数字图像处理(5):幂次变换(C语言实现)

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。
在这里插入图片描述

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。
在这里插入图片描述

亮度调低
在这里插入图片描述

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:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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:
在这里插入图片描述

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;
}
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章