
subplot(133);imshow(K,[]);
title('抑制高斯噪声的图像');利用imsubtract函数取出图像的背景
clear all;
I=imread('rice.png');
background=imopen(I,strel('disk',15));
Ip=imsubtract(I,background);
figure;
subplot(131);imshow(I);
title('原始图像');
subplot(132);imshow(background);
title('背景图');
subplot(133);imshow(Ip,[]);
title('去除背景的图像');利用imabsdiff进行图像减法运算,两幅图像差的绝对值
clear all;
I=imread('cameraman.tif');
J=uint8(filter2(fspecial('gaussian'),I));
K=imabsdiff(I,J);
subplot(131),imshow(I);
title('原始图像');
subplot(132);imshow(J);
title('含噪图像');
subplot(133);imshow(K,[]);
title('两幅图像相减');对图像进行自乘和与一个常数相乘//flower图片可能不存在
clear all;
I=imread('flower.jpg');
subplot(221);imshow(I);
title('原始图像');
I16=uint16(I);
J=immultiply(I16,I16);
subplot(222);imshow(J);
title('图像自相乘效果');
J2=immultiply(I,0.65);
subplot(2,2,3);imshow(J2);
title('图像与常数相乘');利用imdivide函数对图像进行除法运算
clear all;
I=imread('office_1.jpg');
J=imread('office_2.jpg');
Ip=imdivide(J,I);
K=imdivide(J,0.45);
subplot(221);imshow(I);
title('office1 图像');
subplot(222);imshow(J);
title('office2 图像');
subplot(223);imshow(Ip);
title('两幅图像相除');
subplot(224);imshow(K);
title('图像与常数相除');

MATLAB非线性变换相关推荐

  1. 图像处理与识别的算法中若有非线性变换,那么请一定注意归一化的处理会影响结果

    图像处理开发需求.图像处理接私活挣零花钱,请加微信/QQ 2487872782 图像处理开发资料.图像处理技术交流请加QQ群,群号 271891601 本人在用MATLAB和OpenCV对图像分别作二 ...

  2. python 视频 灰度 伽玛_Python 图像处理实战 | 图像的灰度非线性变换之对数变换、伽马变换...

    作者 | 杨秀璋 来源 | CSDN博客 责编 | 夕颜 头图 | 付费下载自视觉中国 出品 | CSDN(ID:CSDNnews) 本篇文章主要讲解非线性变换,使用自定义方法对图像进行灰度化处理,包 ...

  3. 机器学习(MACHINE LEARNING)MATLAB非线性曲线拟合方法

    文章目录 1 得到散点数据 2 确定函数模型 3 确定选用函数模型中的未知参数 在科学计算和工程应用中,经常会遇到需要拟合一系列的离散数据,最近找了很多相关的文章方法,在这里进行总结一下其中最完整.几 ...

  4. RBF神经网络——直接看公式,本质上就是非线性变换后的线性变化(RBF神经网络的思想是将低维空间非线性不可分问题转换成高维空间线性可分问题)...

    Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列,在图像识别.语音识别.无人驾驶等技术上都已经落地.而百度实质意义上扛起了国内的人工智能的大旗,覆盖无人驾驶 ...

  5. 深度学习——无监督,自动编码器——尽管自动编码器与 PCA 很相似,but自动编码器既能表征线性变换,也能表征非线性变换;而 PCA 只能执行线性变换...

    自动编码器是一种有三层的神经网络:输入层.隐藏层(编码层)和解码层.该网络的目的是重构其输入,使其隐藏层学习到该输入的良好表征. 自动编码器神经网络是一种无监督机器学习算法,其应用了反向传播,可将目标 ...

  6. 【数据挖掘】神经网络 后向传播算法 ( 线性回归与逻辑回归 | 单个神经元本质及逻辑 | 神经网络每一层分析 | 神经网络矩阵形式 | 线性变换与非线性变换 )

    文章目录 I . 线性回归 与 逻辑回归 II . sigmod 非线性激活函数 III . 神经元单元 逻辑 IV . 单个 神经元单元 总结 V . 神经网络 每一层分析 VI . 神经网络 矩阵 ...

  7. DataScience:深入探讨与分析机器学习中的数据处理之非线性变换—log对数变换、sigmoid/softmax变换

    DataScience:深入探讨与分析机器学习中的数据处理之非线性变换-log对数变换.sigmoid/softmax变换 目录 深入探讨与分析机器学习中的数据处理之非线性变换 log对数变换 sig ...

  8. matlab 非线性曲线拟合

    % matlab 非线性曲线拟合, nlinfit & lsqcurvefit & lsqnonlin: %x0 初始向量 %p 表达式参数变量 xdata = [0.25 0.5 0 ...

  9. [Python图像处理] 十六.图像的灰度非线性变换之对数变换、伽马变换

    该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...

最新文章

  1. apk反编译看包名什么的
  2. caffe matlab 提取全链接层特zheng
  3. [羊城杯 2020]GMC
  4. 数据库中事务并发问题
  5. log4j按天生成且有按照文件大小分割_论文阅读TGM:轨迹生成
  6. python opencv cv.applyColorMap()函数(颜色映射)ColormapTypes【将Intel Realsense D435深度图的黑白图映射为彩色图】
  7. 软考-信息系统项目管理师-信息系统项目管理基础
  8. 找最大重复次数的数和重复次数(C++ Pair)
  9. Java 打印目录结构
  10. arm开发板嵌入式 linux 修改开机启动logo,ARM开发板 嵌入式Linux 修改开机启动LOGO...
  11. Spring MVC url提交参数和获取参数
  12. Python re模块将字符串分割为列表
  13. STM32在线仿真出现是循环,使用mcuisp下载程序却可以运行,JTAG下载程序可以下载成功,却没有任何动作!
  14. eventlet绿化和patch原理
  15. 哈尔滨华夏计算机学院分数线,黑龙江2008年高职(专科)批录取院校录取最低分数线(九)...
  16. 八段数码管数字显示实验c语言,硬件实验十 八段数码管显示
  17. vue核心之虚拟DOM(vdom)与真实DOM页面渲染过程
  18. naive_bayes
  19. C++中const int*, const int * const, 和 int const *区别
  20. 河内塔问题(Hanoi Tower)

热门文章

  1. 正视未来丨亮睛工程第十八批儿童斜视眼救助
  2. 交通银行全国大集中IBP(国际业务系统)项目
  3. 修复miniblink一处内存泄漏的bug
  4. 学好Java能做啥?
  5. 走管理路线之前,你应该了解的几件事情
  6. 宇枫资本家庭理财必知的小方法
  7. cocos2dx场景切换分析之如何自定义场景切换动画
  8. (vim)vim命令模式下快捷键保存并退出ZZ
  9. 【AIGC使用教程】GitHub Copilot 免费注册及在 VS Code 中的安装使用
  10. 进大厂必看!拼多多大佬总结出来的10万字Springboot经典学习笔记PDF版本,分享给大家!